欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020104405784
申请人: 吉林大学
专利类型:发明专利
专利状态:未下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于小波阈值与贝叶斯联合优化的瞬变电磁噪声抑制方法,包括以下步骤:S1、纯噪声与N组瞬变电磁二次场信号采集,先后采集一组时长为T的噪声数据与N组瞬变电磁信号,其中T≥40ms,N根据实际情况调整,二次场信号和纯噪声如下表示:x(t)=s(t)+n(t)

n(t)=nT(t)+nr(t)

其中x(t)为采集的二次场信号,s(t)为真实有效信号,n(t)为周期性人文噪声nT(t)与以随机噪声为主的其他噪声nr(t)的耦合噪声;

S2、小波阈值算法对纯噪声n(t)进行预处理:将周期性人文噪声nT(t)视为有效信号,利用小波阈值算法抑制其他噪声nr(t),以达到提高噪声相位搜索的精确度的效果,滤波后的数据作为参考噪声,小波阈值算法处理后获得噪声n′(t),主要成分为周期性人文噪声nT(t);

S3、截取信号x(t)的后1/3数据,利用小波阈值算法对截取后的信号进行预处理;再次利用步骤S2的方法,同样将周期性人文噪声nT(t)视为有效信号,抑制其他噪声nr(t),进而提高噪声相位搜索精确度;处理后的信号表示为x′(t),主要成分为周期性人文噪声nT(t);

S4、贝叶斯优化算法搜索次优或最优噪声相位:利用步骤S2和步骤S3获得的处理后的噪声数据n′(t)与处理后的信号数据x′(t),采用贝叶斯优化算法,在噪声数据n′(t)上搜索与信号数据x′(t)的最优匹配数据段,匹配指标函数为:其中Nx′为信号x′(t)的数据点个数,自变量η的区间长度NT等于一个20ms完整噪声周期对应的数据点个数,指标函数f(η)的最小值点为最优噪声相位点;

S5、局部遍历搜索最优噪声相位,缩小搜索区间为[η4‑10,η4+10],η4为次优相位点,遍历区间并根据匹配指标函数f(η)获得最优相位L;

S6、完整信号与最优匹配噪声段作差获得消噪信号:利用最优噪声相位截取最优匹配噪声段,并与完整信号做差进行抵消,获得单一消噪信号;

S7、判定是否处理完N组信号,如果没有完成,重复步骤S3‑S6对下一组二次场信号进行处理,直到N组二次场信号全部处理完成;

S8、N组信号叠加平均:将上述步骤噪声处理后的N组信号进行叠加平均处理,对残余噪声进一步抑制,叠加平均后的信号作为最终消噪结果。

2.按照权利要求1所述的方法,其特征在于:步骤S2中,小波阈值算法中的小波阈值函数采用全局阈值,公式如下:

其中σ表示噪声的标准差,m表示噪声在时间域上采集的数据点个数。

3.按照权利要求1所述的方法,其特征在于:步骤S4中,根据指标函数f(η)以及搜索区间[0,NT),利用贝叶斯优化算法进行4次寻优,判断第3次和第4次寻优结果是否相同,即η3=η4,如果相同,则令η4为最优相位点,否则η4为次优相位点,进入步骤S5继续搜索最优点。

4.按照权利要求1所述的方法,其特征在于:步骤S6中,完整信号与最优匹配噪声段作差获得消噪信号具体采用的公式如下:xr(t)=f[x(t),n(t)]t∈[0,Nx]

f[x(ti),n(ti)]=x(ti)‑n(ti+L‑Nx·2/3)公式中小括号内的表达式中t和ti均代表时间域上的某一时刻,x(t)表示原始完整信号,n(t)表示原始纯噪声,L表示步骤S5得到的最优相位,Nx表示信号x(t)的数据点个数,xr(t)为单一消噪信号。