CN104184433A - 一种微分阶数可任意调节的信号增强方法 - Google Patents

一种微分阶数可任意调节的信号增强方法 Download PDF

Info

Publication number
CN104184433A
CN104184433A CN201410284983.6A CN201410284983A CN104184433A CN 104184433 A CN104184433 A CN 104184433A CN 201410284983 A CN201410284983 A CN 201410284983A CN 104184433 A CN104184433 A CN 104184433A
Authority
CN
China
Prior art keywords
signal
differential
matrix
exponent number
haar
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410284983.6A
Other languages
English (en)
Inventor
李远禄
潘畅
孙宁
刘春晖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Information Science and Technology
Original Assignee
Nanjing University of Information Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN201410284983.6A priority Critical patent/CN104184433A/zh
Publication of CN104184433A publication Critical patent/CN104184433A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Complex Calculations (AREA)

Abstract

本发明涉及一种微分阶数可任意调节的信号增强方法,属于信号处理技术领域。本方法将待分析的伏安信号经过给定阶数的微分处理模块,得到经给定阶数的微分增强信号。本发明可实现信号的任意阶微分增强,实现过程简单。

Description

一种微分阶数可任意调节的信号增强方法
技术领域
本发明涉及一种微分阶数可任意调节的信号增强方法,属于信号处理技术领域。
背景技术
采集数据时,由于仪器设备和外部环境因素等造成采集到的信号会出现基线漂移,其中一种消除基线的方法就是采用微分滤波器进行滤波。然而,微分滤波器是高通滤波器,因此对噪声十分敏感,微分阶数越高对噪声越敏感。
对于常规微分,也就是整数阶微分,它的阶数只能是整数,如一阶微分、二阶微分,当整数阶微分不能满足信号要求时,这种常规微分方法就不能用了。
利用伏安法分析物质成份时,线性扫描伏安信号容易出现漂移和不对称峰,给测量带来影响,通过对信号进行半阶微分滤波,可以有效地增强信号(见文献[1]Mocak,J.Janiga I,I.Rievaj,M.Bustin,D.,The Use of Fractional Differentiation orIntegration for Signal Improvement(使用分数阶微分或积分去该生信号).Measurement Science Review,2007.7(5):39-42)。
发明内容
本发明提出了一种微分阶数可任意调节的信号增强方法。
本发明为解决其技术问题采取如下技术方案:
一种微分阶数可任意调节的信号增强方法,包括如下步骤:
(1)将待分析的伏安信号f(n)用行向量表示,即f(n)=[f(1),f(2),…,f(N)],其中n为序号,N为信号长度,取为2的幂次方;
(2)给定一个较小初始微分阶数α,如α=0.01;
(3)将待分析的伏安信号经过给定阶数的微分处理模块,得到经过给定阶数的微分增强信号,具体过程为
a)构造Haar小波的N阶方阵ΨN×N,N为2的幂次方,
Ψ N × N = H N ( 1 2 N ) H N ( 3 2 N ) · · · H N ( 2 N - 1 2 N )
式中HN(·)为小波函数在给定点的值,N为2的幂次方;
b)将待分析的伏安信号f(n)用Haar小波展开,求出小波系数C(n),即其中为Haar小波逆矩阵;
c)根据块脉冲基函数的任意阶积分运算矩阵Fα,构造块脉冲基函数的任意阶微分运算矩阵Dα,其中α为阶数,任意正实数;
d)构造任意阶微分处理模块,只需构造矩阵式中ΨN×N为Haar小波矩阵,为Haar小波逆矩阵;
e)将小波系数C(n)与任意阶微分运算矩阵相乘,用中间变量fc表示,即 fc = C ( n ) W N × N α ;
f)再将fc与Haar小波矩阵ΨN×N相乘,即可得到经给定微分阶数的增强信号;
(4)判断增强后的信号是否符合分析要求,符合要求则处理结束,否则增大阶数,重复步骤(3),直到得到符合要求的增强信号为止。
本发明的有益效果如下:
本发明可实现信号的任意阶微分增强,实现过程简单。
附图说明:
图1为任意阶微分运算矩阵构造过程图。
图2为信号给定阶数的微分处理模块。
图3为基于微分阶数可任意调节的信号增强方法的流程图。
图4为应用分数阶微分对伏安信号进行增强的实例,(a)为0.8阶微分增强结果;(b)为0.5阶微分增强结果;(c)为0.4阶微分增强结果;(d)为0.2阶微分增强结果。
具体实施方式
下面结合附图对本发明创造做进一步详细说明。
图1为任意阶微分运算矩阵构造过程
a)构造Haar小波的N阶方阵ΨN×N,N为2的幂次方
Hilbert空间中的Haar小波基{hn(t)}定义为
hn=h1(2jt-k),n=2j+k,j≥0,0≤k≤2j,n,j,k∈Z,Z为整数,
h 0 ( t ) = 1 , 0 &le; t < 1 , h 1 ( t ) = 1 , 0 &le; t < 0.5 , - 1 , 0.5 &le; t < 1 .
定义HN(t)=[h0(t),h1(t),...,hN-1(t)]T,取配置点为i=1,2,...,N,
则Haar小波的N阶方阵ΨN×N为:
&Psi; N &times; N = H N ( 1 2 N ) H N ( 3 2 N ) &CenterDot; &CenterDot; &CenterDot; H N ( 2 N - 1 2 N ) ,
式中HN(·)为小波函数在给定点的值,N为2的幂次方。
b)根据块脉冲基函数的任意阶积分运算矩阵Fα,构造块脉冲基函数的任意阶微分运算矩阵Dα,α为阶数,任意正实数;
块脉冲基函数的任意阶积分运算矩阵Fα
式中ξk=(k+1)α+1-2kα+1+(k-1)α+1,(k=1,2,...,N-1),Γ(·)为伽玛函数;b为分析信号的时长。
设Dα是块脉冲基函数的任意阶微分运算矩阵,根据分数阶微积分的性质,有DαFα=I,通过求Fα的逆矩阵即可得到Dα
式中:d1=1,d0=1,d1=-ξ1d0,...,
c)构造任意阶微分运算矩阵式中ΨN×N为Haar小波矩阵,为Haar小波逆矩阵。
设Haar小波基的任意阶积分仍能由小波基展开,即
( I &alpha; H N ) ( t ) &ap; P N &times; N &alpha; H N ( t )
式中α为任意实数,Iα为α阶积分算子,为Haar小波基的α阶积分运算矩阵。
由于Haar小波基是分段常数函数,因此,Haar小波基能够由块脉冲基函数ΦN展开,即
HN=ΨN×NΦN,故有,
(IαHN)(t)≈(IαΨN×NΦN)(t)=ΨN×N(IαΦN)(t)≈ΨN×NFαΦN(t),
P N &times; N &alpha; H N ( t ) = P N &times; N &alpha; &Psi; N &times; N &Phi; N ( t ) = &Psi; N &times; N F &alpha; &Phi; N ( t ) ,
可得到基于Haar小波的任意阶积分运算矩阵
P N &times; N &alpha; = &Psi; N &times; N F &alpha; &Psi; N &times; N - 1 .
利用分数阶微积分的性质很容易得到,基于Haar小波的任意阶微分运算矩阵
W N &times; N &alpha; = &Psi; N &times; N D &alpha; &Psi; N &times; N - 1 .
图2信号给定阶数的微分运算处理模块
1、将待分析的伏安信号f(n)用Haar小波展开,求出小波系数C(n),即其中为Haar小波逆矩阵;
2、将小波系数C(n)与任意阶微分运算矩阵相乘,用中间变量fc表示,即 fc = C ( n ) W N &times; N &alpha; ;
3、再将fc与Haar小波矩阵ΨN×N相乘,即可得到经给定微分阶数的增强信号。
图3基于微分阶数可任意调节的信号增强方法的流程图
(1)读取待分析的伏安信号,记为f(n),将其用行向量表示,即f(n)=[f(1),f(2),…,f(N)],其中n为序号,N为信号长度,取为2的幂次方;
(2)给定一个较小初始微分阶数α,如α=0.01;
(3)将待分析的伏安信号经过给定阶数的微分运算矩阵处理,得到经给定阶数的微分增强信号;
(4)判断增强后的信号是否符合分析要求,符合要求则处理结束,否则增大微分阶数,重复步骤(3),直到得到符合要求的增强信号为止。
利用伏安法分析物质成份时,线性扫描伏安信号容易出现漂移和不对称峰,给测量带来影响,通过对信号进行合适的分数阶微分滤波,可以有效地增强信号。图4是实验信号及其不同分数阶微分增强信号,其中,破折线是直接线性扫描伏安信号,实线是分数阶微分增强信号,信号经过分数阶微分后峰形变窄了,峰位置更明显了。图4(a)是0.8阶微分增强信号,可以看到信号得到了较好地增强,但相应的噪声也增大了;图4(b)是0.5阶微分增强,不但信号得到了很好地增强,噪声也较小;图4(c)是0.4阶微分增强,信号得到了增强,噪声的影响也更小,信号的趋势没有很好的消除;图4(d)是0.2阶微分增强,信号增强不明显,趋势基本没消除。从图4中可清楚地看到随着微分阶数的增大,信号增强效果和噪声的影响都增大。因此选择合适的分数阶微分能够有效地增强信号,同时降低噪声的影响。

Claims (1)

1.一种微分阶数可任意调节的信号增强方法,其特征在于,包括如下步骤:
(1)将待分析的伏安信号f(n)用行向量表示,即f(n)=[f(1),f(2),…,f(N)],其中n为序号,N为信号长度,且N取为2的幂次方;
(2)给定一个较小初始微分阶数α,如α=0.01;
(3)将待分析的伏安信号经过给定阶数的微分处理模块,得到经过给定阶数的微分增强信号,具体过程为
a)构造Haar小波的N阶方阵ΨN×N,N为2的幂次方,
&Psi; N &times; N = H N ( 1 2 N ) H N ( 3 2 N ) &CenterDot; &CenterDot; &CenterDot; H N ( 2 N - 1 2 N )
式中HN(·)为小波函数在给定点的值,N为2的幂次方;
b)将待分析的伏安信号f(n)用Haar小波展开,求出小波系数C(n),即其中为Haar小波逆矩阵;
c)根据块脉冲基函数的任意阶积分运算矩阵Fα,构造块脉冲基函数的任意阶微分运算矩阵Dα,其中α为阶数,任意正实数;
d)构造任意阶微分处理模块,只需构造矩阵式中ΨN×N为Haar小波矩阵,为Haar小波逆矩阵;
e)将小波系数C(n)与任意阶微分运算矩阵相乘,用中间变量fc表示,即 fc = C ( n ) W N &times; N &alpha; ;
f)再将fc与Haar小波矩阵ΨN×N相乘,即可得到经给定微分阶数的增强信号;
(4)判断增强后的信号是否符合分析要求,符合要求则处理结束,否则增大阶数,重复步骤(3),直到得到符合要求的增强信号为止。
CN201410284983.6A 2014-06-23 2014-06-23 一种微分阶数可任意调节的信号增强方法 Pending CN104184433A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410284983.6A CN104184433A (zh) 2014-06-23 2014-06-23 一种微分阶数可任意调节的信号增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410284983.6A CN104184433A (zh) 2014-06-23 2014-06-23 一种微分阶数可任意调节的信号增强方法

Publications (1)

Publication Number Publication Date
CN104184433A true CN104184433A (zh) 2014-12-03

Family

ID=51965231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410284983.6A Pending CN104184433A (zh) 2014-06-23 2014-06-23 一种微分阶数可任意调节的信号增强方法

Country Status (1)

Country Link
CN (1) CN104184433A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101819412A (zh) * 2010-03-31 2010-09-01 上海电机学院 分布参数系统最优点式控制的小波分析法
US20140106476A1 (en) * 2012-10-17 2014-04-17 Lam Research Corporation Differential measurements for endpoint signal enhancement

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101819412A (zh) * 2010-03-31 2010-09-01 上海电机学院 分布参数系统最优点式控制的小波分析法
US20140106476A1 (en) * 2012-10-17 2014-04-17 Lam Research Corporation Differential measurements for endpoint signal enhancement

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YUAN-LU LI等: "Fractional-Order Derivative Spectroscopy for Resolving Overlapped Lorenztian Peak-Signals", 《ICSP2010 PROCEEDINGS》 *

Similar Documents

Publication Publication Date Title
Jeribi Spectral theory and applications of linear operators and block operator matrices
CN104468427A (zh) 基于fri时频域综合分析的信号高效采样及信号重构方法
US7747401B2 (en) Fast intrinsic mode decomposition of time series data with sawtooth transform
Xu et al. Application of multi-scale feature extraction to surface defect classification of hot-rolled steels
CN104779960A (zh) 一种基于分块压缩感知的信号重构方法
CN106327422A (zh) 一种图像风格化重建方法及装置
CN105302773A (zh) 一种基于同步压缩分数阶的小波变换方法
Ahmed FRACTIONAL EULER METHOD; AN EFFECTIVE TOOL FOR SOLVING FRACTIONAL DIFFERENTIAL EQUATIONS.
CN105139362A (zh) 一种基于频率域的图像增强方法
Ahmad et al. Laplace decomposition method using He’s polynomial to Burgers equation
Li et al. On some new inequalities for fusion frames in Hilbert spaces
CN101871780A (zh) 微惯性器件信号的虚拟野值降噪方法
CN103606133A (zh) 一种基于解析稀疏表示的图像去噪方法
CN104184433A (zh) 一种微分阶数可任意调节的信号增强方法
Jiang et al. Wavelet denoising of radio observations of rotating radio transients (RRATs): Improved timing parameters for eight RRATs
Desai et al. Compressive sensing in speech processing: A survey based on sparsity and sensing matrix
CN108007902B (zh) 一种用高光谱数据计算白云母Al-OH吸收位置的方法
CN107590788A (zh) 一种遥感图像处理方法
CN109270573B (zh) 一种快速保频保幅s变换方法
Löptien et al. Image compression in local helioseismology
Lilik et al. On wavelet based enhancing possiilities of fuzzy classification of measurement results
CN107766289B (zh) 用于enpemf信号的amw-sst时频分析方法
Şen et al. Some features of the researches published in refereed nursing journals in Turkey between 2007 and 2012
Lovejoy et al. Multifractal Cascades and the emergence of Atmospheric Dynamics
Francis Thackeray Comparison of Holocene temperature data (Boomplaas Cave) and oxygen isotope data (Cango Caves)

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20141203