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 PDFInfo
- 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
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
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,
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
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,
而
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:
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为
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
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),
由
可得到基于Haar小波的任意阶积分运算矩阵
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
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
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,
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
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。
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)
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 |
-
2014
- 2014-06-23 CN CN201410284983.6A patent/CN104184433A/zh active Pending
Patent Citations (2)
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)
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 |