CN106125148A - 一种针对有源周期电磁信号的降噪方法及装置 - Google Patents

Abstract

本发明实施例公开了一种针对有源周期电磁信号的降噪方法及装置。该方法包括：采集发射源发射的有效信号的第一时间序列信号；对第一时间序列信号进行频谱分析，获取有效信号的发射频率；在接收到有效信号时，采集接收端接收到的第二时间序列信号；对第二时间序列信号进行傅里叶变换获取第二时间序列信号的第一系数；对第二时间序列信号进行频谱分析，选取多个数据点；对第二时间序列信号进行逆傅里叶变换处理，并基于多个数据点建立以发射频率为未知数的超定方程组，并根据超定方程组获取第二时间序列信号中非周期信号的第二系数；根据第一系数和第二系数获取有效信号的系数。本发明具有提高降噪效率和效果的优点。

Description

一种针对有源周期电磁信号的降噪方法及装置

技术领域

本发明实施例涉及地球物理信号处理技术领域，具体涉及一种针对有源周期电磁信号的降噪方法及装置。

背景技术

电磁勘探方法是一种基于麦克斯韦电磁传播理论的重要地球物理勘探方法。无论是针对大地构造、油气勘探、矿藏勘察，还是针对各种工程勘探，都起到重要的作用，解决了大量的实际问题。

但是随着人类活动区域的进一步扩大，工业的持续发展，当今所采集的电磁勘探信号中总存在着各种各样的电磁干扰，严重影响了信号的信噪比，对电磁勘探的效果带来了消极的影响。传统上，往往通过多次叠加或者滤波等方式进行信号降噪处理，但这种降噪处理的方式较为复杂，效率低而且效果有限。

发明内容

针对现有技术中的缺陷，本发明实施例提供了一种针对有源周期电磁信号的降噪方法及装置，用于解决现有技术中降噪处理方式复杂，效率低且效果有限的问题。

本发明实施例提出了一种针对有源周期电磁信号的降噪方法，包括：

采集发射源发射的有效信号的第一时间序列信号；

对所述第一时间序列信号进行频谱分析，获取所述有效信号的发射频率；

在接收到有效信号时，采集接收端接收到的第二时间序列信号；

对所述第二时间序列信号进行傅里叶变换获取所述第二时间序列信号的第一系数；

对所述第二时间序列信号进行频谱分析，选取多个数据点；

对所述第二时间序列信号进行逆傅里叶变换处理，并基于所述多个数据点建立以所述发射频率为未知数的超定方程组，并根据所述超定方程组获取第二时间序列信号中非周期信号的第二系数；

根据所述第一系数和所述第二系数获取所述有效信号的系数；

其中，所述数据点为时间域上所述第二时间序列信号的非周期信号中仅存在白噪声的数据点。

可选的，在基于所述多个数据点建立以所述发射频率为未知数的超定方程组的步骤之前，该方法还包括：

在没有接收到有效信号的情况下，采集接收端预设范围内的噪声的时间序列信号；

对噪声的时间序列信号进行频谱分析，以将噪声划分为周期噪声、高斯白噪声以及非高斯白噪声的非周期噪声；

相应地，所述基于所述多个数据点建立以所述发射频率为未知数的超定方程组的步骤具体包括：

基于所述多个数据点建立以所述发射频率和所述周期噪声的频率为未知数的超定方程组。

可选的，所述对所述第二时间序列信号进行频谱分析，选取多个数据点的步骤具体包括：

对所述第二时间序列信号进行coiflet小波和哈尔Haar小波变换，获取所述第二时间序列信号的能量分布图；

对所述能量分布图进行分析，获取噪声的分布特征，并根据噪声的分布特征选取数据点。

可选的，所述根据噪声的分布特征选取数据点的步骤具体包括：

根据噪声的分布特征选取第一数据点，并根据第一数据点建立的方程的解对第二数据点的选取位置进行调整；

通过迭代的方式，以使获取到的超定方程组的解满足预设精度。

可选的，所述根据所述超定方程组获取非周期信号的第二系数的步骤具体包括：

通过以下方程组，计算获取非周期信号的第二系数；

$f\[m\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{km}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}m}+F\[l_2\]{\mathrm{\ω}}^{l_{2}m})$

$f\[n\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kn}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}n}+F\[l_2\]{\mathrm{\ω}}^{l_{2}n})$

$f\[p\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kp}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}p}+F\[l_2\]{\mathrm{\ω}}^{l_{2}p})$

$f\[q\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kq}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}q}+F\[l_2\]{\mathrm{\ω}}^{l_{2}q})$

$f\[r\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kr}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}r}+F\[l_2\]{\mathrm{\ω}}^{l_{2}r})$

$f\[t\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kt}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}t}+F\[l_2\]{\mathrm{\ω}}^{l_{2}t})$

其中，m、n、p、q、r、t为所述数据点，F[l₁]为有效信号发射频率的系数，F[l₂]为周期噪声频率的系数，F[k]为已知非周期信号频率的系数。

由上述技术方案可知，本发明实施例提出的针对有源周期电磁信号的降噪方法，通过采集有效信号的发射频率，以及接收端接收有效信号的时间序列信号，并基于白噪声对时间序列信号进行分析处理，能达到提高降噪的效率和效果的作用。

本发明实施例还提供了一种针对有源周期电磁信号的降噪装置，其特征在于，包括：

第一采集模块，用于采集发射源发射的有效信号的第一时间序列信号；

第一处理模块，用于对所述第一时间序列信号进行频谱分析，获取所述有效信号的发射频率；

第二采集模块，用于在接收到有效信号时，采集接收端接收到的第二时间序列信号；

第二处理模块，用于对所述第二时间序列信号进行傅里叶变换获取所述第二时间序列信号的第一系数；对所述第二时间序列信号进行频谱分析，选取多个数据点；对所述第二时间序列信号进行逆傅里叶变换处理，并基于所述多个数据点建立以所述发射频率为未知数的超定方程组，并根据所述超定方程组获取第二时间序列信号中非周期信号的第二系数；

获取模块，用于根据所述第一系数和所述第二系数获取所述有效信号的系数；

其中，所述数据点为时间域上所述第二时间序列信号的非周期信号中仅存在白噪声的数据点。

可选的，该装置还包括：第三采集模块和第三处理模块；

所述第三采集模块，用于在没有接收到有效信号的情况下，采集接收端预设范围内的噪声的时间序列信号；

所述第三处理模块，用于对噪声的时间序列信号进行频谱分析，以将噪声划分为周期噪声、高斯白噪声以及非高斯白噪声的非周期噪声；

相应地，所述第二处理模块还用于，基于所述多个数据点建立以所述发射频率和所述周期噪声的频率为未知数的超定方程组。

可选的，所述第二处理模块，还用于对所述第二时间序列信号进行coiflet小波和哈尔Haar小波变换，获取所述第二时间序列信号的能量分布图；对所述能量分布图进行分析，获取噪声的分布特征，并根据噪声的分布特征选取数据点

可选的，所述第二处理模块，还用于根据噪声的分布特征选取第一数据点，并根据第一数据点建立的方程的解对第二数据点的选取位置进行调整；通过迭代的方式，以使获取到的超定方程组的解满足预设精度。

可选的，所述第二处理模块，具体用于通过以下方程组，计算获取非周期信号的第二系数；

$f\[m\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{km}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}m}+F\[l_2\]{\mathrm{\ω}}^{l_{2}m})$

$f\[n\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kn}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}n}+F\[l_2\]{\mathrm{\ω}}^{l_{2}n})$

$f\[p\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kp}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}p}+F\[l_2\]{\mathrm{\ω}}^{l_{2}p})$

$f\[q\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kq}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}q}+F\[l_2\]{\mathrm{\ω}}^{l_{2}q})$

$f\[r\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kr}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}r}+F\[l_2\]{\mathrm{\ω}}^{l_{2}r})$

$f\[t\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kt}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}t}+F\[l_2\]{\mathrm{\ω}}^{l_{2}t})$

其中，m、n、p、q、r、t即为数据点，F[l₁]为有效信号发射频率的系数，F[l₂]为周期噪声频率的系数，F[k]为已知非周期信号频率的系数。

由上述技术方案可知，本发明实施例提出的针对有源周期电磁信号的降噪装置，通过采集有效信号的发射频率，以及接收端接收有效信号的时间序列信号，并基于白噪声对时间序列信号进行分析处理，能达到提高降噪的效率和效果的作用。

附图说明

通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：

图1示出了本发明一实施例提供的针对有源周期电磁信号的降噪方法的流程示意图；

图2示出了本发明一实施例提供的针对有源周期电磁信号的降噪方法中对原始信号的分类及分析方式的示意图；

图3示出了本发明一实施例提供的针对有源周期电磁信号的降噪方法中频谱分析中各部分频率域系数特点及关系的示意图；

图4示出了本发明一实施例提供的针对有源周期电磁信号的降噪方法中原始信号与周期部分、非周期部分的关系示意图；

图5示出了本发明一实施例提供的针对有源周期电磁信号的降噪方法中原始信号Haar小波频谱图；

图6示出了本发明一实施例提供的针对有源周期电磁信号的降噪方法中原始信号经过Coif5小波和Haar小波变换后的能量分布图；

图7示出了本发明一实施例提供的针对有源周期电磁信号的降噪方法中基于逆傅里叶变换建立超定方程组的过程示意图；

图8示出了本发明一实施例提供的针对有源周期电磁信号的降噪方法的效果对比图；

图9示出了本发明另一实施例提供的针对有源周期电磁信号的降噪方法的效果对比图；

图10示出了本发明一实施例提供的针对有源周期电磁信号的降噪装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明一实施例提供的针对有源周期电磁信号的降噪方法的流程示意图，参照图1，该针对有源周期电磁信号的降噪方法，包括：

110、采集发射源发射的有效信号的第一时间序列信号；对所述第一时间序列信号进行频谱分析，获取所述有效信号的发射频率；

可理解的是，此处的有效信号可以为天然电磁信号，也可以为人工的有源周期电磁信号，本发明以有源周期电磁信号为例进行详细说明，下文中出现的有效信号均为有源周期电磁信号；

120、在接收到有效信号时，采集接收端接收到的第二时间序列信号；对所述第二时间序列信号进行傅里叶变换获取所述第二时间序列信号的第一系数；

130、对所述第二时间序列信号进行频谱分析，选取多个数据点；

140、对所述第二时间序列信号进行逆傅里叶变换处理，并基于所述多个数据点建立以所述发射频率为未知数的超定方程组，并根据所述超定方程组获取第二时间序列信号中非周期信号的第二系数；

150、根据所述第一系数和所述第二系数获取所述有效信号的系数；

其中，所述数据点为时间域上所述第二时间序列信号的非周期信号中仅存在白噪声的数据点。

由上述技术方案可知，本发明提出的针对有源周期电磁信号的降噪方法，通过采集有效信号的发射频率，以及接收端接收有效信号的时间序列信号，并基于白噪声对时间序列信号进行分析处理，以提高降噪的效率和效果。

图2为本发明一实施例提供的针对有源周期电磁信号的降噪方法中对原始信号的分类及分析方式的示意图，参照图2，为了进一步地提高去噪的精度，该方法还包括：

在没有接收到有效信号的情况下，采集接收端预设范围内的噪声的时间序列信号；对噪声的时间序列信号进行频谱分析，以将噪声划分为周期噪声、高斯白噪声以及非高斯白噪声的非周期噪声；

需要说明的是，此处采集的为接收端附近的天然噪声的时间序列信号，其中，不包含有效信号；

可理解的是，本发明针对的是周期有效信号，因此对原始数据(原始信号)的分类如下：将原始数据划分为周期部分和非周期部分，其中，周期部分包括：有效周期信号和周期干扰信号；非周期部分包括：高斯白噪声和高斯噪声以外的非周期信号。

相应地，步骤140还包括：基于所述多个数据点建立以所述发射频率和所述周期噪声的频率为未知数的超定方程组。

本实施例中，步骤140具体包括：

通过以下公式对所述第二时间序列信号进行逆傅里叶变换；

$\left[\begin{array}{c}f\left(0\right)\\ f\left(1\right)\\ f\left(2\right)\\ .\\ .\\ f\left(N-2\right)\\ f\left(N-1\right)\end{array}\right]=\frac{1}{\sqrt{N}}\left[\begin{array}{ccccccc}1& 1& 1& .& .& .& 1\\ 1& {\mathrm{\ω}}^1& {\mathrm{\ω}}^2& .& .& .& {\mathrm{\ω}}^{N-1}\\ 1& {\mathrm{\ω}}^2& {\mathrm{\ω}}^4& .& .& .& {\mathrm{\ω}}^{2(N-1)}\\ .& .& .& .& .& .& .\\ .& .& .& .& .& .& .\\ 1& {\mathrm{\ω}}^{N-2}& {\mathrm{\ω}}^{2(N-2)}& .& .& .& {\mathrm{\ω}}^{(N-1)(N-2)}\\ 1& {\mathrm{\ω}}^{N-1}& {\mathrm{\ω}}^{2(N-1)}& .& .& .& {\mathrm{\ω}}^{{(N-1)}^2}\end{array}\right]\left[\begin{array}{c}F\left(0\right)\\ F\left(l_1\right)\\ F\left(2\right)\\ .\\ .\\ F\left(N-2\right)\\ F\left(l_2\right)\end{array}\right]$

其中，f(n)为时间域，F(N)为频率域。

基于逆傅里叶变换的算子和所述多个数据点，并以发射频率和周期噪声频率的系数为未知数建立超定方程组，如下：

$f\[m\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{km}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}m}+F\[l_2\]{\mathrm{\ω}}^{l_{2}m})$

$f\[n\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kn}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}n}+F\[l_2\]{\mathrm{\ω}}^{l_{2}n})$

$f\[p\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kp}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}p}+F\[l_2\]{\mathrm{\ω}}^{l_{2}p})$

$f\[q\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kq}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}q}+F\[l_2\]{\mathrm{\ω}}^{l_{2}q})$

$f\[r\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kr}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}r}+F\[l_2\]{\mathrm{\ω}}^{l_{2}r})$

$f\[t\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kt}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}t}+F\[l_2\]{\mathrm{\ω}}^{l_{2}t})$

其中，m、n、p、q、r、t为所述数据点，F[l₁]为有效信号发射频率的系数，F[l₂]为周期噪声频率的系数，F[k]为已知非周期信号频率的系数。

根据上述超定方程组，建立超定矩阵：

$\left[\begin{array}{cc}{\mathrm{\ω}}^{l_{1}m}& {\mathrm{\ω}}^{l_{2}m}\\ {\mathrm{\ω}}^{l_{1}n}& {\mathrm{\ω}}^{l_{2}n}\\ {\mathrm{\ω}}^{l_{1}p}& {\mathrm{\ω}}^{l_{2}p}\\ {\mathrm{\ω}}^{l_{1}q}& {\mathrm{\ω}}^{l_{2}q}\\ {\mathrm{\ω}}^{l_{1}r}& {\mathrm{\ω}}^{l_{2}r}\\ {\mathrm{\ω}}^{l_{1}t}& {\mathrm{\ω}}^{l_{2}t}\end{array}\right]\left[\begin{array}{c}F\[l_1\]\\ F\[l_2\]\end{array}\right]=\left[\begin{array}{c}-\underset{k=0\left(k\≠l_1,l_2\right)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{km}\\ -\underset{k=0\left(k\≠l_1,l_2\right)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kn}\\ -\underset{k=0\left(k\≠l_1,l_2\right)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kp}\\ -\underset{k=0\left(k\≠l_1,l_2\right)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kq}\\ -\underset{k=0\left(k\≠l_1,l_2\right)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kr}\\ -\underset{k=0\left(k\≠l_1,l_2\right)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kt}\end{array}\right]$

解法如下：

Ax＝y

x＝(A^TA)^-1A^Ty

图3为本发明一实施例提供的针对有源周期电磁信号的降噪方法中频谱分析中各部分频率域系数特点及关系的示意图，参照图3，本发明将原始数据(原始信号)分成周期部分和非周期部分。其中周期信号经连续傅里叶变换后，频谱是离散的；非周期信号经连续傅里叶变换后是连续的。实际数据的离散傅里叶变换同样具有类似特征，即周期信号经离散傅里叶变换后，频谱仍然是离散的，间隔的，只在某些频率上存在能量；而非周期信号经离散傅里叶变换后，在每个频率上都有能量分布。如图3中所示，周期信号只在1Hz(有效信号)和3Hz(周期噪声)上有能量，在其他频率上没有能量；而非周期信号在所有频率上都有能量，包括1Hz和3Hz。

图4为本发明一实施例提供的针对有源周期电磁信号的降噪方法中原始信号与周期部分、非周期部分的关系示意图，参照图4，周期部分的傅里叶变换加上非周期部分的傅里叶变换等于原始数据的傅里叶变换结果，在1Hz和3Hz，原始数据的频率域系数等于周期部分系数加上非周期部分系数，其他频率系数直接等于非周期部分系数，即非周期部分的绝大部分系数为已知，只有1Hz和3Hz系数，由于是两部分组成，为未知。实际上，这位建立超定方程组解非周期部分在1Hz和3Hz的系数，提供了前提。当解出非周期部分在1Hz和3Hz的系数时，由于总系数已知，周期信号在1Hz和3Hz的系数通过数学相减(复数相减)求得。

图5为本发明一实施例提供的针对有源周期电磁信号的降噪方法中原始信号Haar小波频谱图，图6为本发明一实施例提供的针对有源周期电磁信号的降噪方法中原始信号经过coiflet小波和Haar小波变换后的能量分布图，参照图5和图6，本实施例中，在步骤120之前，该方法还包括：

对所述第二时间序列信号进行coiflet小波和哈尔Haar小波变换，获取所述第二时间序列信号的能量分布图；

对所述能量分布图进行分析，获取噪声的分布特征，并根据噪声的分布特征选取数据点。

需要说明的是，应用小波变换的目的并不是提取干扰准确大小和形态，而是分析干扰的整体特征及出现位置，为建立超定方程需找合适的位置。如果在某一时段或某些点，干扰能量大(超过给定阈值)，将不被选为建立超定方程的位置点，而符合能量阈值的位置将可以参与第一次逆傅里叶变换计算。

作为一种优选的实施例，选取数据点的方案中除去上述的分析噪声的分布特征，还包括：

根据噪声的分布特征选取第一数据点，并根据第一数据点建立的方程的解对第二数据点的选取位置进行调整；

通过迭代的方式，以使获取到的超定方程组的解满足预设精度。

可理解的是，在选取第二数据点之后的数据点时，可根据之前的数据点对应的解反馈来的信息调整选取数据点的位置，进而获得最优质解。

图7为本发明一实施例提供的针对有源周期电磁信号的降噪方法中基于逆傅里叶变换建立超定方程组的过程示意图，参照图7，通过上面分析过程，可以获得周期信号的频率分布情况，统计这些频率所在位置，最对这些频率系数设为未知数。本发明建立超定方程组，该方程组的直接解为非周期部分在1Hz和3Hz的系数最小二乘解。在原始数据时间域寻找有限个数据点(需满足或尽量满足只含高斯白噪声)，基于逆傅里叶变换对这些位置点进行重构，图7中间部分的两幅图中矩形框位置为最终所选位置，由于这些位置只存在高斯白噪声。故把重构值设为零，那么所得方程组即为含有白噪声的超定方程组，该方程组是可解的，得到的解即为频率系数的最小二乘解。

图8示出本发明一实施例提供的针对有源周期电磁信号的降噪方法的效果对比图，参见图8，周期部分包括1、3、5和7Hz，原始数据被多种干扰影响。图8(a)为原始信号数据与未处理前提取有效信号对比，图8(b)为原始数据与处理后提取有效信号对比，图8(c)为原始数据与处理前后提取有效信号对比。根据对比结果可明显发现处理后的数据得到了改善，噪声得到了压制。

图9示出了本发明另一实施例提供的针对有源周期电磁信号的降噪方法的效果对比图，图9为面对复杂信号时，本发明的处理效果图。表1中，共有6列参数，第1列为频率，第2列为真实幅值，第3列为未处理时幅值，第4列为误差值，第5列为去噪后幅值，第6列为其对应的误差。参见图9和表1可知通过本发明处理后，数据结果得到了明显的改善。

表1

图9是一段含有各种噪声的信号，黑色为实际数据，蓝色的为信号，噪声包括震荡噪声、衰减噪声、脉冲噪声及白噪声等等，甚至有一部分信号已经超过量程(如数据12s—14.5s之间)，信号由35个频率组成，并且其中没有任何一个完整周期内是没有干扰的。在信号中，1、2、4、8、16、32及64Hz为主频，另外每个主频各含有4个奇次谐波，共计35个频率。具体频率见表1。表1中，共有6列参数，第1列为频率，第2列为真实幅值，第3列为未处理时幅值，第4列为误差值，第5列为去噪后幅值，第6列为其对应的误差。通过本发明处理后，数据结果得到了明显的改善。

图9为本发明一实施例提供的针对有源周期电磁信号的降噪装置的结构示意图，参照图9，该针对有源周期电磁信号的降噪装置，包括：

第一采集模块101，用于采集发射源发射的有效信号的第一时间序列信号；

第一处理模块102，用于对所述第一时间序列信号进行频谱分析，获取所述有效信号的发射频率；

第二采集模块103，用于在接收到有效信号时，采集接收端接收到的第二时间序列信号；

第二处理模块104，用于对所述第二时间序列信号进行傅里叶变换获取所述第二时间序列信号的第一系数；对所述第二时间序列信号进行频谱分析，选取多个数据点；对所述第二时间序列信号进行逆傅里叶变换处理，并基于所述多个数据点建立以所述发射频率为未知数的超定方程组，并根据所述超定方程组获取第二时间序列信号中非周期信号的第二系数；

获取模块105，用于根据所述第一系数和所述第二系数获取所述有效信号的系数；

其中，所述数据点为时间域上所述第二时间序列信号的非周期信号中仅存在白噪声的数据点。

由上述技术方案可知，本发明提出的针对有源周期电磁信号的降噪装置，通过采集有效信号的发射频率，以及接收端接收有效信号的时间序列信号，并基于白噪声对时间序列信号进行分析处理，以提高降噪的效率和效果。

本实施例中，该装置还包括：第三采集模块106和第三处理模块107；

所述第三采集模块106，用于在没有接收到有效信号的情况下，采集接收端预设范围内的噪声的时间序列信号；

所述第三处理模块107，用于对噪声的时间序列信号进行频谱分析，以将噪声划分为周期噪声、高斯白噪声以及非高斯白噪声的非周期噪声。

相应地，所述第二处理模块还用于，基于所述多个数据点建立以所述发射频率和所述周期噪声的频率为未知数的超定方程组。

本实施例中，所述第二处理模块104，还用于对所述第二时间序列信号进行coiflet小波和哈尔Haar小波变换，获取所述第二时间序列信号的能量分布图；对所述能量分布图进行分析，获取噪声的分布特征，并根据噪声的分布特征选取数据点。

在一可行实施例中，所述第二处理模块104，还用于根据噪声的分布特征选取第一数据点，并根据第一数据点建立的方程的解对第二数据点的选取位置进行调整；通过迭代的方式，以使获取到的超定方程组的解满足预设精度。

在一可行实施例中，所述第二处理模块104，具体用于通过以下方程组，计算获取非周期信号的第二系数；

$f\[m\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{km}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}m}+F\[l_2\]{\mathrm{\ω}}^{l_{2}m})$

$f\[n\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kn}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}n}+F\[l_2\]{\mathrm{\ω}}^{l_{2}n})$

$f\[p\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kp}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}p}+F\[l_2\]{\mathrm{\ω}}^{l_{2}p})$

$f\[q\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kq}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}q}+F\[l_2\]{\mathrm{\ω}}^{l_{2}q})$

$f\[r\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kr}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}r}+F\[l_2\]{\mathrm{\ω}}^{l_{2}r})$

$f\[t\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kt}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}t}+F\[l_2\]{\mathrm{\ω}}^{l_{2}t})$

其中，m、n、p、q、r、t即为数据点，F[l₁]为有效信号发射频率的系数，F[l₂]为周期噪声频率的系数，F[k]为已知非周期信号频率的系数。

对于装置实施方式而言，由于其与方法实施方式基本相似，所以描述的比较简单，相关之处参见方法实施方式的部分说明即可。

应当注意的是，在本发明的装置的各个部件中，根据其要实现的功能而对其中的部件进行了逻辑划分，但是，本发明不受限于此，可以根据需要对各个部件进行重新划分或者组合。

本发明的各个部件实施方式可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本装置中，PC通过实现因特网对设备或者装置远程控制，精准的控制设备或者装置每个操作的步骤。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样实现本发明的程序可以存储在计算机可读介质上，并且程序产生的文件或文档具有可统计性，产生数据报告和cpk报告等，能对功放进行批量测试并统计。应该注意的是上述实施方式对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施方式。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种针对有源周期电磁信号的降噪方法，其特征在于，包括：

采集发射源发射的有效信号的第一时间序列信号；

对所述第一时间序列信号进行频谱分析，获取所述有效信号的发射频率；

在接收到有效信号时，采集接收端接收到的第二时间序列信号；

对所述第二时间序列信号进行傅里叶变换获取所述第二时间序列信号的第一系数；

对所述第二时间序列信号进行频谱分析，选取多个数据点；

对所述第二时间序列信号进行逆傅里叶变换处理，并基于所述多个数据点建立以所述发射频率为未知数的超定方程组，并根据所述超定方程组获取第二时间序列信号中非周期信号的第二系数；

根据所述第一系数和所述第二系数获取所述有效信号的系数；

其中，所述数据点为时间域上所述第二时间序列信号的非周期信号中仅存在白噪声的数据点。

2.根据权利要求1所述的方法，其特征在于，在基于所述多个数据点建立以所述发射频率为未知数的超定方程组的步骤之前，该方法还包括：

在没有接收到有效信号的情况下，采集接收端预设范围内的噪声的时间序列信号；

对噪声的时间序列信号进行频谱分析，以将噪声划分为周期噪声、高斯白噪声以及非高斯白噪声的非周期噪声；

相应地，所述基于所述多个数据点建立以所述发射频率为未知数的超定方程组的步骤具体包括：

基于所述多个数据点建立以所述发射频率和所述周期噪声的频率为未知数的超定方程组。

3.根据权利要求2所述的方法，其特征在于，所述对所述第二时间序列信号进行频谱分析，选取多个数据点的步骤具体包括：

对所述第二时间序列信号进行coiflet小波和哈尔Haar小波变换，获取所述第二时间序列信号的能量分布图；

对所述能量分布图进行分析，获取噪声的分布特征，并根据噪声的分布特征选取数据点。

4.根据权利要求3所述的方法，其特征在于，所述根据噪声的分布特征选取数据点的步骤具体包括：

根据噪声的分布特征选取第一数据点，并根据第一数据点建立的方程的解对第二数据点的选取位置进行调整；

通过迭代的方式，以使获取到的超定方程组的解满足预设精度。

5.根据权利要求2-4任一项所述的方法，其特征在于，所述根据所述超定方程组获取非周期信号的第二系数的步骤具体包括：

通过以下方程组，计算获取非周期信号的第二系数；

$f\[m\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{km}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}m}+F\[l_2\]{\mathrm{\ω}}^{l_{2}m})$

$f\[n\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kn}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}n}+F\[l_2\]{\mathrm{\ω}}^{l_{2}n})$

$f\[p\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kp}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}p}+F\[l_2\]{\mathrm{\ω}}^{l_{2}p})$

$f\[q\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kq}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}q}+F\[l_2\]{\mathrm{\ω}}^{l_{2}q})$

$f\[r\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kr}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}r}+F\[l_2\]{\mathrm{\ω}}^{l_{2}r})$

$f\[t\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kt}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}t}+F\[l_2\]{\mathrm{\ω}}^{l_{2}t})$

其中，m、n、p、q、r、t为所述数据点，F[l₁]为有效信号发射频率的系数，F[l₂]为周期噪声频率的系数，F[k]为已知非周期信号频率的系数。

6.一种针对有源周期电磁信号的降噪装置，其特征在于，包括：

第一采集模块，用于采集发射源发射的有效信号的第一时间序列信号；

第一处理模块，用于对所述第一时间序列信号进行频谱分析，获取所述有效信号的发射频率；

第二采集模块，用于在接收到有效信号时，采集接收端接收到的第二时间序列信号；

第二处理模块，用于对所述第二时间序列信号进行傅里叶变换获取所述第二时间序列信号的第一系数；对所述第二时间序列信号进行频谱分析，选取多个数据点；对所述第二时间序列信号进行逆傅里叶变换处理，并基于所述多个数据点建立以所述发射频率为未知数的超定方程组，并根据所述超定方程组获取第二时间序列信号中非周期信号的第二系数；

获取模块，用于根据所述第一系数和所述第二系数获取所述有效信号的系数；

其中，所述数据点为时间域上所述第二时间序列信号的非周期信号中仅存在白噪声的数据点。

7.根据权利要求6所述的装置，其特征在于，该装置还包括：第三采集模块和第三处理模块；

所述第三采集模块，用于在没有接收到有效信号的情况下，采集接收端预设范围内的噪声的时间序列信号；

所述第三处理模块，用于对噪声的时间序列信号进行频谱分析，以将噪声划分为周期噪声、高斯白噪声以及非高斯白噪声的非周期噪声；

相应地，所述第二处理模块还用于，基于所述多个数据点建立以所述发射频率和所述周期噪声的频率为未知数的超定方程组。

8.根据权利要求6所述的装置，其特征在于，所述第二处理模块，还用于对所述第二时间序列信号进行coiflet小波和哈尔Haar小波变换，获取所述第二时间序列信号的能量分布图；对所述能量分布图进行分析，获取噪声的分布特征，并根据噪声的分布特征选取数据点。

9.根据权利要求8所述的装置，其特征在于，所述第二处理模块，还用于根据噪声的分布特征选取第一数据点，并根据第一数据点建立的方程的解对第二数据点的选取位置进行调整；通过迭代的方式，以使获取到的超定方程组的解满足预设精度。

10.根据权利要求7-9任一项所述的装置，其特征在于，所述第二处理模块，具体用于通过以下方程组，计算获取非周期信号的第二系数；

$f\[m\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{km}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}m}+F\[l_2\]{\mathrm{\ω}}^{l_{2}m})$

$f\[n\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kn}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}n}+F\[l_2\]{\mathrm{\ω}}^{l_{2}n})$

$f\[p\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kp}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}p}+F\[l_2\]{\mathrm{\ω}}^{l_{2}p})$

$f\[q\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kq}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}q}+F\[l_2\]{\mathrm{\ω}}^{l_{2}q})$

$f\[r\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kr}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}r}+F\[l_2\]{\mathrm{\ω}}^{l_{2}r})$

$f\[t\]=\frac{1}{N}\underset{k=0(k\≠l_1,l_2)}{\overset{N-1}{\Σ}}F\[k\]{\mathrm{\ω}}^{kt}+\frac{1}{N}(F\[l_1\]{\mathrm{\ω}}^{l_{1}t}+F\[l_2\]{\mathrm{\ω}}^{l_{2}t})$

其中，m、n、p、q、r、t即为数据点，F[l₁]为有效信号发射频率的系数，F[l₂]为周期噪声频率的系数，F[k]为已知非周期信号频率的系数。