CN109684937B - 一种基于fft及数学形态法的信号去噪方法及装置 - Google Patents
一种基于fft及数学形态法的信号去噪方法及装置 Download PDFInfo
- Publication number
- CN109684937B CN109684937B CN201811486314.1A CN201811486314A CN109684937B CN 109684937 B CN109684937 B CN 109684937B CN 201811486314 A CN201811486314 A CN 201811486314A CN 109684937 B CN109684937 B CN 109684937B
- Authority
- CN
- China
- Prior art keywords
- sequence
- fft
- frequency domain
- signal sequence
- filtering
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Complex Calculations (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
Abstract
本发明公开了一种基于FFT及数学形态法的信号去噪方法及装置,该方法包括以下过程:S1,对信号采样序列进行FFT变换,获得频域值;S2,根据频域值计算频谱集中区域的宽度,将此宽度作为截断长度;S3,提取长度为截断长度的频域值进行FFT逆变换,获得新的信号序列;S4,基于数学形态法对新的信号序列进行滤波,获得最终的信号序列。本发明首先采用FFT算法进行高频滤波降噪,之后再采用数学形态法对信号进一步消噪,大大减小了信号噪声。
Description
技术领域
本发明属于电力系统自动化技术领域,具体涉及一种基于FFT及数学形态法的信号去噪方法及装置。
背景技术
输电线路分布式故障诊断装置一般安装在野外,在严寒、酷暑、覆冰、雨淋及高电压等恶劣环境下,装置采样数据中可能包含较强的噪声,这给行波波头定位及高阻故障等弱故障的检出带来严重影响,不但测距精度不能保证,有时甚至无法检出故障。
发明内容
本发明的目的在于克服现有技术的不足,提供了一种基于FFT及数学形态法的信号去噪方法及装置,首先采用FFT算法进行高频滤波降噪,之后再采用数学形态法对信号进一步消噪,可大大减小信号噪声。
为解决上述技术问题,本发明提供了一种基于FFT及数学形态法的信号去噪方法,其特征是,包括以下过程:
S1,对信号采样序列进行FFT变换,获得频域值;
S2,根据频域值计算频谱集中区域的宽度,将此宽度作为截断长度;
S3,提取长度为截断长度的频域值进行FFT逆变换,获得新的信号序列;
S4,基于数学形态法对新的信号序列进行滤波,获得最终的信号序列。
进一步的,根据频域值计算频谱集中区域的宽度过程为:
根据频域值计算功率谱;
根据功率谱能量占比和设定的阀值之间数值关系,可反推出信号频谱集中区域的宽度。
进一步的,功率谱能量占比和设定的阀值之间数值关系如下:
式中,k为采样点序号,L为在频域内的截断长度,N为数据窗长度,F表示采样序列的FFT变换序列,THset为阈值设定值。
进一步的,基于数学形态法对新的信号序列进行滤波包括:
先对新的信号序列进行闭运算,再进行开运算,得到一个离散序列B,
之后再对新的信号序列先进行开运算,再进行闭运算,得到一个离散序列C,
最后对数据序列B和C做中值运算得到滤波后的最终序列。
相应的,本发明还提供了一种基于FFT及数学形态法的信号去噪装置,包括FFT变换模块、截断长度计算模块、FFT变换模块、滤波模块;
FFT变换模块,对信号采样序列进行FFT变换,获得频域值;
截断长度计算模块,根据频域值计算频谱集中区域的宽度,将此宽度作为截断长度;
FFT逆变换模块,提取长度为截断长度的频域值进行FFT逆变换,获得新的信号序列;
滤波模块,基于数学形态法对新的信号序列进行滤波,获得最终的信号序列。
进一步的,截断长度计算模块中,根据频域值计算频谱集中区域的宽度过程为:
根据频域值计算功率谱;
根据功率谱能量占比和设定的阀值之间数值关系,可反推出信号频谱集中区域的宽度。
进一步的,功率谱能量占比和设定的阀值之间数值关系如下:
式中,k为采样点序号,L为在频域内的截断长度,N为数据窗长度,F表示采样序列的FFT变换序列,THset为阈值设定值,其值根据信号噪声强度水平来设定。
进一步的,滤波模块中,基于数学形态法对新的信号序列进行滤波包括:
先对新的信号序列进行闭运算,再进行开运算,得到一个离散序列B,
之后再对新的信号序列先进行开运算,再进行闭运算,得到一个离散序列C,
最后对数据序列B和C做中值运算得到滤波后的最终序列。
与现有技术相比,本发明所达到的有益效果是:本发明首先采用FFT算法进行高频滤波降噪,之后再采用数学形态法对信号进一步消噪,大大减小了信号噪声。
附图说明
图1为本发明实施例的原始输入信号;
图2为本发明实施例的含噪声信号;
图3为采用本发明方法去噪后的信号。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明的一种基于FFT及数学形态法的信号去噪方法,包括以下过程:
S1,对信号采样序列进行FFT变换,获得频域值;
S2,根据频域值计算频谱集中区域的宽度,将此宽度作为截断长度;
S3,提取长度为截断长度的频域值进行FFT逆变换,获得新的信号序列;
S4,基于数学形态法对新的信号序列进行滤波,获得最终的信号序列。
本发明首先采用FFT算法进行高频滤波降噪,之后再采用数学形态法对信号进一步消噪,大大减小了信号噪声。
实施例
本发明的一种基于FFT及数学形态法的信号去噪方法,包括以下过程:
步骤1,对数据窗长度为N的信号采样序列进行FFT变换(快速傅里叶变换),得到频域值(FFT变换结果)F(k);
步骤2,根据FFT变换结果F(k)来计算功率谱F2(k),根据功率谱能量占比和设定的阀值之间数值关系,可反推出信号频谱集中区域的宽度,也就是频域的有效截断长度L。
所述求取L的公式如下:
式中,k为采样点序号,L为FFT变换在频域内的有效截断长度,N为数据窗长度,F表示采样序列的FFT变换序列,THset为阈值设定值,其值根据信号噪声强度水平来设定,通常大于0.65。
步骤3:对长度L的F(k)进行FFT逆变换求取新的数据序列A。
该序列为经过FFT初步降噪的信号数据,原始信号中的主要频率分量的相位没有失真;
步骤4:选定数学形态法结构元素的数据长度及半径,数据长度选择范围为5~100,选择半圆形结构元素,半径约为输入信号幅值的1/50~1/10。
对经步骤1~2得到的数据序列A进一步采用数学形态学滤波运算,先进行闭运算(膨胀后腐蚀),再进行开运算(腐蚀后膨胀),得到一个离散序列B,之后再对数据序列A先进行开运算(腐蚀后膨胀),再进行闭运算(膨胀后腐蚀),得到一个离散序列C,最后对数据序列B和C做中值运算得到滤波后的最终序列。
其中的数学运算定义如下:
设f(n)和g(n)分别表示一维采样信号和结构元素,Df={0,1,…,N-1},Dg={0,1,…,M-1},分别为f(n)和g(n)的定义域,且N≥M。则信号f(n)关于结构元素g(n)的膨胀、腐蚀运算分别定义为:
膨胀:(f⊕g)(n)=max[f(n-m)+g(m)],(n-m)∈Df,m∈Dg;
腐蚀:(fΘg)(n)=min[f(n+m)-g(m)],(n+m)∈Df,m∈Dg;
式中,符号max和min分别表示对函数取最大值和最小值运算。
形态开、闭运算的定义为:
为了验证本发明方法的去噪效果,对输电线路电流采样值进行试验。输电线路电流采样值的原始输入信号为图1所示,包含噪声信号为图2所示,采用本发明上述方法进行去噪,去噪后的效果见图3所示,图1至图2中,信号单位为安培,信噪比为30,对比图2和图3中可知,数据噪声大大减小了。
本发明首先采用FFT算法进行高频滤波降噪,之后再采用数学形态法对信号进一步消噪,大大减小了数据噪声。
基于与上述方法同样的发明构思,本发明还提供了一种基于FFT及数学形态法的信号去噪装置,包括FFT变换模块、截断长度计算模块、FFT变换模块、滤波模块;
FFT变换模块,对信号采样序列进行FFT变换,获得频域值;
截断长度计算模块,根据频域值计算频谱集中区域的宽度,将此宽度作为截断长度;
FFT逆变换模块,提取长度为截断长度的频域值进行FFT逆变换,获得新的信号序列;
滤波模块,基于数学形态法对新的信号序列进行滤波,获得最终的信号序列。
其中,截断长度计算模块中,根据频域值计算频谱集中区域的宽度过程为:
根据频域值计算功率谱;
根据功率谱能量占比和设定的阀值之间数值关系,可反推出信号频谱集中区域的宽度。
功率谱能量占比和设定的阀值之间数值关系如下:
式中,k为采样点序号,L为在频域内的截断长度,N为数据窗长度,F表示采样序列的FFT变换序列,THset为阈值设定值,其值根据信号噪声强度水平来设定,通常大于0.65。
滤波模块中,基于数学形态法对新的信号序列进行滤波包括:
选定数学形态法结构元素的数据长度及半径,数据长度选择范围为5~100,选择半圆形结构元素,半径约为输入信号幅值的1/50~1/10;
对新的数据序列A进一步采用数学形态学滤波运算,先进行闭运算(膨胀后腐蚀),再进行开运算(腐蚀后膨胀),得到一个离散序列B,之后再对数据序列A先进行开运算(腐蚀后膨胀),再进行闭运算(膨胀后腐蚀),得到一个离散序列C,最后对数据序列B和C做中值运算得到滤波后的最终序列。
基于同一发明构思,本发明还提供了一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行上述电压无功调控时段划分方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (4)
1.一种基于FFT及数学形态法的信号去噪方法,其特征是,包括以下过程:
S1,对信号采样序列进行FFT变换,获得频域值;
S2,根据频域值计算频谱集中区域的宽度,将此宽度作为截断长度;
S3,提取长度为截断长度的频域值进行FFT逆变换,获得新的信号序列;
S4,基于数学形态法对新的信号序列进行滤波,获得最终的信号序列;
步骤S2中,根据频域值计算频谱集中区域的宽度过程为:
根据频域值计算功率谱;
根据功率谱能量占比和设定的阀值之间数值关系,反推出信号频谱集中区域的宽度;
功率谱能量占比和设定的阀值之间数值关系如下:
式中,k为采样点序号,L为在频域内的截断长度,N为数据窗长度,F表示采样序列的FFT变换序列,THset为阈值设定值。
2.根据权利要求1所述的一种基于FFT及数学形态法的信号去噪方法,其特征是,基于数学形态法对新的信号序列进行滤波包括:
先对新的信号序列进行闭运算,再进行开运算,得到一个离散序列B,
之后再对新的信号序列先进行开运算,再进行闭运算,得到一个离散序列C,
最后对序列B和C做中值运算得到滤波后的最终信号序列。
3.一种基于FFT及数学形态法的信号去噪装置,包括FFT变换模块、截断长度计算模块、FFT逆变换模块、滤波模块;
FFT变换模块,对信号采样序列进行FFT变换,获得频域值;
截断长度计算模块,根据频域值计算频谱集中区域的宽度,将此宽度作为截断长度;
FFT逆变换模块,提取长度为截断长度的频域值进行FFT逆变换,获得新的信号序列;
滤波模块,基于数学形态法对新的信号序列进行滤波,获得最终的信号序列;
截断长度计算模块中,根据频域值计算频谱集中区域的宽度过程为:
根据频域值计算功率谱;
根据功率谱能量占比和设定的阀值之间数值关系,反推出信号频谱集中区域的宽度;
功率谱能量占比和设定的阀值之间数值关系如下:
式中,k为采样点序号,L为在频域内的截断长度,N为数据窗长度,F表示采样序列的FFT变换序列,THset为阈值设定值。
4.根据权利要求3所述的一种基于FFT及数学形态法的信号去噪装置,其特征是,滤波模块中,基于数学形态法对新的信号序列进行滤波包括:
先对新的信号序列进行闭运算,再进行开运算,得到一个离散序列B,
之后再对新的信号序列先进行开运算,再进行闭运算,得到一个离散序列C,
最后对序列B和C做中值运算得到滤波后的最终信号序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811486314.1A CN109684937B (zh) | 2018-12-06 | 2018-12-06 | 一种基于fft及数学形态法的信号去噪方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811486314.1A CN109684937B (zh) | 2018-12-06 | 2018-12-06 | 一种基于fft及数学形态法的信号去噪方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109684937A CN109684937A (zh) | 2019-04-26 |
CN109684937B true CN109684937B (zh) | 2022-08-26 |
Family
ID=66187222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811486314.1A Active CN109684937B (zh) | 2018-12-06 | 2018-12-06 | 一种基于fft及数学形态法的信号去噪方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109684937B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111982302B (zh) * | 2020-08-24 | 2023-12-29 | 广东工业大学 | 一种带噪声滤波和环境温度补偿的测温方法 |
CN113852388B (zh) * | 2021-09-29 | 2022-09-02 | 玛丽安·卡林·亚历山德鲁 | 一种对讲机发射尾音去除系统及方法 |
CN113933563B (zh) * | 2021-09-29 | 2024-04-26 | 国电南瑞科技股份有限公司 | 基于自适应迭代运算数学形态法的采样异常大值滤除方法、装置及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103454537A (zh) * | 2013-09-16 | 2013-12-18 | 国家电网公司 | 基于小波分析的风力发电低电压穿越检测设备及方法 |
CN104793253A (zh) * | 2015-04-22 | 2015-07-22 | 吉林大学 | 基于数学形态学的航空电磁数据去噪方法 |
CN106845334A (zh) * | 2016-11-29 | 2017-06-13 | 国网辽宁省电力有限公司沈阳供电公司 | 一种基于数学形态学的新型噪声提取方法 |
CN108875710A (zh) * | 2018-07-24 | 2018-11-23 | 杭州电子科技大学 | 基于能量阈值算法的电梯门运行速度估计方法 |
-
2018
- 2018-12-06 CN CN201811486314.1A patent/CN109684937B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103454537A (zh) * | 2013-09-16 | 2013-12-18 | 国家电网公司 | 基于小波分析的风力发电低电压穿越检测设备及方法 |
CN104793253A (zh) * | 2015-04-22 | 2015-07-22 | 吉林大学 | 基于数学形态学的航空电磁数据去噪方法 |
CN106845334A (zh) * | 2016-11-29 | 2017-06-13 | 国网辽宁省电力有限公司沈阳供电公司 | 一种基于数学形态学的新型噪声提取方法 |
CN108875710A (zh) * | 2018-07-24 | 2018-11-23 | 杭州电子科技大学 | 基于能量阈值算法的电梯门运行速度估计方法 |
Non-Patent Citations (2)
Title |
---|
基于数学形态学的旋转机械振动信号降噪方法;胡爱军等;《机械工程学报》;20060415;全文 * |
快速傅里叶变换和广义形态滤波器在;程汪刘等;《电网技术》;20080531;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109684937A (zh) | 2019-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109684937B (zh) | 一种基于fft及数学形态法的信号去噪方法及装置 | |
CN112395992B (zh) | 一种基于改进小波阈值的电力谐波信号去噪方法 | |
Li et al. | Diagonal slice spectrum assisted optimal scale morphological filter for rolling element bearing fault diagnosis | |
CN110967599A (zh) | 一种电能质量扰动检测与定位算法 | |
CN111738128A (zh) | 一种基于形态学滤波和mmg的串联故障电弧检测方法 | |
CN106501602B (zh) | 一种基于滑窗频谱分离的基波参数测量方法 | |
CN111239565B (zh) | 基于分层式去噪模型的充油套管局部放电脉冲信号处理方法及系统 | |
US20240088657A1 (en) | Fractional domain noise reduction method for power signal | |
CN113361331B (zh) | 基于加窗插值fft的工频干扰消除方法、系统和介质 | |
CN114936347A (zh) | 一种基于变模态分解和小波模极大值的故障行波检测方法 | |
CN111308199A (zh) | 基于频谱分辨率自适应的双谱线插值dft谐波分析方法、系统及介质 | |
Zhang et al. | Improved local cepstrum and its applications for gearbox and rolling bearing fault detection | |
CN111046791A (zh) | 一种基于含可变因子广义s变换的电流信号滤波去噪方法 | |
CN116088320B (zh) | 稀疏双时空非凸罚自适应Chirp模态交叉混叠分解方法 | |
CN109669072A (zh) | 一种配电网的自适应同步相量量测方法 | |
Lv et al. | Longitudinal synchroextracting transform: A useful tool for characterizing signals with strong frequency modulation and application to machine fault diagnosis | |
Zhang et al. | Frequency shifting and filtering algorithm for power system harmonic estimation | |
CN111948454B (zh) | 一种抗衰减直流分量干扰的同步相量测量方法及系统 | |
CN106980722B (zh) | 一种脉冲响应中谐波成分的检测和去除方法 | |
CN106053936B (zh) | 一种获取电学信号瞬时频率的方法及系统 | |
CN110703089B (zh) | 一种用于低频振荡Prony分析的小波阈值去噪方法 | |
CN112162153B (zh) | 基于相位直线拟合的正弦波信号频率估计方法 | |
Costa et al. | Harmonic and interharmonic identification based on improved Prony's method | |
Zhang et al. | Application of morphological filter in pulse noise removing of vibration signal | |
Alrubei et al. | AN APPROACH FOR SINGLE-TONE FREQUENCY ESTIMATION USING DFT INTERPOLATION WITH PARZEN WINDOWING |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |