CN111637938A - 一种冲量式谷物质量流量信号降噪方法 - Google Patents
一种冲量式谷物质量流量信号降噪方法 Download PDFInfo
- Publication number
- CN111637938A CN111637938A CN202010523852.4A CN202010523852A CN111637938A CN 111637938 A CN111637938 A CN 111637938A CN 202010523852 A CN202010523852 A CN 202010523852A CN 111637938 A CN111637938 A CN 111637938A
- Authority
- CN
- China
- Prior art keywords
- signal
- noise reduction
- imf
- value
- mass flow
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
- G01F1/76—Devices for measuring mass flow of a fluid or a fluent solid material
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
- A01D41/12—Details of combines
- A01D41/127—Control or measuring arrangements specially adapted for combines
- A01D41/1271—Control or measuring arrangements specially adapted for combines for measuring crop flow
- A01D41/1272—Control or measuring arrangements specially adapted for combines for measuring crop flow for measuring grain flow
Landscapes
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
Abstract
本发明提出一种冲量式谷物质量流量信号降噪方法,根据收割机的移动路径选取在收割过程中一个来回所获取的冲击信号,对该冲击信号使用emd算法处理,分解出多个imf分量,再对分解后的每一个imf经软阈值函数处理,对处理后的信号进行重构,得到新的冲击信号。本发明的方法能够降低了传感器的结构复杂度及其工作负担,有利于降低信号干扰,提高了数据处理过程的适应度。
Description
技术领域
本发明属于精准农业技术领域,尤其是一种冲量式谷物质量流量信号降噪方法。
背景技术
随着现代农业的高速发展,各类农业机械化设备进一步提高了农业投入的有效利用率,开始成为农业生产中必不可少的组成部分。谷物流量传感器以其稳定的工作效率、便捷的使用方式以及经济的价格,成为了农作物产量检测过程中的必备之选。冲量式谷物流量传感器依据冲击理论进行设计,因而对环境干湿度不敏感,可以工作于各种复杂的作业环境,并且几乎没有潜在的环境污染,测产适应性较强。但其工作性能也容易受到其它背景噪声的干扰,在测产时的实时精确度有限。目前双悬梁式结构测量谷物流量可采用曲面冲击板和双板差分来减少机械振动的干扰,再通过双阈值滤波提高测量精度,亦可使用傅里叶变换提取背景噪声的频谱特性等方法来达到降噪的目的。这些方法都能使测量精确度达到比较理想的效果。但是对于单悬梁结构的传感器,必须使用降噪算法来提高测产精度。目前提高单悬梁冲量式谷物质量测产精度,降低噪声影响的方法有利用常规低通滤波及相关动力学滤波器来提高测产精度,还有通过抑制电路以消除传感器输出信号中的高频信号以达到降噪的目的。但是这些方法都需要额外的辅助设备,使传感器结构变得复杂。
发明内容
本发明所解决的技术问题在于提供一种冲量式谷物质量流量信号降噪方法,依据单悬梁谷物流量传感器获取谷物冲击信号,再结合车辆移动路径筛选出较为理想的冲击信号数据,对信号数据使用emd算法分解出信号数据的本征模函数,然后对每一个imf使用阈值信号函数处理,最后重构产量冲击信号,降低了传感器的工作负担,提高了数据处理过程的适应度。
实现本发明目的的技术解决方案为:
一种冲量式谷物质量流量信号降噪方法,包括以下步骤:
步骤1:通过农田收割机获取谷物产量冲击信号,结合农田收割机的移动路径,选取部分原始信号f(t)作为信号降噪数据;
步骤2:采用经验模态分解EMD算法分解信号降噪数据,得到原始冲击信号的本征模函数及残余信号;
步骤3:计算本征模函数的标准噪声方差,再根据标准方差计算其统一阈值;
步骤4:根据获得的阈值对每一个imf分量进行降噪处理,得到降噪处理后的imf分量;
步骤5:采用降噪后的信号imf’(x)重构谷物产量冲击信号,得到:F’(x)=∑imf’(x)。
进一步的,本发明的冲量式谷物质量流量信号降噪方法,步骤1中选取信号降噪数据具体为:选取收割机在收割过程中一个来回所获取的产量冲击信号作为信号降噪数据。
进一步的,本发明的冲量式谷物质量流量信号降噪方法,步骤2的具体步骤包括:
步骤2-1:找出信号降噪数据f(t)的极大值和极小值,采用插值法对极小值点形成下包络,得到局部最小包络值为emin(t),对极大值形成上包络,得到局部最大包络值为emax(t),计算局部最小包络值与局部最大包络值的均值m(t)=(emax(t)-emin(t))/2;
步骤2-2:计算d(t)=f(t)-m(t),若d(t)的均值为0,则d(t)为一个imf分量,否则以d(t)作为新的原始信号f(t)重复步骤2-1、步骤2-2,直到d(t)单调则计算结束;
步骤2-3:得到单调函数为r(t)、本征模函数为imf(t),则原始冲击信号可表示为:f(t)=∑imf(t)+r(t)。
进一步的,本发明的冲量式谷物质量流量信号降噪方法,步骤3的具体步骤包括:
步骤3-1:依据每一个imf分量的中值计算该本征模函数的标准噪声方差:α=median{imf(x)-median(imf(x))}/0.6745;
步骤3-2:计算该本征模函数对应的统一阈值即为λ=(α2lnN)1/2。
进一步的,本发明的冲量式谷物质量流量信号降噪方法,步骤4中的降噪处理具体为:
对每一个本征模函数通过其对应的阈值进行软阈值函数处理,得到:
进一步的,本发明的冲量式谷物质量流量信号降噪方法,步骤1中农田收割机获取谷物产量冲击信号是通过单悬梁谷物流量传感器获取。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1、本发明的冲量式谷物质量流量信号降噪方法采用单悬梁式冲击结构结合emd经验模态分解函数获得冲击信号的本征模函数,然后在进一步处理得到降噪信号,降低了传感器的结构复杂度。
2、本发明的冲量式谷物质量流量信号降噪方法将信号降噪放在收割机工作结束之后,即收割机在工作时仅需采集冲击信号且不需要处理信号,降低了传感器的工作负担,且由于传感器工作环境复杂,仅仅采集冲击信号也有利于降低信号干扰。
3、本发明的冲量式谷物质量流量信号降噪方法对emd算法处理之后的本征模函数采用软阈值函数,提高了数据处理过程的适应度。
附图说明
图1是本发明的冲量式谷物质量流量信号降噪方法的流程图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
一种冲量式谷物质量流量信号降噪方法,包括以下步骤:
步骤1:通过农田收割机上的单悬梁谷物流量传感器获取谷物产量冲击信号,结合农田收割机的移动路径,选取部分原始信号f(t)作为信号降噪数据,具体为:选取收割机在收割过程中一个来回所获取的产量冲击信号作为信号降噪数据;
步骤2:采用经验模态分解EMD算法分解信号降噪数据,得到原始冲击信号的本征模函数及残余信号;具体包括:
步骤2-1:找出信号降噪数据f(t)的极大值和极小值,采用插值法对极小值点形成下包络,得到局部最小包络值为emin(t),对极大值形成上包络,得到局部最大包络值为emax(t),计算局部最小包络值与局部最大包络值的均值m(t)=(emax(t)-emin(t))/2;
步骤2-2:计算d(t)=f(t)-m(t),若d(t)的均值为0,则d(t)为一个imf分量,否则以d(t)作为新的原始信号f(t)重复步骤2-1、步骤2-2,直到d(t)单调则计算结束;
步骤2-3:得到单调函数为r(t)、本征模函数为imf(t),则原始冲击信号可表示为:f(t)=∑imf(t)+r(t)。
步骤3:计算本征模函数的标准噪声方差,再根据标准方差计算其统一阈值;具体包括:
步骤3-1:依据每一个imf分量的中值计算该本征模函数的标准噪声方差:α=median{imf(x)-median(imf(x))}/0.6745;
步骤3-2:计算该本征模函数对应的统一阈值即为λ=(α2lnN)1/2。
步骤4:根据获得的阈值对每一个imf分量进行降噪处理,得到降噪处理后的imf分量;具体包括:
对每一个本征模函数通过其对应的阈值进行软阈值函数处理,得到:
步骤5:采用降噪后的信号imf’(x)重构谷物产量冲击信号,得到:F’(x)=∑imf’(x)。
本发明采用单悬梁式冲击结构结合emd经验模态分解函数获得冲击信号的本征模函数,然后在进一步处理得到降噪信号,降低了传感器的结构复杂度。
本发明将信号降噪放在收割机工作结束之后,即收割机在工作时仅需采集冲击信号且不需要处理信号,降低了传感器的工作负担,且由于传感器工作环境复杂,仅仅采集冲击信号也有利于降低信号干扰。
本发明对emd算法处理之后的本征模函数采用软阈值函数,提高了数据处理过程的适应度。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进,这些改进应视为本发明的保护范围。
Claims (6)
1.一种冲量式谷物质量流量信号降噪方法,其特征在于,包括以下步骤:
步骤1:通过农田收割机获取谷物产量冲击信号,结合农田收割机的移动路径,选取部分原始信号f(t)作为信号降噪数据;
步骤2:采用经验模态分解EMD算法分解信号降噪数据,得到原始冲击信号的本征模函数及残余信号;
步骤3:计算本征模函数的标准噪声方差,再根据标准方差计算其统一阈值;
步骤4:根据获得的阈值对每一个imf分量进行降噪处理,得到降噪处理后的imf分量;
步骤5:采用降噪后的信号imf’(x)重构谷物产量冲击信号,得到:F’(x)=∑imf’(x)。
2.根据权利要求1所述的冲量式谷物质量流量信号降噪方法,其特征在于,步骤1中选取信号降噪数据具体为:选取收割机在收割过程中一个来回所获取的产量冲击信号作为信号降噪数据。
3.根据权利要求1所述的冲量式谷物质量流量信号降噪方法,其特征在于,步骤2的具体步骤包括:
步骤2-1:找出信号降噪数据f(t)的极大值和极小值,采用插值法对极小值点形成下包络,得到局部最小包络值为emin(t),对极大值形成上包络,得到局部最大包络值为emax(t),计算局部最小包络值与局部最大包络值的均值m(t)=(emax(t)-emin(t))/2;
步骤2-2:计算d(t)=f(t)-m(t),若d(t)的均值为0,则d(t)为一个imf分量,否则以d(t)作为新的原始信号f(t)重复步骤2-1、步骤2-2,直到d(t)单调则计算结束;
步骤2-3:得到单调函数为r(t)、本征模函数为imf(t),则原始冲击信号可表示为:f(t)=∑imf(t)+r(t)。
4.根据权利要求1所述的冲量式谷物质量流量信号降噪方法,其特征在于,步骤3的具体步骤包括:
步骤3-1:依据每一个imf分量的中值计算该本征模函数的标准噪声方差:α=median{imf(x)-median(imf(x))}/0.6745;
步骤3-2:计算该本征模函数对应的统一阈值即为λ=(α2lnN)1/2。
6.根据权利要求1所述的冲量式谷物质量流量信号降噪方法,其特征在于,步骤1中农田收割机获取谷物产量冲击信号是通过单悬梁谷物流量传感器获取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010523852.4A CN111637938A (zh) | 2020-06-10 | 2020-06-10 | 一种冲量式谷物质量流量信号降噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010523852.4A CN111637938A (zh) | 2020-06-10 | 2020-06-10 | 一种冲量式谷物质量流量信号降噪方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111637938A true CN111637938A (zh) | 2020-09-08 |
Family
ID=72328953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010523852.4A Pending CN111637938A (zh) | 2020-06-10 | 2020-06-10 | 一种冲量式谷物质量流量信号降噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111637938A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870694A (zh) * | 2014-03-18 | 2014-06-18 | 江苏大学 | 一种基于修正小波阈值的经验模态分解去噪方法 |
CN107272066A (zh) * | 2017-06-22 | 2017-10-20 | 东华理工大学 | 一种含噪地震信号初至走时拾取方法及装置 |
CN107806909A (zh) * | 2017-09-13 | 2018-03-16 | 南京农业大学 | 一种冲量式谷物流量传感器信号采集处理装置 |
-
2020
- 2020-06-10 CN CN202010523852.4A patent/CN111637938A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870694A (zh) * | 2014-03-18 | 2014-06-18 | 江苏大学 | 一种基于修正小波阈值的经验模态分解去噪方法 |
CN107272066A (zh) * | 2017-06-22 | 2017-10-20 | 东华理工大学 | 一种含噪地震信号初至走时拾取方法及装置 |
CN107806909A (zh) * | 2017-09-13 | 2018-03-16 | 南京农业大学 | 一种冲量式谷物流量传感器信号采集处理装置 |
Non-Patent Citations (6)
Title |
---|
BOUDRAA, A. O. 等: "EMD-Based Signal Noise Reduction", 《PROCEEDINGS OF WORLD ACADEMY OF SCIENCE ENGINEERING AND TECHNOLOGY》 * |
H WANG 等: "A Filtering Method for Grain Flow Signals Using EMD Thresholds Optimized by Artificial BeeColony Algorithm", 《SYMMETRY-BASEL》 * |
H WANG 等: "Grain flow signal reduction noise using EMD", 《INTERNATIONAL AGRICULTURAL ENGINEERING JOURNAL》 * |
崔冰波 等: "基于经验模态概率分布的光纤陀螺信号处理", 《中国惯性技术学报》 * |
张宁: "基于CEEMD阈值和相关系数原理的MEMS陀螺信号去噪方法", 《传感技术学报》 * |
贺伟: "《HHT理论算法及其在现代信号处理中的应用研究》", 31 January 2019, 吉林大学出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102697495B (zh) | 基于总体平均经验模式分解的二代小波肌电信号消噪方法 | |
CN101361650B (zh) | Iir滤波器的零相位实现方法及零相位iir滤波装置 | |
CN102928517A (zh) | 一种基于小波分解阈值去噪的瓷绝缘子振动声学检测数据降噪的方法 | |
CN110909480B (zh) | 一种水轮机振动信号的去噪方法与装置 | |
CN108272451B (zh) | 一种基于改进小波变换的qrs波识别方法 | |
CN103405227A (zh) | 基于双层形态学滤波的心电信号预处理方法 | |
CN108458871A (zh) | 一种基于改进经验小波变换的齿轮箱故障识别方法 | |
CN113375940A (zh) | 基于svd和ceemdan的故障轴承诊断方法 | |
CN114992033B (zh) | 基于nlm-ceemdan的水电机组信号去噪方法 | |
CN105741305A (zh) | 一种基于平稳小波变换滤除肌电干扰的方法和系统 | |
CN110420022B (zh) | 一种基于双密度小波变换的p波检测方法 | |
CN115062665A (zh) | 一种基于自适应变分模态分解的滚动轴承早期故障诊断方法 | |
CN111637938A (zh) | 一种冲量式谷物质量流量信号降噪方法 | |
CN107247931A (zh) | 一种旋转机械振动信号降噪方法 | |
Alsalaet | Fast averaged cyclic periodogram method to compute spectral correlation and coherence | |
CN111323233A (zh) | 一种用于低速旋转机械故障诊断的局部均值分解方法 | |
CN108121967A (zh) | 一种基于iceemd的锚杆锚固检测信号分析方法 | |
CN115859054A (zh) | 基于mic和ceemdan的水电机组尾水管压力脉动数据滤波方法 | |
CN115266094A (zh) | 基于tvd和med的滚动轴承故障诊断方法 | |
CN111641411B (zh) | 一种信号采集方法与系统 | |
CN117349661B (zh) | 柱塞泵振动信号特征提取方法、装置、设备和存储介质 | |
CN115376540A (zh) | 一种基于变分模态分解的生物雷达语音增强方法及系统 | |
CN106125148B (zh) | 一种针对有源周期电磁信号的降噪方法及装置 | |
CN110575145B (zh) | 一种基于增强的高斯冗余字典脉搏信号去噪方法 | |
CN114858430A (zh) | 一种基于lcd-小波新阈值的机械密封声发射信号降噪方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200908 |