CN114577419A - 一种提高地下连续墙渗漏安全监测有效性方法 - Google Patents

一种提高地下连续墙渗漏安全监测有效性方法 Download PDF

Info

Publication number
CN114577419A
CN114577419A CN202210450066.5A CN202210450066A CN114577419A CN 114577419 A CN114577419 A CN 114577419A CN 202210450066 A CN202210450066 A CN 202210450066A CN 114577419 A CN114577419 A CN 114577419A
Authority
CN
China
Prior art keywords
signal
noise
wavelet coefficient
threshold
leakage
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.)
Granted
Application number
CN202210450066.5A
Other languages
English (en)
Other versions
CN114577419B (zh
Inventor
曹栋
毕研钊
黄秋茗
陈映恺
郭林峰
赖敏
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 CN202210450066.5A priority Critical patent/CN114577419B/zh
Publication of CN114577419A publication Critical patent/CN114577419A/zh
Application granted granted Critical
Publication of CN114577419B publication Critical patent/CN114577419B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/38—Investigating fluid-tightness of structures by using light

Abstract

本发明公开了一种提高地下连续墙渗漏安全监测有效性方法，涉及建筑工程安全监测领域，用于解决常用的阈值去噪方法中存在不连续和恒定偏差的缺陷的技术问题，在对地下连续墙渗漏监测过程中，渗漏会引起的光纤表面温度的变化，根据光纤沿线温度变化便能找出地下连续墙的渗漏点；由于地连墙接缝处渗漏程度对应温度的微弱变化，为了能够有效监测到初期的微小渗漏，保证安全施工，工程应用中对测温系统的温度测量精度提出很高要求，本发明对系统采集的温度信号进行处理，通过对传统阈值函数以及阈值选取规则的改进，能够有效滤除噪声，提高信号的信噪比、减小均方误差，提高系统的测温精度，增加渗漏点监测的精确度。

Description

一种提高地下连续墙渗漏安全监测有效性方法
技术领域
本发明涉及建筑工程安全监测技术领域，具体的是一种提高地下连续墙渗漏安全监测有效性方法。
背景技术
地下连续墙作为深基坑的一种支护结构，可兼作止水帷幕，在城市建设过程中得到了广泛的应用。由于深基坑施工过程中的诸多不确定性因素的存在，需要在施工过程中及时地对地连墙进行安全监测，观察是否存在渗漏等情况；当地下连续墙发生局部渗水时，渗水部位会逐渐扩大，导致石土流失，引起基坑外地表沉降，造成安全隐患，若不及时发现并处理，当基坑内的土体开挖至渗漏位置，特别是存在承压水时，地下连续墙外的水会大量涌入基坑，造成事故。
传统的地连墙渗水监测费时费力，并且无法做到实时监测，因此采用分布式光纤的优势便体现了出来，将光纤埋入地下连续墙后，采用设备对其进行实时监测。当有水流经过时，会引起光纤表面的温度变化，在测量设备中检测出来，并且渗漏处水流越大，温度的变化也会越大，国内的分布式测温设备的测温精度基本上都保持在±1℃、±2℃左右，该精度并不能很好的满足地连墙接缝处微小渗漏的监测，因此，为了能够让测温设备准确监测到地下连续墙接缝处初期因微小渗漏而引发光纤沿线温度微弱变化，避免渗水部位逐渐扩大，造成安全隐患，工程中对测温系统的精度要求进一步提高。
影响分布式监测设备测温精度的主要因素是各种噪声的干扰，噪声会将系统采集到的散射信号淹没，造成测温精度的损失，为了能够提高分布式监测设备的测温精度，保证地下连续墙接缝处渗水情况的实时安全监测，需要对采集的数据结果进行处理，尽可能滤去噪声的干扰，解调出光纤沿线的温度信息，提高其精度，进而保证施工的安全进行，小波阈值去噪方法在数据处理模块有着很好的效果，其去噪效果主要取决于阈值函数以及阈值选取规则的设计，传统的阈值函数主要分为硬阈值函数和软阈值函数，但是这两个函数存在着一些不足与缺陷，如硬阈值函数在阈值处并不连续，容易引发伪吉布斯现象；并且软阈值函数在阈值处虽然连续，但却引入了恒定偏差的问题；为此，现在提出一种提高地下连续墙渗漏安全监测有效性方法，为了能够提高阈值去噪方法的去噪效果，需要对阈值选取规则以及阈值函数进行改进后再进行数据处理，增加系统的测温精度，便于监测初期的微小渗漏，为施工提供安全保障。
发明内容
为解决上述背景技术中提到的不足，本发明的目的在于提供一种提高地下连续墙渗漏安全监测有效性方法，用于解决常用的阈值去噪方法中存在不连续和恒定偏差的缺陷的技术问题，
本发明的目的可以通过以下技术方案实现：一种提高地下连续墙渗漏安全监测有效性方法，其特征在于，方法包括以下步骤：
步骤一：获取温度信号，其中温度信号包括含噪信号、原始信号和噪声信号；
步骤二：通过累加平均法将获取的多个含噪信号进行叠加处理，从而得到单个一维染噪信号；
步骤三：将单个一维染噪信号进行H层小波分解，得到低频小波系数和高频小波系数，再将高频小波系数处采用改进的阈值选取规则得出阈值后，利用改进的阈值函数进行相应的阈值处理，得到估计低频小波系数；
步骤四：将第H层的低频小波系数和阈值处理过后的得出的估计低频小波系数进行小波逆变换重构信号，得到去噪信号；
步骤五：通过得到的去噪信号计算信号信噪比与均方误差，通过信号信噪比与均方误差判断去噪效果。
进一步地，所述温度信号的数字模型如下：
Figure 834774DEST_PATH_IMAGE001
其中
Figure 472953DEST_PATH_IMAGE002
为含噪信号，
Figure 987111DEST_PATH_IMAGE003
为原始信号，
Figure 116741DEST_PATH_IMAGE004
为噪声信号。
进一步地，所述含噪信号通过温度信号采用randn函数并添加白噪声得到。
进一步地，将单个一维染噪信号进行H层小波分解，得到低频小波系数和高频小波系数的过程如下：
根据采集信号的正则性、相似性等特性，选取'bior5.5'小波基函数以及5层分解层数对单个一维染噪信号进行小波分解，得到低频小波系数和高频小波系数，并且将高频小波系数标记为
Figure 665534DEST_PATH_IMAGE005
，其中
Figure 222418DEST_PATH_IMAGE005
表示小波分解后第j层所对应的第k个小波系数。
进一步地，所述改进的阈值选取规则过程包括：
将估计低频小波系数标记为
Figure 223872DEST_PATH_IMAGE006
，改进的阈值选取规则表达式为：
Figure 157193DEST_PATH_IMAGE007
其中K为阈值补偿因子，
Figure 544181DEST_PATH_IMAGE008
，j为分解层数，
Figure 271965DEST_PATH_IMAGE009
为第j层的阈值， N为信号的长度，σ为噪声的标准差， median（x）表示取中值运算。
进一步地，所述改进的阈值函数表达式为：
Figure 760715DEST_PATH_IMAGE010
其中
Figure 232148DEST_PATH_IMAGE011
为改进阈值函数的调整因子，且
Figure 489954DEST_PATH_IMAGE011
＞0，th为阈值。
进一步地，所述信号信噪比与均方误差的计算过程如下：
Figure 654219DEST_PATH_IMAGE012
其中
Figure 630265DEST_PATH_IMAGE013
为小波阈值去噪算法处理后的去噪信号，SNR为信号信噪比，RMSE为均方误差。
本发明的有益效果：
本发明在使用的过程中，通过在获取温度信号，然后通过累加平均法对温度信号中的含噪信号进行处理，得到单个一维染噪信号，然后对单个一维染噪信号进行小波分解，得到低频小波系数和高频小波系数，再将高频小波系数采用改进的阈值选取规则得出阈值后，利用改进的阈值函数进行相应的阈值处理，得到估计低频小波系数，将低频小波系数与估计低频小波系数小波逆变换重构信号，得到去噪信号，然后通过原始信号和去噪信号计算得出信号信噪比与均方误差来判断去噪效果，能够有效增加信噪比，减小均方误差，提高系统的测温精度，有利于监测地下连续墙接缝处初期的微小渗漏，避免渗漏扩大，引发安全事故。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；
图1是本发明流程图；
图2是本发明不同温度下原始信号及一维染噪温度信号图；
图3是本发明在30℃时原始信号及一维染噪温度信号图；
图4是本发明改进阈值函数的示意图；
图5是本发明不同温度下不同阈值去噪效果图；
图6是本发明30℃时不同阈值去噪效果图；
图7是本发明30℃区间温度误差曲线。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1-7所示，一种提高地下连续墙渗漏安全监测有效性方法，方法包括以下步骤：
步骤一：获取温度信号，其中温度信号包括含噪信号、原始信号和噪声信号；
需要进一步进行说明的是，在具体实施过程中，温度信号将1.6公里光纤盘圈放入水浴锅中加热，分别加热至30℃、40℃和50℃后，使用分布式测温系统记录下的温度信号，用来模拟地下连续墙渗漏过程中光纤沿线的温度曲线；同时以30℃实验为例，观察其测温精度变化；所述含噪信号通过randn函数对原始信号进行染噪处理，得出单个一维染噪温度信号。
步骤二：通过累加平均法将获取的多个含噪信号进行叠加处理，从而得到单个一维染噪信号；
步骤三：将单个一维染噪信号进行H层小波分解，得到低频小波系数和高频小波系数，再将高频小波系数处采用改进的阈值选取规则得出阈值后，利用改进的阈值函数进行相应的阈值处理，得到估计低频小波系数；
需要进一步进行说明的是，在具体实施过程中，分布式传感设备会不断地采集信号信息进行解调分析，因此采集下来的信号数据并非一组，而是多组数据，在信号处理之前，需要对多组数据分析、完成光纤定标，便于后续确定地下连续墙接缝处渗漏点的位置；在定标完成之后，还将进行叠加处理，做信号预处理，累加次数需要结合实际情况进行选择；为了快速处理数据，分解层数选定为3~8层，考虑到分解层数越大，计算复杂度越高，在本实例中，将分解层数设定为5层；使用MATLAB软件在同一分解层数的情况下对常用小波基函数（即sym类、db类、bior类）进行对比发现，bior类和db类的去噪效果均比sym类的去噪效果好，且bior类的提升效果要优于db类，同时结合采集信号的正交性、相似性等特性，选取'bior5.5'作为小波基函数对一维染噪温度信号进行5层小波分解，得到低频小波系数和高频小波系数
Figure 623498DEST_PATH_IMAGE014
。
步骤三的具体过程：采用改进的阈值选取规则得出阈值，其中改进的阈值选择规则表达式为：
Figure 1390DEST_PATH_IMAGE015
其中K为阈值补偿因子，
Figure 70977DEST_PATH_IMAGE016
，j为分解层数，
Figure 534319DEST_PATH_IMAGE017
为第j层的阈值， N为信号的长度，σ为噪声的标准差，在实际应用中，都用其估计值， median（x）表示取中值运算；
经过小波变换之后，原始信号所对应的小波系数的幅值会随着分解尺度的增加而增大，但是噪声所对应的小波系数幅值会随着分解尺度的增加而减小，在本实例中，将采用反函数对其进行阈值规则改进。
Figure 347554DEST_PATH_IMAGE018
其中，
Figure 579953DEST_PATH_IMAGE019
表示第j层的小波系数，j为分解层数，α为Lipschitz指数，且对于噪声而言，
Figure 820441DEST_PATH_IMAGE020
，T为常数。也就是说，存在一个常数T，使得小波系数的模极大值为
Figure 754768DEST_PATH_IMAGE021
，因此：
Figure 371694DEST_PATH_IMAGE022
对于噪声而言，将
Figure 458599DEST_PATH_IMAGE023
带入之后可以看出，噪声的小波系数尺度比值
Figure 135568DEST_PATH_IMAGE024
，即噪声的第j+1层小波系数幅值将小于第j层的
Figure 307923DEST_PATH_IMAGE024
。
在本实例中，为了能够有效滤除噪声，将传统阈值选取规则作为最后一层阈值选取的规则，并对传统阈值选取规则添加反函数补偿因子
Figure 197382DEST_PATH_IMAGE016
进行阈值规则的改进，对各层阈值补偿；
将高频小波系数
Figure 404372DEST_PATH_IMAGE014
利用改进的阈值函数进行阈值处理，得到估计低频小波系数
Figure 504440DEST_PATH_IMAGE025
，其中改进的阈值函数表达式为：
Figure 164091DEST_PATH_IMAGE026
其中
Figure 122820DEST_PATH_IMAGE027
为改进阈值函数的调整因子，且β为大于0的常数；
需要进一步进行说明的是，在具体实施过程中，利用数学方法证明阈值函数的连续性和改进现有固定偏差问题；
连续性：
当
Figure 918738DEST_PATH_IMAGE014
→+th时：
Figure 937509DEST_PATH_IMAGE028
已知
Figure 818878DEST_PATH_IMAGE029
，因此可知新函数在+th处是连续的；
同理：
当
Figure 581297DEST_PATH_IMAGE030
时：
Figure 746568DEST_PATH_IMAGE031
已知
Figure 670662DEST_PATH_IMAGE032
，因此可知新函数在-th处也是连续的；
综上：本方案构造的改进阈值函数在±th处均连续，改进阈值函数的连续性表明改进的阈值函数能够避免吉布斯震荡的产生；
偏差性：
当
Figure 304905DEST_PATH_IMAGE033
时：
Figure 605437DEST_PATH_IMAGE035
同理：
当
Figure 641526DEST_PATH_IMAGE036
时：
Figure 736521DEST_PATH_IMAGE038
综上：
Figure 592481DEST_PATH_IMAGE039
，表明本方案构造的新阈值函数的渐近线为
Figure 945971DEST_PATH_IMAGE040
，当
Figure 570988DEST_PATH_IMAGE041
增大，固定偏差将减小；
且
Figure 102463DEST_PATH_IMAGE042
，这也进一步验证了偏差性对本方案改进阈值函数的影响将越来越小。
步骤四：将第H层的低频小波系数和阈值处理过后的得出的估计低频小波系数进行小波逆变换重构信号，得到去噪信号；
步骤五：通过得到的去噪信号计算信号信噪比与均方误差，判断去噪效果的好坏。
需要进一步进行说明的是，在具体实施过程中，通过信号信噪比和均方误差来验证改进阈值函数的去噪效果，其中计算公式分别为：
Figure DEST_PATH_IMAGE043
式中，x（n）为原始信号；
Figure DEST_PATH_IMAGE044
为小波阈值去噪算法处理后的去噪信号。
计算出信号信噪比和均方误差后，信号信噪比越高、均方误差越小，表明使用该去噪方法得出的去噪信号越接近原始信号，去噪效果越好，系统的测温精度也就越高。
使用分布式测温系统采集的温度曲线进行仿真计算，采用本发明的去噪方法和传统阈值去噪方法进行信号去噪，得到本发明与传统阈值去噪方法的输出信噪比和均方误差，表1、2为不同去噪方法去噪效果对比结果；表3为30℃区间温度曲线标准差对比结果。
Figure DEST_PATH_IMAGE046
表1
Figure DEST_PATH_IMAGE048
表2
Figure DEST_PATH_IMAGE050
表3
在本实施例中，如图5、6所示为不同阈值函数去噪效果图，并结合表1、2不同方法去噪效果对比分析结果可以看出，对比传统的小波阈值方法，本方案提出的联合改进小波阈值的方法，使得系统的信噪比进一步提高了约2.3dB、2.1dB，同时减小了约0.2、0.16的均方误差，在细节刻画方面更加明显；从图7的误差曲线图可看出，采用本方案提出的去噪方法得出的温度曲线更加平滑，结合表3的标准差对比结果。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

Claims (7)

1.一种提高地下连续墙渗漏安全监测有效性方法，其特征在于，方法包括以下步骤：
步骤一：获取温度信号，其中温度信号包括含噪信号、原始信号和噪声信号；
步骤二：通过累加平均法将获取的多个含噪信号进行叠加处理，从而得到单个一维染噪信号；
步骤三：将单个一维染噪信号进行H层小波分解，得到低频小波系数和高频小波系数，再将高频小波系数处采用改进的阈值选取规则得出阈值后，利用改进的阈值函数进行相应的阈值处理，得到估计低频小波系数；
步骤四：将第H层的低频小波系数和阈值处理过后的得出的估计低频小波系数进行小波逆变换重构信号，得到去噪信号；
步骤五：通过得到的去噪信号计算信号信噪比与均方误差，通过信号信噪比与均方误差判断去噪效果。
2.根据权利要求1所述的一种提高地下连续墙渗漏安全监测有效性方法，其特征在于，所述温度信号的数字模型如下：
Figure DEST_PATH_IMAGE001
其中 f（n）为含噪信号， x（n）为原始信号，y（n）为噪声信号。
3.根据权利要求1所述的一种提高地下连续墙渗漏安全监测有效性方法，其特征在于，所述含噪信号通过温度信号采用randn函数并添加白噪声得到。
4.根据权利要求1所述的一种提高地下连续墙渗漏安全监测有效性方法，其特征在于，将单个一维染噪信号进行H层小波分解，得到低频小波系数和高频小波系数的过程如下：
根据采集信号的正则性、相似性，选取'bior5.5'小波基函数以及5层分解层数对单个一维染噪信号进行小波分解，得到低频小波系数和高频小波系数，并且将高频小波系数标记为
Figure DEST_PATH_IMAGE002
，其中
Figure 864315DEST_PATH_IMAGE002
表示小波分解后第j层所对应的第k个小波系数。
5.根据权利要求1所述的一种提高地下连续墙渗漏安全监测有效性方法，其特征在于，所述改进的阈值选取规则过程包括：
将估计低频小波系数标记为
Figure DEST_PATH_IMAGE003
，改进的阈值选取规则表达式为：
Figure DEST_PATH_IMAGE004
其中K为阈值补偿因子，
Figure DEST_PATH_IMAGE005
，j为分解层数，
Figure DEST_PATH_IMAGE006
为第j层的阈值， N为信号的长度，σ为噪声的标准差， median（x）表示取中值运算。
6.根据权利要求1所述的一种提高地下连续墙渗漏安全监测有效性方法，其特征在于，所述改进的阈值函数表达式为：
Figure DEST_PATH_IMAGE007
其中
Figure DEST_PATH_IMAGE008
为改进阈值函数的调整因子，且β＞0，th为阈值。
7.根据权利要求1所述的一种提高地下连续墙渗漏安全监测有效性方法，其特征在于，所述信号信噪比与均方误差的计算过程如下：
Figure DEST_PATH_IMAGE009
其中
Figure DEST_PATH_IMAGE010
为小波阈值去噪算法处理后的去噪信号，SNR为信号信噪比，RMSE为均方误差。
CN202210450066.5A 2022-04-24 2022-04-24 一种提高地下连续墙渗漏安全监测有效性方法 Active CN114577419B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210450066.5A CN114577419B (zh) 2022-04-24 2022-04-24 一种提高地下连续墙渗漏安全监测有效性方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210450066.5A CN114577419B (zh) 2022-04-24 2022-04-24 一种提高地下连续墙渗漏安全监测有效性方法

Publications (2)

Publication Number Publication Date
CN114577419A true CN114577419A (zh) 2022-06-03
CN114577419B CN114577419B (zh) 2023-03-21

Family

ID=81779064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210450066.5A Active CN114577419B (zh) 2022-04-24 2022-04-24 一种提高地下连续墙渗漏安全监测有效性方法

Country Status (1)

Country Link
CN (1) CN114577419B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115184440A (zh) * 2022-07-22 2022-10-14 武汉理工大学 基于物联网的VOCs监测及数据处理系统
CN116559421A (zh) * 2023-04-03 2023-08-08 杭州臻稀生物科技有限公司 一种自动化荧光免疫分析仪及分析方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104182946A (zh) * 2014-09-09 2014-12-03 江南大学 基于指数软硬择中阈值函数的光谱去噪方法
CN105651504A (zh) * 2016-01-15 2016-06-08 北京工业大学 基于自适应小波能量的旋转机械故障特征提取方法
CN107274908A (zh) * 2017-06-13 2017-10-20 南京邮电大学 基于新阈值函数的小波语音去噪方法
CN108181052A (zh) * 2018-01-09 2018-06-19 中国计量大学 一种温度检测信号去噪方法及系统
CN108665054A (zh) * 2018-05-23 2018-10-16 中国计量大学 基于遗传算法优化阈值的Mallat算法在心音信号降噪的应用
CN113553997A (zh) * 2021-09-17 2021-10-26 南京信息工程大学 一种联合改进小波阈值的信号处理方法、存储介质和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104182946A (zh) * 2014-09-09 2014-12-03 江南大学 基于指数软硬择中阈值函数的光谱去噪方法
CN105651504A (zh) * 2016-01-15 2016-06-08 北京工业大学 基于自适应小波能量的旋转机械故障特征提取方法
CN107274908A (zh) * 2017-06-13 2017-10-20 南京邮电大学 基于新阈值函数的小波语音去噪方法
CN108181052A (zh) * 2018-01-09 2018-06-19 中国计量大学 一种温度检测信号去噪方法及系统
CN108665054A (zh) * 2018-05-23 2018-10-16 中国计量大学 基于遗传算法优化阈值的Mallat算法在心音信号降噪的应用
CN113553997A (zh) * 2021-09-17 2021-10-26 南京信息工程大学 一种联合改进小波阈值的信号处理方法、存储介质和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
卢广森: "基于改进阈值函数的小波去噪及其优化研究", 《中国优秀硕士学位论文全文数据库》 *
李庆华: "基于小波阈值算法的信号去噪研究", 《中国优秀硕士学位论文全文数据库》 *
贺岩松 等: "基于软阈值和遗传自适应阈值的车辆制动信号的联合小波去噪", 《汽车工程》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115184440A (zh) * 2022-07-22 2022-10-14 武汉理工大学 基于物联网的VOCs监测及数据处理系统
CN116559421A (zh) * 2023-04-03 2023-08-08 杭州臻稀生物科技有限公司 一种自动化荧光免疫分析仪及分析方法

Also Published As

Publication number Publication date
CN114577419B (zh) 2023-03-21

Similar Documents

Publication Publication Date Title
CN114577419B (zh) 一种提高地下连续墙渗漏安全监测有效性方法
CN108985179B (zh) 一种基于改进小波阈值函数的电能质量信号去噪方法
CN106441288A (zh) 一种加速度计的自适应小波降噪方法
CN109726642A (zh) 一种基于变分模态分解的分布式光纤振动信号的降噪方法
CN109765629B (zh) 一种能够压制同频噪声干扰的地面磁共振信号提取方法
CN102944252A (zh) 一种基于平移不变量小波的fbg信号处理方法
CN113553997A (zh) 一种联合改进小波阈值的信号处理方法、存储介质和系统
CN105158801B (zh) 光缆耦合噪声的压制处理方法和装置
CN113685172A (zh) 一种随钻声波固井质量评价方法及处理装置
CN111679328A (zh) 一种基于变分模态分解的瞬变电磁探测信号的降噪方法
CN110702149A (zh) 光纤分布式扰动传感系统扰动信号的定位方法和系统
CN114154546A (zh) 一种钢铁生产过程数据的降噪方法
CN109724693A (zh) 一种基于平稳小波的融合光谱去噪方法
CN104048680B (zh) 基于donoho阈值的自主式水下机器人外部干扰抑制方法
CN109212609A (zh) 基于波动方程延拓的近地表噪音压制方法
CN113375065B (zh) 管道泄漏监测中趋势信号的消除方法及装置
CN114330445A (zh) 一种基于变压器振动信号敏感imf的小波阈值去噪方法
CN113702666A (zh) 一种光纤陀螺惯性测量单元信号联合降噪方法
CN110274620B (zh) 一种基于频谱中心对齐的布里渊散射信号去噪方法
CN108985234B (zh) 一种适用于非高斯信号的贝叶斯小波包降噪方法
Chen et al. Research on sonar image denoising method based on fixed water area noise model
CN106405233B (zh) 一种信号处理方法及装置
CN107560710A (zh) 一种面向φ‑otdr技术的三维振动信号去噪方法
CN114548156B (zh) 基于降采样和卷积神经网络的分布式光纤测温降噪方法
CN116304584B (zh) 一种基于包络谱峰值筛选的自适应噪声滤波方法

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
GR01 Patent grant
GR01 Patent grant