整体变分法信号去噪_仿真监测信号分析

仿真监测信号分析

小波越具备紧支撑，其检测奇异信号的能力越强，对于初始分析，紧支撑应小到能够进行足够精度的分析。紧支撑越短的小波，其能够检测的奇异信号形状比紧支撑长的小波更为简单。所以，对于不连续信号，我们可以采用Haar小波（它适用于含有明显边界的损伤问题的处理）；对于在第i阶微分出现不连续情况的信号，我们使用的小波应至少具备i阶消失矩。正则性也是选择小波的一个重要标准。由于db系列小波有着足够的正则性，其滤波脉冲响应较长。

1 Matlab 仿真试验：

%当前拓模式是补零

%设置信噪比和随机数种子

snr=3;init=2055615866;

%产生原始信号，并叠加标准高斯白噪声

[xref，x]=wnoise(3，11，snr，init);

%对 x 使用sym8小波进行5层分解，得到高频系数。使用SUR阀值、软阀值进行降噪

lev=5;

xd=wden(x，'heursure'，'s'，'one'，lev，'sym8');

%画出原始信号

subplot(611)，plot(xref)，axis([1 2048 -10 10]);

title('原始信号');

subplot(612)，plot(x)，axis([1 2048 -10 10]);

title(['噪声信号-信噪比为'，num2str(fix(snr))]);

subplot(613)，plot(xd)，axis([1 2048 -10 10]);

title('降噪信号-heuristic SURE');

%使用软 SURE 阀值降噪

xd=wden(x，'heursure'，'s'，'one'，lev，'sym8');

%画出信号

subplot(614)，plot(xd)，axis([1 2048 -10 10]);

title('降噪信号-SURE');

%对噪声标准差进行单层估计，使用 fixed form 阀值降噪

xd=wden(x，'sqtwolog'，'s'，'sln'，lev，'sym8');

%画出信号

subplot(615)，plot(xd)，axis([1 2048 -10 10]);

title('降噪信号-fixed form 阀值');

%对噪声标准差进行多层估计，使用 minimax 阀值降噪

xd=wden(x，'minimaxi'，'s'，'sln'，lev，'sym8');

%画出信号

subplot(616)，plot(xd)，axis([1 2048 -10 10]);

title('De-noised signal-Minimax');

%如果需要多次尝试，最后是执行一次分解，多次设置阀值

%分解

[c，1]=wavedec(x，lev，'sym8');

%使用小波分解结构[c，l]设置阀值

xd=wden(c，1，'minimaxi'，'s'，'sln'，lev，'sym8');

结果如图 3.6 所示。

2 ANSYS 仿真试验

在算例中分别采用它们作为分析小波基。同时为便于分析，采用带裂缝悬臂梁的有限元模型。为了避免非线性，考虑实际土木结构在容许应力状态工作，假定裂缝始终是张开的。利用 ANSYS 建立模型一根混凝土悬臂梁，其结构模型参数为：

单元类型：beam3

梁长：L=4m

截面尺寸：0.2m×0.1m

材料弹性模量：E=2.1×107Pa

泊松比：ν=0.3 模型如下图 3.7。

它的前四阶频率分别为：0.091Hz；0.182Hz；0.569Hz；1.125Hz。

由分析可知，对于平稳正弦信号，应采用消失矩阶数较高且对称性较好的小波基，如 sym8、sym6、bior4、db8 等，均可取得较好的去噪效果。小波变换对非平稳信号的去噪效果同样明显，对于信号包含突变的非平稳信号，应采用消失矩阶数较低的小波基如 db1 小波。在梁端加一个较大的突然激励，使梁振动。本仿真实验采用消失矩阶数及支集长度适中的 db5 小波基并采用 heursure 软阀值进行去噪处理，具体结果如图 3.8～3.10。

通过上面两个仿真试验可以看出，原始信号含有大量噪声，有许多毛刺，经过小波变换得到的重构信号，明显地去改善了毛刺现象。对于桥梁监测中的信号，采用消失矩和支集长度比较适中的 db5、db7、sym6 等小波基能获得较好的去噪效果。

《来源科技文献，经本人分析整理，以技术会友，广交天下朋友》