书签 分享 收藏 举报 版权申诉 / 4

类型基于优化移动均值滤波的频谱降噪分析方法.pdf

  • 上传人:梦实
  • 文档编号:20346932
  • 上传时间:2020-02-11
  • 格式:PDF
  • 页数:4
  • 大小:861KB
  • 配套讲稿:

    如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。

    特殊限制:

    部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。

    关 键  词:
    基于 优化 移动 均值 滤波 频谱 分析 方法
    资源描述:
    研究与开发 2018 年第 11 期 43 基于优化移动均值滤波的频谱降噪分析方法 王李鹏 梁 琪 邹先立 刘 嘉 (中国酒泉卫星发射中心,兰州 732750) 摘要 电磁环境监测中,背景噪声的抑制和滤除是影响频谱分析的最关键因素之一。本文针 对传统的移动均值滤波算法存在的不足作了部分改进,使传统的均值滤波算法得以优化。大量的 实验证明,优化后的滤波算法能够更合理地降低噪声对信号的影响,减小信号失真,滤波效果好, 灵敏度高。 关键词:电磁环境监测;背景噪声;抑制;滤除;移动均值滤波 Spectral denoising method based on modified average filtering algorithm Wang Lipeng Liang Qi Zou Xianli Liu Jia (Jiuquan Satellite Launch Center, Lanzhou 732750) Abstract In electromagnetic environment monitoring,the suppression and filtering of Background noise is one of the most important factors affecting spectrum analysis. In this paper, the shortcomings of the traditional mobile average filtering algorithm are partly improved, so that it can be optimized. A large number of experiments prove that the optimized average filtering algorithm can reduce the effects of noise to the signal more reasonably, reduce the signal distortion, and have a better filtering effect and higher sensitivity. Keywords:electromagnetic environment monitoring; Background noise; suppression; filtering; mobile average filtering 随着现代网络、通信、电子技术的高速发展, 越来越多的无线电信号环绕在人们周围。在民用、 商用、航天等各个领域,对无线信号的电磁环境监 测凸显出越来越重要的地位。不同时间、不同地点、 不同角度监测得到的信号频谱图背景噪声不同,背 景噪声影响数据的输入、采集、处理等各个环节以 及输出的全过程1。因此,背景噪声的提取或抑制 一直是频谱分析领域的基本问题,研究如何从嘈杂 的噪声信号中提取分离出有用的信号电平具有十分 重要的意义。 根据噪声幅值的不同,基本可以分为椒盐噪声 和高斯噪声,在电磁环境监测中经常遇到的属于高 斯噪声2-5。针对高斯噪声,移动均值滤波法是国际 上最常用、最基本的滤波方法,算法简单、运算速 度快,深受广大学者欢迎。为了达到更高的滤波准 确度,提升滤波效果,本文将对现有的移动均值滤 波算法进行研究,并改进优化。 1 传统的移动均值滤波算法 假设某一信号频谱分量 y(i),i=0, 1, 2, , N1, 包含 N 个非平稳数据,设滤波窗大小为奇数 m,即 取一组长度为 m 的数组,计算平均值 1 ( )(1)(1)yy ky ky km m =+? (1) 式中,0kN-m。 用y代替窗口中心位置的真值, 并依次进行平移、 求均值、代替,最终得到降噪后的信号频谱图6-9。 特别地,在信号频谱边缘处,所取窗口大小无 法使得该信号电平值处于窗口中心位置时,适当减 小窗口宽度直至 m=1。Matlab 中移动均值滤波器默 认的窗口大小为 3,即滤波后的信号电平值为10-13: yy(1)= y(1); yy(2)= y(1)+ y(2) +y(3)/3; 研究与开发 2018 年第 11 期 44 yy(3)=y(2)+y(3)+y(4)/3; ? yy(N1)=y(N2)+y(N1)+y(N)/3; yy(N)=y(N). 2 移动均值滤波的算法优化 不难发现,传统的均值滤波算法对单频点单数 值的脉冲信号的削弱效果较为明显,此外,滤波窗 口的大小具有不确定性。传统均值滤波算法的滤波 窗口通常在整个算法过程中人为地取定值, 实际上, 在计算窗口内所有频谱信号电平的平均值时,各个 信号电平分量模值的影响和贡献是不一样的。若窗 口内的电平均值与窗口中心值差异较大,则表明该 处存在噪声的可能性较大。 针对上述问题,本文推出了一种确定滤波窗口 大小的方法,并在计算窗口内电平均值时引入了另 一种求电平均值的方法,即加权平均值法1。 加权平均值法既可以求出窗口内信号电平的均 值,又顾及了各个信号电平分量模值对窗口内信号 电平均值的贡献和影响,加权平均值的定义为 11 ( )(1)(1) kkk m yy ky ky km + =+? (2) 式中,k为加权系数,即窗口内某一信号电平模值 占整个窗口所有电平模值之和的百分比。 假设 m 个相邻信号电平的方差小于 1,则认为 该段区间是近似平稳的,窗口大小确定为 m。反之, 则适当减小 m 的取值,直至该段区间近似平稳或 m 的取值减小至 1 为止。m 个相邻信号电平的方差为 2 2221 ( )(1)(1) S y kyy kyy kmy m = +? (3) 优化后的移动均值滤波算法流程如图 1 所示。 3 试验结果与分析 3.1 试验设置及方法 试验装置选用双脊喇叭天线、对数周期天线、 低噪声信号放大器及频谱分析仪构成无线电信号监 测系统,系统结构如图 2 所示。在通用频段内,喇 叭天线主要接收频率在 1GHz 以上的信号,对数天 线主要接收频率在 1GHz 以下的信号,通过改变天 线的朝向使得各个方位的无线电信号通过频谱分析 仪显示出来。 图 1 优化的移动均值滤波算法流程图 图 2 试验装置结构图 3.2 试验结果及分析 高斯噪声是一个具有零均值的平稳随机过程, 但在实际的电磁环境监测中,由于监测环境、天线、 线缆、接收机等硬件系统性能的不同,以及监测系 统对无线电信号的放大、衰减、滤波、数字化等作 用, 使得信号频谱图的背景噪声具有不同的纹理特征。 为了进一步检验改进型移动均值滤波算法的优 越性和准确性,通过对某一相对稳定开放的环境内 无线电信号进行长时间大量的监测,分别用传统的 均值滤波算法和优化后的均值滤波算法对监测得到 的上百幅频谱图进行降噪分析并统计。结果表明: 优化后的均值滤波算法,能够在合理的抑制不同频 段不同时间的无线信号背景噪声的同时,更好地保 留原始信号真值。本文以某一频段为例,对两种滤 波算法的降噪效果具体分析比较。 图 3 所示为试验过程中频段为 9301000MHz 的频谱图,取该频谱图的原始数据,对原始数据分 别用两种均值滤波算法进行降噪处理。传统的均值 滤波算法滤波窗口分别取 m=3 和 m=15 时,得到的 结果分别如图 4、图 5 所示,优化后的滤波结果如 图 6 所示。 研究与开发 2018 年第 11 期 45 图 3 试验频谱图样本 图 4 传统均值滤波窗口为 3 的结果 图 5 传统均值滤波窗口为 15 的结果 图 6 优化的均值滤波结果 对比图 4 至图 6 可知,两种滤波方法均能有效 的抑制和滤除部分背景噪声,使得有用信号显现出 来,但滤波效果有所不同。 对传统的均值滤波算法而言,当滤波窗口取值 较小时,信号平滑度低但灵敏度高,信号峰值与原 始数据吻合度较高;当滤波窗口取值较大时,信号 平滑度高但灵敏度低,信号峰值与原始数据相比失 真较大,难以达到动态平衡。 优化后的均值滤波算法在整个滤波过程中,滤 波窗口的大小随着信号电平平稳度的变化实时改 变。此外,算法中还考虑了各个信号电平模值分量 的影响,噪声抑制效果好,滤波灵敏度高。与传统 的均值滤波算法相比,不仅使得有用信号从噪声中 清晰地分离出来,而且减小了信号失真,避免了信 息元丢失。 4 结论 本文对传统的均值滤波算法进行了优化,通过 改进窗口段数据平均值的求法并用限定方差的方法 灵活限定滤波窗口的大小, 以达到抑制噪声的目的。 通过大量的实验表明,优化后的移动均值滤波算法 与传统的均值滤波算法相比,能够更合理地降低噪 声对信号的影响,减小信号失真,滤波效果好,灵 敏度高,对以后的电磁环境监测和频谱信号分析具 有非常重要的意义。 参考文献 1 张书豪. 一种改进权重的非局部均值滤波算法J. 信息通信, 2017(5): 12-14. 2 蔡斌, 刘卫, 郑重, 等. 一种改进的非局部均值去噪 算法J. 模式识别与人工智能, 2016, 29(1): 1-10. 3 郭贝贝, 易三莉, 贺建峰, 等. 改进的非局部均值滤 波算法J. 计算机工程, 2016, 42(7): 227-231. 4 邵琪, 邬延辉, 薛培培. 一种自适应双阈值模糊中 值滤波算法的研究J. 移动通信, 2015, 39(8): 75-79. 5 冯霞, 龚晓峰, 张利丹, 等. 基于纹理特征的背景噪 声提取的应用研究J. 电子学报, 2009, 37(9): 2092- 2095. 6 罗欢. 基于均值滤波器的 Fryze 三相有功电流检测 J. 电气技术, 2006, 7(11): 29-31. 7 许德志, 汪飞, 阮毅, 等. 并网接口滤波器拓扑结构 推演与分析J. 电工技术学报, 2015, 30(4): 15-25. 8 林天祥, 张宁, 胡军. 基于优化权重的卡尔曼滤波 (下转第 54 页) 研究与开发 2018 年第 11 期 54 同步频率有着自己的串补度范围。因此,合理的选 择串补度也会降低发生次同步谐振的几率,减小次 同步抑制装置的容量。 在发电厂送电线路中规划设计串补时,进行次 同步仿真分析工作是非常必要的。 参考文献 1 田旭, 姜齐荣, 谢小荣. 电力系统次同步谐振抑制 措施综述J. 电网技术, 2010(12): 74-79. 2 程时杰, 曹一家, 江全元. 电力系统次同步振荡的 理论与方法M. 北京: 科学出版社, 2009. 3 顾威, 徐梅梅, 邵梦桥, 等. 大规模风电次同步振荡 问题分析J. 电力建设, 2015, 36(4): 95-103. 4 谢小荣, 刘华坤, 贺静波, 等. 直驱风机风电场与交 流电网相互作用引发次同步振荡的机理与特性分析 J. 中国电机工程学报, 2016, 36(9): 2366-2372. 5 毕天姝, 孔永乐, 肖仕武, 等. 大规模风电外送中的 次同步振荡问题J. 电力科学与技术学报, 2012, 27(1): 10-15. 6 石访. 电磁暂态软件 PSCAD/EMTDC 的应用现状与 展望J. 华东电力, 2008, 36(12): 36-39. 7 郑传材, 劳志烜, 许雪丽. 200Mvar 链式静止无功 补偿器稳态控制策略及仿真分析J. 电气技术, 2015, 16(11): 53-56. 8 董德勇, 宿端鹏. 次同步振荡误差评估与建模J. 电气技术, 2017, 18(11): 64-68. 9 邵燕秋, 邵宜祥, 简优宗, 等. 链式静止同步补偿器 的设计与仿真研究J. 电气技术, 2016, 17(8): 28-32. 收稿日期:2018-03-23 作者简介 张 智(1978-) ,男,吉林省吉林市人,硕士研究生,工程师,主 要研究方向为柔性直流输电、电力电子及无功补偿技术。 (上接第 42 页) Estimating the performance and economic value of multiple con
    展开阅读全文
    提示  文档分享网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:基于优化移动均值滤波的频谱降噪分析方法.pdf
    链接地址:https://www.wdfxw.net/doc20346932.htm
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    版权所有:www.WDFXW.net 

    鲁ICP备09066343号-25 

    联系QQ: 200681278 或 335718200

    收起
    展开