信號在測量或傳輸過程中积暖，會難免遇到噪聲或干擾，其中噪聲主要指的是自然發(fā)生的怪与，干擾是指人為因素所導(dǎo)致的夺刑，通常，將噪聲和干擾籠統(tǒng)稱為噪聲分别，噪聲本身也是一種信號遍愿，它會疊加在測量信號中，從而對影響人們對原始測量信號的認(rèn)識耘斩。因此必須要對測量信號進(jìn)行除噪處理沼填。
數(shù)據(jù)驅(qū)動是一種以大量過程數(shù)據(jù)為基礎(chǔ)，采用相應(yīng)的數(shù)據(jù)處理和分析方法的技術(shù)括授，它包含眾多理論和算法坞笙，在應(yīng)用在信號除噪上岩饼，較常見的算法是基于小波分析和基于主元分析。參考文獻(xiàn)[51]中對小波除噪的原理和方法做了詳細(xì)解釋薛夜。文獻(xiàn)[52]中對通過與傳統(tǒng)濾波算法的對比籍茧，對基于小波閾值除噪的算法做了詳細(xì)的闡述，證明了小波閾值除噪的優(yōu)越性梯澜，并提出了小波閾值除噪的閾值規(guī)則寞冯，其研究結(jié)果表明采用基于小波閾值除噪方法對信號噪聲進(jìn)行處理，除了可以將噪聲有效濾除晚伙，還可以最大程度的保障有效信號的不流失吮龄。文獻(xiàn)[53]中提出二次小波除噪的方法，通過對小波分解后得到的高頻和低頻信號撬腾，分別進(jìn)行小波除噪螟蝙，該方法應(yīng)用在故障信息的預(yù)處理中，其研究成果表明該方法可以有效對信號噪聲進(jìn)行濾除民傻。文獻(xiàn)[54]中提出了先用小波進(jìn)行除噪胰默，再用經(jīng)驗?zāi)Ｊ竭M(jìn)行分解。以達(dá)到自適應(yīng)除噪的目的漓踢。由于經(jīng)驗?zāi)Ｊ綄υ肼暦浅Ｃ舾星Ｊ穑绻肼曔^多的話會產(chǎn)生虛假信息，異常需要先用小波來進(jìn)行降噪喧半，但該文獻(xiàn)沒有說明降噪的原理奴迅。文獻(xiàn)[55]第四章對小波除噪，從原理上分成三大類挺据，并逐一深入討論取具。這三大類分別是基于小波變換模極大值原理小波除噪、通過計算含噪信號作小波變換后的相鄰尺度小波系數(shù)的相關(guān)性的小波除噪扁耐、基于閾值小波除噪算法暇检。
綜上所述，小波分析在信號除噪上有著獨(dú)特的優(yōu)勢婉称，特別在故障信息的預(yù)處理過程中块仆，經(jīng)常使用到基于小波閾值除噪的原理。因為該方法不但可以在去除噪聲的同時王暗，最大程度的保障有用數(shù)據(jù)或信息的不流失悔据，因此本章節(jié)主要對小波閾值除噪的原理進(jìn)行研究，通過對比小波閾值除噪的多種算法俗壹，選取一個適合于本文后期進(jìn)行數(shù)據(jù)故障診斷的算法科汗，同時借鑒文獻(xiàn)[51]的方法，將傳統(tǒng)小波閾值除噪算法進(jìn)行改進(jìn)绷雏，該算法將含噪信號進(jìn)行多尺度轉(zhuǎn)換肛捍，在每個尺度上分別進(jìn)行小波閾值除噪隐绵，最后進(jìn)行小波重構(gòu)，以此來去除噪聲同時最大限度的保留原始信號的有效性拙毫。
《來源于科技文獻(xiàn)依许，由本人整理，以技術(shù)會有缀蹄，廣交天下朋友》
