基于小波变换的电机信号消噪技术的研究
贺昌权，包广清
（兰州理工大学电气工程与信息工程学院，兰州730050）
摘要：在分析小波变换消噪原理和方法的基础上，针对信噪比较高的信号，进行小波消噪和傅里叶消噪仿真分析。结果表明，采用小波消噪能达到比较理想的效果。但对于信噪比较低的信号，必须采取多种方法相结合，才能取得满意的消噪效果。文章提出了将时域平均法和小波软阔值消噪法相结合和基于相关性分析与小波变换相结合两种方案消噪。通过对这两种方案进行仿真实验，结果表明，这两种方案可以有效地去除信号中的干扰噪声，提高信号的信噪比，取得良好的降噪效果。
关键词：小波变换；时域平均；软阀值；分析；消噪
中图分类号：tp202 +2; tm306 文献标志码：a 文章编号：1001-6848(2010)03-0028-04
0引 言
随着信息时代的发展，信号的结构越来越复杂，而且广泛存在外界恶劣环境的强噪声下，为了更加清楚地分析和研究实际工程中信号的有用信息，对信号进行消噪处理是至关重要的。目前，在理论和方法上有重大突破的小波变换，为处理非平稳信号展示了美好的前景。传统的傅里叶变换只能刻划在整个时域上的频谱特性，并不能反映信号在固定时刻或固定时间区域的频域特性，而小波变换具有良好的时一频域特性，所以把小波变换应用于信号消噪领域，能起到很好的消噪效果，也必将展示它独特的优越性和广阔的应用前景[1]。
1小波消噪的原理与matlab实现
1.1小波信号消嗓原理
在这里，以一个******的噪声模型详细加以说明，即认为e(i)为高斯白噪声满足n(o，1)，噪声级( noise level)为1。在实际的工程中，有用信号通常表现为低频信号或是一些比较平稳的信号，而噪声信号则通常表现为高频信号。所以信号消噪的过程可按如下方法进行处理，首先对信号进行小波分解，如进行三层分解，分解过程如图1所示，则噪声部分通常包含在cd1，cd2，cd3中，因而，可以门限阈值等形式对小波系数进行处理，然后对信号进行重构，即可以达到消噪的目的。对信号s(/)消噪的目的就是要抑制信号中的噪声部分，从而在s(i)中恢复出真实信号f(i)。
1.2小波分析与傅里叶分析对非平稳信号消噪
在实际的工程应用中，所分析的信号可能包含许多尖峰或突变部分，对这种信号进行分析，首先需要作信号的预处理，将信号的噪声部分去除，提取有用信号。而这种信号的消噪，用传统的傅里叶变换分析，显得无能为力，因为傅里叶分析是将信号完全在频域中进行分析，它不能给出信号在某个时间点的变化情况。而小波分析由于能同时在时频域中对信号进行分析，所以它髓有效地区分信号中的突变部分和噪声，从而实现信号的消噪，下面从工具箱中产生一含噪声的非平稳信号，并分别用小波分析和傅里叶变换进行信号消噪处理，见图2～图4。
从图3，图4的比较中可以看出，用小波进行信号的消噪可以很好地保存有用信号中的尖峰和突变部分。因此，小波分析对非平稳信号消噪有着傅里叶分析不可比拟的优点。
1.3实际应用
在实际应用中，综合分析表明，当信噪比大于7时，小波消噪能取得较好的消噪效果。如对电动机端电压、定子电流等倍号进行检测消噪。但是当信噪比太小，或者噪声幅度接近甚至大于有用信号的幅度时，小波消噪则难以获得较好的消噪效果。
2时域平均法结合小波软阀值消噪
2.1时域平均法
时域平均是一种积累平均抗干扰过程，它的突出优点是对输入信噪比没有要求，因而适合于对淹没在强噪声里微弱信号进行预处理。而其它一些信号处理方 |
