[发明专利]一种发动机特征参数的降噪方法及降噪系统

说明书

本申请公开了一种发动机特征参数的降噪方法及降噪系统，其中，所述发动机特征参数的降噪方法首先利用经验模态分解(Empirical Mode Decomposition，EMD)法对时间序列进行了分解，以获得发动机特征参数的本征模态分量和趋势分量；此后分别对本征模态分量和趋势分量进行重采样，以使本征模态分量和趋势分量离散化；最后针对离散化后获得的本征模态矩阵和趋势分量矩阵进行数据重构，以去除时域数据变量之间的相关性，去除发动机特征参数之间的信息冗余，从而完成特征参数的去噪声和重构。另外，所述发动机特征参数的降噪方法特别适用于处理例如重型柴油发动机等发动机特征参数信噪比较大的情况。

技术领域

本申请涉及车辆工程技术领域，更具体地说，涉及一种发动机特征参数的降噪方法及降噪系统。

背景技术

发动机整机性能参数(或称特征参数)在使用过程中为一组多源离散的时间序列数据。在机动车辆的运行过程中，发动机特征参数通过传感器探测，并向机动车辆的控制器传输，以使控制器根据获取的发动机特征参数进行数据分析，指导机动车辆的正常运行。

但由于传感器工作状态和数据传输过程中存在的不稳定因素，使得机动车辆的控制器获取的发动机特征参数存在一定数量的噪声，使用这种携带不确定噪声的特征参数进行数据分析时，很容易导致数据分析结果不准确，甚至完全背离实际带来错误的指导。

因此，有必要提供一种发动机特征参数的降噪方法，实现对发动机特征参数的噪声抑制的目的。

发明内容

为解决上述技术问题，本申请提供了一种发动机特征参数的降噪方法及降噪系统，以实现对发动机特征参数的噪声抑制的目的。

为实现上述技术目的，本申请实施例提供了如下技术方案：

一种发动机特征参数的降噪方法，包括：

获取发动机特征参数的时间序列；

利用经验模态分解法对所述时间序列进行分解，获得所述发动机特征参数的本征模态分量和趋势分量；

对所述本征模态分量和趋势分量进行重采样，获取本征模态分量的多个离散时间序列和趋势分量的多个离散时间序列，并根据所述本征模态分量的多个离散时间序列和趋势分量的多个离散时间序列分别构成本征模态矩阵和趋势分量矩阵；

对所述本征模态矩阵进行归一化，以获得归一化后的本征模态矩阵；

根据归一化后的本征模态矩阵，计算归一化后的本征模态矩阵的协方差矩阵，并对所述协方差矩阵进行特征值分解，以获得所述协方差矩阵的特征值矩阵和特征向量；

根据预设的累计贡献率确定所述协方差矩阵的特征值个数，并根据确定的特征值个数确定所述协方差矩阵的特征值矩阵和特征向量；

根据确定的所述协方差矩阵的特征值矩阵和特征向量，确定重构后的本征模态矩阵；

根据所述趋势分量矩阵和重构后的本征模态矩阵表示所述发动机特征参数。

可选的，所述根据归一化后的本征模态矩阵，计算归一化后的本征模态矩阵的协方差矩阵，并对所述协方差矩阵进行特征值分解，以获得所述协方差矩阵的特征值矩阵和特征向量包括：

根据归一化后的本征模态矩阵，利用第一预设公式，计算归一化后的本征模态矩阵的协方差矩阵；

利用第二预设公式，对所述协方差矩阵进行特征值分解，以获得所述协方差矩阵的特征值矩阵和特征向量；

所述第一预设公式为：其中，∑表示所述协方差矩阵，C^*表示归一化后的本征模态矩阵，C^*^T表示归一化后的本征模态矩阵的转置矩阵，n表示每个离散时间序列中的元素个数；