[发明专利]一种基于自适应估算阈值法的扰动信号去噪方法

说明书

本发明公开了一种基于自适应估算阈值法的扰动信号去噪方法，包括以下步骤：步骤1：将采集信号x(k)分割为固定长度为L的M个短数据序列，相邻两数据序列之间有重叠；步骤2：对步骤1得到的数据序列分为T组，每一组序列组合为一个二维矩阵A_g；分别对矩阵的每一行和每一列进行一维离散余弦DCT变换；得到二维离散余弦变换得到D_g；步骤3：对步骤2得到矩阵D_g的二维DCT系数进行滤波得到D’_g；步骤4：对D’_g进行逆二维DCT，得到重构为重构分配相应权重w_g；步骤5：根据步骤4得到的权重和重构矩阵，根据加权平均方法得到去噪信号；本发明充分利用了数据段之间的相关性，自适应的估计滤波阈值，能在有效去除噪声的同时，较好的保留信号中的细节特征。

技术领域

本发明涉及数据处理技术领域，具体涉及一种基于自适应估算阈值法的扰动信号去噪方法。

背景技术

能源是当今社会运作和发展不可或缺的资源，而随着全球经济的快速发展，社会各个行业和家庭用户对电能数量和质量的需求日渐增长。为改善电力系统宽频谐振、电压扰动等电能质量问题，对电能质量数据进行长期的监测和智能化分析是必不可少的。而对这些数据进行去噪处理是对故障原因分析和扰动定位的前提。利用检测设备获取的信号通常会夹带随机高斯噪声，在信号传输过程中也容易受到噪声污染。在低信噪比环境下，噪声的存在会大大影响特征提取和检测识别的有效性。

近些年来，国内外学者提出了许多针对数据去噪的方法。现有的方法主要有：高斯滤波器、线性均质滤波器、小波变换、奇异值分解、s变换及改进变换、经验模态分解等。而现有的大多数基础去噪方法都无法很好地在去除噪声的同时完整保留电力系统震荡情况下的电能质量扰动信号的有效特征。

发明内容

本发明针对现有技术存在的问题提供一种能较好保留信号中的细节特征的基于自适应估算阈值法的扰动信号去噪方法。

本发明采用的技术方案是：

一种基于自适应估算阈值法的扰动信号去噪方法，包括以下步骤：

步骤1：将采集信号x(k)分割为固定长度为L的M个短数据序列，相邻两数据序列之间有重叠；

步骤2：对步骤1得到的数据序列分为T组，每一组序列组合为一个二维矩阵A_g；分别对矩阵的每一行和每一列进行一维离散余弦DCT变换；得到二维离散余弦变换得到D_g；

步骤3：对步骤2得到矩阵D_g的二维DCT系数进行滤波得到D’_g；

步骤4：对D’_g进行逆二维DCT，得到重构为重构分配相应权重w_g；

步骤5：根据步骤4得到的权重和重构矩阵，根据加权平均方法得到去噪信号。

进一步的，所述步骤1中数据分割后信号的数据序列为x_r，r为序号，r＝1,2，…，M，M＝(N-(L-l))/l；x(k)，k为采样点k＝1,2，…，N，N为信号长度；l为滑动步长，取值范围为[1,L]；

x_r＝{x(k),k＝(r-1)l+1，(r-1)l+2,...,(r-1)l+L}。

进一步的，所述步骤2中的分组按照相似性进行分组；分组过程如下：

如目标数据序列x_r，相似的数据段形成二维矩阵A_g；

定义距离为：