[发明专利]一种超声多普勒回波信号降噪方法

说明书

本发明公开了一种超声多普勒回波信号降噪方法，涉及传感信号处理技术领域，解决了VMD算法受其惩罚因子和分解层数参数影响，容易出现过分分解或分解不彻底的问题，从而导致去噪效果不理想的技术问题。该方法包括S1、输入超声回波信号，采用改进SOS算法优化VMD参数，得到最优参数；S2、根据所述最优参数对所述超声回波信号进行VMD分解得到多个IMF分量；S3、获取各个所述IMF分量与所述超声回波信号的概率密度相似比值；S4、将所述概率密度相似比值小于阈值的所述IMF分量剔除，得到有效IMF分量；S5、采用SSA对所述有效IMF分量进行二次滤波去除残余噪声，得到最终的去噪信号。本发明能够克服其惩罚因子和分解层数参数设置不当导致的过分解问题。

技术领域

本发明涉及传感信号处理技术领域，尤其涉及一种超声多普勒回波信号降噪方法。

背景技术

近年来，随着科技的快速发展，超声多普勒流量计已广泛应用在不同领域，如农田灌溉、水流监测、家用水表、工厂用水量监测等，但流量计的测量精度及误差会直接影响其工作效率。在实际应用环境中，由于液体密度的不均匀性，发射的超声波会产生折射和衍射现象，导致回波信号中会夹杂着各类不同的噪声干扰，尤其是受白天阳光影响直接导致信号完全被噪声淹没，造成流体流速数据突变。因此测量液体流量的超声回波信号大多是低信噪比、非线性、非平稳信号，如何提取回波信号中的有效信号成为实现超声流量计高精度、高可靠性的关键。

针对这类非线性信号，目前行业内常采用的去噪方法主要有小波阈值去噪，经验模态分解(Empirical Mode Decomposition，简称EMD)，小波阈值去噪从多尺度将信号分解为不同频率的分量，具有良好的时频局部化特性，但由于小波基的选取问题，不具备非线性信号的自适应分解，虽然EMD通过添加白噪声解决了小波阈值去噪自适应问题，可以自适应分解多个本征模态函数分量(Intrinsic Mode Function，简称IMF)，但依然存在很多问题，如模态混叠，缺乏严格的理论公式，算法效率低，抗噪性能差。因此，EMD无法准确将有用信号和噪声分量分离。

2014年，一种新的时频分析法-变分模态分解(Variational modedecomposition，简称VMD)被提出，该方法通过迭代搜寻模型最优解来确定每个模态分量的中心频率和带宽，是一种完全非递归模型，具有强大的数学基础来解析信号的瞬时频率具有实际的物理意义，在实现信号准确分离的同时，利用自身的Wiener滤波特性能获得很好的去噪效果，同时也克服了EMD的模态混叠问题，因此VMD也被广泛用于非平稳复杂信号处理当中。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

VMD算法受其惩罚因子和分解层数参数影响，容易出现过分分解或分解不彻底的问题，从而导致去噪效果不理想。

发明内容

本发明的目的在于提供一种超声多普勒回波信号降噪方法，以解决现有技术中存在的VMD算法受其惩罚因子和分解层数参数影响，容易出现过分分解或分解不彻底的问题，从而导致去噪效果不理想技术问题。本发明提供的诸多技术方案中的优选技术方案所能产生的诸多技术效果详见下文阐述。

为实现上述目的，本发明提供了以下技术方案：

本发明提供的一种超声多普勒回波信号降噪方法，包括：

S1、输入超声回波信号，采用改进SOS算法优化VMD参数，得到最优参数；

S2、根据所述最优参数对所述超声回波信号进行VMD分解得到多个IMF分量；

S3、获取各个所述IMF分量与所述超声回波信号的概率密度相似比值；

S4、将所述概率密度相似比值小于阈值的所述IMF分量剔除，得到有效IMF分量；

S5、采用SSA对所述有效IMF分量进行二次滤波去除残余噪声，得到最终的去噪信号。