基于DSP管道漏水检测去噪算法的研究 ——谱减法及LMS算法

基于DSP管道漏水检测去噪算法的研究 ——谱减法及LMS算法

论文摘要

本文结合漏水信号的特点,分析了噪声在漏水定位中的危害并提出两种去噪算法:谱减法和最小均方误差自适应算法(LMS)。本文分析了六种谱减法形式,并利用matlab仿真分析,最后将算法用C语言实现,分别在VC++6.0和CCS平台上进行验证。最小均方误差自适应算法(LMS)是一类跟踪算法,将其应用于滤噪处理中,用matlab仿真分析,最后在CCS平台上验证其在DSP上的可行性。利用带噪声的流水信号做参考,对比谱减法和LMS算法的有效性,选择LMS算法作为漏水去噪算法。利用“3倍均方”准则去除强噪声的影响,再利用LMS算法去除宽带噪声的影响并将算法在DSP上实现。同时,调节LMS算法中自适应滤波器的阶数为合适值,利用加权系数W出现极值的位置来定位时延的大小。经matlab仿真验证,准确率较高,但是运算量大,不适合实时处理,需要在实际中进一步改进。最后总结了全文工作并对未来工作提出了建议。

论文目录

  • 摘要
  • ABSTRACT
  • 引言
  • 一 管道漏水检测的原理
  • (一) 漏水信号在管道上的传播
  • (二) 漏水定位方法
  • (三) 漏水去噪处理方法
  • 二 基于DSP漏水检测系统硬件实现
  • (一) 系统总体结构
  • (二) TMS320VC5416芯片介绍
  • (三) 模数转换器TLV320AIC10
  • 1、TLV320AIC10芯片介绍
  • 2、TLV320AIC10与TMS320VC5416的连接
  • 三 谱减法
  • (一) 基本谱减法
  • (二) 重叠帧谱减法
  • (三) Boll谱减法
  • (四) 维纳滤波器法
  • (五) 扩展谱减法
  • (六) Martin的最小值跟踪噪声估计法
  • 1、最优平滑
  • 2、最小功率谱统计跟踪
  • (七) 各种滤噪方法小结
  • (八) 谱减法在CCS上的实现
  • 四 最小均方误差自适应去噪算法(LMS)
  • (一) LMS算法的基本原理
  • (二) 自适应噪声抵消原理
  • (三) LMS去噪算法
  • (四) 自适应去噪算法在CCS上的实现
  • 五 两种方法的对比
  • (一) 谱减法在不同信噪比下的对比图
  • (二) LMS算法在不同信噪比下的对比图
  • (三) LMS算法与谱减法的对比
  • 六 自适应去噪算法及自适应时延估计在漏水检测中的应用
  • (一) 自适应去噪算法
  • 1、LMS实现漏水信号去噪
  • 2、漏水信号中强噪声的去除
  • (二) 自适应时延估计(LMSTDE)
  • 1、自适应时延估计算法(LMSTDE)的基本原理
  • 2、结合漏水信号的自适应时延估计算法
  • 3、结合漏水信号的LMSTDE算法仿真
  • (三) 漏水去噪算法在DSP上的实现
  • 七 结论
  • 参考文献
  • 致谢
  • 攻读学位期间发表的学位论文目录
  • 相关论文文献

    • [1].基于时域特征的非局部块匹配去噪算法研究[J]. 长春理工大学学报(自然科学版) 2019(05)
    • [2].基于马氏距离的改进非局部均值图像去噪算法[J]. 计算机辅助设计与图形学学报 2016(03)
    • [3].渐近非局部平均图像去噪算法[J]. 自动化学报 2020(09)
    • [4].一种基于新型符号函数的小波阈值图像去噪算法[J]. 电信科学 2017(01)
    • [5].一种小窗口下的快速去噪算法[J]. 电子设计工程 2017(10)
    • [6].一种改进的非局部平均图像去噪算法[J]. 计算机应用与软件 2017(07)
    • [7].基于小波变换的图像阀值去噪算法[J]. 科技视界 2017(14)
    • [8].一种新的小波自适应阈值函数振动信号去噪算法[J]. 仪器仪表学报 2015(10)
    • [9].一种非线性复扩散图像去噪算法[J]. 渭南师范学院学报 2009(02)
    • [10].一种改进的非局部均值去噪算法[J]. 电子测量技术 2019(22)
    • [11].加强的低秩表示图像去噪算法[J]. 计算机工程与应用 2020(02)
    • [12].基于边缘检测的非局部均值图像去噪算法[J]. 电脑编程技巧与维护 2020(08)
    • [13].高速磁浮轨道不平顺检测系统去噪算法[J]. 中国铁道科学 2020(05)
    • [14].基于小波变换的自适应阈值去噪算法[J]. 计算机产品与流通 2020(11)
    • [15].合成孔径雷达图像去噪算法研究综述[J]. 兵器装备工程学报 2018(12)
    • [16].基于字典学习融合的图像去噪算法研究[J]. 数字技术与应用 2016(05)
    • [17].快速非局部均值图像去噪算法[J]. 计算机辅助设计与图形学学报 2016(08)
    • [18].基于点云数据的去噪算法研究[J]. 长沙大学学报 2013(05)
    • [19].基于广义奇异值分解的图像去噪算法[J]. 中原工学院学报 2019(05)
    • [20].图像去噪算法研究[J]. 科技资讯 2017(26)
    • [21].荧光光谱信号的去噪算法研究[J]. 合肥师范学院学报 2013(03)
    • [22].一种双正则项全变差高光谱图像去噪算法[J]. 光谱学与光谱分析 2011(01)
    • [23].弱光束条件下森林区域光子云去噪算法精度研究[J]. 农业机械学报 2020(04)
    • [24].基于小波阀值函数的图像去噪算法研究[J]. 电脑知识与技术 2015(15)
    • [25].小波域中的广义非局部平均去噪算法[J]. 西安电子科技大学学报 2010(05)
    • [26].一种基于最优小波包基的图像去噪算法[J]. 计算机与数字工程 2008(04)
    • [27].基于小波窗口的模极大值去噪算法[J]. 系统工程与电子技术 2008(10)
    • [28].一种改进的深度卷积神经网络图像去噪算法[J]. 科学技术与工程 2019(36)
    • [29].基于伪范数的联合多通道彩色图像去噪算法[J]. 温州大学学报(自然科学版) 2020(03)
    • [30].基于稀疏先验的非局域聚类图像去噪算法研究[J]. 计算机工程与应用 2020(18)

    标签:;  ;  

    基于DSP管道漏水检测去噪算法的研究 ——谱减法及LMS算法
    下载Doc文档

    猜你喜欢