第1个回答 2007-11-09
相关 分 析 是信号处理中非常重要的一种分析方
法,自相关函数可用来检验不同时刻的同一信号的
相似程度。对随机信号,除零点外,其自相关函数为
零;周期信号的自相关函数也反映出同样的周期性
质;互相关信号反映出两个信号在不同时刻的相似
程度,可用来分析系统的传递过程;负压波信号在每
次泄漏过程中只出现一次,且从波源向管道两端以
指数衰减形式传播,布置在管道两端的压力变送器
先后检测到含有负压波奇异信号的压力波动。互相
关函数的极值所对应的相对于坐标原点的时间偏
移,即是负压波信号传播到首末端压力变送器的时间差。
数字 滤 波 和小波带通滤波可以对信号与噪声频
谱范围分离的数据降噪,但需要信号和噪声频率范
围的先验知识;自适应噪声抵消技术通过多通道收
集含噪信号与纯背景噪声信号来实现消噪声的目
的,但是存在相位滞后,其相位滞后就是自适应滤波
器的阶数。当信号与噪声特征差异明显时,这些方
法降噪效果明显,而在信息缺失条件下,信号与噪声
差异较小,负压波信号掩埋于强背景噪声之中,且波
形变得不规则,这些方法不适用。
奇异 值 分 解降噪技术川是从统计意义上找出系统能量的n个特征方向,并表征其所包含能量的
特征值。考虑n个特征值的数值分布,若系统的动
力学维数k小于n,将有n一k个特征方向上的能
量分布为零。一般来讲,负压波信号频率较低,属低
维信号,噪声信号一般都是高维信号,噪声的存在使
得在各个方向上的能量分布均不为零。因此,选取
前k个最大的特征值及其所对应的特征方向,使得
大部分能量分布在这个子空间。将原来的n维空
间向量向这个子空间投影,获得k维的新向量,从
而滤除了维数较高且能量较小的噪声信号。本回答被提问者采纳