自适应加权Savitzky-Golay滤波的轴承早期故障特征提取

轴承早期故障特征通常不明显,且受复杂工况和外源振动等因素影响,易被外部噪声干扰。Savitzky-Golay滤波器的高计算效率和固有特征保留能力,非常适用于低信噪比条件下的故障特征提取,但目前参数选取标准鲁棒性不高限制了其工程应用。针对轴承早期故障特征提取问题,文章提出了一种自适应加权Savitzky-Golay滤波的故障提取方法。首先,给出了S-G滤波的参数自适应选择顺序。其次,结合S-G滤波器结构特点,确定了基于窗长的进行自适应权重分配框架。最后,通过实验验证,验证了自适应参数优选和加权处理后的S-G滤波能准确高效地获取低信噪比条件下的轴承早期故障特征。

Savitzky-Golay平滑结合多元散射校正应用于甲醛固定的深静脉血栓红外光谱数据预处理

为探究甲醛固定血栓样品红外光谱数据的最优预处理方案,应用傅里叶变换红外光谱(FTIR)技术,采集经甲醛固定的大鼠深静脉血栓组织红外光谱数据,选择偏最小二乘回归法建立红外光谱分析机器学习模型,测试Savitzky-Golay(S-G)平滑、基线校正、多元散射校正、标准正态变化、矢量标准化等常用的光谱预处理方式对光谱数据的处理效能。结果显示,大鼠深静脉血栓组织红外光谱的最优预处理方案为先采用S-G平滑,再进行多元散射校正,其中S-G平滑最佳参数组合是阶数为2、项数为3、点数为17。预处理后预测决定系数(R_(p)^(2))为0.948,预测均方根误差(RMSEP)为0.486 d,模型预测能力较原始光谱显著提升。

一种基于Savitzky-Golay滤波的物理层密钥生成方法

物理层密钥生成技术使得节点能够利用无线信道的物理特性直接生成共享密钥,从而保证无线通信过程的安全性。针对当前物理层密钥生成方案普遍存在实际场景下密钥生成率低的问题,提出了一个基于Savitzky-Golay滤波的物理层密钥生成机制优化方案。该方案中,合法通信节点首先探测信道并通过Savitzky-Golay滤波消除部分由信道干扰造成的信道状态差异,然后,利用多级量化以及格雷码将信道状态转为比特序列,最终通过Cascade交互式信息协调协议以及基于2阶全域哈希函数的保密增强生成合法节点之间的共享密钥。实验结果表明,基于Savitzky-Golay滤波的优化方案能够有效提高物理层密钥生成过程的效率,提高了此类安全机制的实际可用性。

基于Savitzky-Golay平滑-小波降噪处理的桥梁结构监测数据分析方法

桥梁结构健康监测源信号数据存在毛刺、噪声及异常值等复杂情况,对信号数据分析、桥梁结构状态评估结果产生巨大偏差。本文提出了解决桥梁结构监测数据处理中复杂问题的系统性方法。首先,通过对比研究Savitzky-Golay(SG)滤波与信号平滑方法,并评价各方法的适用性;然后,基于复合评价指标量化选出最优小波基函数及最佳小波分解尺度;最后,采用卡尔曼滤波对同一监测项目的4个应变计数据进行融合,并用Monte Carlo仿真进行验证。研究表明,本文提出的SG平滑-小波降噪方法,可为桥梁健康监测数据处理提供较为全面、系统的参考。

提升小波和Savitzky-Golay滤波结合的近红外光谱去噪研究

在近红外光谱数据处理中,测得的近红外光谱数据不仅有被测样品的近红外特征光谱,还包含一些随机噪声,噪声的存在会影响后续光谱分析的准确性,为提高近红外光谱分析精度,需要对近红外光谱数据进行去噪处理。单一的提升小波去噪、小波去噪以及Savitzky-Golay滤波很难获得较好的去噪效果。因此提出将提升小波变换结合Savitzky-Golay滤波方法用于近红外光谱去噪,对降噪效果进行仿真与评估并与单一去噪方法进行对比。分别对添加随机噪声的1467 nm近红外光谱进行单一小波去噪、提升小波去噪、Savitzky-Golay滤波以及提升小波变换结合Savitzky-Golay滤波进行去噪。实验结果显示所提出的方法去噪后的信噪比比单一三种去噪方法分别提高0.3364、1.1074、0.1287,均方根误差分别降低0.0026、0.0091、0.001,表明所提方法能够有效去除近红外光谱中的噪声信息,并提高去噪的评估指标。

融合Savitzky-Golay滤波器的TCN-SA-BiGRU风电功率预测

陆上风力发电作为主流清洁能源发电方式之一,预测其发电功率也是目前研究热点问题。本文提出融合Savitzky-Golay滤波器与基于自注意力机制的TCN-BiGRU风电功率预测模型。利用Savitzky-Golay滤波器对风电功率及相关特征数据进行降噪,随后将数据输入进由TCN时域卷积神经网络、自注意力机制模块、双向门控循环单元网络所搭建的TCN-SA-BiGRU模型中,这些模块能够更深、更快挖掘数据特征。最终预测结果显示,融合了Savitzky-Golay滤波器的模型能够有效对数据降噪,并且相较于传统单一神经网络等模型,本模型的预测性能更高。

水田平地机GNSS高程数据EMD与S-G联合降噪研究

【目的】减小基于全球卫星导航系统(Global navigation satellite system,GNSS)的水田平地机在测量地势高程信息时存在的多路径效应和机器振动影响,提高水田平地前基准面建立的准确度,进而提升平地质量。【方法】结合经验模态分解(Empirical mode decomposition,EMD)和Savitzky-Golay(S-G)滤波各自的优势,提出了一种EMD与S-G联合降噪的方法。该方法首先采用EMD将原始高程信号分解成若干本征模态函数(Intrinsic mode functions,IMFs),利用归一化自相关函数和相关系数将其细分为噪声IMFs、混合IMFs和有效IMFs,然后利用S-G算法对混合IMFs进行滤波,最后将S-G滤波后的IMFs与有效IMFs进行重构,得到最终降噪后的数据。【结果】静态验证试验结果表明,联合滤波后的均方根误差比滤波前降低了36.9%,信噪比比滤波前提高了6.3%。田间测量试验结果表明,滤波后的数据波动范围减少了11.9%。【结论】EMD与S-G联合降噪算法有效削减了多路径效应误差和振动误差,改善了数据的平滑度,对于提高水田平地作业质量具有现实意义。

血糖近红外光谱分析的Savitzky-Golay平滑模式与偏最小二乘法因子数的联合优选

利用偏最小二乘法(PLS)和光谱Savitzky-Golay(SG)平滑方法,建立血清葡萄糖近红外光谱分析的优化模型。基于最优单波数模型的预测效果,提出划分校正集和验证集的一种新方法。采用10000～5300cm-1和4920～4160cm-1的组合波段,光谱经过SG平滑处理,利用PLS方法建立定标预测模型。将平滑点数扩充为5,7,…,87(奇数),多项式次数扩充为n=2,3,4,5,6,得到包含582个平滑模式的14个平滑系数表。对所有平滑模式和PLS因子数(1～40)分别建立PLS模型。按照预测效果进行优选,得到最优SG平滑模式为1阶导数平滑,3、4次多项式类型,SG平滑点数为53,最优PLS因子数为7,最优RMSEP达到0.376mmol/L。所采用的划分校正集和验证集的方法、SG平滑模式的扩充、SG平滑模式和PLS因子数的联合大范围筛选能够有效地应用于近红外光谱分析的模型优化。

基于奇异值分解和Savitzky-Golay滤波器的信号降噪方法

为降低信号中噪声的干扰,将奇异值分解(SVD)理论和Savitzky-Golay滤波器相结合提出了一种新的降噪方法。该方法首先分析了信号负熵随信噪比变化的规律,而后通过将负熵作为降噪效果的评估参数,确定了SVD降噪过程中构造的Hankel矩阵的最优维数;其次采用Savitzky-Golay滤波器对用于重构信号的奇异值进行了平滑滤波处理,并分析了Savitzky-Golay滤波器结构对降噪效果的影响,最后通过定义误差函数确定了Savitzky-Golay滤波器的最优结构。将该方法应用于线性调频信号和多成分周期信号的降噪实验,结果表明:基于SVD和Savitzky-Golay滤波器的降噪方法能有效降低噪声干扰,是一种有效的信号降噪方法。

优化Savitzky-Golay滤波器的参数及其在傅里叶变换红外气体光谱数据平滑预处理中的应用

对傅里叶变换中红外光谱数据的平滑预处理中,通常采用Savitzky-Golay滤波器的方法进行光谱数据的平滑预处理,然而Savitzky-Golay滤波器的多项式拟合阶次和窗宽等参数的合理选则始终是一个难题,并无统一的选择依据,通常在一定数值范围内,采用多组数据进行遍历尝试,最终选择一组相对较优的数据作为Savitzky-Golay滤波器的多项式拟合阶次和窗宽参数。文中探索了Savitzky-Golay滤波器的多项式拟合阶次和窗宽等参数的优化选取这一问题,并对其主要频率指标参数与多项式拟合阶次和窗宽等参数进行了定性定量分析,得出了截至频率、阻带起始点频率、第一旁瓣峰值频率及第一旁瓣峰值幅度与窗宽和阶次之间具体的计算方程表达式。随后,根据采集的中红外气体组分的光谱数据特征,依据上述计算方程式,优化计算选取多项式拟合阶次和窗宽分别为8和11时,其Savitzky-Golay滤波器的中红外气体组分的光谱数据平滑效果最优。最后通过实际采集的0.1%,0.2%,0.5%,1%,2%,5%浓度的CH_4光谱数据进行平滑预处理,在次吸收峰区域,原始光谱的折算吸光率相对最大误差和最小误差分别为17.230 5%和0.243 0%,平滑处理后的光谱的折算吸光率相对最大误差和最小误差分别为0.088 0%和0.020 6%。可见经过Savitzky-Golay滤波器进行所探索的光谱数据预处理之后其相对误差基本稳定,并且相对较低,为后期光谱数据的准确定性和定量分析奠定了基础。

Savitzky-Golay滤波器最优参数的SPR信号分析

表面等离子体共振(surface plasmon resonance,SPR)谱因共振强度、共振位置等不同而呈现不同的幅度和峰宽,需要发展自适应的分析方法才能保证SPR共振峰的精确定位。提出了一种基于Savitzky-Golay滤波器最优参数的SPR谱滤波方法,可根据实时SPR谱的特点优化滤波器参数(拟合阶数和窗宽),使滤波后光谱的均方误差(mean squared error,MSE)的Stein’s无偏风险估计(Stein’s unbiased risk estimate,SURE)最小,采用Monte-Carlo算法实现了SURE的快速求解。经验证,在不同的噪声水平下,SURE都可以准确反映实际MSE趋势及结果。采用搭建的SPR系统,实验测量了不同浓度、不同积分时间下蔗糖溶液的SPR信号,用提出的最优参数对SPR信号进行滤波,结果表明,与固定参数相比,该方法确定的SPR共振峰位置重复性误差较小,且不随噪声的增大而增大。

基于Savitzky-Golay算法的图像平滑去噪

提出了采用Savitzky-Golay算法进行图像平滑滤波的新方法。能够通过设定多项式的取值范围和阶数求出平滑滤波的优化模板进行滤波,且该模板与图像本身的数据无关。仿真结果表明,与传统平滑滤波算法相比,利用Savitzky-Golay滤波算法的平滑滤波保留了更多的图像边缘细节,使滤波效果得到了一定的改善。

基于Savitzky-Golay加权拟合的红外图像非均匀性条带校正方法

针对红外成像探测器单元响应不一致等因素导致的图像非均匀性条带问题,提出了基于直方图加权和SavitzkyGolay拟合的非均匀性条带校正方法。首先,计算每列的归一化直方图函数并将其作为权值对图像进行加权运算;然后,利用Savitzky-Golay滤波器对加权后的图像列均值和列方差进行拟合,并将结果带入校正公式,通过可调参数的迭代完成校正。实验结果表明:该方法能有效地去除非均匀性条带,保留图像的光谱辐射信息和纹理细节,各项评价指标均提高10%。

基于Savitzky-Golay方法的遥感影像融合

把Savitzky-Golay滤波方法拓展至二维,提出了基于Savitzky-Golay方法的遥感影像融合算法,并通过与HSI变换、PCA变换和小波变换融合等传统融合算法的比较,证明该方法性能最优。分析Savitzky-Golay滤波算子阶数和小波变换尺度对融合影像质量的影响,发现Savitzky-Golay滤波融合过程中Savitzky-Golay滤波算子阶数是决定融合质量的关键因素。算子阶数越高,融合后影像细节信息越丰富,但光谱信息损失也越严重;算子阶数越低,融合后影像光谱信息保持能力越好,但细节信息增强能力变弱。如何根据具体的遥感影像自动确定最佳的算子阶数是下一步要解决的问题。

基于无迹卡尔曼滤波和小波分析的IMU传感器去噪技术研究

获得精确的姿态信息是跌倒检测的关键。文中在姿态角解算问题中提出一种基于无迹卡尔曼滤波和小波滤波的改进方法,通过Savitzky-Golay滤波器和小波滤波融合算法对加速度计以及陀螺仪数据进行降噪处理,利用降噪后的加速度数据对陀螺仪数据进行PI积分补偿,将补偿后的陀螺仪数据进行Mahony解算,其结果作为无迹卡尔曼滤波的状态信息;其次通过加速度值解算,将其结果作为无迹卡尔曼滤波的量测信息实现姿态解算。实验表明,在静态条件下,相对于常见的扩展卡尔曼滤波融合切比雪夫滤波算法,该方法使IMU传感器原始加速度计精度提高了83.3%,姿态角标准差平均减少了0.00193,能够有效地减少随机噪声。零点漂移、高斯噪声对IMU传感器姿态角信号的影响,使跌倒检测系统在复杂的环境条件下具有较高的精度以及稳定性。

基于三维Savitzky-Golay滤波的蒙特卡罗剂量分布去噪

提出了一种基于三维Sav itzky-G o lay滤波的蒙特卡罗(M C)剂量分布的去噪方法。该方法首先利用M C方法模拟粒子轨迹数目较少时得到剂量的三维分布,然后对该剂量分布用三维Sav itzky-G o lay平滑滤波方法进行去噪处理。结果表明:采用三维Sav itzky-G o lay平滑滤波方法去噪,不仅提高了剂量分布的可视性,降低了M C计算剂量分布的不确定性,而且也相应地提高了M C剂量计算方法的计算效率。

Savitzky-Golay平滑滤波器的最小二乘拟合原理综述

介绍了Savitzky-Golay滤波器的推导方法——多项式的最小二乘拟合法及其推导过程,以及如何由Savitzky和Golay提出的多项式卷积计算方法进行最小二乘拟合计算,对Savitzky-Golay滤波器的二维算法进行了简单介绍,对其一维和二维的MATLAB代码进行了分析处理,并将Savitzky-Golay滤波器同其他低通滤波器进行了简单比较,简要说明了其优势以及一些应用方向。

基于Savitzky-Golay滤波器的MOSFET阈值电压提取技术

MOS(Matel-Oxide-Semiconductor)器件阈值电压提取过程中的一些求导运算放大了测量数据中所包含的涨落因素(噪声和测量错误),使阈值电压提取过程变得不稳定.本文采用Savitzky-Golay低通滤波算法,求导运算和滤波过程同时进行,有效地抑制了测量数据中的涨落.再结合目标曲线峰值附近局域匹配系数判据,阈值电压提取过程就可以稳定且自动地完成,这为MOSFET(MOS Field-Effect Transistor)特性分析及集成电路设计工作带来很大方便.

基于双目视觉的球形物体运动轨迹重建

文章介绍了一种改进的球形目标运动轨迹拟合算法,并以高尔夫球为实例进行算法验证。针对三次样条插值曲线平滑性较弱问题,提出一种基于滤波降噪的改进插值算法,实验结果表明该算法对插值结果影响细微的情况下平滑了拟合曲线。实验首先检测出球心坐标,在双目序列图像之间根据坐标差异进行空间点的三维重建;再用一种基于Savitzky-Golay滤波的三次样条插值算法将高尔夫球在空间中的三维散点进行非线性拟合处理,最终完成运动轨迹的三维重建。通过模拟实验,与传统算法相比,文章提出的改进算法恢复运动物体三维信息的效果更加显著,且平均误差率在5%以内。

Savitzky-golay滤波在陀螺仪角加速度测量中的应用

针对陀螺仪采集到的速度信号噪声大、平滑性不好以及采用一般工程数字滤波方法对数据处理求角加速度效果不佳的问题,提出了采用Savitzky-golay滤波方法对陀螺仪采集的速度信号进行数字滤波。所得滤波结果经微分处理,得到了角加速度波形,该波形较为平滑,保留了信号的主要特征,表明了此方法的有效性。