一种基于声阵列信息融合及改进EEMD的信号降噪方法

针对声阵列多通道信号的去噪问题,提出一种基于多传声器信息融合辅助的改进总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)的被动声信号去噪方法。对标准EEMD进行改进,通过多通道信号频谱分析,选取多传声器信号最小有效频率作为各通道信号EEMD分解的筛选截止频率,采用改进的EEMD算法将原始信号快速分解为完备的IMF分量,有效抑制了模态混叠现象并提高信号分解效率;引入声阵列时延矢量封闭准则(Time Delay Vector Close Rule,TDVCR)概念,结合多传声器数据一致性融合及信号相关性理论,对各IMF分量进行相应的权重计算,再由已确定权值对各IMF分量进行加权重构得到去噪信号;最终通过半实物仿真试验以及同传统EMD去噪的比较验证了该算法在多通道信号去噪中的有效性和实用性。

基于信息融合的海底管道机器人自主定位控制

提出了利用电涡流传感器探测油气管线中的焊缝,实现管道机器人在管线内的粗略定位,再结合里程仪进行相邻焊缝间精确定位的定位控制方法.针对管道机器人爬行速度不稳定所导致的焊缝漏检问题,提出了利用里程定位信息容错漏检焊缝的产生式规则.此外,为了保证里程信息的可靠性,应用多个里程仪为管道机器人提供里程定位数据,并采用一致性数据融合算法对冗余里程信息进行融合处理,同时提高了管道机器人的管内定位精度.模拟油气管道台架上进行的管内定位实验和现役石油管线上的工程应用验证了该定位方法的可行性.