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。

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。

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。

异常点检测与Savitzky-Golay滤波算法在手写系统中的应用

针对手写输入设备已成为一个新的研究热点,在自行研制的练字板程序和F-Tablet手写板的基础上,提出了一种基于3σ准则异常点检测与Savitzky-Golay滤波的预处理算法。首先利用3σ准则对力信息数据进行了异常点检测和剔除,然后对没有异常点的坐标数据进行了滤波,以减少噪声。实验结果表明,采用提出的预处理方法,可以消除大部分噪声和异常点的干扰,同时避免了如小波变换等方法的复杂计算,取得了令人满意的结果。

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。

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Savitzky-Golay滤波的双向门控循环单元神经网络汽轮机热耗率预测

汽轮机热耗率是火电机组运行过程中的一项重要监测指标。为建立更加准确的汽轮机热耗率预测模型,借助某1 000 MW火电机组的真实历史数据,提出一种基于双向门控循环单元(gated recurrent unit,GRU)神经网络的汽轮机热耗率预测模型。针对火电机组现场运行数据噪声大的问题,采用SG(Savitzky-Golay)滤波器对所选变量数据进行降噪处理,将处理后的数据作为建模样本构建双向GRU神经网络汽轮机热耗率预测模型。并将其与BP(back propagation)神经网络、传统循环神经网络等2种算法的模型预测结果进行对比,结果表明:双向GRU神经网络热耗率预测模型的预测精度更高,泛化能力和鲁棒性更强,能够满足现场的实际需求。

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。

一种自适应层进式Savitzky-Golay光谱滤波算法及其应用

可调谐半导体激光吸收光谱技术(TDLAS)利用半导体激光器的可调谐和窄线宽特性,通过选择特定气体的单条吸收线,排除其余气体的干扰,可以实现高精度、高选择性的气体浓度测量,在气体浓度检测系统中具有广泛的应用前景。在不同的应用条件和环境下,需要解决相应的硬件和数据处理方面的技术问题。主要研究TDLAS技术机动车尾气CO组分浓度遥测系统中的光谱数据处理问题,该系统利用路面漫反射回波信号遥测行驶中的机动车尾气CO组分浓度。由于激光扫描光谱回波信号受到漫反射面情况变化、空气环境变化、尾气湍流影响等因素影响,探测器收集到的信号不仅较弱同时也夹杂着多种噪声,即测量光路信噪比较差,故提出一种自适应层进式Savitzky-Golay(S-G)平滑滤波算法,实现了对光谱进行滤波处理从而更加准确地反演CO浓度。S-G滤波算法因其原理简单、功能强大、只需设置两个参数(窗口大小、拟合阶数)等优点,已广泛应用于光谱处理。如何正确设置S-G算法参数使滤波效果在去噪不足和过度滤波之间找到平衡点,是该滤波算法应用的一大难题。设计的检测系统中,测量光路光谱信号为非平稳信号,噪声和有效信号幅度时变,最佳窗口大小和多项式阶数随信号动态而变化,且变化区间较大,使用固定参数的S-G滤波器难以达到最佳效果。提出的自适应层进式S-G平滑滤波算法,通过逐层将测量光路光谱信号经过S-G滤波后,与参考光路的光谱信号设置的参考段比对信号相关系数和信号一阶导相关系数的和,以自适应得到逐层最优参数。通过对信噪比从9.81~29.77的10组不同带噪光谱分析验证了该算法的有效性,自适应层进式S-G算法能较好地去除噪声并还原带噪信号所携带的待测气体浓度信息,与带噪光谱对比,吸收光谱峰值最大误差由25.152%降至5.917%,积分吸光度最大误差由18.1%降至3.9%。在实现的系统中,使用自适应层进式S-G算法对测量光路进行滤波处理,并对不同车型、不同排量、燃烧不同油品的机动车在怠速和缓速通过(5km·h^-1)系统时其排放的CO浓度进行实时在线监测。

空-谱维联合Savitzky-Golay高光谱滤波算法及其应用

针对目前应用Savitzky-Golay(SG)滤波器进行高光谱图像滤波过程中空间信息无法利用,造成小麦赤霉病高光谱分类识别模型精度仅能达到87.088 9%的问题,提出高光谱图像空-谱维联合SG滤波(TSG滤波)的方法,使模型精度相比采用SG滤波提升了12.066 7%。该算法将一维的SG卷积核按四个方向扩展成二维的SG卷积核,根据卷积定理利用快速傅里叶变换对高光谱图像数据进行空间及光谱维联合快速滤波。设置TSG滤波核窗口系数m=2~4,阶数n=3~5,滤波后图像信噪比提升了10%以上、峰值信噪比高于30 db、结构相似度大于96%, TSG滤波能保持原图特征并显著提升图像信噪比。对比Pavia University高光谱图像经TSG滤波(m=3,n=4)、 SG滤波(m=7,n=3)后的灰度图像与光谱图,可以看出TSG滤波后图像条带噪声得到了抑制、特征峰相对峰值高度最高提升31.68%、特征波段平均强度提升41.83%,而SG滤波后图像条带噪声依然清晰且特征峰相对峰值高度至少降低了13.40%。构建基于TSG-PCA-SVM算法的小麦赤霉病高光谱分类识别模型,训练集包含500个样本点,测试集包含4500个样本点,模型测试集分类精度高达99.155 6%、卡帕系数0.983 613,对于小麦高光谱数据集中全部116 880个样本点的总分类精度高达99.206 0%。经TSG滤波后分类模型精度高、一致性好,分类精度相较于SG滤波后的87.088 9%获得了显著提升。综上所述,该研究为高光谱图像滤波提供了一种新的思路,为小麦赤霉病高光谱识别系统构建提供了参考与依据。

采用灰色Savitzky-Golay滤波的商用车推力杆橡胶球铰非对称迟滞建模

为了建立准确高效的推力杆迟滞特性模型,根据力的分解原理,将滞回力分解为广义非线性弹性力和广义非线性阻尼力,并分别采用等效线性阻尼模型、等效分段线性阻尼模型、非对称Bouc-Wen模型和高阶多项式模型对橡胶球铰的迟滞非线性进行建模。引入灰色关联度指标,对Savitzky-Golay滤波算法进行改进,采用布谷鸟算法对滤波器的参数进行优化,并应用该滤波器对试验采集到的滞回特性数据进行去噪平滑。以滤波后的试验数据与各迟滞模型计算数据的误差平方和最小化为目标,分别对各模型的参数进行识别。结果表明:所提出的灰色Savitzky-Golay滤波方法具有很好的平滑滤波效果,滤波前后信号的灰色关联度大于0.8,而非对称Bouc-Wen迟滞特性模型具有相对较高的精度和较低的复杂度,其建模误差小于10%。研究结果可为汽车和其他机械装置上的橡胶件迟滞非线性建模和信号滤波去噪提供参考。

Savitzky-Golay滤波与局部均值分解相结合的滚动轴承故障诊断方法

介绍了滚动轴承故障诊断发展现状,以及局部均值分解在故障诊断中应用和局限。针对滚动轴承故障诊断中故障信号特征提取被噪声干扰问题,采用了基于Savitzky-Golay(SG)滤波和局部均值分解相结合的滚动轴承故障诊断方法,即在时域利用SG滤波的最小二乘拟合降噪,去除尖脉冲等噪声的信号作为局域均值分解的输入,最后对分解得到的有效分量重构后进行频谱分析提取故障频率。使用了仿真分析和滚动轴承故障诊断实例验证该方法,结果显示该方法能有效提取滚动轴承背景噪声干扰下的典型故障频率。

基于Savitzky-Golay滤波算法的FY-2F地表温度产品时间序列重建

卫星遥感技术可获取大面积、空间连续的地表温度(land surface temperature,LST),为全球变化、生态环境和农业生产等领域提供了宝贵的数据源,但受到云、气溶胶、观测角度和太阳光照角度等影响,遥感反演的LST在时间和空间上均存在不同程度的缺失,限制了LST遥感产品的应用。以长江三角洲地区为研究区,以风云2号F星(FY-2F) LST日均值产品为数据源,利用LST时间序列特征,基于Savitzky-Golay(S-G)滤波算法进行了LST长时间序列的重建研究。结果表明,研究区重建前FY-2F LST产品的平均时相缺失率为19.43%,经滤波后缺失率降低为1.69%,并能够保证LST空间一致性。通过模拟验证,S-G滤波重建LST的拟合精度为 0.95,平均绝对误差为1.35 K,具有较高的精度,可以用于进一步热环境时空分布规律的研究。

基于Savitzky-Golay滤波的超宽谱生物雷达回波信号增强方法研究

超宽谱(Ultra-wideband,UWB)生物雷达是一种主要以人体为探测目标的新概念雷达技术,因具有良好的距离分辨率、穿透能力和系统兼容性,是目前生物雷达技术的研究热点。现阶段,UWB生物雷达信号增强主要基于回波数据时间维度的处理。本文提出了一种基于距离维度处理的UWB生物雷达回波信号增强方法,它采用Savitzky-Golay滤波,通过多项式最小二乘拟合来平滑回波中的杂波和噪声,同时能有效保留人体目标回波的微弱细节信息。实验结果表明,穿透探测条件下当目标距离较远导致回波信杂噪比低时,采用距离维度的Savitzky-Golay滤波仍能有效检测出人体呼吸信号,效果优于距离加窗滑动平均,为UWB生物雷达回波信号增强提供了一种新的技术方法,能提高UWB生物雷达在穿墙探测、应急救援等实际应用场合的探测性能。

使用Savitzky—Golay滤波器改进的位场ISVD算法

结合空间域和频率域计算的ISVD(Integrated Second Vertical Derivative)位场垂向导数换算算法,相对单纯的空间域或频率域方法具有较高的稳定性,但是ISVD算法在高阶垂向导数换算过程中依然会在一定程度上受到噪声的干扰,随着换算阶数的增加,噪声干扰逐级增大。为了能够在压制噪声的同时很好地保持异常真实形态,将具有异常形态高保真特点Savitzky-Golay滤波器引入ISVD算法中,通过选择最优滤波参数,在各阶垂向导数的换算过程中能够对噪声进行逐级压制,同时维持了异常的真实信息。通过模型验证了Savitzky-Golay滤波对于ISVD算法的稳定性具有明显的改进效果。

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。

蒙特卡罗剂量分布去噪中三维高斯和Savitzky-Golay滤波器的改进与混合

对模拟粒子轨迹数较少模拟时间较短的蒙特卡罗粗糙剂量分布进行三维滤波,可以加速其收敛速度.结合蒙特卡罗剂量分布特征,改进三维高斯和Savitzky-Golay滤波器,建立三维混合滤波方法,并比较并联和级联两种基本混合方式.根据卷积性质,提出用等效卷积核简化混合滤波器结构的方法.结果表明,改进后的高斯和Savitzky-Golay滤波器的整体去噪效果得以增强,混合滤波器进一步降低滤波结果的局部误差,两种混合滤波器都能够大幅度抑制MC粗糙剂量分布中的噪声,级联混合滤波器降噪效果略优于并联混合滤波器.

Savitzky-Golay滤波和L1范数优化相结合的视频稳像算法

近年来,越来越多的人利用手持设备拍摄视频表达自己或社会问题等,这类视频常存在抖动现象,如何消除视频序列中的随机抖动成为近年来的研究热点。本文面向视频去抖动应用场景,提出了一种Savitzky-Golay滤波和L1范数优化相结合的视频稳像算法。首先基于帧间配对特征点进行运动估计;然后利用Savitzky-Golay滤波算法进行路径平滑处理,去除运动路径中的高频抖动分量,避免了噪声对后续生成稳定路径的影响;进一步,对平滑后的有效路径信息进行基于优化的L1范数优化算法拟合,得到最终的稳定路径;最后对原始视频图像序列进行运动补偿,生成稳定的图像序列。对比实验结果表明,本文方法稳像效果优于原始L1范数优化算法和最近较好的方法,算法速度快于目前效果较好的二维稳像算法。