基于EMD-DFA-NLM的电涡流传感器信号去噪方法
【摘要】 针对电涡流位移传感器输出信号中的非稳态噪声，提出一种基于经验模态分解(EMD)-去趋势分析(DFA)-非局部均值(NLM)原理的去噪方法。该方法解决了EMD去噪方法信号、噪声模态不易确定的问题，并且可在滤除高频背景噪声的同时保留信号细节。首先通过EMD将信号分解得到若干本征模态(IMF)分量，然后使用DFA区分噪声主导IMF分量和信号主导的IMF分量，对噪声主导分量进行NLM去噪处理，最后与信号主导分量一起重构信号。分别对仿真信号和电涡流传感器输出信号进行去噪处理，结果表明，相较EMD去噪法和EMD-小波阈值去噪法，所提方法去噪性能更优，SNR(MSE)值提升(减小)明显，去噪后信号的毛刺与高频震荡大大减少。
