原创《一种新颖电容层析成像数据采集滤波算法》：关于免费数据采集论文范文在这里免费下载与阅读,为您的数据采集相关论文写作提供资料。
摘 要：针对电容层析成像ECT（electrical capacitance tomography）数据采集系统对采集精度和实时性要求,在分析ECT数据采集系统的滤波算法基础上,根据卡尔曼滤波和小波变换的特点,提出了一种基于小波变换和卡尔曼滤波的滤波算法.该算法首先将采集数据的信号经过多小波预处理得到平稳的观测数据,然后用噪声统计值估计器估计噪声统计值,以确保信号的稳定性和收敛性,最后经卡尔曼滤波以得到信号更加精准.仿真实验结果表明：和卡尔曼算法相比,本算法去噪效果更佳,得到的信号更精准可靠,提高了ECT数据采集系统数据采集精度,为ECT数据采集系统提供了一种新颖的滤波方法.
关键词：电容层析成像；数据采集；多小波变换；卡尔曼滤波
DOI：10.15938/j.jhust.2018.02.003
中图分类号： TP391.4
文献标志码： A
文章编号： 1007-2683（2018）02-0012-06
Abstract：On the basis of analyzing the filtering algorithm of ECT data acquisition system,according to the characteristics of Kalman filter and wavelet transform, a filtering algorithm based on the characteristics of Kalman filtering and wavelet transform is proposed about the acquisition accuracy and real-time requirement of electrical capacitance tomography ECT （Electrical Capacitance Tomography）data acquisition system. This algorithm first makes signal acquired data processed by multi wavelet to obtain stable observed data, then estimates the noise statistics by noise statistical estimator to ensure the stability and convergence of the signal. Finally, cexe get the signal more accurately by Kalman filtering. The simulation experiment results show that the proposed algorithm has better denoising effect compared with the Kalman filter algorithm which can obtain the signal more precisely and reliably and improve the data acquisition precision of ECT data acquisition system. It provides a novel filtering method for ECT data acquisition system.
Keywords：electrical capacitance tomography；data acquisition；multi-wavelet transform；Kalman filtering
0 引 言
電容层析成像技术（electrical capacitance tomography,ECT）是基于医学CT技术形成发展起来的,是过程层析成像技术（process tomography,PT）的一种[1].ECT技术是通过测量物体表面周围电极之间的电容值来计算内部介电常数的空间分布,主要用于工业管道内的多相流检测,这种技术可提高常规仪器无法探测的封闭管道及容器中多相介质的浓度、分布、运动状态等可视化信息,和其他测量技术或仪表相配合还可应用于多相流总质量流量、分相质量以及流速的实时检测[2].ECT因具有低成本、非侵入性、非破坏性等特点使得它有非常好的发展前景[3].目前,ECT技术已经被应用于多个领域,包括气液两相流空隙率测量及流型识别、流化床气固两相浓度分布可视化、气力输送、火焰可视化、冻土水分迁移过程的可视化等[4].电容层析成像系统主要由三大部分组成,分别是电容传感器、数据采集系统以及图像重建系统[5],其中数据采集为最关键的中间环节,而滤波算法在ECT数据采集系统中占有举足轻重的地位,它的好坏和否直接决定着ECT数据采集系统采集数据的精度[6].ECT数据采集系统通常采用FIR滤波器,该滤波器滤波效果要达到期望值,需在信噪谱不叠加的条件下进行,当出现叠加比较厉害时,通常取得的效果低于期望值.因此,马敏和吴海超提出采用卡尔曼滤波器代替传统的FIR滤波器,提高了系统的采集精度[7].但卡尔曼算法是一种可用于在线估计噪声的算法,如果系统噪声、观测噪声都是高斯白噪声,那么,将取得非常好的滤波效果,然而,数据采集的过程中容易受到干扰,比如周围导体物质,因此,采集到的信号不仅含有高斯白噪声,还有其他噪声.
本文以卡尔曼滤波和小波变换为基础,将观测数据的信号经过GHM多小波基不同级数的多小波分解,通过采用自适应阈值的方法,分别用软阈值和硬阈值法,对高频系数、低频系数分别进行处理得到平稳的观测数据,然后用噪声统计估计器估计其值,之后再经过卡尔曼处理.实验所得数据表明,经多小波对作为观测数据的信号进行预处理后,所得滤波视觉效果和均方差均比卡尔曼滤波好,为ECT数据采集系统提供了一种新颖的滤波方法.
数据采集论文参考资料：
结论：一种新颖电容层析成像数据采集滤波算法为关于数据采集方面的的相关大学硕士和相关本科毕业论文以及相关数据采集软件论文开题报告范文和职称论文写作参考文献资料下载。
