小波和稀疏分解在非连续性薄膜去噪中的应用

被引:3
作者
陈功
朱锡芳
许清泉
徐安成
杨辉
机构
[1] 常州工学院电子信息与电气工程学院
关键词
信号处理; 去噪; 稀疏分解; 锂电池薄膜;
D O I
暂无
中图分类号
TM912 [蓄电池]; TN911.4 [噪声与干扰];
学科分类号
0808 ; 081002 ;
摘要
为了在传感器测量锂电池非连续性膜厚前不需测量C型机构的固有频率和扫描振动频率,采用3层小波-阈值判断-稀疏分解信号处理去噪方法,进行了理论分析和实验验证。该方法不需固有频率和扫描振动频率的先验知识,在不同C型机构扫描速率模式下,通过迭代选取最佳匹配的原子序列保留锂电池薄膜厚度分布,滤除局部噪声波动,实现稀疏迭代去噪。结果表明,相对于小波算法,在缺乏先验知识的条件下,稀疏分解算法具有较好的去噪性能,其均方差值达5μm7μm,是一种操作简单、可行有效的方法。
引用
收藏
页码:546 / 550
页数:5
相关论文
共 5 条
[1]   单镜头激光三角法薄板厚度测量研究 [J].
汪琛 ;
赵斌 .
激光技术 , 2013, (01) :6-10
[2]   多分辨率小波在非连续涂层测厚的应用 [J].
陈功 ;
朱锡芳 ;
许清泉 ;
徐安成 ;
杨辉 .
控制工程, 2013, 20 (01) :175-178
[3]   声信号并行稀疏分解去噪方法研究 [J].
刘辉 ;
杨俊安 ;
黄文静 .
电路与系统学报, 2012, 17 (06) :64-69
[4]   基于稀疏分解的大功率半导体激光器1/f噪声参数估计的新方法 [J].
李扬 ;
郭树旭 .
物理学报, 2012, 61 (03) :189-194
[5]  
Wavelet denoising via sparse representation[J] . RuiZhen Zhao,XiaoYu Liu,Ching-Chung Li,Robert J. Sclabassi,MinGui Sun.Science in China Series F: Information Sciences . 2009 (8)