基于小波变换的光电传感器信号去噪技术研究

石 毅，张 华

（1.华中光电技术研究所-武汉光电国家研究中心，武汉 430223；2.武汉第二船舶设计研究所，武汉 430064）

小波变换工作原理为通过对频率以及时间参数的合理配置，并对其的后续处理实现对于传递信号质量方面的有序调整。 具体则根据光电传感器的类型、运用方式和作用水平，实现对各类信号的积极获得，形成数据库形式的数据片段后，借助相应的数学计算方法，对各类数字片段进行合适的截取和后续调整，以提高电平信号的稳定性和精确程度。

1 光电传感器信号去噪技术使用流程

1.1 传感器信号确定

光电传感器的信号确定需要了解传感器本身类型和运行过程中其传递信息的类型和容易出现的噪声类型，从而让获得的最终结果可以根据该信号的常见噪声影响形式进行合适的处理[1]。 当前光电传感器的型号种类繁多，一方面应根据项目需求和相关的技术文件，对其产生的信号进行全面的识别和了解；另一方面应根据与之相连的相关线缆和周边环境指标之间的衔接模式，全面配置和明确获取的信息，以便为后续的小波变换工作奠定基础。

1.2 信号处理要求

信号的处理过程中需要通过对最终处理结果全方面了解，实现对相关数学算法建设模式和计算标准的确定，从而让整个信号处理系统能够正常稳定运行。 通常情况下，光电传感器会以电平信号的形式传递各类数据，而该电平信号在噪声出现严重时，会导致电平信号的信息不明确，即常规意义上的误差过大，在具体的处理过程中，要根据该信号的处理模式、处理状态和工作方法，实现对于所有信息的及时有序调整。 此后，则要求通过频率、时间参数的定义以及相关函数的建设，让该系统能够维持正常稳定运行，最终取得最佳的工作效果。

1.3 信号体系确定

信号体系的确定要根据光电传感器的电平信号本身作用表现，通过对各类片段的截取和典型数据的分析，以保障最终取得的处理结果符合信息的高质量传递要求。 在小波变换过程中，会以时间间隔的方式完成相关任务，再进一步研究该信息类型的作用表现、实际取得的工作成果及相关的工作质量。 对于其中高电平的区域，由于更易受外部噪声信号的干扰， 所以主要是以该区域为研究对象，通过对相关函数的设定，实现对于电平信号传递质量的提升。

1.4 去噪要求分析

获取了相关的分析结果后，需以硬件形式实现去噪，一方面可以采用主动控制系统实现对于各类信号和相关标准的正确建设；另一方面则需要对该工程项目运行体系进行分析， 包括管理标准的建立、 管理方法的使用以及已经建成的硬件设施网络，是否可以参与完善优质的运行过程，只有在所有的参数都符合设计标准和检测项目时，方可将该网络直接通入到原有的光电传感器运行系统中，基于此提高该系统的运行质量。

2 小波变换算法原理

2.1 变换工作原理

在变换工作原理中，要实现对各类数字信息的实时监管，其中在电平信号的获得阶段，要以某一时间段为研究对象， 分析当前噪声的产生模式，比如在某光电传感器的运行过程中，会受到周边环境的干扰，导致电平信号在高峰位置产生的噪声干扰效果更高，而通过对干扰信号每一时间点的精确分析难以实现，所以在后续的运行过程中，考虑可使用的方法是通过对于实际干扰信号的函数建设，研究整体性的干扰程度[2]。 在后续的管理过程中，使用多层次的处理方法实现对于该信号的小波处理工作，需要注意的是，在初次处理之后通常情况下难以达到应有的建设目的，所以需要完成多次的协调工作任务，而在该过程中，由于不同的噪声产生体系会产生不同的变化，同时噪声本身的表现也存在不同，因此后续还需要根据实际作用表现确定该结构的相应处理方法。

2.2 去噪技术原理

去噪技术的原理是通过多层次的调节和分析，实现对于出现噪声的有效控制和调整。 在具体的变换体系之内，首先要根据噪声的总体表现，通过建立目标函数的方法，对其求导之后才用模拟曲线的方式替代原有的噪声区域；其次是对处理过程中相关层级数量的确定， 要根据噪声本身的产生数据，实现对于参数和工作模式的后续调整和规划；最后是去噪技术的专业化使用，要求在具体的工作过程中， 通过相关硬件和软件协同建设和运行的模式，实现对于去噪技术的全面建成和应用。

3 基于小波变换的光电传感器去噪技术确定

3.1 去噪算法选择

在当前的去噪算法中，常用的有模极大值法、尺度空间滤波法以及阈值法，前两种方法通过对于空间尺度的确定和使用，研究小波变换方法的具体作用标准，同时根据该区域的小波特性、特征值以及具体的噪声产生因素，实现对于各类参数的积极调整，当空间尺度变大时，此类方法的处理效率较低，且系统的运算工作量较大，因此阈值控制方法可以更好地适配于小波变换工作体系，该方法的工作原理为

式中：S（t）为被噪声污染之后的信号；X（t）为光电传感器获得的检测工作数据传递信号；σ 为产生噪声的强度；e（t）为在具体运行过程中噪声的产生函数。通过分析发现，只要去除了噪声，就可以认为最终传出的信号和传感器取得的信号完全相同。 在该项工作中涉及的工作项目有3 个：①对于小波信号的识别要能分解和明确相关电平信号的，且了解该设备的运行参数；②对于高频系数的阈值量化，了解噪声在各个时间段之内的产生强度；③对于信号的重构工作，借助小波变换方法，实现对于传递信号的合理调整。

3.2 去噪对象确定

去噪对象确定的长期目标是能够让光电传感器传递的所有信号都需要经过合适的处理，在后续的运行阶段，由于光电传感器产生的电平信号会具有不同的表现特征，同时若直接实现对于整体性的信号调整和建设，则该项工作的任务量较大，且最终取得的结果精度不足， 故而在对象的选择阶段，可以建成分级检测机构。 首先是根据该信号体系中电平区域的噪声污染情况，通过对其的检测可以了解噪声的实际产生强度；其次是对于该系统运行状态的调整，根据已经建成的数据函数，实现对于各个运行时间段内噪声的去除；最后则是最终获得结果的补充，将各个时间节点之内的电平信号进行连续，并且将其合理的传递，最终被相关信号的接收装置、 分析装置以及后续的利用系统直接使用，以提高整个系统的运行稳定性。

3.3 去噪层级分析

在小波转换方法的分析过程中，由于考虑到在光电传感器的运行过程中，产生的信号强度和信号发生体系具有较大的差别，所以遭受的噪声污染也不同。 在具体的信息处理过程中，针对不同区域的信息模式以及噪声体系存在差别，故而对于具体的处理信息方面，也具有相适配性的管理要求，首先要实现对于各个区间点位的处理，根据已经建立的函数和工作方法， 实现对于该工作系统的合理升级，让整个系统的具体运行水平得以提升；其次是处理结果的对比和比较，在取得了实质性的工作结果之后，根据该系统的运行方法和作用表现，研究当前取得的结果是否能够满足制定标准的要求，当发现经过对比之后，该系统的具体运行质量无法完全贴合相关工作的精度保持要求时，则需要对该结构进行再次的处理，确保最终获得的结果满足相关管理规范；最后是最终获取结果的取得，具体的处理层级并不是根据已经设定的工作标准直接设置，而是要通过专业化的比对工作完成任务，当确定该结构中不存在较大的误差时，则需要将其进行再次使用。

3.4 去噪结果分析

去噪结果分析可采用直接对比法，即记录原有的噪声产生量，由于经过去噪处理之后是一种模拟状态下的协调参数，因此需要通过对经过噪声污染之后的信号强度和对应时间节点进行模拟，经对信号体系专业化计算后，找到两者的差距，确定存在的误差量保持在该区间段内，或当整个系统处于允许的范围内时，方可认为该系统的实际建设和运行标准符合处理要求。 考虑到噪声处理工作的计算量相对较大，可以遗留一至二处较大的误差点，在选择了时间范围后，让经过处理后的电平信号和被噪声污染体系的电平信号要求相符时，要保证遗留的一到两处电平信号失真不会对产生的图像造成严重的干扰[3]。 该方法重点需对光电传感器的重要程度和相关信号的用途进行分析，针对能够对整个系统造成重大影响的项目，有必要完全保障最终获得信号和结果的精准度。

3.5 去噪技术实施

去噪技术的实施阶段首先需要完成各类装置的配置，常见的包括信号的对比装置、相关软件的存储装置、去噪信息的分析装置等，这类装置都应处于正常稳定的运行状态，且具体运行质量能够满足相关的工作指标；其次是软件设施的建立，要能够根据产生的噪音类型，实现对相关调整信号的加入，实现阈值滤波技术的正确实施；最后是该系统运行状态的研究，一方面要了解整个工作项目的实际运行表现，另一方面则需要分析该项目的后续运行质量，当发现去噪系统无法保持应有的运行效果时，则需要对已经建成的硬软件协同运行体系进行进一步的调整，并且严格根据建成的调整模型完成各类设施的后续建设任务。

4 基于小波变换的光电传感器去噪技术验证

4.1 奇异点确定

在信号的传输过程中，噪声影响之下会导致某个点位出现突变，或者该区域的函数导数不连续，该坐标点就是奇异点。 在奇异点产生之后，无论是在导数求导过程还是在信号的幅值变化方面，都会引起整个信号体系的不连续，通常情况下，该现象可以在示波器直接展示[4]。 另一种奇异点的产生模式是，虽然信号从实际的作用表现上来看，整体上光滑并稳定，但是对一些导数求导发现， 该区域的微分值并不连续，设置在出现之后，会导致相关信号的变化幅度出现突变问题，都会对信号造成不利影响。 在奇异点的确定阶段，可以根据对信号流图的整体分析和作用表现判断奇异点的位置。 此外，针对一些具有较高隐藏效果的奇异点，需要对其进行求导，并判断一阶导数是否存在不连续问题，当发现不存在该问题时，则需要对整个结构进行后续的调整。

4.2 奇异点检测

在奇异点的检测过程中，可以使用Lipschitz 指数进行描述，相对于某一个负数的函数坐标，通过对于该坐标的分析和与之连续区域的协调，发现所有的参数都能够满足相关公式时，可确定该区间段不存在奇异点，反之则可确定该系统能满足相关函数的点位属于奇异点。 具体工作过程中，确定在小波尺度下的相关指数越大，则整个函数的稳定程度越高，而当出现该函数在后续的求导过程中虽然可导但是导数并不连续时，则该指数值可以确定为奇异点，经过最终结果的计算，确定最终获得的参数小于1 时，也可确定被研究点属于奇异点。 通过对奇异点的检测可以确定当前的小波转换体系是否能够正确应用，以防出现信号的不连续问题。

4.3 奇异点消除

在找到了奇异点之后需要对其消除，当前的奇异点有2 种，一种是高低电平的跳跃，另一种是存在波动的连续信号[5]。 由于信号的实际产生过程中，采用的方法为逐点采集，所以在具体的奇异点处理过程中，也需要使用逐点扫描的方式实现对于奇异点的分析和定位。 首先要确定整个系统运行过程中的有效阈值范围， 通常该参数需要大于4.2 V 高电平信号或者设置小于4.2 V 的低电平信号； 其次是实现对于区间段信号的扫描，以研究当前是否存在奇异点； 最后是针对各连续点周边点位的对比，若可以确定前后各点位的阈值不同或者发生了突变现象， 则需要对奇异点的参数进行取反值处理，而若发现实际检测的结果和预期相同时，则无需对其进行后续的处理。

5 结语

综上所述，光电传感器运行过程中会产生电平信号，而其会受到外界噪声的影响，基于小波转换技术可以消除噪声。 使用过程中首先要分析相关点位的具体噪声表现形式，其次是通过小波转换函数的使用，研究该信号是否可以正确使用，最后是对奇异点的检测工作，以分析去噪技术的使用方法。