基于LabVIEW的EMD降噪软件设计与实现

孙飞，张鹏，连德浩

（西南科技大学 信息工程学院，四川 绵阳 621010）

摘要：在复杂环境数据采集过程中，原始数据常常混有若干外界噪声，为提高信号特征提取的准确性，基于虚拟仪器技术设计并实现了经验模态分解（Empirical Mode Decomposition，EMD）算法，根据相关分析法筛选有效基本模式分量（Intrinsic Mode Function，IMF）完成测量信号的降噪处理，并设计仿真信号对软件降噪效果进行验证。验证结果表明，所设计软件可有效去除原始信号噪声，可靠性较好。

0引言

在实际信号采集过程中，原始信号容易受到复杂环境噪声的干扰，增加后期信号特征提取难度。因此，选择有效降噪算法对测量信号的降噪预处理显得尤为重要。

经验模态分解（Empirical Mode Decomposition，EMD）作为信号时频分析的重要手段，在非平稳信号处理方面相比其他方法具有较好的优越性，本文利用LabVIEW开发工具，根据EMD降噪原理，设计针对复杂非平稳信号的降噪处理软件，并构建仿真信号对其降噪效果进行验证。

1经验模态分解

EMD是一种与小波变换相类似的信号分解方法，对于非平稳信号，它相比其他类信号处理方法有较强的优越性。假设原始信号为x(t)，它采用“筛选”的模式对所分析信号进行分解，具体过程如下［1］：

（1）取其上下包络局部均值组成的序列m(t)，则

h1(t)=x(t)－m1(t)(1)

（2）从原始信号中“筛选”出IMF信号，得到剩余信号r1(t)，如式（2）所示。

r1(t)=x(t)－ct(t)（2）

（3）对剩余信号r1(t)重复步骤（1）和步骤（2），如式（3）所示。

直到rn(t)变化很小，不能“筛选”出新的模式分量为止，则原始信号被分解成多个基本模式分量（Intrinsic Mode Function,IMF)和余项之和，如式（4）所示。

不同IMF分量按照从高频到低频顺序依此排列，在实际应用中，利用相关分析算法选择有效模式分量，根据不同噪声特性，将相应模式分量进行组合还原出原始信号，从而达到去噪效果。

2算法实现

LabVIEW是一种图形化编程语言，在测控领域得到广泛应用［23］。本文通过LabVIEW根据EMD降噪原理设计并实现复杂信号降噪软件，实现原理分为三大模块，步骤如下：

（1）三次样条插值构造包络线

主要是根据所分析信号的极值点构造包络曲线，借助LabVIEW中提供的三次样条插值功能函数来实现，构造信号包络曲线的程序如图1所示。

（2）包络曲线求局部均值

从步骤（1）获取信号的上下包络曲线，对曲线中各点的极值取均值即可获取局部均值，程序结构如图2所示。

（3）剩余分量判断

在信号分解过程中，需要对筛分过程进行限制，按照Huang等人的仿柯西收敛准则［4］，定义阈值SD作为EMD分解的终止条件，如式（4）所示。

式（4）中，T为信号的持续时间，按照Huang的建议，SD取［0.2，0.3］之间，本文根据试凑法，取值为0.25，整体程序结构如图3所示。

降噪软件整体界面如图4所示。

3降噪效果验证

为验证本文程序实现算法的正确性，构造式（5）所示的仿真信号S(t)对软件降噪效果进行验证。

S(t)=Asin(2*π*10*t)+w(t)（5）

其中，w(t)为幅值为0.5的高斯白噪声，采样率fs=1 000 Hz，采样数N=1 000，含噪信号波形如图5所示。

对w(t)进行经验模态分解，共产生5个基本模态函数，波形如图6所示。统计各个IMF分量和原始信号的相关系数，统计如表1所示。

从表1中可以看出，IMF4与原始信号相关系数最大，因此，选择模式IMF4作为有效分量重构信号，同时，为了更好显示降噪效果，与原始无噪声信号作对比，波形如图7所示。

从图中可以看出，原始含噪信号经过EMD降噪处理，噪声得到有效控制，较好地还原出真实信号，从而说明本文程序所实现算法的有效性,计算两类信号的相关系数，其结果为0.951 292，进而验证本文所设计软件的可靠性。

4结论

针对实际数据采集过程中容易遭受噪声干扰的问题，本文根据EMD算法降噪原理，通过LabVIEW设计并实现信号降噪处理软件，同时构建仿真信号对软件降噪效果进行验证。验证结果表明，本文所设计软件对复杂噪声处理效果较好，在实际数据采集过程中具有较好的应用价值。

参考文献

［1］ 李贵子，楼军纬. EMD包络谱在虚拟仪器诊断系统中的实现及应用［J］.机械制造与自动化,2014(6):205207.

［2］ 王水鱼,冯晓靖. 一种基于虚拟仪器技术的任意波形发生器［J］. 微型机与应用,2013,32(18):1719.

［3］ 张力,王盈. LabVIEW与三菱PLC串口通信的实现［J］.微型机与应用,2013,32(12):5153.

［4］ 曹冲锋. 基于EMD的机械振动分析与振动方法研究［D］. 杭州：浙江大学，2009.