基于EEMD-WPT的温室环境数据优化处理研究

TP274; [目的]解决温室系统中的数据采集传感器容易受到多种环境因素的干扰,从而导致数据中存在噪声的问题.[方法]提出一种集合经验模态分解(Ensemble empirical mode decomposition,EEMD)与小波包自适应阈值(Wavelet packet adaptive threshold,WPT)算法联合的数据降噪处理方法,并采用卡尔曼滤波与自适应加权平均算法对降噪后的数据进行融合.[结果]将EEMD-WPT算法应用于含噪温、湿度数据的降噪处理,相较于降噪前的数据,信噪比提升了 73.08%.该算法相较于传统WPT算法具有更好的降噪效果,处理后的数据信噪比提升了 4...

Full description

Saved in:
Bibliographic Details
Published in华南农业大学学报 Vol. 45; no. 3; pp. 397 - 407
Main Authors 吴伟斌, 杨柳, 吴维浩, 吴贤楠, 沈梓颖, 张方任, 罗远强
Format Journal Article
LanguageChinese
Published 华南农业大学工程学院,广东广州 510642 01.05.2024
南方农业机械与装备关键技术教育部重点研究室/国家柑橘产业体系机械化研究室/广东省山地果园机械创新工程技术研究中心,广东广州 510642%华南农业大学工程学院,广东广州 510642
Subjects
Adaptive threshold
小波包
自适应阈值
Noise reduction
温室
EEMD
Wavelet packet
Data fusion
数据融合
Greenhouse
降噪
Online AccessGet full text
ISSN1001-411X
DOI10.7671/j.issn.1001-411X.202305029

Cover

More Information
Summary:TP274; [目的]解决温室系统中的数据采集传感器容易受到多种环境因素的干扰,从而导致数据中存在噪声的问题.[方法]提出一种集合经验模态分解(Ensemble empirical mode decomposition,EEMD)与小波包自适应阈值(Wavelet packet adaptive threshold,WPT)算法联合的数据降噪处理方法,并采用卡尔曼滤波与自适应加权平均算法对降噪后的数据进行融合.[结果]将EEMD-WPT算法应用于含噪温、湿度数据的降噪处理,相较于降噪前的数据,信噪比提升了 73.08%.该算法相较于传统WPT算法具有更好的降噪效果,处理后的数据信噪比提升了 40.31%,均方根误差降低了 84.75%.[结论]该算法能解决数据跳动、冗余和丢失等问题,并为温室控制系统提供了有效的参数,具有较大的实际应用价值.
ISSN:1001-411X
DOI:10.7671/j.issn.1001-411X.202305029