基于最小二乘支持向量机的声波测距系统消噪处理  

The Acoustic Ranging Signal De-Noising Based on Least Squares Support Vector Machines

作　　者：张亮亮[1] 何鹏举[1] 秦丽丽[1] 杨晶[2] 宋阿梅[1] 吴琼 

机构地区：[1]西北工业大学自动化学院,西安710129 [2]江西理工大学机电工程学院,江西赣州341000 [3]甘肃省地矿局第一地质勘察院,甘肃天水741020

出　　处：《传感技术学报》2012年第5期633-638,共6页Chinese Journal of Sensors and Actuators

基　　金：陕西省基金项目(2011K06-25);总装预言项目(2011DA090002C090002);西北工业大学研究生创业种子基金项目(Z2011067);江西省教育厅基金项目(GJJ10480)

摘　　要：针对声波测距系统噪声复杂,淹没在噪声中的回波难以检测的问题,以机器统计学习理论为基础,采用最小二乘支持向量机(LS-SVM)建立系统模型,实现了声波测距系统异常值的预测和噪声的消除,并与传统的时间序列分析方法建立的自回归滑动平均求和模型(ARIMA)的消噪效果进行了仿真对比。仿真结果表明,利用最小二乘支持向量机建立的模型预测精度高,能有效地抑制声波测距系统中的噪声。Aiming at the problem of complex noise in acoustic ranging system and weak echo difficuhly detected from signals with high noise,least squares support vector machines based on the statistical learning theory are used in model building to realizes the unusual values detection and noise elimination. Comparing the deoising result with the traditional autoregressive integrated moving average （ARIMA）, simulated results show that the proposed method can improve the prediction accuracy and restrain the noise of acoustic ranging system.

关 键 词：声波测距系统 消噪处理 最小二乘支持向量机 ARIMA模型 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]