在线小波变换技术在气体传感器漂移故障检测中的应用  

Application of On-Line Wavelet Decomposition Technology in Drift Detection of Gas Sensor

作　　者：丁晖[1] 刘君华[1] 申忠如[1] 

机构地区：[1]西安交通大学电气工程学院,西安710049

出　　处：《西安交通大学学报》2002年第12期1219-1221,1244,共4页Journal of Xi'an Jiaotong University

基　　金：国家自然科学基金资助项目(50077016).

摘　　要：为了提高气体传感器漂移故障检测的灵敏度,采用了一种基于多分辨分析理论的在线小波分解算法(OLMS).与传统的小波分解算法不同的是,OLMS算法具有较好的实时性,适于在线使用.采用该算法可以将传感器输出信号中发生在不同的时间尺度上的"事件"分离开,因此能够将变化微弱的漂移特征从信号噪声和其他干扰中有效地检测出来.此外,对于采集序列中常见的"野点"数据,提出一种改进的中位值滤波算法(MMF)予以消除.仿真计算结果证明了该算法的有效性.In order to improve the sensitivity of drift detection for gas sensors, an on-line wavelet decomposition algorithm (OLMS) is applied. Unlike the traditional wavelet decomposition algorithm, OLMS is adaptively used on line. Applying this algorithm, the sensor signal can be decomposed into multi-scales, which makes the drift features separated sensitively from noises or other events. Moreover, a modified median filtering method is proposed to eliminate the outliers in the collected data successfully. Detailed description of the algorithm is given and its superior performances are illustrated by simulation.

关 键 词：气体传感器 故障检测 在线小波变换 传感器漂移 中位值滤波算法 在线小波分解算法 

分 类 号：TP212.1[自动化与计算机技术—检测技术与自动化装置] TP27[自动化与计算机技术—控制科学与工程]