Estudio comparativo de técnicas de reducción de ruido en señales industriales mediante Transformada Wavelet Discreta y selección adaptativa del umbral

Abstract

ResumenLas técnicas de reducción de ruido son ampliamente utilizadas en la grabación de audio, la edición de imágenes y en el procesamiento de señales industriales. La idea es reconstruir los datos originales a partir de la señal ruidosa suprimiendo toda, o casi toda, la distorsión generada por el ruido inherente a los procesos físicos. En el presente trabajo se realiza una comparación de diferentes métodos de supresión de ruido que se basan en la selección adaptativa del umbral. Estas técnicas han sido usadas extensivamente en el procesamiento de imágenes pero el objetivo de este trabajo es evaluar su rendimiento en la reducción de ruido de señales industriales. En particular se analiza el comportamiento de los métodos Bayes Shrink, Normal Shrink, Modified Shrink y Neight Shrink para la reducción de ruido gaussiano en estas señales. A tales efectos se utilizó un conjunto de señales patrón, que incluye a las señales propuestas por Donoho y otras mediciones representativas obtenidas de procesos reales en las plantas de Níquel cubanas. Las pruebas realizadas revelan que el algoritmo Neigh Shrink es el que mejor se comporta en los datos analizados.

Detección y Localización de Ruptura Súbita mediante Transformada Wavelet Discreta y Correlación Cruzada

“…Para mejorar la eficiencia computacional en el proceso de detección de la señal adquirida se remuestreó a 400 Hz. Posterior a la adquisición de la señal se utilizó el algoritmo wavelet shrinkage (WS) para la atenuación del ruido empleando la estrategia de umbralización VisuShrink (Cedeño and Trujillo, 2013;Donoho and Johnstone, 1994). Culminado este proceso se realizó la detección basada en la correlación entre niveles de descomposición consecutivos, buscando mayor exactitud en la detección de la ruptura súbita.…”