基于EEMD-WPT的温室环境数据优化处理研究

摘要

【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。

关键词

EEMD / 小波包 / 自适应阈值 / 降噪 / 温室 / 数据融合