题目气相监测信号的处理方法研究摘要气相监测具有很多的优点，对数据分析的速度较快、分离效能明显以及有较强的选择性，其对提高工作运行效率的有效性有重要意义，因其优势较多，被应用的领域较为广泛，例如石油化工领域、医疗领域及环保、食品领域等。在现场工作操作中，受各种外界环境的影响，如设计原理、检测条件等因素，会对气相色谱信号的有效性带来影响，信号中除了有用信号还存在噪声干扰信号，这样会干扰研究结果的精确性。提高研究结果的精准性及其有效性，需要加强对气相检测信号中噪声的过滤处理。但是，气相监测具有一定的复杂性，是一种非线性的动态系统。其目标在于将其环境中含气以及非含气信号的时段频率特征进行比对并进行研究分析，在当前背景下，采取与时俱进的现代化操作手段来获取有效信息是值得去研究探索的。NordenE.Huang在经过多年的分析研究，在1998年提出了信号处理领域的里程碑式观点，其提出了一种新的信号处理方法，经验模态分解法(Empiricalmodedeposition,EMD)。这种信号处理方法比以往占据较大的优势，无论是非线性还是非平稳环境下，其处理信号具有较强的有效性。经验模态分解法其工作原理是将复杂的信号简单化，分解一系列包含原始信号局部特性的本征模函数，再对其进行一定程度上的变换来得出具有物理意义的频率。因其处理信号的稳定性及有效性较高，常被应用于较多的领域中。本文对经验模态分解法在气相监测信号处理方面进行了深入的理论研究，并给出了它在实际工程中的一些应用。关键词：气相监测；滤波处理；经验模态分解；信号处理ResearchonProcessingMethodofGasPhaseMonitoringSignalABSTRACTGasphasemonitoringhasmanyadvantages,suchashighspeedofdataanalysis,distinctseparationefficiencyandstrongselectivity.Ithasimportantsignificancetoimprovetheefficiencyofoperation.Becauseofitsadvantages,ithasbeenwidelyusedinmanyfields,suchaspetrochemicalindustry,medicaltreatment,environmentalprotection,foodandsoon.Infieldoperation,influencedbyvariousexternalenvironments,suchasdesignprinciples,detectionconditionsandotherfactors,theeffectivenessofgaschromatographysignalswillbeaffected.Inadditiontousefulsignals,therearenoiseinterferencesignalsinthesignals,whichwillinterferewiththeaccuracyoftheresearchresults.Inordertoimprovetheaccuracyandeffectivenessoftheresearchresults,itisnecessarytostrengthenthefilteringofnoiseingasphasedetectionsignals.However,gasphasemonitoringisanon-lineardynamicsystemwithcertaincomplexity.Itsaimistocompareandanalyzethetime-frequencycharacteristicsofgas-containingandnon-gas-containingsignalsintheenvironment.Underthecurrentbackground,itisworthstudyingandexploringtoadoptmodernoperationmethodstoobtaineffectiveinformation.Afteryearsofanalysisandresearch,NordenE.Huangputforwardalandmarkviewpointinthefieldofsignalprocessingin1998.Heproposedanewsignalprocessingmethod,EmpiricalModeDecomposition(EMD).Thissignalprocessingmethodhasagreateradvantagethanbefore.Ithasastrongeffectivenessinprocessingsignalsinbothnon-linearandnon-stationaryenvironments.Theprincipleofempiricalmodedecompositionistosimplifycomplexsignals,decomposeaseriesofintrinsicmodefunctionsincludingthelocalcharacteristicsoftheoriginalsignals,andthentransformthemtoacertainextenttogetthefrequencieswithphysicalsignificance.Becauseofitshighstabilityandeffectivenessinsignalprocessing,itisoftenusedinmanyfields.Inthispaper,empiricalmodedecomposition(EMD)methodisdeeplystudiedinsignalprocessingofgasphasemonitoring,anditsapplicationinpracticalengineeringisgiven.KeyWords：GasPhaseMonitoring；Filtering；EMD；SignalProcessing目录摘要...........................................................................
