摘要
为了在满足实时精确测量动物体重的需求,提出经验模态分解(EMD Empirical Mode Decomposition)算法来解决称重系统中体重数据不准确的问题。算法通过数据的预处理,对EMD算法的适应性改进,同时采用实际计算中较早退出的方法,实现在短时间内去除噪声,使得最终体重误差接近数据采集模块的系统误差,从而快速准确的得到动物体重值。对用于动物的动态称重的研究有很好推动作用。
To meet the requirements of real-time measurement of animal weight,Empirical Mode Decomposition(EMD) algorithm is proposed to solve the inaccurate weight data in weighing system.In proved algorithm,considering adaptive improvement in EMD by preprocessing data and the earlier exit in actual calculation,the system noise is cancelled in a short time,which makes the final weight error close to the system error of data acquisition module.
出处
《工业控制计算机》
2016年第11期100-101,共2页
Industrial Control Computer
基金
工业和信息化部2014年物联网发展专项资金项目(工信厅联科〔2014〕74号)
