文摘静电层析成像(Electrostatic tomography,EST)技术因其无辐射、非入侵、可视化、实时性高、成本低等优势在滑油磨粒在线监测中获得广泛研究,但实际测量中静电信号幅值微弱且含有大量噪声,严重影响图像重建质量。针对上述问题,本文提出一种基于稀疏分解的静电信号降噪方法。首先,对EST传感器测量得到的静电信号数据构建相应的字典,然后用正交匹配追踪(OMP)算法在字典中寻找信号的稀疏表示矩阵,并用其与字典的乘积来表示信号,最后将稀疏表示后的信号代入基于原始对偶内点法(PDIPA)的EST图像重建,并与两种经典降噪方法进行对比。实验结果表明:经过数据降噪处理,重建图像误差相对于降噪前下降5.5%,相对于小波分析或经验模态分解(Empirical Mode De composition,EMD)方法具有较高的准确性;采用本文提出的降噪方法,明显提高了管道内单个荷电颗粒和两个荷电颗粒在不同径向位置时的成像质量。
