陈 功，朱锡芳，许清泉，徐安成，杨 辉

(常州工学院电子信息与电气工程学院，常州213022)

引 言

利用C型扫描机构可以实现锂电池薄膜的实时、在线、自动测量，但是在扫描过程中存在不同扫描速率下的动态噪声［1-3］。采用3层-阈值-7层多分辨率小波算法可以实现非连续性锂电池薄膜精确去噪，但是该算法需要测量C型扫描机构固有频率以及该机构在不同速度扫描时振动激励下振动频率，由此决定小波分解层数和重构系数［1-2］。

MALLAT和ZHANG所提出的稀疏分解是近年来的研究热点，已经在图像、视频、医学信号处理等方面得到了广泛的应用［4-11］，稀疏分解算法可以在缺乏噪声的统计特性的条件下，自适应地选择合适的基函数来完成信号的分解，可以利用字典的冗余特性捕捉原始信号的自然特征［12］。

锂电池薄膜生产过程中，针对锂电池薄膜的非连续性，首先采用3层小波算法实现初步去噪，采用阈值判断滤除铝膜部分，最后采用稀疏分解算法通过迭代滤除连续性锂电池薄膜扫描振动噪声，重构锂电池实际膜厚。该算法不需测量C型扫描机构固有频率和扫描振动频率，能适应不同扫描速度下的薄膜测厚。

1 多分辨率小波和阈值判断

1.1 3层小波算法实现初步去噪

［2］，当锂电池生产线且和C型机构同时运行，采用3层小波和阈值联合去噪实现动态误差初步去噪。

在工业环境下包含涂层薄膜和铝膜实时厚度分布公式v(n)=d-s1(n)-s2(n)。其中d为上下传感器修正后的垂直间距值，s1(n)为上传感器到上薄膜表面间距，s2(n)为下传感器到下薄膜表面间距，n为对静态薄膜的采样点数，n=1，2，…N，其中N为最大采样点数，小波分解层数为3。……