强噪条件下基于小波降噪的陀螺仪声信号处理方法.pdf

收藏

编号:20181111080730425207    类型:共享资源    大小:202.60KB    格式:PDF    上传时间:2019-02-16
  
3
金币
关 键 词:
降噪方法 噪声条件下的 信号的 基于小波 基于小波降噪的 信号处理 条件下 仪信号处理 的方法 降噪处理 的陀螺 仪的陀螺 信号处理方法 基于小波降噪 基于小波的 小波降噪的 噪声条件下 情况下降噪
资源描述:
第21卷第6期 2008年6月 传感技术学报 CHINESE JOURNAL OF SE烈ISOES AND ACTUATORS 、,01.21 No.6 Jun.2008 Method of Processing Gyro Noise Signal Based on Wavelet Denoising Under Strong Noise HUBai—qin91'孙,WEI Zheng 2,WANG Bo-xion91,LI An3 f 1·State Key LaboratD删of Preci5ion M阳s“r咖翻£Technology and f“5f九‘拧跏溉 ] Department of Precision Instruments and Mechanology,Tsinghua University,Beijing 100084,China; 2.Electrical Engineering and Information Engineering College,Naval University of Engineering,Wuhan 430033,China!I 【3.College of science,Naval University of Engineering,Wuhan 430033,China J Abstract:To imply noise diagnosis technology tO the analysis of gyro performance,a new method based on wavelet denoising was presented considering the character of lower SNR of the gyro noise.The needed sig— nal was picked up with noise mostly removed by comparing the wavelet scale coefficients,and the analysis of gyro performance is ensured The experiment results demonstrate the effectiveness of the presented methods. Key words:gyro;noise;scale coefficient;wavelet denoising EEACC:7630;5230 强噪条件下基于小波降噪的陀螺仪声信号处理方法 胡柏青h孙,魏 峥2,王伯雄1,李 安3 ,1.清华大学精密仪器与机械学系精密测试技术与仪器国家重点实验室,北京100084; 、 \2.海军工程大学电气与信息工程学院,武汉430033}3.海军工程大学理学院,武汉430033, 摘 要:为了将噪声诊断技术应用于陀螺仪性能分析,针对陀螺仪声音信号信噪比较低的特点,提出了一种小波降噪的新方 法,通过尺度系数的比对有效地在复杂强噪声条件下提取出所需的陀螺仪音频信号,为性能分析提供了保证。实验验证降噪 取得了较好的效果。 关键词:陀螺仪;声信号;尺度系数;小波降噪 中图分类号:u666.163 文献标识码:A 文章编号:1∞4.1699(2008)06—1007-03 机械噪声蕴含着设备状态的重要信息,可用来 进行状态检测和故障诊断[¨,同时噪声诊断技术具 有信号测量方便灵活,不影响设备工作的优点。陀 螺仪作为核心的惯性器件,其性能优劣决定着整个 惯性导航系统的性能,从陀螺仪的声音信号出发来 研究其性能是一种新的思路,但由于在实际测量中 存在着干扰噪声强度大,环境噪声复杂等不利因素, 致使采集得到的原始信号中包含了大量不确定的噪 声信号,信号信噪比很低。 小波分析是在傅立叶分析基础上推广而来的一 种时频分析方法,能够灵活有效地同时表征信号在 时域和频域的信息,在信号分析和处理领域有着广 泛的应用。将小波降噪的各种方法用于陀螺仪信号 收稿日期:2007--08—20 修改日期:2008-01·18 的处理取得了良好的效果[2]。本文提出的尺度系数 偏差比对法。在选定合适的小波基后,分别对采集到 的环境和平稳运行阶段的声音信号进行小波包分 解,通过对分解后两种信号在不同尺度系数上的偏 差进行比对,找出在平稳运行阶段陀螺仪音频信号 信息集中的尺度系数,并以这些尺度系数为基础重 建信号,达到降噪目的。 l声信号采集 音频信号采集系统硬件由声望MPA201型号 ICP传声器、NI USB-6251数据采集设备以及便携 计算机等组成,软件设计以LabVIEW8.0为开发平 台。MPA201传声器的频率测试范围为20~20 万方数据 1008 传感技术学报 2008生 kHz,灵敏度高达50 mV/Pa,动态范围为130 dB (3%失真),同时具有优异的相位匹配特性,适应多 变的外界环境,满足测试需要。数据采集设备利用 A/D模块把外部电压信号转成计算机能够识别的 数字信号,可采集16路单端或8路差分模拟输入信 号,采样精度为16 bit,最大采样率可达到1.25 MSample/s。实验中数据系统的采样率设定为20000 Sample/s,实验对象是某型平台罗经单自由度液浮 积分陀螺仪,在实验室条件下采集了陀螺仪从启动 前、启动过渡过程到平稳运行阶段的声信号。图1 为数据采集系统采集得到的原始声信号和平稳运行 阶段的功率谱。 0 100U000 2000000 3000000 Time 图1原始声信号和功率谱 从图中可以看出,原始信号中含有大量不确定 的信号成分,功率谱中频率成分复杂并且难以区分, 噪声频率覆盖了整个频带。图中有几个明显的频率 峰带,考虑陀螺仪运行环境,初步分析,50 Hz是电 子机柜冷却风扇的供电电源频率,因此可能为风扇 工作产生的噪声;500 Hz有可能是陀螺电机运行的 音频信号频率;而1 500 Hz有可能是陀螺电机音频 信号的三倍频,或者由陀螺仪内其它部件产生,这里 无法判断。 2小波降噪 2.1原理 小波降噪以小波分析的基本理论为基础,是小 波分析的重要应用。下面以一维信号模型为例简述 其原理: S(惫)一厂(志)+£·P(志) k一0,1,…,矿1 其中:S(血)为含噪信号,,(是)为有用信号,P(志)为 噪声信号。考虑到一般的工程实际,在假设P(愚)为 高频白噪声信号,,(忌)表现为低频较平稳信号的前 提下,按如下方法进行降噪处理: 首先选用合适的小波基对信号进行小波分解, 根据噪声信号多包含在细节系数中的特点,利用门 限、阀值等形式对分解所得的小波系数进行处理,然 后对信号进行小波重建即可达到降噪的目的。其中 的关键步骤是对小波系数的处理,直接关系到降噪 的质量。 传统的小波降噪方法如相关性法、模极大值法 等都是根据信号和噪声的不同特征信息来确定门限 或阀值对小波系数进行处理的[3刮。如相关性去噪 就是利用尺度间小波系数中信号和噪声的相关性不 同的特点(信号的小波变换在各尺度间有较强的相 关性,噪声的小波变换在各尺度间没有明显的相关 性),在大尺度下将信号的小波变换系数保留,在较 小尺度下保留高相关系数,舍去弱相关系数,然后重 构信号,能够取得稳定的去噪效果。此外,传统的降 噪过程是基于如下基本假设,即携带信息的原始信 号在频域或小波域的能量相对集中,表现为能量密 集区域的信号分解系数的绝对值比较大,而噪声信 号的能量谱相对分散,所以其系数的绝对值比较小, 这样我们就可以通过作用阈值的方法过滤掉绝对值 小于一定阈值的小波系数,从而达到降噪的效果。 2.2尺度系数比对法降噪 前面提到,实验中采集的原始信号非常复杂,包 含大量不确定的噪声,种类多,强度高,频谱覆盖范 围广,能量也比较大。此外,所需的声信号也没有低 频平稳的特征。图2给出了通过传统傅立叶变换得 到的陀螺仪启动前采集环境的频谱图,和图1对比 可以看出:陀螺仪启动平稳运行后,50 Hz、500 Hz 和1 500 Hz频率峰带明显加强,其它各频段能量改 变微小。如前所述,无法肯定地判断陀螺电机平稳 运行的音频信号特征频率,传统傅立叶降噪方法提 取陀螺仪音频信号存在技术障碍。 陀螺仪启动后,采集环境的其他条件没有改变, 得到的声音信号仅仅增加了陀螺仪的运行声音,基 于以上考虑,本文提出的尺度系数比对法的基本思 路是:采集陀螺仪未启动前的环境信号、陀螺仪启动 过程信号及其稳定运行后的信号。将启动前和稳定 运行后的两种音频信号分别做小波包分解,比对对 应尺度节点的分解系数,找出偏差量相对较大的节 点系数,陀螺仪音频信号的信息就主要集中在这些 系数当中。结合偏差较大的节点系数信息,对原始 信号小波包分解后的系数重建,完成降噪过程,其流 程如图3所示: , 5 O 5 I ¨ |耋 o !耋 引 u日暑=aE《 万方数据 第6期 胡柏青,魏峥等:强噪条件下基于小波降噪的陀螺仪声信号处理方法 1009 图2环境功率普图 图3尺度系数比对降噪流程图 2.3处理结果及分析 由于对陀螺仪声信号信息掌握较少,数据处理 过程中选择了小波包分解,即对小波分解的细节系 数也进行分解,保证了比对的全面性,避免了有用信 息的遗漏,有效滤除掉了噪声。分解时小渡基选用 了双正交样条小波biorl.5。biorl.5属于 Biorthogonat(bioeNr.Nd)/Js波族,其特点是在信号 的相移之间保留了一部分冗余,可以精确的重建信 号。同时,实验验证具有对称性的biorl.5小波对 信号的降噪也有明显的优势[5]。小波包分解时进行 了多尺度分解,保证了对低频信号的有效滤除[6]。 对环境信号和原始信号进行6层小波包分解后 的尺度系数偏差如图4所示,表1列出了偏差较大 的节点和偏差值。 图4 节点尺度系数方差距离 表1 较大方差节点和偏差值 节点编号(6,2)(6,6)(6,lo)(6,32)(6,32)(6,34)(6,35) 季数譬2 1.8 1.8 1.8 1.8 1.7 1.7 (X100) 。 以偏差较大的节点系数为基础重建小波系数, 胡柏青(1964一),男,副教授,博士研究 生,主要从事惯性技术与应用的研究, hu_bq@126.coil] 得到降噪后的陀螺仪声信号,重建信号及其功率谱 如图5所示。对比图1可以看出,经过降噪后只有 500 Hz的信号没有被明显削弱,冷却风扇转动等其 它强噪声都被有效滤除,降噪取得了良好的效果,后 证实1 500 Hz频率为输出轴压电支撑装置中压电 陶瓷振动所致,从而本文最初对噪声信号成分的初 步推断是基本合理的。 3结论 图5重建信号和功率谱 由于系统工作环境的复杂性,陀螺仪音频信 号的特征湮没在低信噪比的原始采集信号当中, 传统的降噪方法难以提取所需的陀螺仪声信号, 对其分析更无从谈起。文中通过尺度系数比对的 方法,在陀螺仪工作环境不变的情况下,有效地去 除了大部分噪声,为对陀螺仪的性能进行分析奠 定了基础。同时,在系统工作环境不变的前提下, 该方法还为强噪声条件下弱信号的提取指出了一 个可行的方向。 参考文献: [1]Lyon R H.Machinery Noise and Diagnostics[M].Butter— worths:Boston,1987:2-8. Cz]董永生,羿旭明.基于四种改进周值的小波去噪方法[J].数学 杂志.2006,5:473—477. [3]冉启文,谭立英.小波分析与分数傅立叶变换及其应用[M].北 京:国防工业出版社,Z002:56-64. [4]成礼智,王红霞:小渡理论与应用[M].北京:科学出版社, 2004:77—84. Is]汤巍,李士心,等.关于陀螺信号处理中小波基选取的研究[J]. 中国惯性技术学报,2002,10:28—30, [6]董长虹.Matlab小渡分析工具箱原理与应用[M].北京:国防 工业出版社,2004:109—119. 万方数据
展开阅读全文
  皮皮文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
0条评论

还可以输入200字符

暂无评论,赶快抢占沙发吧。

关于本文
本文标题:强噪条件下基于小波降噪的陀螺仪声信号处理方法.pdf
链接地址:http://www.ppdoc.com/p-10931129.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2008-2018 皮皮文库网站版权所有
经营许可证编号:京ICP备12026657号-3 

收起
展开