（信号与信息处理专业论文）管道检测系统噪声分析与自适应噪声抵消研究.pdf

管道检测系统噪声分析与自适应噪声抵消研究 摘要 企业生产过程中，必须定期检测各种工业管道质量状况，准确判定管道缺 陷位置及其扩展趋势，进而预测管道报废期限。近年来，在铁磁性管道检测方 面，有人将漏磁检测技术应用于工业钢管质量检测，实现了可视化、无盲区、 自动化动态检测。然而，目前该类检测系统通常存在只能进行缺陷定位，不能 有效检测缺陷类型且检测准确率不高等不足。其原因是检测得到的微弱有用信 号被大量噪声淹没，不能有效提取缺陷信号特征，满足缺陷识别等后续信号处 理要求，因此需进一步研究管道检测系统噪声消除方法和技术。 目前管道检测系统中用到的消除干扰的方法主要有传统的低通滤波器、软 件除噪以及改善机械结构等。这些方法可以在一定程度上减少噪声干扰，但效 果并不理想。本文以漏磁检测系统的应用为例，做了以下几方面工作。 文中首先分析了管道检测系统各种噪声源，针对噪声特点提出了一些行之 有效的方法。对于系统噪声应设计低噪声电路；对于外界干扰归纳了抑制干扰 源、消除干扰耦合途径等3 类抑制干扰噪声的方法。 接着，在理论上论述了自适应滤波原理，对自适应噪声抵消技术的关键部 分一一自适应滤波器算法进行了详细讨论。分析了l m s 、n l m s 和r l s 算法 的优缺点，仿真验证了各自适应算法及其影响参数，通过比较褥出一些有益的 结论。随后利用n l m s 算法，设计了自适应噪声抵消系统处理漏磁信号数据， 有效消除了工频干扰以及两路噪声线性相关情况下的噪声影响。 为了减少硬件结构，降低检测系统复杂程度，试验中还采用数字信号处理 的相关算法，设计自适应陷波器，通过软件滤波器滤除工频干扰。试验表明该 自适应陷波器可以有效跟踪干扰频率变化，消除工频干扰影响。 最后，针对两路信号中的噪声为非线性相关的情况，利用神经网络高度的 并行性、非线性、变换能力和学习能力等特点，设计了自适应非线性滤波器一 一基于神经网络的自适应噪声抵消系统。试验表明，该系统能有效消除噪声并 具有较强的容错能力。 针对传统实验方法所需仪器设备多、系统设计周期长、调整困难等缺点， 试验采用了一种便捷的系统设计方案。该方案采用m a t l a b 软件的s i m u l i n k 工 具箱设计各自适应噪声抵消系统。 关键词：管道检测系统 噪声源分析自适应噪声抵消神经网络 n o i s ea n a l y s i sa n ds t u d y i n go fa d a p t i v en o i s ec a n c e l l a t i o n i np i p e l i n ed e t e c t i n gs y s t e m a b s t r a c t i nt h ep r o c e s s i n go fp r o d u c i n g ，v a r i o u si n d u s t r i a l p i p e l i n e sm u s tb et e s t r e g u l a r l y i ti sa l lu r g e n t l yi s s u et ob es o l v e dt h a td e t e r m i n i n gt h ed e f e c t se x p a n s i o n p r e c i s e l ya n dt h e np r e d i c t i n ge x p e c t a n c ya c c u r a t e l y i nr e c e n ty e a r s ，m f ld e t e c t i n g e q u i p m e n t sa r ew i d e l yu s e di np i p e l i n eq u a l i t yi n s p e c t i o n i tc a ni m p l e m e n t v i s u a l i z a t i o n , w i t h o u tb l i n ds p o t sa n da u t o m a t e dd y n a m i ct e s t i n g h o w e v e r ，i tu s u a l l yc a n o n l yd e t e c td e f e c t s l o c a t i o nr a t h e rt h a nt y p ea n dt h ea c c u r a c yr a t ei sn o th i g h t h c b a s i cr e a s o ni st h a tt h o s em e t h o d sc a n te f f e c t i v e l ye x t r a c tt h eu s e f u ls i g n a lf r o m t h en o i s e i tc a n tm e e tt h er e q u i r e m e n t so fi d e n t i f y i n gd e f e c t s t y p e c u r r e n t l y ，t r a d i t i o n a lm e t h o d so fc a n c e l i n gt h en o i s ea r el o w - p a s sf i l t e r , s o f t w a r ea n dt h ei m p r o v e m e n to fm e c h a n i e a is t r u c t u r ea n ds oo n t h e s em e t h o d s c a nr e d u c en o i s ea n di n t e r f e r e n c et os o m ee x t e n t 。b u tt h er e s u l ti sn o ts a t i s f a c t o r yt o m e e tt h er e q u i r e m e n t so ft h ef o l l o w - u ps i g n a lp r o c e s s i n g i nt h i s p a p e r , f i r s t l y , w ea n a l y s i s n o i s es o u r c e si nt h e d e t e c t i n gs y s t e m a c c o r d i n gi tw ep r o p o s e ds o m ee f f e c t i v em e t h o d s f o re x a m p l e ，f o rs y s t e mn o i s e ， l o w - n o i s ec i r c u i ts h o u l db ed e s i g n e d f o ro u t s i d ei n t e r f e r e n e et h r e ec a t e g o r i e so f i n t e r f e r e n c es u p p r e s s i o nm e t h o d sa r ep r e s e n t t h e nw ed i s c u s s e dt h et h e o r yo fa d a p t i v ef i l t e r t h ep e r f o r m a n c eo fl m s n l m s ，a n dr l sa l g o r i t h mh a v eb e e na n a l y z e di nd e t a i l b yc o m p a r i n g ，w ed r a w s o m eu s e f u lc o n c l u s i o n s f i n a l l ya d a p t i v en o i s ec a n c e l l a t i o ns y s t e m si sd e s i g n e dt o p r o c e s s i n gm f ls i g n a l n er e s u l t sp r o v e dt h i ss y s t e mc a l le f f e c t i v e l ye l i m i n a t e5 0 h zn o i s e a n di n t e r f e r e n c ew h e nt h et w or o a do f n o i s es i g n a l sa r el i n er e l e v a n t i no r d e rt or e d u c et h ec o m p l e x i t yo fd e t e c t i o ns y s t e m ，w e d e s i g n e ds o f t w a r e f i l t e r - a d a p t i v en o t c hf i l t e r t h et e s ts h o w st h a ti t c a ne f f c c t i v e l yt r a c kt h ef r e q u e n c y c h a n g e so f i n t e r f e r e n c et oe l i m i n a t et h ei m p a c to f f r e q u e n c yi n t e r f e r e n c e d u et ot h el i m i t a t i o no ft h et r a d i t i o n a le x p e r i m e n t a lm e t h o d s w h i c hn e e dt o o m a n yi n s t r u m e n t s ，t o ol o n gt i m e ，a n dh a v ed i f f i c u l t i e sf o rs y s t e md e s i g na n d a a j u s t m e n t ，an e we x p e r i m e n t a lm e t h o db a s e do ns i m u l i n kt o o l b o xo fm a t l a bh a s b e e np u tf o r w a r d w i t hi tt h ea d a p t i v en o i s ec a n c e l l e rb a s e do na r t i f i c i a ln e u r a l n e t w o r kh a v eb e e nd e s i g n e d t h er e s u l t sp r o v e di t se f 氍c i e n ti nt h en o i s e c a n c e l l a t i o n k e y w o r d s ：p i p e l i n ed e t e c t i n gs y s t e m ；n o i s ea n a l y s i s ；a d a p t i v en o i s ec a n c e l l a t i o n ； n e u r a ln e t w o r k 插图清单 图1 - l漏磁检测原理2 图l - 2自适应滤波器的原理框图4 图1 3系统辨识5 图1 4 系统逆辨识5 图l - 5信号预测：6 图1 - 6多传感器噪声抵消6 图2 1调制放大与解调9 图2 - 2共发射极电路偏置1 1 图2 3 通过信号源进行偏置。1 2 图2 - 4变压器噪声匹配电路。1 3 图2 5晶体管并联工作方式1 4 图2 6 噪声频谱分布图1 7 图2 7 变压器隔离1 9 图3 - 1延时线自适应滤波器结构2 l 图3 2自适应滤波器原理的频域解释2 2 图3 - 3m = 2 时的误差性能曲面2 4 图4 1 l m s 算法不同步长时收敛曲线3 5 图4 2l m s 算法不同滤波器阶数时收敛曲线3 6 图4 3l m s 算法不同信噪比时收敛曲线3 6 图4 4n l m s 算法仿真3 7 图4 5r l s 算法仿真3 8 图4 6自适应噪声抵消原理框图4 0 图4 7基于n l m s 算法的噪声抵消系统4 1 图4 8 除噪前信号( 中) 与除噪后信号波形( 下) 比较。4 2 图4 9自适应滤波器稳定后某时刻的权值4 2 图4 1 0 漏磁信号频谱分析4 2 图4 1 l 自适应抵消工频干扰原理图4 3 图4 - 1 2 自适应抵消工频干扰仿真结果4 4 图4 1 3 自适应陷波器幅频响应。4 4 图5 1多层感知器的结构4 6 图5 2b p 神经网络模型4 8 图5 3误差变化曲线4 9 图5 4b p 网络构造5 0 图5 5b p 网络封装5 0 图5 6 基于神经网络的噪声抵消系统5 l 图5 7 除噪前信号( 中) 与除噪后波形( 右) 比较。5 l 表格清单 表4 一ll m s 与r l s 性能比较。3 9 表5 - 1构造b p 网络的基本权值和阚值5 0 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。 据我所知，除了文中特别加以标志和致谢的地方外。论文中不包含其他人已经发表或撰 写过的研究成果，也不包含为获得盒世王些太堂或其他教育机构的学位或证书而使 用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示谢意。 学位论文作者签字：舀畏签字日期：沙哆年 月z 日 学位论文版权使用授权书 本学位论文作者完全了解 盒胆些本堂有关保留、使用学位论文的规定，有权 保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人 授权 金胆王些盍堂 可以将学位论文的全部或部分论文内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文者签名 霭导师签名：彳名于7 够 签字日期：。7 年b ni 阳签字日期：，唧年b 月日 学位论文作者毕业后去向： 工作单位： 通讯地址： 电话： 邮编： 致谢 时光飞逝，岁月如梭，有幸在合肥工业大学度过了三年愉快而又充实的研 究生时光。衷心感谢我的导师何辅云教授三年来的悉心指导和历历教诲。何老 师平易近人的待人风格，睿智严谨的治学态度，智慧豁达的生活信条，荡尚执 着的学者风范，始终激励和鞭策着我在求学和以后的人生道路上不断进取，这 将使我终生受益。 感谢胡浪涛、查君君、葛飞、夏玉宝、李悦等各位师弟师妹，在三年的求 学生涯中，与他( 她) 们真诚相伴，拥有了无数的快乐时光，获得过无数次的心 灵陶冶与人生感悟，这无疑都是一笔宝贵的精神财富。尤其在我生病住院期间， 各位老师、同学们给我无微不至的照顾，让我感到了学校大家庭的温暖，使我 懂得了感情是世界上最值得珍惜的财富。这些感悟将指引我积极面对将来的工 作岗位，做好本职工作，并努力实现自我价值，服务于社会、国家，用实际行 动报答关爱我的每一个人。 由于时间较仓促，加之个人水平有限，本论文难免有一些不妥之处，可 能还很不成熟，敬请各位专家、老师和同学不吝赐教，给予批评指正。 作者：高兵 2 0 0 7 年5 月 第一章绪论 1 1 本课题研究意义 工业管道系统的工作条件恶劣，容易被腐形成锈蚀、麻点、孔洞等缺陷， 造成泄漏事故。为尽量预测钢管寿命防患于未然，必须定期检测缺陷位置和缺 陷类型，充分了解缺陷的结构、状况和发展趋势。目前，国内外漏磁检测设备 通常只能检测出缺陷的位置而不能出检测缺陷类型且检测准确率不高。检测设 备不能判断缺陷类型的根本原因在于信号噪声消除方面研究不够，不能保持缺 陷信号的基本特征，有效地从噪声中提取有用信号特征，满足缺陷识别等后续 信号处理要求。从节省能源和资源角度考虑，进一步研究管道检测系统噪声源 及其噪声消除方法，准确判定各种类型缺陷的扩展趋势，进而准确预测钢管寿 命和报废期限是急需解决的课题。 1 - 2 管道检测技术的发展与现状 无损检测技术( n o nd e s t r u c t i v et e s t i n g 简称n d t ) ，又称非破坏检测技术， 是第二次世界大战后迅速发展起来的一门新兴的工程科学。它是利用物质中因 有缺陷或组织结构上的差异存在而使其某些物理性质的物理量发生变化的现 象，以不使被检查物使用性能及形态受到损伤为前提，通过一定的检测手段来 测量、显示和评估这些变化，从而了解和评价材料、产品、设备构件直至生物 等的性质、状态或内部结构等等【i 也l 。它最突出的特点是“无损伤”。 在铁磁性管道检测领域，目前无损检测的方法很多，常用的主要有：超声 波检测，射线检测，涡流检测，漏磁检测等5 种常规检测方法，此外还有一些 新兴技术如激光照相检测，声振检测，红外检测和声发射检测等。近年来，在 检测铁磁性管道方面，国内外无损检测界对漏磁检测产生了浓厚兴趣。漏磁检 测与其它检测方法比较，可看出漏磁检测不但检测速度快，检测范围多( 包括 缩孔，内、外壁裂缝，锈蚀坑等等) ，而且测量范围大，不需耦合剂，也不需要 任何防护设施等，可以实现可视化、无盲区、自动化动态检测。由于它在各项 性能方面具有其它方法不能替代的特点，因此，漏磁检测是具有极为广泛应用 领域和应用前景的检测方法之一1 3 】。 1 2 1漏磁检测的技术 漏磁检测是将管道在交变外磁场凰中充分磁化，并通过传感器拾取工件表 面的漏磁场，从而进行缺陷定位或判别的技术。由于铁磁性管壁的磁导率大于其它 油气等介质的磁导率，所以大部分磁通都会被约束在管壁内通过。管道无缺陷 处，管壁内磁通将均匀分布，如图1 - l ( a ) 所示；有缺陷处，由于管壁的磁阻增 大，会有一部分磁通从管壁中绕过缺陷，还有一部分磁通会从缺陷处渗透入其 他介质形成漏磁场，如图1 1 ( b ) 所示。 传感器 漏磁通 图1 一l 漏磁检测原理 设缺陷截面为椭圆形，那么漏磁场的磁场强度日。为 q - 2 6 5 ( 1 屹w ( 1 1 ) 式中段和，分别为缺陷处和材料的磁导率。n = 7 口+ s ) 为退磁因子，r 、s 分 别为椭圆截面的长、短轴，缺陷的形状随n 的变化而变化。再利用磁敏元件( 传 感器) 沿着管壁表面进行扫查，就可以拾取漏磁通，形成微弱的缺陷电信号。 采集这些信号，对其进行分析就可判断出管道上的缺陷【4 1 。 1 2 2国内外漏磁检测的发展状况 漏磁检测技术运用的方法主要是先将铁磁性材料在磁场中磁化，使材料表 面或近表面存在的缺陷或组织状态变化从而使导磁率发生变化，即磁阻增大， 使得磁路中的磁通相应发生畸变，除了一部分磁通直接穿越缺陷或在材料内部 绕过缺陷外，还有一部分磁通会离开材料表面，通过空气绕过缺陷再重新进入 材料，从而在材料表面的缺陷处形成漏磁场。再直接使用特殊的测磁装置( 例 如磁带、检测线圈、磁敏元件等) 探查并记录漏磁通的存在来达到检测目的。 国外对漏磁探伤研究较早，自从1 9 3 3 年z u s c h l a g 初次提出用磁粉显示磁 化刚体上由缺陷产生的漏磁这种测定方法以来已有将近7 0 多年的历史，例如： 美国t u b o s c o p e 公司开发了w e l lb e c k 井1 ：3 探测系统，这种新式探测系统运用 漏磁检测技术，能可靠的探测到管材内外径上的腐蚀坑，横向伤痕和其它损伤， 先进的微处理技术与使用的射线技术向结合，可测量管壁的磨损和腐蚀；i c o 公司的e m i 漏磁探伤系统通过漏磁探伤部分来检测管体的横向和纵向缺陷，壁 厚测量配合先进的超声波技术使用固定式探头来进行，可提供完整的现场探伤， 即使在恶劣的施工环境中也可以提供可靠，准确的测量结果1 5 - 6 】。 我国的漏磁检测技术无论是研究还是应用领域上都落后于欧美、日本等工 业国家，主要的研究工作从7 0 年代后期才开始。1 9 7 9 年，杨洗陈系统地介绍 了国外漏磁场与缺陷相互作用理论的研究进展状况；1 9 8 0 年，张济世采用有限 元方法计算了方钢表面裂纹的漏磁场；1 9 8 5 年，于轮元等采用有限元方法对表 面和近表面缺陷的漏磁场进行了计算，分析了缺陷形状参数对漏磁场的影响作 用；仲维畅采用偶极子模型进行了大量计算，研究了无限长、有限长带偶极子 2 的漏磁场分布，分析了漏磁场的x 分量、y 分量的等强度线，给出了偶极子场 的图像，解释了磁粉在缺陷处的分布特点。1 9 9 8 年1 1 月我国冶金部标准信息 研究院根据国外技术的发展情况和我国的迫切需求情况，组织我国大型冶金企 业和相关高校审定我国“钢管漏磁探伤方法”国家标准g b t 1 2 6 0 6 ，促进对引 进设备的消化和正确使用，同时极大地促进了我国对该技术的研究和推广应用 7 1 。 随着漏磁检测技术在我国的研究，国内一些大学和科研院所也逐渐结合我 国实际情况，在一些方面展开了应用研究。四川联合大学研制的便携式漏磁检 测装置，可以检测到宽度为0 5 m m ，深度为o 8 m m ，长度为4 m m 的人工缺陷： 中原油田钻井机械仪器研究所综合研究室经过几年来的探索研究，开发出了抽 油杆井口无损检测装置、抽油杆地面检测装置和油管现场检测装置：合肥工业 大学自九十年代以来就开始石油管道动态探伤自动化技术及装置研究，取得了 一系列的研究成果，积累了丰富的经验，这些为油气输送管道高速检测技术与 系统的研究奠定了基础。 我国铺设的埋地油气管道大部分都已服役了2 0 多年，管道因腐蚀破坏，已 到了事故的高发期。但是我国在管道漏磁检测研究中取得的大多成果都是管外 检测的，难于应用到在役管线检测中。目前国内在役管线的检测，用的大部分 都是进口的检测设备。但进口设备价格较高，而且有时候并不能满足实际检测 的要求，所以研究、生产方便简捷的在役管道检测设备是我国目前急需的。 在对在役管线检测设备的研究中，沈阳工业大学工业测量与控制中心取得 了一定的成果，开展了3 7 7 m m 管道漏磁内检测装置的样机研制工作，并成功地 进行了模拟管道实验和实际输油管道的检测实验。近年来，我校也开始致力此 方面的研究。 在役管线漏磁检测设备与管外漏磁检测设备的基本原理是类似的，但由于 在役管线检测整个过程中设备的工作是在管内，完全脱离外界控制的情况下完 成的，所以设备在检测过程中采集到的检测信号需要被实时存储起来，待检测 结束后在恢复这些信号，通过它们进行管道缺陷判断和等级评估。这样每次在 役管线检测时设备存储器可以存储的检测信号信息量将直接影响到检测效率。 由于设备存储器的存储空间有限，所以如何压缩检测信号，使存储器能最大限 度的存储检测信号数据是在役管线检测系统设计开发的重点。 目前由于缺陷判断技术的限制。在对检测信号进行处理时只记录它的宽度 和幅度，利用这些数据作为对管道缺陷的判断依据。但是这样的判断是定性的， 不能定量。随着a n s y s 软件的出现，利用a n s y s 对各种类型的缺陷进行建模、 分析、计算得到结果，再将得到的结果与检测得到的信号进行比较、识别，就 可以对缺陷进行更加精确的判断。但这样的判断要求检测时必须能完整的保存 缺陷信号的波形，才能进行后续的模式识别。 3 1 3 管道检测系统噪声源分析 在实际的数据采集和信号处理系统中，检测得到的信号幅值较小，通常属 于微弱信号，并且淹没在大量的噪声中。测量时又受到信号端、传输器件及变 换器件等本身存在的本底噪声的影响，表现出的总体效果是有用信号被大量的 噪声和干扰所淹没。微弱信号检测的主要目的是提高信噪比。如何检测这种强 噪声干扰情况下的微弱信号，是信号处理中的重要研究内容。许多科研工作者 已提出了一些有效的处理方法，如基于高增益的宽带波束形成的微弱信号检测 方法及微弱信号的相干检测法等，但都存在灵敏度不高或适应性不强的问题。 通过阅读相关文献，本论文简要阐述了检测系统噪声的来源及特性，分析 噪声产生的原因和规律，运用电子学和信号处理方法试图进一步减少强噪声对 有用信号的影响，并介绍几种行之有效的微弱信号检测方法和技术。 1 4 自适应信号处理系统及其应用 在实际情况中，由于信号和噪声的统计特性常常未知或无法获知，这为自 适应滤波器提供了广阔的应用空间。自适应信号处理是信息科学中信号和信息 处理学科的一个重要分支，是统计信号处理和非平稳信号处理的主要内容。自 适应信号处理是研究一类可以自动调整内部结构和参数的系统，它通过与外界 环境的接触来改善自身对信号的处理性能。因而能够在无先验知识的条件下， 处理确定性信号、平稳随机信号、甚至短时( 局部) 平稳的随机信号。 图1 - 2 自适应滤波器的原理框图 自适应信号处理技术在雷达，通信，声纳，图像处理，计算机视觉，地震 斟测，生物医学工程，振动工程等领域都有着极其重要的应用。无论哪一种应 用，其系统框架都可以用图1 2 中的结构来表示，即输入信号x ( n ) 送入一个参 数可调节的滤波器，其输出y ( n ) 用来逼近期望响应d ( n ) ，两者之间的误差p ( n ) 反 馈回来调节滤波器的参数。经过一段时间后，y ( 珂) 将跟踪d ( h ) 的变化，这就是 自适应系统的工作过程。 1 4 1自适应信号处理应用 自适应信号处理的应用可以具体分为四种情况： ( 1 ) 系统辨识 4 这种应用也称为系统建模，在图1 3 中说明。被建模的系统要么是真实的， 要么是某个假定信号通道。系统识别应用的明显特点是：自适应系统的输入是 无噪声的，欲知的响应被与输入信号无关的附加噪声干扰。这类应用包括回声 抵消、信道建模和用于控制应用的系统识别。在信号处理应用中，目标是按照 预定的性能指标得到对欲知响应的准确估计。在控制应用中，自适应滤波器的 目的是估计系数的参数或状态，然后用这个信息设计一个控制器。 f 噪 i臃号 l 汀醺面菇翮j 喾筚书一 匕堡萎墨二二i 图1 3 系统辨识 ( 2 ) 系统逆辨识 有时构造未知系统的逆模型也是一个重要的问题。在这类应用中，自适应 滤波器的目的就是预测应用系统的逆系统，可以参见图1 4 。由这种应用决定 的自适应滤波器的输入可能被附加噪声干扰，想要的响应可能无法得到。这种 逆系统典型的应用包括自适应均衡、自适应逆控制等。下面就数据通信信道的 均衡来做一些解释。例如通信系统中，由于信道内码间串扰等影响，接收端收 到的信号并非发送端送出的原始码字，因而需要由信道模型的逆系统来恢复原 始码字。利用自适应滤波器就可以完成构造逆系统的工作：假设己知原始码字 将其作为期望信号如图1 4 中的y ( n ) ，而将收到的信号作为x ( n ) 送入自适应滤 波系统，则自适应滤波器将逼近并且跟踪信道模型的逆模型，滤波器输出y 。( 行) 即表示收端恢复出来的码字，这就是自适应信道均衡的训练过程。 斯望信号j ，( h ) 误差p ( 盯) 图1 - 4 系统逆辨识 ( 3 ) 信号预测 根据一个随机过程的当前值和历史记录来预测未来的取值是一件很有意义 的工作。在预测编码技术中，通过设计最优线性预测器，由信号的过去值尽可 能好地预测当前值，并得到最小的预测误差。在信源编码中，对原始信号序列 的编码转化为对预测误差序列的编码，可以起到数据压缩，进而降低码率的作 用。例如在语音的预测编码中，对语音信号的预测误差而不是语音本身编码可 以降低码率。为了完成这项工作，可以将语音信号的当前值作为图1 5 中的 d ( 押) ，而将其延时后作为工( 厅) 送入自适应滤波系统，则系统输出的估计误差e ( n ) 黑 塑 就是语音信号的预测误差。 预测误差p ) 图1 5 信号预测 ( 4 ) 干扰抵消 这种类型应用的关键特征是用多个传感器来消除不需要的干扰和噪声。典 型地，一个原始的信号既包括有用信号也包括干扰。另外的信号称为参考信号， 用来消除不需要的干扰，参见图卜6 。这些参考信号用其它传感器收集起来， 在这些信号中没有有用的信号或有用信号很弱，可以忽略。测量原始信号和参 考信号间的相关数值，用它来形成对原始信号中的干扰预测，然后消除这些干 扰。如果有用信号出现在参考信号中，这个过程也同样会消除有用信号。干扰 抵消的典型应用包括雷达和通信中所用的阵列处理主动噪声控制等。 图1 - 6 多传感器干扰抵消 本文主要讨论自适应滤波器在噪声抵消方面的原理算法及仿真。自适应滤 波器具有对干扰频率不敏感且其权值调整是基于对系统参数的优化等特点。通 过期望信号作为导师使滤波器系数逐渐接近最优滤波器。并能够通过调整滤波 器系数逐渐适应非平稳环境。因此越来越多地受到人们的关注。 1 4 2自适应信号处理理论和方法 科学知识在自身发展的过程中体现有两个方面的不断演化：一方面是科学 的构造基础，前提是假设的延拓，伴随有科学理论公理化的倾向；一方面则是 理性思辨过程的模块化，即算法化的倾向，这也是科学加快自身发展的重要手 段，其中浓缩了各种观点产生、发展、斗争、融合的历程，包含了科学工作者 长时间思想实验和实践检验的成果。理论上，自适应信号处理的思想绝不是独 一无二的，因为依据不同的优化准则可以推导出截然不同的自适应理论，而采 用具体的叠代步骤又迸一步得到了形色各异的自适应算法，主要包括： ( 1 ) 基于维纳( w i e n e r ) 滤波器理论的方法 维纳滤波器解决的是最小均方误差准则下的线性滤波问题。这种滤波方法 6 是在己知信号与噪声的相关函数或功率谱的情况下，通过求解维纳霍夫 ( w i e n e r h o p ) 方程，对平稳随机信号进行最优预测和滤波。基于维纳滤波得到 的自适应算法就是最小均方( l e a s tm e a ns q u a r e ，l m s ) 算法，它具有性能稳定， 计算复杂度低等优点，因而得到了广泛地应用。 ( 2 ) 基于卡尔曼( k a l m a n ) 滤波理论的方法 卡尔曼滤波是线性无偏最小均方递推滤波，它的估计性能是最优的，而递 推形式又能适应实时处理的需要。一个线性系统的卡尔曼滤波问题可以用状态 方程和测量方程来描述，前者以状态矢量来刻划系统的状态，后者表述系统中 的测量误差。将卡尔曼滤波中状态的概念引入自适应滤波器，可以使后者在非 平稳环境中也取得很好的性能。 ( 3 ) 基于最小二乘准则的方法 由维纳滤波器和卡尔曼滤波器所推导出的自适应滤波算法的理论是基于统 计概念的，而最小二乘估计算法是以最小误差平方和为最优化目标。这种准则 下的代表算法是递归最小二乘( r e c u r s i v el e a s ts q u a r e ，r l s ) 算法。 ( 4 ) 基于神经网络的方法 人工神经网络是一种模拟生物神经模型信号处理能力的计算结构。它是由 大量的神经元相互联接而成的网络系统，实质上是一个高度非线性的动力学网 络系统，这个系统具有很强的自适应，自学习，自组织能力，以及并行性，容 错性和稳健性，因而可以实现许多传统的信号和信息处理技术所不能完成的工 作。 经过数十年的研究，上述的每个分支都得到了极大地发展和扩充，各种新 算法层出不穷。然而，l m s 类算法仍然是自适应算法的主题，甚至在某些文献 中，自适应滤波器默认就是指l m s 算法。这是由l m s 的众多优点决定的，它结 构简单，性能稳定，计算复杂度低，易于硬件实现，因而适用于几乎所有需要 自适应滤波器的场合，尤其在回声抵消，信道均衡，噪声抵消等应用中处于绝 对的统治地位。 经典l m s 算法的主要缺点是收敛速度慢，尤其在输入信号强相关的情况下。 这严重地影响了它在某些对收敛速度要求较高的系统中的应用。前人己经在经 典l m s 算法的基础上做了大量工作，提出了若干加速收敛的改进方法。而每个 算法作为其所在领域中典型难点的解决方案，本身代表了该领域进展的历史性 成就。 1 5 本文研究的内容及框架 本课题主要研究漏磁检测系统主要噪声来源及其特点，提出了一些行之有 效的噪声消除方法。运用自适应信号处理理论，比较了各种自适应算法的特点， 研究自适应噪声抵消系统去除干扰噪声。 第一章绪论，主要介绍了本课题的总体情况、研究内容以及课题的研究背 7 景和意义。 第二章漏磁检测系统噪声源分析及抑制研究，详尽论述了检测系统主要噪 声源及特点，介绍了几种有效的消除噪声的方法。 第三章自适应滤波器理论，详细论述了自适应滤波处理的理论和方法。 第四章自适应噪声消除仿真研究，通过仿真比较了各种自适应算法的特点， 将自适应滤波理论应用于检测系统，设计了自适应噪声抵消系统消除相关干扰 噪声以及工频干扰，进一步提出了运用软件自适应陷波器去除工频干扰。 第五章基于神经网络的自适应噪声消除研究，研究基于神经网络的自适应 噪声抵消系统，主要应用于两路噪声信号为非线性相关时的噪声抵消。 第六章总结了本论文所做的研究工作和本课题未来主要的研究方向。 8 第二章管道检测系统噪声源分析及抑制研究 检测信号通常是微弱信号，且通常淹没在强噪声中，信号处理的主要目的 是提高信噪比对于管道漏磁检测系统，由于信号的幅值较小，测量时又受到 信号端、传输器件及变换器件等本身存在的本底噪声的影响，电路及测量仪器 的固有噪声以及外界的干扰噪声往往比有用信号的幅度大得多，放大被测信号 的过程同时也放大了噪声，而且必然还会附加一些额外的噪声，例如放大器的 内部固有噪声和各种外部干扰的影响，因此只靠放大是不能把微弱信号检测出 来的。只有在有效地抑制噪声的条件下增大微弱信号的幅度，才能提取出有用 信号。为了达到这样的目的必须研究微弱信号检测的理论、方法和设备。 微弱信号表现出的总体效果是有用信号被大量的噪声和干扰所淹没。如何 检测这种强噪声干扰情况下的微弱信号，是信号处理中的重要研究内容。许多 科研工作者已提出了一些有效的处理方法，如基于高增益的宽带波束形成的微 弱信号检测方法及微弱信号的相干检测法等1 1 。常见小信号检测方法有以下 几种【15 】： ( 1 ) 滤波 在大部分检测设备中都需要对模拟信号进行滤波处理，有的滤波是为了隔 离直流分量，有的是为了改善信号的波形，有的是为了防止离散化时的频率混 迭，更多的滤波是为了克服噪声的不利影响，提高信号的信噪比。为了克服噪 声的不利影响，提高信号的信噪比。经典滤波消噪只适用于信号与噪声频谱不 重叠的情况。利用经典滤波器的频率选择特性，可把滤波器的通带设置得能够 覆盖有用信号的频谱，所以滤波器不会使有用信号衰减或使有用信号衰减很少。 而噪声的频带一般较宽，当通过滤波器时，通带之外的噪声功率受到大幅度衰 减，从而使信噪比得以提高。 。 ( 2 ) 调制放大与解调 信号 图2 - 1 调制放大与解调 对于变换缓慢或直流信号，如果不经过变换处理而直接利用直流放大器进 行放大，则传感器和前级放大器的1 f 噪声及缓慢漂移( 包括温度漂移和时阃 漂移) 经放大后会以很大的幅度出现在后级放大器的输出端。当有用信号幅度 很小有可能根本检测不出来。简单的电容隔直方法能有效地抑制漂移和低频噪 声，但对有用信号的低频分量也具有衰减作用。在这种情况下，利用调制放大 器能有效地解决上述问题。这样的调制放大器多数采用幅度调制的方法，其构 9 成框图如图2 t 所示。 信号调制后频谱集中在载波频率附近，可以对其进行交流放大。由于载波 频率较高，各级放大器可以用隔直电容耦合，所以前级放大器的漂移和l f 噪 声不会传输到后级放大器。在实际应用中，有的传感器的输出信号本身就是调 制信号，目的就是为了较少漂移的不利影响。 ( 3 ) 零位法 一般的直接指示测量仪表的方法是将被测信号放大到一定幅度，以驱动表 头指针的偏转角度指示被测量的大小；或者经模数转换和数据处理后由数码管 显示被测量的数值。而零位法是调整对比量的大小使其尽量接近被测量，由对 比量指示被测量的大小，指针只用来指示被测量和对比量的差异值。 本章简要阐述管道检测系统主要的噪声来源，分析噪声产生的原因，运用 电子学和信号处理方法检测被噪声覆盖的微弱信号，并介绍几种行之有效的消 除噪声的方法和技术。检测系统中噪声可以分为系统噪声和外界干扰两种，按 照产生噪声根源采取不同措施消除或抑制。 2 1 电路的噪声源及噪声消除措施 为了把微弱信号幅度放大到人们可以感知的幅度，必须使用放大器和其他 电路对其进行处理。但是，电子系统内部几乎所有的器件本身住住就是噪声源， 在放大微弱信号的同时，这些噪声源产生的噪声同样会被放大。即使电子系统 外部的所有干扰噪声都被有效地抑制掉，放大器也会输出一定幅度的噪声。在 各种测试系统中固有噪声的大小决定了系统的分辨率和可检测的最小信号幅 度。电子系统内部的固有噪声具有随机的性质，其瞬时幅度不可预测，只能用 概率和统计的方法来表述其大小和特征。例如用均方位、概率密度函数、功率 谱密度函数等进行描述。 长期以来，人们对电路内部的固有噪声进行了大量的理论分析和实验研究 i l l - 1 5 1 ，详细介绍这些成果超出了本论文的范围这里只适当地介绍低噪声放大 器的设计。 对于微弱信号检测仪器或设备，前置放大器是引入噪声的主要部件之一， 整个检测系统的噪声系数主要取决于前置放大器的噪声系数。因此，仪器可检 测的最小信号也取决于前置放大器的噪声。设计前置放大器的内容包括选择低 噪声半导体器件，确定电路级数和电路组态，确定低噪声工作点，进行噪声匹 配等工作。 2 1 1有源器件选择 前置放大器一般都是直接与检测信号的传感器相连接，只有在放大器的最 佳源电阻等于信号源输出电阻的情况下，才能使电路的噪声系数最小，所以对 前置放大器还必须考虑噪声匹配的问题。可见前置放大器中有源器件的选择是 1 0 非常重要的。 放大器的最佳源电阻为 k = i n ( 2 i ) 这里可以达到的最小噪声系数为 d ； h = l + 壬等 ( 2 2 ) 二厍 式中p ，和分别为放大器的等效输入电压噪声和等效输入电流噪声的平 方根谱密度。以上两式即为低噪声前置放大器有源器件选择的依据。 ( 1 ) 式( 2 2 ) 表明，低噪声放大器应该尽可能选用的小的器件，这样才能 使最小噪声系数较小。此外还必须考虑到器件的知、如以及噪声系数都是频率 厂的函数，各种低噪声器件只能在一定的频率范围内才能达到其最小噪声系数。 ( 2 ) 根据信号源电阻r 。的大小，可以选用合适类型的器件，以使器件的最佳 源电阻r , o * 足，以便在直接祸合方式下达到噪声匹配，使电路的噪声系数达到 最小值i n o 2 1 2偏置电路与直流工作点选择 ( 1 ) 偏置电路的低噪声设计 在源电路中增加电抗可用来抵消放大器的相关导纳，除此之外源电路中的 任何额外阻抗都增加系统的噪声系数。这就给如何对输入级设置偏置电路带来 了问题。为了说明该问题及解决力法，下面考虑双极型晶体管的共发射极放大 电路，如图2 - 2 ( a ) 所示，解决问题的方法也适于其他有源器件。 a ) 普通电路( b 瓶噪声 殳计电路 图2 - 2 共发射极电路偏置 在图2 - 2 ( a ) 的发射极电路中，r ，和冠：用来稳定电路的工作点，没有被电容 旁路的电阻r 起电流串联负反馈的作用。所有的偏置电阻都会产生热噪声和 1 ，厂噪声。如果e 足够大，使得在最低工作频率时也能有效地对足，旁路，那么 发射极电路元件中只需要考虑r 。的噪声。因为该噪声可以等效为与信号源相串 联，所以就要求该噪声与信号源电阻r 的热噪声相比必须很小，即 r i r ( 2 3 ) 而且，疋。应该使用低噪声电阻( 例如金属膜电阻或线绕电阻) ，以使其l f 噪 声与r ，的热噪声相比可以忽略。在工作频段的低端，旁路电容c ，的电抗应该足 够小，以便把足：的噪声减少到可以忽略的地步。这个要求可能比频率响应对如 的要求更为苛刻。 在交流等效电路中，基极偏置电阻冠和飓，可以等效为串联连接到放大器 输入端它们的热噪声和l l f 噪声施加到三极管的基极。如果r 。= 冠局与源电阻 足相比足够大，则它们产生的噪声经过r 。、r 串联分压后可得到有效衰减，与 源电阻足的热噪声相比可能就很小了。很明显，足和尼也应该采用l ，厂噪声很 低的优质电阻。足和r 太大可能会影响偏置工作点的稳定性。事实上工作点的 稳定性取决于r ，因为由偏置电流的变化。所导致的基极电位变化为 = 厶 ( 2 4 ) 在图2 - 2 ( b ) 所示电路中，r 3 ，如 r 。，它能给出基本相同的偏置稳定性， 偏置电阻的热噪声的影响也大致相同，但是它能减少l l f 噪声的影响。这是因 为基极偏置电流流过r 。而局、蜀的噪声被电容旁路。在交流等效电路中，r