已阅读5页,还剩108页未读, 继续免费阅读
(物理电子学专业论文)电磁超声系统强噪声干扰抑制算法研究.pdf.pdf 免费下载
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
西南交通大学硕士研究生毕业设计( 论文)第1 页 摘要 电磁超声技术是无损检测发展的一种新方向,目前在我国铁路各 部门有着广泛的应用。在实际应用中在利用电磁超声技术检测信号时, 由于车轮本身表面状态以及存在的电磁干扰等因素,偶尔会出现噪声 异常强以至于无法进行数据分析的状况。 本论文旨在对系统采集的数据,设计相应的算法,对采集的信号 进行处理,从而达到在去除噪声的同时,保留含有车轮踏面信息的数 据。 本文首先介绍检测目的及信号特点,国内外对于列车轮对检测的 基本现状和本文所做的工作:接着介绍了自适应滤波算法的原理、分 类,提出变步长的归一化的最小均方自适应滤波算法来处理实际信号; 介绍了两种相位计算方法,结合布莱克曼窗函数及信号的频谱特征, 本文提出了一种利用简单三角函数来实现信号相位计算的方法:随后 根据噪声及有用的电磁超声信号的特征,提出了一种小波软阈值降噪 算法;最后根据最终的降噪效果,提出了三种综合多种算法的降噪算 法,通过相位、小波、信号的放大及平滑处理,最终实现了在降低噪 声的同时,保留含有车轮踏面信息的有用信号的目的。 实验及现场数据均验证了算法的可行性,因此该算法对准确地检 测轮对质量状况具有一定的参考作用。 关键词:电磁超声技术;归一化最小均方自适应滤波窗函数;相位差; 小波算法;综合算法 西南交通大学硕士研究生毕业设计( 论文)第| l 页 a b s t r a c t e l e c t r o m a g n e t i ca c o u s t i ct r a n s d u c e r ( e m a t ) i san e wt r e n do ft h e d e v e l o p m e n to ft h en o n d e s t r u c t i v et e s t i n g ,a n dr e c e n t l yi th a sb e e nw i s e l y a d o p t e di nt h er a i l w a yd e p a r t m e n to fo u rc o u n t r y w h e ni ti sa p p l i e d , b e c a u s eo ft h eb a dc o n d i d o no ft h es u r f a c eo ft h ew h e e la n dt h ee x i s t i n g e l e c t r o m a g n e t i ci n t e r f e r e n c e ,t h es t r o n gn o i s e sw i l la p p e a rs o a sn o tt o r e a l i z et h ed a t aa n a l y s i s t 1 1 i sp a p e ra i m sa ts t u d y i n gt h ed a t ao ft h es y s t e m a n da c h i e v i n ga l l a l g o r i t h mt op r o c e s st h ed a t as ot h a ti tc a nb es a v e da f t e rd e - n o s i n g ,w h i c h i n c l u d e st h es t a t u so fw h e e lt r e a d t 1 1 i st h e s i sf i r s t l yp r o v i d e si n t r o d u c t i o no ft h ea i mo fd e t e c t i n ga n d c h a r a c t e r i s t i c so ft h es i g n a l ,a n dt h eb a s i cs i t u a t i o na th o m ea n da b r o a d , a n d t h ew o r ko ft h i sp a p e r t h e ni tp r e s e n t st h ep r i n c i p l eo ft h ea d a p t i v e f i l t e r i n ga l g o r i t h ma n di t sc l a s s i f i c a t i o n ,a n dt os o l v et h en o i s ep r o b l e m e x i t i n gi nt h ed e t e c t i n gp r o c e d u r e ,ac h a n g i n gs t e ps i z eo fn o r m a l i z e dl e a s t m e a n - s q u a r ea l g o r i t h m ( n l m s ) i sa d o p t e d s u b s e q u e n t l y , t h et w om e t h o d s o fp h a s ec a l c u l a t i o n sa r ed e s c r i b e d ;am e t h o do ft h es i m p l et r i g o n o m e t r i c f u n c t i o ni sd e s i g n e dt or e a l i z et h ep h a s ec a l c u l a t i o n ,w h i c hi sc o m b i n e d w i t ht h eb l a c k m a nw i n d o wa n ds p e c t n i r nc h a r a c t e r i s t i c so ft h ed a t a a f t e r t h a t ,b a s e do nt h ef e a t u r e so fn o i s e sa n du s e f u le 脚s i g n a l aw a v e l e t s o f t t h r e s h o l dd e n o i s i n ga l g o r i t h mi sp r e s e n t e d f i n a l l y , b a s e do nt h ef i n a l d e - n o i s i n gr e s u l t s ,t h et h r e ei n t e g r a t e da l g o r i t h m s c o m b i n e ds e v e r a l a l g o r i t h m si sd e s i g n e d , b ym e a n so fp h a s ec a l c u l a t i o n ,w a v e l e t - d e n o i s i n g , s i g n a la m p l i f i c a t i o n ,a n ds m o o t h i n gp r o c e s s i n g ,a n di tr e a l i z e st h ea i mt h a t t h eu s e f u ld a t ac a nb es a v e da f t e rd e - n o s i n g ,w h i c hi n c l u d e st h es t a t u so f w h e e lt r e a d i t s f e a s i b i l i t yh a sb e e np r o v e dt h r o u g ht h ee x p e r i m e n t a ld a t aa n d a c c o u n t i n gd a t a t l l i sa l g o r i t h m w i l l p l a y a n i m p o r t a n t r o l ei nt h e a p p l i c a t i o no fe m a ts y s t e m k e yw o r d s :e m a t ;n l m s ;p h a s ed i f f e r e n c e ;w 撕e l e ta l g o r i t h m ; i n t e g r a t e da l g o r i t h m 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学 校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查 阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关 数据库进行检索,可以采用影印、缩印或扫描等复印手段保存和汇编本学位 论文。 本学位论文属于 1 保密口,在年解密后适用本授权书; 2 不保密d ,使用本授权书。 ( 请在以上方框内打“”) 学位论文作者签名:蜜杰新 日期: 砂j f 恬 指导老师签名:盈鑫秀 日期: 拥d “i 西南交通大学学位论文创新性声明 本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作 所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体, 均已在文中作了明确的说明。本人完全意识到本声明的法律结果由本人承担。 本学位论文的主要创新点如下: 在前人已有的算法的基础上,改进了带通滤波、小波、自适应滤波、相 位计算方法等算法,并在这几种算法的基础上,总结并设计出了三种综合算 法,最终通过这三种综合算法的对比,提出一种适合e m a t 系统的综合算法, 该算法适应e m a t 信号的特点,实现了本文的目的。 本文创新性具体体现在以下几点: 1 根据实际信号的分析,总结了电磁超声波的特点、噪声来源和周期回波、 缺陷回波定位、判断的公式,为后续软件判伤算法的设计提供指导; 2 相位计算方法上,提出了一种利用简单三角函数来实现信号相位求解的方 法: 3 根据。戈际应用中,周期信号及可能存在的缺陷信号的特征,对采集的 信号进行有选择的放大,再利用设计的算法进行处理的思想。 百隋c 霞壶新 l o 、i 、| 6 西南交通大学硕士研究生学位论文第1 页 第1 章电磁超声波信号相关背景 1 1电磁超声信号中噪声信号抑制的目的 由于超声波在介质中传播时将与声场中所有质点发生相互作用,故 接收到的超声波信号中携带有大量反映材料中缺陷的性质、微观组织 形态、力学性能以及应力状态等与介质结构有关的信息n ,。但在利用超 声回波法探测物位、界面、材料厚度和进行探伤时,常会遇到由于界 面吸收和传播衰减较大导致反射回波很微弱的情况,特别是在背景噪 声较为严重时,可能出现信号的幅度几乎与噪声的幅度相当,甚至淹 没在噪声中的情形。此时要保证测量的成功,就必须采取合适的手段 来增强信号和消除噪声的影响,从而达到从噪声中提取出有用信号的 目的。 1 2回波信号及噪声的特性 1 2 1电磁超声探伤的基本原理 图1 1 表面波产生示意图 e m a t 是e l e c t r o m a g n e t i ca c o u s t i ct r a n s d u c e r 的英文缩写。如图 1 1 所示,e m a t 的物理结构有三部分组成,高频线圈:发射线圈和 接收线圈。磁铁:用来提供外加磁场,可以是永久磁铁或直流电磁铁, 也可以是交流电磁铁或脉冲电磁铁。工件( 火车车轮踏面) :检测对象, e m a t 的部分,但工件的材质必须具有导电性或铁磁性,或导电性 西南交通大学硕士研究生学位论文第2 页 和铁磁性都具有。e m a t 作为一种超声发生器,其基本原理是围绕着 e m a t 三要素展开的。当置于工件表面上的高频线圈通过高频电流时, 它要在工件的趋肤层内产生涡流,此涡流在外加磁场的作用下,会像 电动机那样受到机械力作用而产生高频振动,形成超声波波源。接收 超声波时,如同发电机转子在定子磁场中旋转,会在转子中产生感应 电流一样,工件表面的振荡也会在外加磁场力的作用下,在高频线圈 中感应出电压而被仪器接收。因此,存在于上述机制中的这些相互作 用就构成了检测的全过程。 图1 2 表面波波形 电磁超声探伤系统利用超声表面波的脉冲反射原理进行缺陷检 测。当轮对沿钢轨运行到探头位置,轮对踏面接触探头的瞬间,e m a t 在车轮踏面表面及近表面激发出电磁超声表面波脉冲,超声表面波将 沿踏面表面及近表面圆周以很小的损耗传播。如图1 2 ,为系统所产生 的超声波表面信号。 图1 - 3 探头在踏面激发的超声表面波 如图1 3 所示,超声表面波在踏面双向传播( 顺时针和逆时针) ,沿车 轮表面及近表面传播一周后回到探头位置,e m a t 探头检测到返回的 西南交通大学硕士研究生学位论文第3 页 超声表面波后形成第1 次周期回波( 图l ,4 中r t 波) ;未衰减的超声 波继续沿踏面传播,依次形成第2 次,第3 次周期回波,直到能 量衰减到设备无法检测为止。 无缺陷检测结果 缺陷检测结果 图1 - 4 表面波传播原理 当车轮踏面表面及近表面有裂纹或剥离等缺陷存在时,超声波在缺陷 端面处一部分能量被反射,沿原传播路径返回并被探头检测到,形成 缺陷回波( 图l - 4 中波) ;另一部分能量绕过缺陷端面继续传播,形成 周期性回波( 图1 4 中r 礅) 。通过正常的周期回波( 尺r ) 与缺陷回波 ( e ) 的对比分析,可以定性分析当前轮对的踏面缺陷状况。 1 2 2 周期回波和缺陷回波的定位 周期回波定位:如图1 5 所示,其中s t :探伤系统的始发波,作为探头 接入系统的标志之一,但有时软件处理后会部分消失;r 露:周期回波, 超声波沿着车轮绕行传播,z 个圆周后到达探头位置被检测到的波形, n = l ,2 ,3 ,4 ;e m n 缺陷回波;m ,咒均为正整数。根据e m a t 检测车轮踏面缺陷的原理,周期回波表示超声表面波沿着圆周运行个 圆周后到达探头接收线圈的位置的时间,为整数,s 代表对应与图1 5 中的坐标点( 距离) 。第个周期回波的位置: 西南交通大学硕士研究生学位论文第4 页 图1 - 5 静态下采集的车轮探伤数据 , 件r e * d , 2 5 g 0 嘞。( _ 铱( i - 1 a ) 第n 个缺陷回波的公式为: 蝣焉穗 式( 1 - l a ) 和式( 1 _ l b ) 中3 0 0 0 代表电磁超声波传播的速度为 3 0 0 0 r n s ,0 0 0 5 代表采样的时间5 m s ,即o0 0 5 m s ,2 5 0 0 代表圈1 - 5 中软件最终显示的总的采用点数;朋j 表示周期回波n 出现的位置; d 为车轮直径代替;为超声表面波的传播周期数,取正整数。( i - l b ) 中,计算的为第个周期回波内的伤波对应的圈l 一5 中的坐标点,式 中x 代表缺陷所在位置与探头之间的对应的车轮踏面弧长。 缺陷回波定位:找到周期回波后,由公式( 1 - 2 a ) ,即利用其他回 波与周期回波的位置关系,判断是否为缺陷回波。 k 曳叫s 5 1 一s - 7 1 一 - i 臼逝膨滤波i 1 ! e 尹 f : : 图2 2自适应噪声抵消滤波器框图 e=s+n o - y ( 2 一1 ) 均方误差亦即输出的均方值为: e e 2 ) 翘 ( s + no - y ) 2 ) = 五 s2 ) + 2 e s ( no - - y ) 2 ,+ e ( 刀o - y ) 2 ) ( 2 2 ) 因为s 和n o ,1 1 l 无关,所以s 和n o ,历关,n - e s ( n0 - y ) ) = 0 ( 2 3 ) 这样式子( 2 ) 即为 e p 2 ) = 点02 ) + e oo - - 力2 )( 2 4 ) 自适应滤波器要调整其加权矢量w ,使e e 2 ) 最小,因s 不在自适 应滤波器通道内,所以这种最小化可表示为: m i n e e 2 = e p2 ) + m i n e ( n 。- y ) 2 )( 2 5 ) 从而自适应滤波器调整的结果,将使y 在均方误差最小的准则下,最接 近主通道噪声分量n 。,因而使系统输出中的噪声大为降低。再由式( 2 1 ) 有: e - s = no y ( 2 6 ) 故 m i n e ( e s ) 2 ) = 聊f ,店 ( no - y ) 2 ) ( 2 7 ) 西南交通大学硕士研究生学位论文第16 页 式( 2 7 ) 说明,在最小均方误差准则下,y 最接近1 1 。等效于e ( 系统输出) 最接近s 。所以在噪声抵消系统的输出端大大地提高了信号噪声比,而 且并未造成大的信号失真。 2 2 自适应滤波算法分类 自适应滤波技术自发展以来,形成了多种算法。常用的自适应滤 波器有r l s ( 最小二乘) 滤波器,l m s ( 最小均方) 滤波器,l s l ( 最 d , - - 乘格式) ,f t f ( 快速横向滤波) 等。 自适应滤波器在时刻,z 的权矢量用瞅,z ) = 【w 。o ) ,w 。( 胛) ,w 一0 ) r 表示,撤刀) = i x ( 1 ) ( 2 ) ,必玎) 】r 为参考输入信号矢量,吠以) 是主输入信 号,灭咒) 是期望输出值,p ( n ) 是误差信号,也是系统输出值,腥滤波器 长度。 2 2 1 自适应最小均方( l m s ) 算法 l m s 算法的突出特点是运算量小,易于实现,且不要求脱线计算。 只要自适应线性组合器每次迭代运算时都知道输入信号和参考响应, 那么选用l m s 算法是很合适的。 l m s 算法是一种线性自适应滤波算法,一般说来它包含两个过程。 1 滤波过程 ( 1 ) 计算线性滤波器的输出对输入信号的响应; ( 2 ) 通过比较输出结果与期望响应产生估计误差。 2 自适应过程 根据估计过程自动调整滤波器参数。 算法的具体实现步骤如下:初始化r v ( o ) = o ,对刀= 0 ,1 ,2 ,3 , 计算以下几个量。 滤波:灭栉) = 伽擞甩) ; 误差估计: 甙,1 ) = 故刀) 刁和) ; 权向量更新:职刀+ j ) = w ( n ) + 2 f lp 气,z 墩,z ) ,其中是用来控制稳定性和 收敛速率的步长参数。为确保自适应过程的稳定性,必须满足0 西南交通大学硕士研究生学位论文第仃页 p 伽,其中心= e 2 ( n ) 】为输入功率。 2 2 2 自适应归一化最小均方n l m s 算法 l m s 算法虽然有较高的计算速率,但是设计时必须小心地选择迭 代步长,同时还可能遇到梯度噪声放大问题n 】。由于它是采用粗糙的梯 度估计得到的,它的残差( 失调) 与收敛速度间是相互制约的,这主 要是因为l m s 算法的步长在收敛过程中保持不变。 算法的具体实现步骤如下: 算法初始化:职o ) = d ;p ,( 0 ) = 口。对r = 0 ,1 ,2 ,计算 滤波:灭,z ) = 吸,z 嫩咒) ; 误差估计: e ( 玎) = d ( 砂烈砂; 系数更新:职万+ j ) = 职,z ) + 2 e * ( n ) x ( n ) p ,( 拧) , 其中t 是步长因子( d j ) ,p ,( 砂,( 刀墩,z ) 是输入信号的功率估计 值。实际应用时,通常采用该递推公式的修正表达式 职以+ j ) = w ( n ) + 2 te 木( ,z 墩,1 ) ( p ,( ,1 ) + 口) ( 其中,口为正常数。) 作为 归一化l m s 算法。 2 2 3 自适应递归最小二乘方( r l s ) 算法 i l l s 算法实际上是f i r 维纳滤波器的一种时间递归算法,它是严格 以最4 , - - 乘方准则为依据的算法。主要优点是收敛速度快,因此首先 在快速信道均衡、实时系统识辨和时间序列分析中得到广泛应用。 算法的主要步骤如下: ( 1 ) 数据采集与生成,取得改玎) 和x ( n ) ; ( 2 ) 自适应滤波算法的参数初始化; ( 3 ) 自适应滤波处理; ( 4 ) 滤波器系数更新。 算法的具体实现步骤如下: 1 、算法初始化职0 ) = 0 ;以0 ) = 万一1 ,其中i 为单位矩阵。 西南交通大学硕士研究生学位论文第1 8 页 2 、对每时刻,以= 0 ,l ,2 ,计算更新增益矢量: g 例= 以玎一缈酸,z 五+ x r0 ) 尸( 咒n 致,z ) 】; 滤波:y 俐= 形7 ( ,1 1 m 甩) ; 误差估计:p 伽) = 吠甩) 双n ) ; 更新权向量:职砂= 职,l 1 ) + 甙砂“力) ; 更新逆矩阵:p ( n ) = 2 - 1 p ( ,z 1 ) - g ( 以r 伽l p ( ,l 1 ) ; 其中,尸( n ) 为自相关矩阵r 。( ,z ) 的逆矩阵,常数五是遗忘因子,i e i _ 0 通过比较输出结果与期望响应产生估计误差。 ( 2 )自适应过程:根据估计过程自动调整滤波器参数。 本文采用的是图2 3 所示的自适应滤波的闭环结构,它通常适用于 谱线增强,尤其对检测噪声中的周期信号特别有效,脉冲超声信号, 虽不是周期信号,但经少许移动后的缺陷回波与原始信号的缺陷回波 间仍能保持较大的相关性,而材料中的结构噪声在一定程度上将被解 相关【引。 西南交通大学硕士研究生学位论文第19 页 系统 输出 鞫八 图2 3 自适应滤波闭环结构 对输入信号适当延迟而获得参考信号。自适应滤波器在时刻玎的权 矢量用 形( 刀) = w o ( 玎) ,w 1 ( n ) ,w + 1 ( 刀) r ( 2 8 ) 表示, x ( 刀) = x ( 1 ) ,x ( 2 ) ,x ( n ) 1 ( 2 9 ) 为参考输入信号矢量,烈甩) 是输入信号,灭刀) 是期望输出值( 本文中由 输入信号延迟1 2 个采样点得到) ,文,z ) 是误差信号,腥滤波器长度。具 体的实现过程如下: 滤波器输出: y ( ,z ) = 矿7 ( ,z ( 刀) ( 2 1 0 ) 误差估计:e ( 万) = d ( ,1 ) 一y ( ,1 ) 权向量: w ( n + 1 ) = w ( n ) + 2 1 e ( n ) x ( n ) = 而 ( 2 1 1 ) ( 2 1 2 ) ( 2 1 3 ) p ( k + 1 ) = a x 2 ( 后) + ( 1 o o p ( k ) ( 2 1 4 ) 其中z 是用来控制稳定性和收敛速率的步长参数。本文采用是变步 西南交通大学硕士研究生学位论文第2 0 页 长的。“是归一化的收敛参数;,为滤波器系数的个数,本文中其取值 为总的采样点数( 5 0 0 0 0 ) :d 是遗忘因子,用以降低前时刻的输入影 响;p ( k ) 为女时刻的输入信号的平均功率估计。 232n l m s 算法处理的结果 图2 _ 4 至图2 7 为不同车轮的e m a t 数据,横轴为信号的采样点 ( 共5 0 0 0 0 个采样点) ,纵轴为信号的幅值。其中每幅图的上图为未经 过n l m s 算法处理的输入信号的波形图,下图为算法处理后的结果 图。显而易见,对含噪声强的e m a t 信号,本文的变步长的n l m s 算法具有很强的噪声抑制效果。 对比图2 _ 4 中理想状态下e m a t 探伤系统采集的伤波波形,我们 不难找出缺陷回波,并对其进行定性分析,以判断车轮状况。图2 - 4 到图2 7 中,我们主要针对实验中样环轮数据存在的四种情况的数据 进行处理: # j ,1 , ( a ) 原始信号( 无伤无噪声的车轮) ( b ) 算法处理后结果 图2 - 4 无伤无噪声原始信号及其处理结果 西南交通大学硕士研究生学位论文第2 1 页 二:”1 1 意,“? 4 1l i 。 二嘲弭 2 ;氛一5 ,? 叫。:志慧1 i 1 聿 ( a ) 原始信号( 有伤无噪声的车轮)( b ) 算法处理后结果 图2 - 6 有伤无噪声的原始信号及其处理结果 一 西南交通大学硕士研究生学位论文第2 2 页 :卿 三匠 ( a ) 原始信号( 有伤有噪声的车轮)( b ) 处理后结果 图2 7 有伤有噪声的原始信号及其处理结果 ( 2 ) 有伤无噪声的数据或有伤有噪声的数据,算法处理后的结果 仅含有部分的周期回波及缺陷回波,算法结果与实际情况也相符,但 存在着一定的不足,如图2 7 所示,周期回波和缺陷回波有所缺失, 因此需要算法需要进一步的改进。 2 4 本章小结 本文采用自适应滤波常有的两个结构之一的闭环结构,通过几种 常见的自适应滤波算法对比,结合电磁超声信号特点,本文提出变步 长的归一化的最小均方自适应滤波算法,通过对输入信号的适当延迟 获得参考信号,进而用对e m a t 噪声信号进行处理。测试数据初步满 足实际要求,但存在着一定的不足,如对周期回波有一定的滤除效果, 需要后续的改进。 西南交通大学硕士研究生学位论文第2 3 页 第3 章相位差算法 相位差数字测量按实现途径可分为硬件法和软件法两大类。硬件 法先通过硬件电路和微机定时器测量两个信号的初相位的时间差,再 将时间差变换为相位差。软件法对两个信号的瞬时值采样,通过对采 样数据分析处理,得到相位差的估计值,目前主要有过零点法、相关 法、d f t 法等。当信号受噪声干扰时,过零点法的相位差测量误差较 大;数字相关法有很好的噪声抑制能力,但要求对周期信号实行严格 整周期采样;d f t 法一般认为也需要严格整周期采样,否则其精度受 频谱泄漏和栅栏效应影响。 3 1 窗函数的选择 常用的窗函数有矩形窗、三角窗( 巴特利特窗) 、汉宁窗( 升余弦 窗) 、哈明窗( 改进的升余弦窗、布赖克曼窗) 。窗的形状和宽度决定 了窗函数的特征,对窗函数的要求是: ( 1 ) 窗谱主瓣尽可能的小,以获得较陡的过渡带;( 2 ) 尽量减少 窗谱的最大旁瓣的相对幅度,也就是能量尽量集中于主瓣,这样使得 肩峰和波纹减少,就可增大阻带的衰减1 。对比图中的结果,最终选 择布 图3 - 1 几种窗函数的对比 布赖克曼窗函数为:w ( n ) = 0 4 2 - 0 5 c o s ( n ) + o 0 8 c o s ( 2 n ) ( 3 一1 ) 西南交通大学硕士研究生学位论文第2 4 页 3 2 基于布赖克曼窗的d f t 相位计算 该算法的核心思想是基于接收线圈中的两组线圈的相互关系,如 图3 2 所示,黑色为第1 组线圈,红色为第二组线圈,两者相差半波 长,换算成相位差为1 8 0 。 图32 接收的两组线圈位置 设欲测量相位差的两个周期信号分别为( r ) 和叠( r ) 。为简单起 见,先不考虑信号中的谐波分量,即假设它们均为单频率周期信号, 其频率为工,幅值分别为4 、且,初相位分别为q 、属,并分别表 示为: ( f ) = a ic o s ( 2 砥r + q ) ( 3 - 2 ) ( f ) = b c o s ( 2 x f d + 属) ( 3 - 3 ) 则它们的相位差为一= q 一属。 则它们的相位差为一= q 一矗。 首先考虑信号一( f ) 初相位q 的求取。以采样频率,( 工 2 矗) 将( f ) 离散化,得到离散单频率正弦信号:玉( n ) = a ,c o s ( 嘞 + q ) , 西南交通大学硕士研究生学位论文 第2 5 页 其中鳓= 2 z f o t , ( e = 1 z 为采样周期) 。 对五( 以) 加长度为n 的广义余弦窗以力) ,得有限长离散加窗序列 而。( 力) :当0 ,z n 一1 , r a 。( 以) = x l ( n ) w ( n ) ( 3 - 4 ) 信号五( ,z ) 的频谱为: 五( 扩) = 导扩仃( 国一纰) + 孚p - 妈仃( 国+ ) ( 3 5 ) 所以离散加窗信号五。( 栉) 的频谱为: x , w ( d m ) = 五( ) 形( ) = 【辱扩仃( 国一c o o ) + 粤e - 确仃( c o + 铴) 】【甄( 妫e 吖下】 。1 n ( 3 - 6 ) 式( 3 6 ) 第三个等号之后的两项分别对应于窗函数的频谱w ( e 归) 沿频 率轴右移和左移鳓,由于离散窗函数的幅值谱特性类似于低通滤波 器,截止频率约为窗谱主瓣宽度的一半,故当鳓大于此截止频率时, 这两项之间的相互影响极小,当仅考虑0 缈万时,认为: 五。( 已口) :要( 缈一蛾) p h 掣喁】。( 3 7 ) 对j c l 。( 咒) 进行d f t ,得离散谱j c l ,( 尼) 。五。( 七) 实质上是连续谱 五( p 埘) 在区间【o ,2 x 以等间隔缈= 2 万抽样的结果,即: 墨,( 七) = 墨。( e - ) i 掣( 露= 0 12 ,一1 ) ( 3 - 8 ) 如果时域为非整周期截断,即n r , 不为信号周期瓦( 瓦= 1 厶) 西南交通大学硕士研究生学位论文第2 6 页 的整黼账急= 黔= 等亦不为龇不搬 堡= 七十彳( 3 9 ) a o 其中,k 为正整数,一0 5 允0 5 。 嘞最接近第k 根谱线,用d f t 计算第k 根谱线的频谱,由式 ( 3 7 ) 、( 3 8 ) 、( 3 - 9 ) 知: x 1 ( k ) _ a 2 1w 小伽) e j 半蝎】= 争甄( 孚帆, ( 3 1 0 ) 因此,用d f t 求得的相位角为: 只= + 2 x ( 3 1 1 ) 对t ( f ) 加相同窗,并进行d f t ,同理,可得: 墨w ( 露) = 导( 二础剐 ( 3 - 1 2 ) 对应的相位角为: 包= 屈+ 砌 ( 3 - 1 3 ) 式( 3 1 1 ) 减式( 3 1 1 得相位差: 乡= 喁一层= q 一幺 ( 3 1 4 ) 当2 0 时,即采样为非整周期采样时,式( 3 1 6 ) 和式( 3 1 8 ) 求得的信号初相位角、屈均有误差,但误差大小相等,通过相减正 好抵消,从而由式( 3 1 9 ) 求得的相位差理论上没有误差。这说明, 本算法不要求对信号整周期采样,不需要求出信号频率。 对于序列五( 以) ,加窗w ( ,z ) 后,用d f t 计算其基波( 对应序号为 k 的谱线) 实部置鼬和虚部置h n 为: 西南交通大学硕士研究生学位论文第2 7 页 五鼢= 丙2 磊n - ij c 2 ( 咒) 以刀) c 。s 等 ( 3 一1 5 ) 五m = 万2 缶n - l 毛( ,1 ) “忍) s 证1 2 k f n r r ( 3 - 1 6 ) 对其相位角有:t g a , = 专皿。对于序列x 2 ( n ) ,同样有: l 鼢 对其相位角有: 于是, 置鼢= 号萋咖灿s 等 置h = 号篓拍灿等 孵急 ( 3 1 9 ) 肚增弋筹激, 协2 上面讨论的是单频率信号。当信号中含有谐波时,如果选用的窗 函数频谱能量集中于主瓣中,信号中基波与任意谐波分量频率之间的 间隔远大于窗函数频谱主瓣的宽度,最低频率远大于主瓣宽度的一半, 则基波受谐波成分及其自身的负频率分量的影响极小,可以忽略不 计 1 7 - l s l 。因此算法依然适应信号中含有谐波的情况。至此,给出算法 具体实现步骤: ( 1 ) 根据经验估计信号频率的上限值,由此确定采样频率和一次 d f t 运算的采样时间,然后对而( f ) 和x 2 ( t ) 同时进行采样,得采样序 列五( 刀) 和乇( ,1 ) ; ( 2 ) 对其中一序列( 如五0 ) 进行f f t ,求取信号全景谱,并通 西南交通大学硕士研究生学位论文第2 8 页 过峰值搜索确定信号基波所对应的谱线序号k ; ( 3 ) 对五0 ) 和而( 拧) 加相同的广义余弦窗,按公式( 3 1 5 ) ( 3 1 8 ) 用d f t 分别求取其第k 谱线对应的频谱的实部和虚部; ( 4 ) 按公式( 3 1 9 ) 计算两信号的相位差。 该算法的最大特点是,相位差测量值理论上与信号频率无关,不 需要信号实行整周期采样,因而微机实现简单,计算量较小。该算法 的相位差测量精度主要受高次谐波、a d 量化误差、噪声、信号前置通 道相位传输失真等因素的影响。通过采用加广义余弦窗,算法有效地 抑制了谐波对基波相位差测量的影响;采用较高位数的a d 转换器、适 当增加采样点数,可减小量化误差和噪声影响:通过“软件校正”,可 有效消除信号前置通道的传输失真 i s - 1 9 。 3 3 基于布赖克曼窗的反三角函数的相位计算 根据系统实际信号的特征,系统的发射信号频率为1 0 m h z ,实际采 样频率为4 0 0 k h z ,每个探头的采集的数据为5 0 0 0 0 个点的离散信号。考 虑到信号的频谱特征,因此设计时,为保证信号的中心频率在4 0 0 k h z , 因此做了调整,以下是本文最终采用的方法。 石:n(ji)(3-21)si 2 1 )l = n ( _ _ ) s a m p l e p e r w a f 2 - - c o s 老品, 其中,式( 3 2 1 ) 和式( 3 2 2 ) 中, f l = 0 :1 :4 9 9 9 9 ( 3 - 2 2 ) ( 3 2 3 ) 由式( 3 2 1 ) 、式( 3 2 2 ) 、式( 3 - 2 3 ) p - 知,z 和厶分别为5 0 0 0 0 个点的离散 的正弦和余弦信号。如图3 3 ,为正、余弦信号的频谱图,图中可知其 信号的中心频率在4 0 0k h z ,即由式( 3 2 1 ) 和式( 3 2 2 ) 求得的信号不会改 变其频谱特征。 西南交通大学硕士研究生学位论文第2 9 页 正薯矗辱曩鼍 图3 3 正、余弦信号的频谱图 假设设c h a 为一个探头中采集的某一组线圈的原始信号,由式 ( 3 - 2 4 ) 和式( 3 - 2 5 ) 可知, a s i n = c h a z( 3 2 4 ) a c o s = c h a 正 ( 3 2 5 ) 布莱克曼窗函数为: 阶) - o 4 2 o 5 c o s 岳卅o 0 8 c 0 s ( 2 。志( 3 - 2 6 ) as i i l 和ac o s 分别为最终的正、余弦相乘后的结果,再经布莱 克曼窗函数处理得: 4 9 8 0 02 0 0 a s i n _ f i l t e r e d = 口一s i n ( i + j ) 宰w 0 ) ( 3 2 7 ) 一一一一 、7 498002 0 0 a c o sf i l t e r e d = e 口一e o s ( i + j ) 宰w 0 ) ( 3 2 8 ) 一j 二_ 一一 、 i = 1 j = 0 as i nf i l t e r e d ,ac o sf i l t e r e d 为窗函数与正、余弦相乘后输出的结果, 其中式( 3 2 7 ) 和式( 3 2 8 ) 5 b ,图3 - 4 为本文采用的2 0 0 个系数的布莱克曼窗 函数。 西南交通大学硕士研究生学位论文第3 0 页 图3 42 0 0 个系数的布莱克曼窗函数 对应式( 3 2 7 ) 和式( 3 2 8 ) ,正切信号为: 一a s i n _ f i l t e r e d ( 3 2 9 ) a _ t 9 2 a 高0 t _ u t e 忑 v cs,鲥 利用反正切求得其对应的弧度,并转化为角度为: a _ a n 9 1 e :婴一t g q (3-30)tg 9 1 e 2 万一一1 一 与以上求解过程类似,探头中另一组线圈的对应角度求解过程一样。 设b a n g l e 为另一线圈岁对应的角度,那么两线圈的相位差为: d e l t a p h i 一1 = a b s ( b a n g l e 一口一a n g l e ) ( 3 3 1 ) 最终两线圈的相位差结果还需转化为0 3 6 0 。角度,以便根据两线圈的 相位差特征来设置最终允许通过的相位宽度。 3 4 本章小结 本章通过几种常有的窗函数进行对比,最终引入了优越的布莱克 曼窗函数。介绍了一种基于布莱克曼窗函数的d f t 方法来计算信号的相 位,但该方法未考虑到实际采集的e m a t 信号的频谱特征,存在着一定 的局限性。随后提出了一种基于e m a t 信号的频谱特征的简单三角函数 来计算信号的相位,该方法简单、且频带更加集中在4 0 0 k h z ,对后续 的算法处理中必将引入更小的噪声。 西南交通大学硕士研究生学位论文第3 1 页 第4 章小波降噪算法 4 1 小波分析导论 4 1 1 傅立叶变换 信号的基本表示方式是以时间为变量的连续函数表示法,将这种 时间函数变换到频率域,是一种很有用的信号处理方法,转变后信号 可以展现出许多特征。傅立叶变换与逆变换表示为【2 蚴】: ,( c o ) = if ( t ) e 叫硝出 ( 4 1 ) j _ 一 1 “ 厂( f ) = 圭if ( c o ) e j 6 。d a i ,( 4 2 ) z 刀一 傅立叶变换实质上是将信号展开为不同频率正弦信号的线性叠加,从信号 的傅立叶变换中可以看出信号的各种不同频率成分的强弱,信号能量在频谱域 中的分布。傅立叶变换的核函数是正弦信号,它在时间域上是无限的,所以傅 立叶变换是对信号在整个时间过程中变化情况的分析。 4 1 2 小波分析 小波是一种持续时间很短的波,它正负波动的同时速降至零,但 并不意味着所有持续时间很短的波都是小波,小波必须满足下面的容 许条件: q = 上等功 佃 3 , y ( 妫是小波v ( t ) 的傅立叶变换,容许条件表明,在g o = 0 处以动= 0 , 即小波是带通滤波器的频率特性,这就是说小波在频域内是局部的, 小波在时域和频域内都是局部的这是小波的重要特性,将小波伸缩和 平移得到的一族函数称为分析小波曙r 3 0 1 ,表示为: 虬,6 = 专沙( 丝) ( 4 _ 4 ) 西南交通大学硕士研究生学位论文第3 2 页 式中口为尺度参数,b 为平移参数,改变尺度参数意味着带通滤波器 的中心频率和带宽都在调整,分析小波在时域和频域中也是局部化的。 在小波变化中,尺度口越大,时窗越宽,频窗越窄且向低频方向 移动,即小波变换在信号低频处有较好的频率分辨力,在高频处有较 好的时间分辨力,可以理解为要想获得信号的低频信息,应做较长时 间的观察,这时有较好的频域分辨力,在做短时间的观察时,将获得 信号的高频信息,这时有较好的时域分辨力【让】。 小波变换可以形象的比喻为“数学显微镜”,中心频率较高时分辨 力较低,而中心频率较低时则有较高的频率分辨力。 4 1 3 小波变换与傅立叶变换的比较 1 傅立叶变换 傅立叶变换是时域到频域互相转化的工具,丛物理意义上讲,傅 立叶变换的实质是把对原函数厂的研究转化为对其傅立叶变换厂( 动 的的研究。把原函数厂看作是一个模拟信号时,它的定义域r 称为连 续时域,此时厂的傅立叶变换厂( 动描述信号厂的谱特性。因为谱信息 用频率给出,所以傅立叶变换厂( 动的定义域还是r ,称为频域。因此, 函数厂和它的傅立叶变换厂( 妫是同一能量信号的两种不同的表现形 式。 虽然傅立叶变换能够将信号的时域特征与频域特征联系起来,能 分别从信号的时域和频域分析信号,但二者不能有机的结合起来。因 为信号的时域表示不包含任何的频域信息;而傅立叶变换没有反应出 随时间变换的频率。因此,傅立叶变换缺乏信号的局部化分析能力, 在实际的许多应用中,有时恰恰关心的是信号在局部范围的特征,所 以需要找到一种新的方法克服这一弱点n 1 1 ,。 2 短时傅立叶变换 由于傅立叶变换是一种全局变换,无法描述信号的时频局部化特 征,而这种性质恰好是非平稳信号最根本和最关键的性质。为能够利 用傅立叶变换提取信号的局部时间间隔内的频谱信息,d g a b o r 在 1 9 4 6 年引入了短时傅立叶变换,也叫窗函数傅立叶变换,传统傅立叶 西南交通大学硕士研究生学位论文第3 3 页 变换的核函数是正弦函数,将正弦函数乘以一个时间域内衰减很快的 函数后,作为核函数改进传统傅立叶变换的非局部性,为了能实现对 信号在整个时间过程中任意局部范围内变换情况的分析,可将窗函数 沿时间轴移动,由于窗函数的局部性,窗函数傅立叶变换在时域内是 局部化的,窗函数傅立叶变换是频率和时间平移量的二元函数。 短时傅立叶变换虽然在一定程度上克服了传统傅立叶变换不具有 局部分析的能力缺陷,但它也有自身不可克服的缺陷,即当窗函数选 定后,时频矩形窗口的形状就确定了。只能改变窗口在时频平面的位 置,而不能改变窗口的形状。因此,短时傅立叶变换本质上是一种单 一分辨率分析,若想改变分辨率,需要重新选定窗函数。这种性质表 明,短时傅立叶变换比较适合分析平稳的信号,而不太适合分析非平 稳的信号 。 t w t 图3 1 短时傅立叶变换的时频窗图3 - 2 小波变换的时频窗 3 小波变换 对于非平稳信号,在信号变化剧烈的时刻,主要是高频,需要取 一个窄的时间窗以便有高的时间分辨率,而在信号比较平稳的时刻, 主要是低频,需要一个宽的时间窗以便有高的频率分辨率。也就是说, 窗口的大小应随频率而变,为了适应这种应用要求,小波变换理论产 生了,它能提供一种“自适应变化”的时频窗结构【礴,。 4 1 4 连续小波变换 下面将对一维连续小波变换的定义做简要的介绍。 设y ( f ) e ( r ) ,其傅立叶变换为矿( 动,当y ( 动满足容许条件,式( 3
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 鸽大肠杆菌病的诊断与治疗
- 医疗机构新媒体运营与管理
- 预防常见病、传染病及食物中毒的措施
- 高血压病的健康教育课件
- 2027年宁夏高考二模英语押题密卷及答案
- 痔疮的中医理疗缓解措施
- 八年级道德与法治模拟卷(2027年寒假开学摸底考试)
- 医学教育国际化与本土化研究与实践
- 生物信息学与药物基因组学
- 2027年四川省中考适应性考试语文真题卷
- 2026福建福州旗山供水有限公司招聘2人考试模拟试题及答案解析
- 北京市朝阳区2026-2027学年度第一学期期中质量检测高三英语试卷(含答案)
- 2026山东省防疫安全协管员招聘考试(畜牧兽医)历年参考题库含答案详解
- 正大集团人才评估行测题目
- UL 9540A 2026 储能电池热失控传播测试标准中文版 模组防火试验规范
- 物业服务履约评价报告
- 光伏组件拆除方案
- 2026年出版社招聘考试面试题及参考答案
- 2025-2026学年江西省赣州市大余县部分高中高三上学期11月期中考试英语试题
- 小区物业消防安全培训课件
- 空乘课件教学课件
评论
0/150
提交评论