基于LMS算法消除瞬變壓力檢測系統(tǒng)中的噪聲

路立平，景亞來

(鄭州輕工業(yè)學院 電氣信息工程學院，河南 鄭州 450002)

現(xiàn)階段，在工業(yè)生產(chǎn)和科研領(lǐng)域，瞬變壓力檢測的作用非常重要.在瞬變壓力檢測中，因電子設(shè)備的性能，在傳感器的輸出信號中不可避免地有噪聲信號.另外，在對傳感器進行動態(tài)補償時，由于拓展了設(shè)備的帶寬，而噪聲又是高頻信號[1]，故設(shè)備頻帶的擴展會引起嚴重的噪聲干擾，進而影響系統(tǒng)測量的精度.此外，在信號的采集和傳播途徑中都會引入噪聲，噪聲的引入影響了對真實信號的處理.有時候，較強的噪聲會“遮蓋”信號，從而難以得到準確穩(wěn)定的真實信號[2].因此，有效地消除和抑制噪聲對于瞬變壓力信號檢測系統(tǒng)具有非常重要的意義.

有效抑制和消除噪聲的方法可以分為兩類：被動噪聲抑制和主動噪聲抑制.被動噪聲抑制從噪聲源、傳播途徑和接收者3個方面利用聲學材料和聲學結(jié)構(gòu)來抑制噪聲.傳統(tǒng)的噪聲消除技術(shù)大多采用被動的方法[3]，設(shè)計帶通或帶阻等數(shù)字濾波器.但是，由于噪聲的不確定性，所以無法充分了解噪聲的先驗知識，很難設(shè)計出估計系統(tǒng)的數(shù)字濾波器.有時候，設(shè)計的規(guī)則會在濾波器正常運行時改變，故可變系數(shù)的自適應濾波器被提出 .

隨著自動控制理論和現(xiàn)代信號處理技術(shù)的發(fā)展，主動噪聲抑制技術(shù)開始以自適應算法為主要研究方向.自適應濾波器具有跟蹤信號和噪聲變化的能力，自適應噪聲抵消技術(shù)是自適應濾波原理的擴展，它能夠從被噪聲干擾的環(huán)境中檢測和提取出有用信號.

1 瞬變壓力檢測系統(tǒng)的數(shù)學模型

文獻[4]研究了炮口沖擊波測試問題，針對固態(tài)壓阻型壓力傳感器建立了壓力傳感器激波管校準實驗系統(tǒng)，采用系統(tǒng)辨識的方法建立了系統(tǒng)的數(shù)學模型：

(1)

對應幅值誤差為±5%和±2%的工作頻率分別為5.875 kHz和4.114 kHz.由于該系統(tǒng)的時域震蕩次數(shù)較多，超調(diào)量較大，文獻[4]設(shè)計了數(shù)字補償濾波器:

(2)

補償后的等效系統(tǒng)幅值誤差為±5%和±2%的工作頻率分別為124.1 kHz和110.7 kHz.雖然補償后系統(tǒng)的帶寬得到了擴展，補償了動態(tài)測量的誤差，但可能引入嚴重的高頻噪聲干擾而影響系統(tǒng)的精度.為了解決該問題，需研究基于自適應濾波消除噪聲干擾的方法.

2 自適應濾波原理

圖1 自適應濾波器的一般結(jié)構(gòu)Fig.1 The structure of adaptive filter

經(jīng)典的濾波方法在有用信號和噪聲占用不同頻帶時，濾波效果比較好.但是，當信號與噪聲的頻帶有重疊時，傳統(tǒng)濾波方法的濾波效果欠佳[5].自適應濾波器依靠遞推算法進行運算，這使得該濾波器可以在無法獲得有關(guān)信號特征完整知識的環(huán)境下，圓滿地完成濾波運算.該濾波器的濾波器參數(shù)是不斷變化的，它可以隨著輸入信號特征的變化而動態(tài)地改變參數(shù)，從而保持最佳的濾波狀態(tài).

自適應濾波器的一般結(jié)構(gòu)示意圖見圖1，x(n)是自適應濾波器的輸入信號，d(n)是期望響應，y(n)是自適應濾波器的響應輸出信號，e(n)是系統(tǒng)的估計誤差且e(n)=d(n)-y(n).自適應數(shù)字濾波器的濾波參數(shù)受誤差信號e(n)的控制，可根據(jù)e(n)的值自動調(diào)整，以便使得輸出的y(n+1)接近于所期望的參考信號d(n+1).

3 噪聲消除原理及LMS算法

圖2 常用濾波消噪原理Fig.2 The principle of filter to denoise

4 Matlab仿真程序及結(jié)果分析

圖3 濾波器原理圖Fig.3 The filter principle diagram

由于反饋的存在，容易引起IIR濾波器的不穩(wěn)定，相反，F(xiàn)IR濾波器總是穩(wěn)定的.故本研究仿真實驗采用橫向結(jié)構(gòu)的4階FIR濾波器，結(jié)構(gòu)圖見圖3.有用信號分量采用正弦信號s,參考噪聲信號x采用具有正態(tài)分布的隨機序列.由于抽頭權(quán)向量的先驗知識未知，故取權(quán)值w為零序列，程序略.

仿真采用幅度為1的正弦信號作為有用信號，函數(shù)randn產(chǎn)生一組具有正態(tài)分布的隨機數(shù)作為待濾除的噪聲信號分量.在前人的研究基礎(chǔ)上，經(jīng)過反復試驗比較得出,當步長μ為0.003的時候，既可以保證較小的失調(diào)又可以使得LMS算法的確立時間較短，從而使本研究所設(shè)計的消噪方法在精度和速度兩個方面都可以達到系統(tǒng)的要求.

在有用信號中加入噪聲后，信號的幅度變大，并且變得雜亂，如圖4與圖5所示.被噪聲干擾的雜亂信號經(jīng)過自適應濾波器消除噪聲后，輸出結(jié)果含有很少的期望信號以外的信號分量，輸出信號的幅度非常接近原始有用信號的幅度，系統(tǒng)的信噪比得到了很大的提高.從圖5中可以明顯地看出，只需要經(jīng)過很短的時間,輸出信號便與原始有用信號基本吻合，可以很好地滿足動態(tài)測試的要求，達到了將噪聲濾除的目的.

圖4 仿真結(jié)果Fig.4 The simulation results

圖5 仿真結(jié)果Fig.5 The simulation results

5 結(jié)論

在瞬變壓力動態(tài)測試過程中，基于LMS算法設(shè)計出了自適應濾波器.相對于經(jīng)典的濾波方法，自適應具有自動調(diào)節(jié)自身參數(shù)的能力，可在未知外界干擾源特征、傳遞途徑不斷變化以及背景噪聲和被測對象聲波相似的情況下，有效地消除外界噪聲的干擾而獲得高信噪比的對象信號.這一技術(shù)在測試環(huán)境不太理想的工作現(xiàn)場可為機械元件、內(nèi)燃機的噪聲與振動等動態(tài)壓力信號做故障診斷和測試分析提供有效的方法和依據(jù)，具有一定的理論意義和應用價值以及廣泛的應用前景.

參考文獻：

[1] 劉清，孫穎.用實時小波分析消除噪聲的動態(tài)測量誤差補[J].南京師范大學學報，2006,6(3):1-5.

[2] 余榮貴.自適應濾波器在噪聲消除中的應用于研究[D].南昌：南昌航空大學，2008.

[3] 曹斌芳.自適應噪聲抵消技術(shù)的研究[D].長沙：湖南大學，2007.

[4] 張文娜.壓力傳感器的辨識建模及動態(tài)補償技術(shù)研究[D].長沙：國防科技大學，2002.

[5] 陳琳，李建勛，戴虎，等.自適應濾波在動態(tài)推力測量中的應用[J].宇航學報，2010，31(7):1819-1825.

[6] 張曉光，王艷芬，王剛，等.基于DSP的自適應噪聲消除[J].電視技術(shù)，2009，33(1)：78-80.

[7] 曹斌芳，何怡剛，郭杰榮.強噪聲背景下的語音信號提取研究[J].噪聲與振動控制，2008(4)：145-149.

[8] 陳琳，李建勛，戴虎，等.自適應濾波在動態(tài)推力測量中的應用[J].宇航學報,2010，31(7):1819-1825.