趙海峰，張 亞，李世中，郭 燕，2（.中北大學機電工程學院 太原，03005）（2.南京信息職業(yè)技術學院機電學院 南京，20023）（3.渥太華大學機械工程學院 渥太華，KN 6N5）

基于奇異值分解的侵徹過載信號降噪方法*

趙海峰1，2，3，張 亞1，李世中1，郭 燕1，2
（1.中北大學機電工程學院 太原，030051）（2.南京信息職業(yè)技術學院機電學院 南京，210023）（3.渥太華大學機械工程學院 渥太華，K1N 6N5）

為解決硬目標侵徹過載信號的降噪問題，提出侵徹加速度信號的奇異值分解技術。首先，通過主體奇異值分量穩(wěn)定原則確定信號的重構子矩陣；然后，利用前K次奇異值能量占優(yōu)法則提取奇異值的有效階次，在此基礎上對實測信號進行奇異值分解；最后，利用分解出的有效奇異值完成信號的重構。實驗證明，經此方法處理的侵徹過載信號可以有效剔除隱含在彈體加速度信號中的振動和噪聲，重構后的加速度曲線具有比小波降噪效果更好的信噪比，積分得到的位移曲線能較好反映實際侵徹深度，是侵徹過載信號處理的一種新的可行方法。

侵徹過載信號；奇異值分解；信號重構；信噪比

引 言

侵徹過載信號的消噪一直是侵徹測試過程中一個重要步驟。通過對實測信號的分析和處理，可以得出彈體在侵徹過程中的重要參數，為設計彈體的結構強度、裝藥穩(wěn)定性和引信可靠性提供重要參考［1］。在侵徹過程中，彈載測試裝置測得的過載加速度信號一般包含兩種主要成分［2］：a.彈體的剛體加速度由侵徹時彈體所承受的結構阻力形成，是侵徹過程中需要了解的主要成分；b.彈體在侵徹過程中產生的振動信號，包括彈丸橫向和縱向的振動信號，在測試過程中是不可避免、需要濾除的成分。侵徹過載信號的處理關鍵在于找到合適的濾波方法，將侵徹過程中產生的彈體振動信號以及外部噪聲剔除，僅保留反應彈體侵徹阻力形成的減加速度信號。

目前，有關侵徹信號的降噪方法國內外學者已經開展了諸多研究。根據其濾波原理的不同主要分為兩類。

第1類濾波方法屬于測試過程中的機械濾波。其原理是通過在彈內測試裝置的前后端或內部加裝濾波墊的方法來濾除侵徹過程中彈體的振動信號以及測試環(huán)境引起的噪聲。張兵等［3］在研究中通過加裝3種不同材料（天然橡膠、丁晴橡膠和聚碳銨脂），發(fā)現加裝濾波墊后測得的加速度信號頻率范圍有了明顯減小，可以分別濾除頻率大于4 k Hz，7 k Hz和10 k Hz的信號。文獻［4］研制了多種型號的加速度存儲測試裝置，并較早地采用泡沫鋁的方法對測試電路進行緩沖保護，同時對測試所得信號起到機械濾波的功能。上述兩種方法在測試中都能夠濾除一定頻率的噪聲，屬于機械濾波的范疇，但不具備侵徹信號消噪的普遍性。由于在不同的測試環(huán)境下信號存在很大差異，疊加的外部噪聲頻率也不相同，測試中加裝濾波墊的材質、形狀和厚度不同，濾波效果也不相同，所以在測試中需要根據實驗條件進行分析，按測試環(huán)境規(guī)律選擇合理濾波材質。

第2類濾波方法屬于測試信號后的數字濾波法，其核心在于通過對信號的頻譜和波形分析，找出彈體侵徹過程中阻力形成的減加速度信號的固有頻率，濾除高于此頻率的彈體振動信號和環(huán)境噪聲［5］。此類方法的研究較為廣泛，美國Sandia實驗室最早在20世紀90年代對所測數據進行3k Hz的頻域濾波［6］。Rothacher等［7］計算相鄰15點測試數據平均化處理的濾波。文獻［8］進行了3k Hz和10k Hz濾波比較。文獻［9］提出了彈丸一階模態(tài)臨界截止頻率濾波。Donoho［10］提出了小波閾值消噪以及基于復雜環(huán)境下異常噪聲信號的經驗模態(tài)分解（empirical mode decomposition，簡稱EMD），都屬于測試后的數字濾波方法［11］。這些方法在侵徹信號的處理方面相對機械濾波有著較為廣泛的實用性，在濾波降噪的效果上各有短長。

奇異值分解（singular value decomposition，簡稱SVD）是接近于EMD的一種數字信號處理方法，可以將信號表示為一系列正交分量信號的疊加，分解后的分量具有零相位偏移特性。理想的去相關特性可以從復雜的噪聲環(huán)境中分離出有用信號的特征分量。近年來常用于圖像壓縮、數據降維［12-14］、信號故障特征的提?。?5］、診斷［16］以及盲信號的分離［17］；但在信號降噪方面的應用很少，尤其缺乏在侵徹過載信號的數據處理方面。筆者在此基礎上提出了一種基于奇異值分解的侵徹信號降噪處理方法。首先，通過對實驗測得的侵徹過載信號進行奇異值分解，提取侵徹過程中阻力引起的彈體加速度主體信號，剔除伴隨的彈體振動信號及外部微弱噪聲；然后，進行信號的重構；最后，對重構后的加速度曲線進行去噪效果評定以及侵徹深度的計算和比較。

1 奇異值分解、重構原理

奇異值分解［18］是指：對于實矩陣A∈Rm×n，必定存在m階正交矩陣U=［u1u2…um］∈Rm×n和n階正交矩陣V=［v1v2…vn］∈Rn×n，使得式（1）成立。

其中：Σ=dig（δ1，δ2，…，δi）（i=1，2，…，（）

r= min（m，n）），為矩陣A的全部非零奇異值，且滿足δ1≥δ2≥…≥δr≥0，Σ中前幾個值較大，包含了矩陣A的大部分信息；U和V分別為矩陣的左右奇異陣。

奇異值分解的核心在于通過矩陣運算將一實矩陣分解為正交矩陣U、對角矩陣Σ和正交矩陣V的乘積。其在侵徹過載信號處理過程中的關鍵在于如何將實驗測得的信號序列構造出合適的實矩陣A。

目前，信號奇異值處理中構造矩陣的方法大致可以分為兩種。

一種方法是將所測一維時間信號序列S= ［s（1）s（2）… s（ n）］采用連續(xù)截取的方式構造矩陣。具體過程可以表示為：取正整數m，n，對所測信號序列按每n個點截取m段，這樣可以構造一個

m行n列的包含測試信息的新矩陣A

其中：m≥2；n≥2，且n=int（N/m）。

另一種方法是利用延遲法對測得的時間序列S（N）進行重采樣，假設采樣間隔為τ（一般取τ= 1），構造所得新的子矩陣B為

其中：N=L+（M-1）τ；B為L×M維矩陣，秩為r（r≤min（ L，M））。

r= min（l，m），δr=0）。

基于奇異值分解的信號子矩陣構造方法原理基本相同，筆者針對侵徹加速度信號時域連續(xù)的特點，采用第2種方法進行信號的子矩陣構造。對構造后的子矩陣按式（1）分解，得到r個非零奇異值δi以及l(fā)-r個值為0的奇異值。若實驗測得的過載信號由侵徹阻力信號和彈體振動及外部噪聲構成，則分解后的奇異值δi可以分辨出主體阻力信號和振動及噪聲信號的能量集中情況。分解所得的前k個較大的奇異值反映了侵徹過程中彈體承受阻力形成的加速度信號，稱為奇異值的有效秩階次，其余的r-k個奇異值反應彈體的橫向和縱向振動信號以及實驗環(huán)境外部噪聲。對重構后的子矩陣奇異值分解后，將反應彈體的橫向和縱向振動信號及噪聲的r-k個奇異值置零，帶入式（1），得到消噪后重構的侵徹過載阻力信號。

2 奇異值分解子矩陣的確定

利用奇異值分解信號降噪的關鍵在于如何確定測試信號序列的子矩陣行數L，以及找出子矩陣奇異值分解后的前K個有效值。筆者針對侵徹過程中彈體承受的侵徹阻力加速度信號為測試主體成份，彈體振動及外部環(huán)境噪聲為伴隨信號的特點，提出以主體奇異值分量穩(wěn)定的方法確定子矩陣行數L，以前K次奇異值能量占優(yōu)原則確定子矩陣的有效階次K。

2.1 子矩陣行數L的確定

當信號序列取不同行數L進行子矩陣奇異值分解時，定義子矩陣前i次奇異值之和在總體奇異值中所占比例為λi，如式（4）所示，λi代表了奇異值分解前i個奇異值所攜帶分量信號在總體信號中的比例，且λi呈逐步增大趨勢。

當L取某一定值m時，λi為一接近1的數值，表明此次分解的前i次奇異值信息量已經占優(yōu)。若繼續(xù)取L=m+1，m+2，…，進行子矩陣重構，λi會因分解后的奇異值接近而變化緩慢，此時可以認為子矩陣的行數m即為重構子矩陣的最佳行數。如果繼續(xù)增大子矩陣行數取值，對于提取主體信息已經沒有任何意義，還會增加奇異值分解的計算量。

2.2 子矩陣有效階次K的確定

子矩陣有效階次K的確定可以根據奇異值能量占優(yōu)原則來確定，即當任一子矩陣進行為奇異值分解時，對應分解后的奇異值為Σ=dig（δ1，δ2，…，δp），此時定義單一奇異值對應信號分量的能量為E，前K次奇異值能量所占總體能量比為P。

若前K次奇異值對應信號分量能量和與總奇異值能量比值P占據很大優(yōu)勢，表明了此次分解前K個奇異值已經代表了信號的主要成分。此時，取K為當前子矩陣的有效奇異值分解階次即可。

3 仿真信號的奇異值分解

為驗證筆者提出的奇異值分解方法的有效性，取與侵徹信號相似的一維電壓信號leleccum作為仿真信號，1 350個采樣點作為信號的長度進行分析。取L=2，3，4，5，6時進行奇異值分解，信號及對應特征值如圖1所示。

圖1 Leleccum信號及特征值Fig.1 Lelecuum signal and eigenvalues

采用筆者提出的子矩陣主體奇異值分量穩(wěn)定原則對信號進行處理。當L=2，3，4，5，6時，其前i次奇異值之和在總體奇異值中所占信息量比例λi變化曲線如圖2所示。其中：橫坐標為奇異值分量個數；縱坐標為前i個奇異值和在總體奇異值中所占比例。結合圖1和圖2可知，隨著行數L的增加，分解所得的奇異值個數越來越多，分解的奇異值也越來越接近，使得前i個奇異值分量和在總體奇異值中比例λi越來越接近于1。當L繼續(xù)增大，λi的變化越來越緩慢，表明此時構造的子矩陣經過奇異值分解已近能有效分解出信號所攜帶的大部分信息，繼續(xù)增大L沒有意義，只會增加計算量。

圖2 L取不同值時leleccum信號前i次奇異值信息量變化趨勢Fig.2 The tendency of change of leleccum signal former i times singular value information when L take different values

此時，如果設定信號奇異值分解后前i個信號分量占總體信號比為99.7％，由表1可以得出leleccum一維電壓信號的子矩陣構造取L=4即可。

表1 L取2，3，4，5，6時leleccum信號λi的數值Tab.1 Theλivalues of leleccum signal when L=2，3，4，5，6

在確定子矩陣行數后，對構造的子矩陣奇異值分解。利用能量比公式計算發(fā)現，分解后第1個奇異值分量能量占總體能量比值P為99.6％。這說明第1個奇異值分量攜帶了信號的主要信息，其余3個奇異值分量攜帶的為信號微小噪聲分量，在信號重構時將其置零即可。

leleccum一維電壓信號在L=4，K=1的情況下，奇異值分解結果及分解后誤差如圖3所示。可以看出，信號經過奇異值分解取得較好的降噪效果，降噪后信噪比為94.84。

圖3 leleccum信號特征值、濾波后信號及誤差Fig.3 The eigenvalues，reconstructed signal of leleccum and error

4 侵徹實驗及信號的奇異值分解

4.1 侵徹實驗

為獲得侵徹實驗信號，采用小型隨彈測試系統(tǒng)記錄彈體侵徹時的加速度時程曲線。實驗設計的測試裝置和數據記錄系統(tǒng)架構框圖如圖4，5所示。實驗時將小型測試裝置裝入實驗彈彈體底部，用于無限混凝土板靶的侵徹實驗。在侵徹過程中，通過加速度計測得彈體侵徹振動信號，經圖5中信號適配器的放大、調理，數據記錄儀的采樣、模數轉換后存儲在測試裝置中的存儲器中。在彈體侵徹過程結束后，回收測試裝置，通過預留的數據接口讀出測得的侵徹加速度數據。某次實驗測得的侵徹加速度曲線如圖6所示。4.2 侵徹信號的奇異值分解

圖4 測試裝置Fig.4 The testing device

圖5 數據記錄系統(tǒng)架構框圖Fig.5 Block diagram of data recording system

圖6 侵徹加速度曲線Fig.6 The curve of penetration acceleration

1）確定重構子矩陣的行數L。取L=2，3，4，5，8，20時，其分解后的奇異值分量如圖7所示?？梢钥闯觯擫≥5時，前5個奇異值分量呈下降趨勢，之后繼續(xù)增大L取值奇異值相對變化很小，且基本呈穩(wěn)定變化態(tài)勢。此時前i個奇異值之和與整體奇異值比例λi的變化趨勢如圖8所示。可以看出，λi隨奇異值的增加其變化越來越慢，當L=5時，前4個奇異值分量和已經占據總體分量的95％以上，此時取L=5為侵徹過載信號重構子矩陣的行數。

圖7 L=2，3，4，5，8，20時侵徹信號奇異值Fig.7 The singular values of penetration signals when L=2，3，4，5，8，20

圖8 L取不同值時侵徹信號前i次奇異值信息量變化趨勢Fig.8 The tendency of change of penetration signals former i times singular value information when L takes different values

2）在確定子矩陣行數L后，遵循前K次奇異值能量占優(yōu)原則確定子矩陣的有效階次K。從表2可以看出，當L=5時，前兩個奇異值分別為0.716 和0.112，此后其值都低于0.1，前2次奇異值能量所占總體能量比P為98％，占據了總體能量的大部，說明前2次能量攜帶了信號的主體，所以取K= 2為奇異值分解的有效階次。

表2 L取2，3，4，5，8時侵徹信號奇異值數值Tab.2 The singular values of penetration signals when L= 2，3，4，5，8

按上述分析，當L=5，K=2的情況下，侵徹過載信號的奇異值分解結果及分解后誤差如圖9所示?？梢钥闯?，信號經過奇異值分解重構后取得較好的降噪效果。

圖9 侵徹過載信號奇異值分解后重構信號及誤差Fig.9 The reconstructed signal and error of penetration signals after singular value decomposition

為進一步驗證所提出的侵徹過載信號處理方法的正確性，筆者一方面通過與侵徹過載信號的小波分解方法（圖10小波去噪后的侵徹過載信號）比較，發(fā)現經提出的奇異值分解后重構所得信號的信噪比（signal to noise ratio，簡稱SNR）要優(yōu)于小波分解重構后信號的信噪比（見表3）；另一方面，對去噪后的加速度信號在時域進行二次積分，求得彈體侵徹過程的位移時程曲線（見圖11）。由圖11可知，彈體經降噪后所得侵徹深度為1.003m，與實驗測得的實際侵徹深度1.005m（見圖12）非常接近。

圖10 小波去噪后的侵徹過載信號Fig.10 The penetration acceleration signal after Wavelet filtering

表3 兩種不同分析方法信噪比Tab.3 The SNR of two different methods

圖11 彈體侵徹的位移積分曲線Fig.11 Displacement-time curve of projectile penetration process

圖12 實驗侵徹深度Fig.12 Experimental penetration depth

5 結 論

1）通過奇異值分解可以將彈體侵徹過程中的主分量信號和伴隨的振動及噪聲信號分離，從而提取出侵徹阻力形成的主體信號。

2）分解重構后的信號具有較高的信噪比。

3）降噪后的加速度曲線經二次積分所得侵徹深度具有較好的準確度。

4）該方法對于研究侵徹過載信號濾波提供了一種較好的分析思路，對侵徹加速度信號濾波處理具有一定的實際意義。

［1］ 徐鵬，祖靜，范錦彪.高g值侵徹加速度測試及其相關技術研究進展［J］.兵工學報，2011，32（6）：739-744.Xu Peng，Zu Jing，Fan Jinbiao.Research development to high-g penetration acceleration test and its correlative technology［J］.Acta Armamentarii，2011，32（6）：739-744.（in Chinese）

［2］ 范錦彪，祖靜，徐鵬，等.彈丸侵徹混凝土目標減加速度信號的處理原則［J］.探測與控制學報，2012，34（4）：1-6.Fan Jinbiao，Zu Jing，Xu Peng，et al.Impact deceleration signal processing for concrete target penetration ［J］.Journal of Detection＆amp；Control，2012，34（4）：1-6.（in Chinese）

［3］ 張兵，石庚辰.侵徹硬目標識別技術中的機械濾波［J］.探測與控制學報，2010，32（4）：25-29.Zhang Bing，Shi Gengchen.Mechanical filtering for target recognition of hard target penetration［J］.Journal of Detection＆amp；Control，2010，32（4）：25-29.（in Chinese）

［4］ 徐鵬，范錦彪，祖靜.高速動能彈侵徹硬目標加速度測試技術研究［J］.振動與沖擊，2007，26（11）：118-122.Xu Peng，Fan Jinbiao，Zu Jing.Study on acceleration test technique of high velocity kinetic energy projectile penetrating into hard target［J］.Journal of Vibration and Shock，2007，26（11）：118-122.（in Chinese）

［5］ 郝慧艷，李曉峰，孫運強，等.侵徹過程彈體結構響應頻率特性的分析方法［J］.振動、測試與診斷，2013，33（2）：307-310.Hao Huiyan，Li Xiaofeng，Sun Yunqiang，et al.Projectile structural response frequency characteristics analysis method in penetration process［J］.Journal of Vibration，Measurement＆amp；Diagnosis，2013，33（2）：307-310.（in Chinese）

［6］ Franco R J，Platzbecker M R.Miniature penetratator（MINPEN）acceleration recorrder development test［R］.［S.l.］：Sandia National Laboratories，1998.

［7］ Rothacher T，Giger B.High g ballistic flight data recorder［C］∥18th International Symposium on Ballistic.San Antonia：［s.n.］，1999：379-386.

［8］ 張志安.硬目標侵徹引信半實物仿真技術研究［D］.南京：南京理工大學，2007.

［9］ 王成華，陳佩銀，徐孝誠.侵徹過載實測數據的濾波及彈體侵徹剛體過載的確定［J］.爆炸與沖擊，2007，27（5）：416-419.Wang Chenghua，Chen Peiyin，Xu Xiaocheng.Filtering of penetration deceleration data and determining of penetration deceleration on the rigid-body［J］.Explosion and Shock Waves，2007，27（5）：416-419.（in Chinese）

［10］Donoho D L.De-noising by soft-thresholding［J］.IEEE Transactions on Information Theory，1995，41（3）：623-627.

［11］陳雋，李想.運用總體經驗模態(tài)分解的疲勞信號降噪方法［J］.振動、測試與診斷，2011，31（1）：15-19.Chen Jun，Li Xiang.Application of ensemble empirical mode decomposition to noise reduction of fatigure signal［J］.Journal of Vibration，Measurement＆amp；Diagnosis，2011，31（1）：15-19.（in Chinese）

［12］Phillips R D，Watson L T，Wynne R H，et al.Feature reduction using a singular value decomposition for the iterative guided spectral class rejection hybird classifer［J］.ISPRS Journal of Photogrammetry and Pemote Sensing，2009，64（1）：107-116.

［13］Ahmed S M，Alzoubl Q，Abozahhad M.A hybird ECG compression algorithm based on singular value decomposition and discrete wavelet transform［J］.Journal of Medical Engineering and Technology，2007，31（1）：54-61.

［14］Vanlanduit S，Cauberghe B，Guillaume P.Reduction of large frequence response function data sets using robust singular value decomposition［J］.Computers and Structures，2006，84（12）：808-822.

［15］段向陽，王永生，蘇永生.基于奇異值分解的信號特征提取方法研究［J］.振動與沖擊，2009，28（11）：30-33.Duan Xiangyang，Wang Yongsheng，Su Yongsheng.The signal feature extraction method based on singular value decomposition［J］.Journal of Vibration and Shock，2009，28（11）：30-33.（in Chinese）

［16］趙學智，葉邦彥，陳統(tǒng)堅.多分辨奇異值分解理論及其在信號處理和故障診斷中的應用［J］.機械工程學報，2010，46（11）：64-75.Zhao Xuezhi，Ye Bangyan，Chen Tongjian.Theory of mlti-resolution sngular vlue dcomposition and its application to signal processing and fault diagnosis［J］.Journal of Mechanical Engineering，2010，46（11）：64-75.（in Chinese）

［17］馬杰，王昕，李鏘，等.基于特征值和奇異值分解方法的盲分離［J］.天津大學學報，2005，38（8）：741-744.Ma Jie，Wang Xin，Li Qiang，et al.Blind source separation method based on eigen value and singular value ［J］.Journal of TianJin University，2005，38（8）：741-744.（in Chinese）

［18］戈盧布G H，范洛恩C F.矩陣計算［M］.袁亞湘，譯.北京：科學出版社，2001：33-72.

10.16450/j.cnki.issn.1004-6801.2015.04.028

TN911.6；TJ430.6

趙海峰，男，1981年12月生，講師、博士研究生。主要研究方向為侵徹引信信號處理。曾發(fā)表《基于RFID的校園智能路障系統(tǒng)設計》（《中北大學學報》2013年第34卷第4期）等論文。

E-mail：zhaohf@njcit.cn

簡介：張亞，男，1964年10月生，教授、博士生導師。主要研究方向為目標信息探測與識別技術、武器系統(tǒng)安全性與可靠性技術。

E-mail：zy@nuc.edu.cn

*國家自然科學基金資助項目（51275488）；國防預研項目；江蘇省第2批中青年骨干教師和校長境外研修計劃資助項目

2014-10-30；

2014-12-23