郭英歌，陳晶晶，鄒彬彬，王潤田

?

利用自適應噪聲抵消消除工頻脈沖干擾仿真

郭英歌，陳晶晶，鄒彬彬，王潤田

(中國科學院聲學研究所東海研究站，上海 200032)

介紹一種將自適應噪聲抵消算法應用于消除周期性工頻脈沖干擾的方法。該方法利用周期sinc函數仿真工頻脈沖干擾信號，與白噪聲疊加作為參考輸入，利用最小均方(Least Mean Square, LMS)算法與歸一化最小均方(Normalized Least Mean Square, NLMS)算法進行自適應噪聲抵消濾波仿真實驗。MATLAB仿真處理結果顯示，在無增益、增益飽和、增益過飽和這三種情況下，當信噪比為3 dB時，分別用LMS算法與NLMS算法濾波后可以清晰地分辨多次回波。

自適應噪聲抵消；最小均方算法；歸一化最小均方算法；工頻脈沖干擾

0 引言

在數字電路中得到廣泛應用的開關電源的核心是功率轉換電路，功率轉換電路開關在導通到截止或截止到導通的瞬態(tài)過程中，其產生的高速脈沖波形的電流、電壓的脈沖上升、下降沿會產生頻帶較寬即諧波比較豐富的脈沖干擾[1,2]。雖然可以通過電路設計、屏蔽應用等方法壓制或避開該噪聲，但是儀器設備在采集信號的同時如果需加入時間增益，會使該脈沖干擾隨時間增大，從而降低接收信號的信噪比。在聲吶及信號探測領域中如淺地層剖面儀由于發(fā)射機中的可控硅使用會受到周期性噪聲的干擾[3,4]，從而影響探測結果及地層的判讀。這種干擾不同于常見的50 Hz工頻干擾，但又與工頻相關，本文稱這種形式的干擾為工頻脈沖干擾。此時用簡單的帶通濾波等方式，會影響到有效信號的保留。自適應噪聲抵消技術是基于自適應濾波器原理的一種擴展[5]，它在信號增強技術中是一種有效的降噪方法，若系統(tǒng)能提供良好的參考信號，可獲得較好的降噪效果，且信號失真小[6]。這樣做的優(yōu)點是，只需進行后端信號處理，不需要專用硬件便可以實現降噪。本文仿真實驗水池環(huán)境，產生包括白噪聲和工頻脈沖干擾的仿真數據，利用自適應抵消算法對不同增益情況下的仿真數據進行處理，并對實驗結果進行討論。

1 算法原理

1.1 自適應噪聲抵消原理[7,8]

如圖1所示，自適應噪聲抵消系統(tǒng)是一個具有二端輸入的自適應濾波器，在參考信道輸出端的自適應濾波器用來估計噪聲，然后從基本信道輸入中減去該噪聲估計，得到消噪后的信號。

(2)

自適應濾波器的調整結果將使()在均方誤差最小情況下，最接近實際噪聲分量，使得系統(tǒng)輸出中的噪聲分量大大降低，當濾波器輸出()為的最佳估計時，系統(tǒng)輸出()為有效信號()的最佳估計。

1.2 最小均方算法

自適應抵消系統(tǒng)的最小均方算法(Least Mean Square, LMS)的迭代公式為[7,8]

(5)

當步長一定時，在自適應濾波器輸入信號較大的情況下會產生梯度噪聲放大問題[7,9]，于是提出了歸一化最小均方(Normalized Least Mean Square,NLMS)算法。

1.3 歸一化最小均方(NLMS)算法

自適應抵消系統(tǒng)的NLMS算法的迭代公式為[7]

2 自適應噪聲抵消仿真

在MATLAB環(huán)境下利用LMS與NLMS算法進行自適應噪聲抵消仿真實驗。本文仿真在深度為6 m的實驗水池中進行，聲速為1500 m/s。利用GPY2000發(fā)射信號時記錄的聲源信號仿真產生系列回波信號。本文中工頻脈沖干擾不是50 Hz的單頻信號，而是周期脈沖干擾，所以利用式(7)中sinc函數仿真工頻脈沖干擾，其中的取值范圍為所有實數。

GPY2000的工作頻段為1~3 kHz，將仿真信源與干擾通過相應帶寬的帶通濾波器，從而得到仿真的接收數據。

由于采集到的作為參考輸入的噪聲中的工頻脈沖干擾與原始信號中的工頻脈沖干擾相位有可能不同，因此在做自適應噪聲抵消濾波前，需要求得并抵消含有工頻脈沖干擾的參考信號的時間延時，才能得到較好的濾波結果。

在實際實驗中，可以利用聲吶探測儀器(如GPY2000)不接負載空發(fā)信號或者將發(fā)射信號調至很小來采集噪聲，將該噪聲作為自適應噪聲抵消的參考輸入。在采集信號有增益時，只需采集一次噪聲作為參考輸入，在后端處理時加入增益即可。

圖2為歸一化單幀工頻脈沖干擾。在信號中加入均值為0、方差為1的高斯白噪聲，產生150幀信號。濾波過程結束后，仿真檢波過程，畫出如圖3所示的二維能量分布圖，圖中顏色越深的部分表示信號能量越低，黑色即為能量最低處，顏色越淺的部分表示信號能量越高，白色即為能量最高處。之后的二維圖表達與之相同。圖2為圖3的垂向單幀數據。

2.1 接收一次與二次回波信號的工頻脈沖噪聲消除仿真

在信噪比為3 dB、噪聲為白噪聲(噪聲能量不包括工頻脈沖干擾)的情況下，仿真了只接收到一次與二次回波時的原始信號狀態(tài)，如圖4所示。

圖4(a)為第75幀歸一化含噪原始信號，圖4(b)為同幀歸一化無噪聲回波信號，圖4(c)為同幀信號基于LMS算法的自適應噪聲抵消歸一化結果。可以看出，濾波結果與單幀無噪聲回波信號非常相似。程序在處理后一幀信號時，使用的是處理前一幀信號得到的權系數結果，所以在水池這種簡單環(huán)境中，權系數很快會達到最佳。

圖5中縱軸零刻度點為水面，可以看到仿真的兩次回波，第一次回波位置為水池池底，已知水池深度為6 m，則深于6 m的部分為地層信息，斜條紋為仿真工頻脈沖干擾。該實驗通過基于LMS算法的自適應濾波器除去包括工頻脈沖干擾與高斯白噪聲在內的干擾信號。自適應濾波器階數取2，步長。從圖6中可以看出，通過LMS算法濾波后一次回波與二次回波都可以清晰分辨。

2.2 接收多次回波信號在增益飽和情況下的工頻脈沖噪聲消除仿真

仿真接收到四次回波，通過窗函數仿真實驗設備增益，抵消回波包括傳播損失、海底吸收等影響，彌補回波損失，使仿真回波幅值與第一次回波幅度相同，本文稱為增益飽和。在噪聲為白噪聲、信噪比3 dB(噪聲能量不包括工頻脈沖干擾)的情況下，對輸出信號加增益，此時白噪聲和工頻脈沖噪聲也被放大。

圖7(a)為第75幀歸一化含噪增益飽和原始信號，圖7(b)為同幀歸一化回波信號，圖7(c)為同幀信號基于NLMS算法的自適應噪聲抵消歸一化結果?？梢钥闯鰡螏瑸V波結果與無噪聲增益飽和回波非常相似。試驗程序處理方法與2.1節(jié)相同。

圖8為增益飽和后的回波圖。在增益飽和時仿真波形中的回波被噪聲覆蓋無法分辨。通過基于NLMS算法自適應濾波器除去包括工頻脈沖干擾與高斯白噪聲在內的干擾信號。自適應濾波器階數取4，步長。得到濾波后的圖像如圖9所示，從圖9可以清晰地分辨出四次回波信號。

圖8 增益飽和時仿真原始波形

Fig.8 The simulated original signal with gain saturation

2.3 接收多次回波信號在增益過飽和情況下的工頻脈沖噪聲消除仿真

本節(jié)實驗參數與2.2節(jié)情況相同，但在彌補多次回波損失時，使多次回波的幅值大于第一次回波，本文稱這種情況為增益過飽和。實驗中還仿真了設備限幅，即信號幅值的絕對值最大不超過某一固定值。

圖10(a)為第75幀歸一化含噪增益過飽和原始信號，采樣點數隨時間增加，在超過某時刻之后信號值被限幅。圖10(b)為同幀無噪聲歸一化增益過飽和回波信號，可明顯看出，后到達信號的幅值大于先到達的信號幅值。圖10(c)為同幀信號基于NLMS算法的自適應噪聲抵消濾波歸一化結果。從圖10可以，看出濾波結果與單幀無噪聲增益過飽和回波信號中各次回波的幅值比例相似。

圖11為增益過飽和后的回波信號圖?；贜LMS算法自適應噪聲抵消仿真程序的參數設置與2.2節(jié)相同得到濾波結果如圖12所示，從圖12中可以清晰地分辨出四次回波信號。

3 結論

本文在實驗水池環(huán)境下進行了仿真實驗，產生了包括白噪聲和工頻脈沖干擾的仿真數據，利用自適應抵消算法對不同增益情況下的仿真數據進行處理，經過自適應抵消后幾次回波能夠清楚分辨。

[1] 沈稼樹. 高頻開關電源中濾波與抗干擾[J]. 通信電源技術, 1997(1): 4-7.

SHEN Jiashu. Filtering ans anti-interference in high frequency switching-mode power supply[J]. The communication power supply technology, 1997(1): 4-7.

[2] 陳濤, 侯振義. 開關電源的干擾及其抑制[J]. 電源技術應用, 2005, 8(11): 55-58.

CHEN Tao, HUO Zhenyi. Electromagnetic interference(EMI) in switching power supply and suppression methods[J]. Power Supply Technologies and Application, 2005, 8(11): 55-58.

[3] 李一保, 張玉芬, 劉玉蘭, 等. 淺地層剖面儀在海洋工程中的應用[J]. 工程地球物理學報, 2007, 4(1): 5-8.

LI Yibao, ZHANG Yufen, LIU Yulan, et al. Application of sub-bottom profiler to ocean engineering[J]. Chinese Journal of Engineering Geophysics, 2007, 4(1): 5-8.

[4] 李平, 杜軍. 淺地層剖面探測綜述[J]. 海洋通報, 2011, 30(3): 344-350.

LI Ping, DU Jun. Review on the probing of sub-bottom profiler[J]. Marine Science Bulletin, 2011, 30(3): 344-350.

[5] 梁鴻翔, 陳晶晶, 王潤田. 自適應串擾噪聲消除技術在小孔徑鉆孔超聲波檢測中的應用[J]. 聲學技術, 2009, 28(3): 249-252.

LIANG Hongxiang, CHEN Jingjing, WANG Runtian. Adaptive noise cancelling in small drilling hole detection[J]. Technical Acoustics, 2009, 28(3): 249-252.

[6] 高慧, 牛聰敏, 吳煒. 自適應噪聲抵消技術中一種變步長的最小均方(LMS)算法研究[J]. 航天醫(yī)學與醫(yī)學工程, 2002, 15(5): 366-368.

GAO Hui, NIU Congmin, WU Wei. A modified mean square(LMS) algorithm with variable step-size for an adaptive noise canceller[J]. Space Medicine & Medical Engineering, 2002, 15(5): 366-368.

[7] 張賢達. 現代信號處理(第二版)[M]. 北京: 清華大學出版社, Springer, 2002: 188-206.

ZHANG Xianda. Modern signal processing(Second Edition)[M]. Beijing: Tsinghua University Press, Springer, 2002: 188-206.

[8] Bernard Widrow. Adaptive noise cancelling: principles and applications[J]. Proceedings of the IEEE, 1975, 63(12): 1692-1716.

[9] 曾召華, 劉貴忠, 趙建平. LMS和歸一化LMS算法收斂門限與步長的確定[J]. 電子與信息學報, 2003, 25(11): 1469-1474.

ZENG Zhaohua, LIU Guizhong, ZHASO Jianping. Determining of convergent threshold and step-size of LMS and Normalized LMS algorithm[J]. Journal of Electronics and Information Technology, 2003, 25(11): 1469-1474.

The simulation of using adaptive noise cancellation to eliminate power pulse interference

GUO Ying-ge, CHEN Jing-jing, ZOU Bin-bin, WANG Run-tian

(Shanghai Acoustics Laboratory, The Chinese Academy of Sciences, Shanghai 200032, China)

This paper describes a way of using adaptive noise cancellation to eliminate periodic power pulse interference and others. The method takes periodicpulse signal, which simulates periodic power pulse interfering signal, with white noise as the reference input. The LMS algorithm and NLMS algorithm are used for the simulation of eliminating noise. In the three conditions of no gain, gain saturation and gain oversaturation, the outputs of MATLAB simulations for the input SNR of 3dB show that after using LMS algorithm and NLMS algorithm filtering, multiple echoes can be distinguished clearly.

adaptive noise cancellation; least mean square algorithm; normalized least mean square algorithm; power pulse interference

TB566

A

1000-3630(2015)-04-0342-05

10.16300/j.cnki.1000-3630.2015.04.010

2014-11-11;

2015-03-20

郭英歌(1990－), 女, 新疆人, 碩士, 研究方向為水聲信號處理。

郭英歌, E-mail: guoyingge12@mails.ucas.ac.cn