呂楠楠，蘇淑靖，翟成瑞

(中北大學(xué)電子測(cè)試技術(shù)重點(diǎn)實(shí)驗(yàn)室，山西 太原 030051)

0 引言

火箭發(fā)射過(guò)程中，對(duì)已獲取的發(fā)射塔架振動(dòng)信號(hào)的降噪處理是十分重要的?；鸺l(fā)射過(guò)程中發(fā)射塔架會(huì)受到不同程度的激震，使其受到一定損壞；隨著時(shí)間積累，發(fā)射塔架的狀態(tài)會(huì)隨著火箭發(fā)射次數(shù)的增加而越來(lái)越不穩(wěn)定。因此，在火箭發(fā)射任務(wù)結(jié)束后，必須對(duì)發(fā)射塔架的健康狀況進(jìn)行評(píng)估，并進(jìn)行相應(yīng)的維護(hù)才能為下次發(fā)射任務(wù)的順利完成提供保障[1]。在實(shí)際中，火箭發(fā)動(dòng)機(jī)噴射出高速的燃?xì)馍淞鳒囟雀哌_(dá)3 000 ℃，形成的壓力沖擊以氣浪形式作用于發(fā)射塔架，從而產(chǎn)生載荷同時(shí)引起塔架激勵(lì)，其間產(chǎn)生的沖擊波傳播速度較快且迅速衰減，緊隨沖擊波段之后是雜亂無(wú)章的壓力脈動(dòng)階段。同時(shí)超音速紊流產(chǎn)生的噪聲引起塔架上設(shè)備的激振[2]。此時(shí)，由于瞬時(shí)性，信號(hào)的衰耗隨時(shí)間的變化不能忽略，需考慮信道中存在的畸變、衰減等復(fù)雜關(guān)系。所以在火箭發(fā)射塔架層2的振動(dòng)信號(hào)中，需同時(shí)考慮加性噪聲和乘性噪聲。

在降噪過(guò)程中，文獻(xiàn)[3]中通過(guò)設(shè)計(jì)基于小波變換的濾波器來(lái)對(duì)信號(hào)消噪，但對(duì)高頻部分仍無(wú)法頻率細(xì)分。相比之下，小波包去噪能夠根據(jù)被分析處理信號(hào)的特征，自適應(yīng)的選取與信號(hào)對(duì)應(yīng)的頻帶，從而能夠與被分析處理信號(hào)的頻譜相匹配。文獻(xiàn)[4]提出的改進(jìn)小波包閾值算法中通過(guò)確定不同的閾值參數(shù)進(jìn)而確定相應(yīng)的閾值，該方法與大多傳統(tǒng)小波包去噪法相似，去噪過(guò)程僅僅針對(duì)加性噪聲，不能有效去除乘性噪聲。本文針對(duì)上述問(wèn)題，提出了一種基于小波包系數(shù)閾值降噪的改進(jìn)算法。

1 小波包閾值去噪原理

對(duì)于給定正交尺度函數(shù)及其所對(duì)應(yīng)的小波函數(shù)，存在雙尺度方程：

(1)

(2)

(3)

(4)

圖1是小波包變換對(duì)信號(hào)進(jìn)行三層分解的結(jié)構(gòu)圖。小波包變換在對(duì)信號(hào)進(jìn)行降噪時(shí)，會(huì)分解其所有的低頻子帶和高頻子帶，相較于小波包變換，小波包變換的局部分析能力更加精確。

傳統(tǒng)的小波包閾值去噪的方法理論是：首先選擇一個(gè)正交小波基，對(duì)被處理信號(hào)f(t)進(jìn)行N層小波包分解；然后通過(guò)計(jì)算得出最優(yōu)小波樹(shù)，針對(duì)每個(gè)分解后的小波包系數(shù)，都選取一個(gè)合適的閾值進(jìn)行閾值量化；最后通過(guò)小波包重構(gòu)得到原始信號(hào)估計(jì)值。

2 改進(jìn)的小波包閾值去噪算法

常見(jiàn)的小波包去噪都是針對(duì)加性噪聲的[7]，本文通過(guò)對(duì)小波包去噪算法的改進(jìn)，在去除加性噪聲的基礎(chǔ)上可去除乘性噪聲。

首先，進(jìn)行第一次分解重構(gòu)。對(duì)被處理信號(hào)f(t)進(jìn)行N層小波包分解(本文選用db5小波基函數(shù))，對(duì)1～N層小波系數(shù)進(jìn)行閾值濾波，去除加性噪聲n(t)，得到n1(t)g(t)。表示為如式(5)：

(5)

對(duì)經(jīng)過(guò)閾值濾波的小波包系數(shù)進(jìn)行重構(gòu)，得到信號(hào)f1(t)。因?yàn)樾盘?hào)f1(t)與乘性噪聲在統(tǒng)計(jì)上是相互獨(dú)立的，對(duì)f1(t)進(jìn)行對(duì)數(shù)運(yùn)算后，將乘性噪聲轉(zhuǎn)換為加性噪聲。表達(dá)式如下：

lb(n1(t)g(t))=lb(n1(t))+lb(g(t))

(6)

然后，進(jìn)行第二次分解和重構(gòu)。對(duì)lb(n1(t)g(t))進(jìn)行N層小波包分解(本文選用db7小波基函數(shù))，對(duì)1～N層小波包系數(shù)進(jìn)行閾值處理，去除掉噪聲lb(n1(t))對(duì)應(yīng)的小波包系數(shù)，得到lb(g(t))對(duì)應(yīng)的小波包系數(shù)。最后對(duì)第二次去噪后的小波包系數(shù)進(jìn)行重構(gòu)，得到lb(g(t))。表達(dá)式如下：

(7)

最后，對(duì)lb(g(t))進(jìn)行指數(shù)運(yùn)算，得到復(fù)原后信號(hào)g(t)。運(yùn)算方法如下：

(8)

在上述步驟中閾值函數(shù)的選取較為關(guān)鍵，常用的閾值函數(shù)有硬閾值函數(shù)和軟閾值函數(shù)[8]。硬閾值函數(shù)定義為：

(9)

軟閾值函數(shù)定義為：

(10)

(11)

當(dāng)a為0時(shí)，上式變?yōu)橛查撝岛瘮?shù)；a為1時(shí)上式等效于軟閾值函數(shù)；a取0與1之間的數(shù)，w→±時(shí)，則有|δλ(w)-w|→aλ，也就是說(shuō)隨著|w|的增大，δλ(w)和w的偏差的絕對(duì)值逐漸減小為aλ，所以大大減小了軟閾值方法中出現(xiàn)的恒定偏差，重構(gòu)精度明顯提高，增強(qiáng)了去噪效果[12]。所以我們只需在0和1之間適當(dāng)選擇a值，就會(huì)得到更好的去噪效果。

3 測(cè)試原理及測(cè)試數(shù)據(jù)分析

在對(duì)振動(dòng)參數(shù)進(jìn)行測(cè)試時(shí)，大量的噪聲成分包含在了振動(dòng)參數(shù)中，因此尋求高精度與高區(qū)分度的發(fā)射環(huán)境下發(fā)射塔架振動(dòng)參數(shù)降噪處理和特征分析方法，對(duì)發(fā)射塔架在發(fā)射過(guò)程中由于振動(dòng)造成對(duì)健康狀況的影響評(píng)估提供依據(jù)有重要意義。

3.1 測(cè)試過(guò)程及測(cè)試數(shù)據(jù)

振動(dòng)信號(hào)測(cè)試方案框圖如圖2所示，測(cè)量系統(tǒng)由振動(dòng)加速度傳感器、變送器、采編存儲(chǔ)器、測(cè)控計(jì)算機(jī)及電纜組成。傳感器布設(shè)于發(fā)射塔架層2，通過(guò)不燃電纜與變送器連接。變送器布置與隔離帶后，將傳感器輸出的電壓信號(hào)轉(zhuǎn)變成抗干擾性強(qiáng)的電流信號(hào)，變送器與采編存儲(chǔ)器通過(guò)抗干擾電纜連接。采編存儲(chǔ)器布置于發(fā)射場(chǎng)的設(shè)備間，通過(guò)USB電纜與測(cè)控計(jì)算機(jī)通信。

圖2測(cè)試方案中，ADC的分辨率為16位，以5 KHz進(jìn)行采樣；通過(guò)FPGA讀取ADC采集的數(shù)據(jù)并進(jìn)行編幀(每1 ms采集的數(shù)據(jù)編為一幀)，然后將測(cè)試數(shù)據(jù)存儲(chǔ)到Flash中；采編存儲(chǔ)器通過(guò)USB數(shù)據(jù)線將數(shù)據(jù)讀入到測(cè)控計(jì)算機(jī)。在火箭點(diǎn)火后進(jìn)入點(diǎn)火延遲階段，接著，從起飛到離開(kāi)塔架在瞬間完成，實(shí)測(cè)振動(dòng)波形如圖3(a)所示。本文截取其中能量集中部分進(jìn)行分析，對(duì)采樣點(diǎn)個(gè)數(shù)重排后如圖3(b)所示。

3.2 測(cè)試數(shù)據(jù)去噪處理與分析

在選取處理發(fā)射塔架振動(dòng)參數(shù)的小波基時(shí)，應(yīng)該考慮其在一定區(qū)間的緊支性、近似的對(duì)稱(chēng)性及足夠的消失矩，Daubechies小波系、Symlets小波系和Coiflets小波系均滿足上述要求，由于小波基的選取

對(duì)本文改進(jìn)算法的研究沒(méi)有實(shí)質(zhì)性影響，本文從其中選取Daubechies小波系。

在本文改進(jìn)算法中，對(duì)所測(cè)得的振動(dòng)參數(shù)，首先選用db5小波基進(jìn)行3層分解，去除加性噪聲；然后選用db7小波基進(jìn)行3層分解，去除乘性噪聲。統(tǒng)一采用Rigrsure閾值。

在計(jì)算信噪比與均方根誤差過(guò)程中，振動(dòng)參數(shù)的信噪比(SNR)為：

(12)

振動(dòng)參數(shù)的均方根誤差(RMSE)為：

(13)

其中，未經(jīng)降噪的振動(dòng)信號(hào)為x(i)，經(jīng)過(guò)降噪后的振動(dòng)信號(hào)為x＾(i)。

3.2.1三種閾值函數(shù)降噪效果比較

圖4、圖5、圖6是分別選取硬閾值函數(shù)、軟閾值函數(shù)、改進(jìn)閾值函數(shù)三種不同閾值函數(shù)降噪的結(jié)果，表1是使用Matlab計(jì)算得到三種不同閾值函數(shù)去噪后的信噪比與均方根誤差值。

閾值函數(shù)SNR/dBRMSE硬閾值處理8.47730.1937軟閾值處理9.27730.1831改進(jìn)閾值函數(shù)10.91720.1699

從圖4看出，雖然硬閾值函數(shù)去除了信號(hào)中的部分噪聲，但由于其去噪過(guò)程中將小于閾值的點(diǎn)均處理為0，大于或等于閾值的點(diǎn)保持不變；并且處理得到的小波包系數(shù)值在閾值處是不連續(xù)的，所以從圖中可看出重構(gòu)所得的信號(hào)出現(xiàn)振蕩；噪聲信號(hào)沒(méi)有被很好的濾除掉。從圖5看出軟閾值函數(shù)消除了在閾值處的不連續(xù)，去噪信號(hào)平滑，沒(méi)有產(chǎn)生附加振蕩，但該方法的去噪效果較依賴(lài)信噪比的大小，對(duì)于高信噪比信號(hào)適合該方法，而本文采集的振動(dòng)信號(hào)由于環(huán)境惡劣，去噪效果不理想，在濾除噪聲成分的過(guò)程中，信號(hào)的有用信息特征同時(shí)被濾掉。圖6改進(jìn)閾值函數(shù)去噪通過(guò)減小軟閾值方法中出現(xiàn)的恒定差使重構(gòu)精度提高；在去除了高、低頻的噪聲信號(hào)的基礎(chǔ)上，也保留了原始信號(hào)的細(xì)節(jié)特征。從表1可直觀地看出改進(jìn)閾值函數(shù)降噪后信噪比高于硬閾值函數(shù)和軟閾值函數(shù)，并且均方根誤差最小。所以本文對(duì)振動(dòng)信號(hào)的降噪采用改進(jìn)閾值函數(shù)。

3.2.2改進(jìn)小波包去噪與經(jīng)典小波包去噪比較

對(duì)振動(dòng)信號(hào)降噪采用改進(jìn)閾值函數(shù)，圖7是經(jīng)典小波包降噪效果圖，圖9是改進(jìn)小波包閾值降噪(改進(jìn)小波包二次去噪)效果圖，圖8是改進(jìn)小波包去噪過(guò)程中第一次降噪效果圖。在圖7與圖9兩種不同去噪算法下，利用MATLAB計(jì)算出信號(hào)降噪后信噪比與均方根誤差值如表2所示。

閾值函數(shù)SNR/dBRMSE經(jīng)典小波包閾值處理12.48900.1437改進(jìn)小波包閾值處理14.67320.1210

圖7傳統(tǒng)小波包采用sym5小波基去噪效果圖，圖8是選用db5小波基一次去噪效果圖，二者均是僅僅去掉信號(hào)中加性噪聲的效果圖，且其去噪后信號(hào)較尖銳，毛刺較多，平滑性較差。與圖7和圖8相比，圖9是將一次去噪信號(hào)重構(gòu)和對(duì)數(shù)運(yùn)算后，選用db7小波基進(jìn)行二次去噪后的效果圖，與圖7和圖8比較可看出，不僅去除了加性噪聲，也同時(shí)去除掉乘性噪聲，且信號(hào)平滑性較好。由表2可直觀看出，與傳統(tǒng)小波包算法相比，改進(jìn)小波包算法降噪后信號(hào)的信噪比提高了2.2 dB，均方根誤差降低。

如圖10和圖11所示，橫軸為頻率，縱軸為為功率譜。主振頻率即為最大振幅所對(duì)應(yīng)的頻率，從圖10中可知振動(dòng)參數(shù)的主振頻率為310 Hz，能量主要集中在0～600 Hz。圖11與圖10對(duì)比分析，改進(jìn)小波包降噪后能量特征和細(xì)節(jié)特征保留較好。

通過(guò)上述實(shí)驗(yàn)分析，針對(duì)某些噪聲信號(hào)的分布特性，傳統(tǒng)的小波包去噪處理存在局限性，而本文改進(jìn)的算法在去除加性和乘性噪聲的同時(shí)有效的保護(hù)各頻段的有用信息，為小波和小波包閾值去噪準(zhǔn)則提供了一種思路。

4 結(jié)論

本文提出了一種基于小波包系數(shù)閾值降噪的改進(jìn)算法。該算法采用改進(jìn)閾值函數(shù)，通過(guò)兩次小波包分解和重構(gòu)對(duì)信號(hào)降噪，第一次按照傳統(tǒng)小波包去噪法去除加性噪聲；第二次將分解后的小波包系數(shù)進(jìn)行對(duì)數(shù)運(yùn)算并采用閾值去噪法消除信號(hào)中乘性噪聲。實(shí)驗(yàn)結(jié)果表明，改進(jìn)算法相比于傳統(tǒng)算法信噪比提高了2.2 dB，且均方根誤差降低；結(jié)合傅里葉變換，改進(jìn)算法較好的保留原始信號(hào)的能量特征及細(xì)節(jié)特征。不論是在主觀上還是實(shí)際對(duì)比結(jié)果上，改進(jìn)算法去噪效果明顯高于傳統(tǒng)算法。

[1]楊露,沈懷榮.空射火箭發(fā)射環(huán)境及測(cè)試方法分析[J].導(dǎo)彈與航天運(yùn)載技術(shù)，2006,286(6):24-28.

[2]尹續(xù)峰,劉曉華.發(fā)射氣流沖擊對(duì)塔架結(jié)構(gòu)受力影響的實(shí)測(cè)與分析[J].建筑結(jié)構(gòu)，2007,37(4):42-44.

[3]彭志科,盧文秀,褚福磊.新的基于小波變換的振動(dòng)信號(hào)消噪法[J].機(jī)械工程學(xué)報(bào)，2006,42(4):18-22.

[4]鄭建國(guó),石智,權(quán)豫西.非平穩(wěn)信號(hào)的小波包閾值去噪方法[J].信息技術(shù)，2007,3(5):16-19.

[5]李紅延,周云龍,田峰等.一種新的小波自適應(yīng)閾值函數(shù)振動(dòng)信號(hào)去噪算法[J].儀器儀表學(xué)報(bào)，2015,36(10):2200-2205.

[6]時(shí)合生,王啟明.小波去噪仿真研究與實(shí)驗(yàn)[J].計(jì)算機(jī)與數(shù)學(xué)工程,2014,42(4):739-742.

[7]劉珍.基于振動(dòng)信號(hào)的結(jié)構(gòu)模態(tài)參數(shù)識(shí)別與損傷分析[D].西安：西安電子科技大學(xué)，2010.

[8]Ning J X,Wang J H,Gao W Z.A wavelet-based data compression technique for smart grid[J].IEEE Transactions on Smart Grid,2011,2(1):212-218.

[9]Riji R,Keerthi A S Pollao,Madhu S Nair, et al.Fuzzy based directional weighted median filter for impulse noise detection and reduction[J].Fuzzy Inf Eng, 2012,4:351-369.

[10]彭志科,盧文秀,褚福磊.新的基于小波變換的振動(dòng)信號(hào)消噪方法[J].機(jī)械工程學(xué)報(bào),2006,42(4):18-22.

[11]王宏強(qiáng),尚春陽(yáng),高瑞鵬,等.基于小波系數(shù)變換的小波閾值去噪算法改進(jìn)[J].振動(dòng)與沖擊,2011,30(10):165-168.

[12]王彥青,魏連鑫.一種改進(jìn)的小波閾值去噪算法[J].上海理工大學(xué)學(xué)報(bào),2011,33(4):405-408.