CN102832907A - 一种消除触觉传感器工频噪声的方法 - Google Patents

一种消除触觉传感器工频噪声的方法 Download PDF

Info

Publication number
CN102832907A
CN102832907A CN2012103122590A CN201210312259A CN102832907A CN 102832907 A CN102832907 A CN 102832907A CN 2012103122590 A CN2012103122590 A CN 2012103122590A CN 201210312259 A CN201210312259 A CN 201210312259A CN 102832907 A CN102832907 A CN 102832907A
Authority
CN
China
Prior art keywords
signal
power frequency
power
tactile sensor
matched filter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2012103122590A
Other languages
English (en)
Inventor
席旭刚
张启忠
罗志增
佘青山
高云园
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN2012103122590A priority Critical patent/CN102832907A/zh
Publication of CN102832907A publication Critical patent/CN102832907A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)

Abstract

本发明涉及一种消除触觉传感器工频噪声的方法。触觉传感器信号易受机器人动力系统的工频干扰。本发明中的匹配滤波器对传感器信号中可能存在的工频信号进行匹配输出,对其它信号或噪声则给予有效的抑制,继而确定所输出的传感器信号中有无工频干扰,被干扰的程度又怎样。如果存在工频干扰,则对信号进行独立成分分析消除工频干扰。采用匹配滤波器对触觉传感器信号中可能存在的工频信号进行突显,对其它信号或噪声则给予有效的抑制,并将工频匹配滤波器处理结果作为触觉传感器信号是否进行独立成分分析的判断条件。本发明不仅能够有效地消除传感器信号中的工频噪声,且不会对其它频率成分造成影响。

Description

一种消除触觉传感器工频噪声的方法
技术领域
本发明属于信号消噪技术领域,涉及一种消除触觉传感器工频噪声的方法。
背景技术
机器人触觉在机器人感觉系统中占有非常重要的地位,它具有视觉等其它感觉无法替代的功能。视觉一般须借助光照完成,当光照受限时,与人的感觉一样,触觉的重要性就突显出来了。机器人触觉传感器主要有检测和识别功能,检测功能包括对目标物的物理性质、机械手与目标物的接触状态、抓取目标物时的夹持力、滑移等信息进行检测。识别功能是在检测的基础上提取操作对象的形状、大小、刚度等特征,以进行分类和目标识别。触觉传感器一般安装于机器人的机械手指上,所以很容易受机器人动力系统的电磁干扰,其中工频干扰是主要干扰。消除工频干扰是触觉传感器信号采集过程中的一个重要的处理方法,方法的优劣将直接影响传感器能否被正常使用。通常的做法是设计50Hz陷波滤波器来消除工频干扰,工频陷波器可以滤掉50Hz的噪声,但也使传感器的有效信号受到较大的影响,因为50Hz也是触觉传感器的有效频率范围,另外,传感器输出信号中有无工频干扰,需要科学地界定,不能盲目得进行工频去噪。
发明内容
本发明的目的就是针对现有技术的不足,提出了一种采用匹配滤波和独立成分分析消除工频干扰的方法,该方法可以有效避免采用工频陷波滤波器带来的问题。匹配滤波器对传感器信号中可能存在的工频信号进行匹配输出,对其它信号或噪声则给予有效的抑制,继而确定所输出的传感器信号中有无工频干扰,被干扰的程度又怎样。如果存在工频干扰,则对信号进行独立成分分析(Independent Component Analysis , ICA)消除工频干扰。
本发明是通过以下技术方案实现的,包括如下具体步骤:
步骤(1).获取原始触觉传感器信号和交流电源信号。用屏蔽电缆将安装于机器人手爪的触觉传感器信号以及引发工频干扰的交流电源信号用采集卡采集到计算机。
步骤(2).把步骤(1)所得的原始触觉传感器信号输入工频匹配滤波器进行工频匹配滤波。所述的工频匹配滤波器采用下述方法设计,即工频匹配滤波器的幅频特性与直接从引发工频干扰的交流电源的幅频特性相同,相频特性与交流电源信号的相频特性相反并且再乘以线性相位因子                                               
Figure 2012103122590100002DEST_PATH_IMAGE002
步骤(3).根据步骤(2)工频匹配滤波器的输出信号判断原始触觉传感器信号中有无工频噪声,具体是通过判别匹配滤波器输出信号的功率谱峰值大小来确定其是否含有工频噪声,当功率谱峰值低于设定的阈值,则认为原始触觉传感器信号中无工频噪声,否则,含有工频噪声。
所述的设定的阈值采用不含有工频噪声的源信号经工频匹配滤波器输出后其功率谱密度估计的峰值。
步骤(4).若根据步骤(3)判断出原始触觉传感器信号含有工频噪声,则,把原始触觉传感器信号作为一路观测信号
Figure 2012103122590100002DEST_PATH_IMAGE004
,把引发工频噪声的交流电源作为另一路观测信号
Figure 2012103122590100002DEST_PATH_IMAGE006
,对信号进行独立成分分析消除工频噪声,具体是:
首先,对观测信号
Figure 385185DEST_PATH_IMAGE004
Figure 17155DEST_PATH_IMAGE006
进行去均值和白化处理。去均值即观测信号减去它的均值,变成零均值矢量;白化是通过主成分分析(PCA)将观测信号线性变换为具有单位方差且各分量互不相关的。其次,对作进一步处理,即依据负熵判据来寻找解混矩阵
Figure 2012103122590100002DEST_PATH_IMAGE010
。最后,由信号的解混算式
Figure 2012103122590100002DEST_PATH_IMAGE012
实现独立成分的分离,分离出触觉信号
Figure 2012103122590100002DEST_PATH_IMAGE014
和工频干扰信号
Figure 2012103122590100002DEST_PATH_IMAGE016
,从而实现消除工频干扰。
本发明与已有的诸多触觉传感器信号的工频去噪算法相比,具有如下特点:
触觉传感器信号易受机器人动力系统的工频干扰,如何有效地抑制甚至去除其中的干扰,对触觉传感器信号的后续处理及应用至关重要。本发明针对触觉传感器信号的检测特点设计了一种独特的信号处理方法,采用匹配滤波器对触觉传感器信号中可能存在的工频信号进行突显,对其它信号或噪声则给予有效的抑制,并将工频匹配滤波器处理结果作为触觉传感器信号是否进行独立成分分析的判断条件,这样的信号处理系统即可应用于无工频干扰的环境,也可应用于各种工频干扰的环境,使工频去噪算法的环境自适应性更强,同时避免了不加区分地采用独立成分分析进行工频去噪而产生的不可预知的结果,保护了触觉传感器信号的原始性和真实性。采用独立成分分析消除工频干扰,不仅能够有效地消除触觉传感器信号中的工频噪声,且不会对触觉传感器信号本身的频率成分造成影响,取得了良好的工频滤波效果。
附图说明
图1为本发明的实施流程图;
图2为本发明实施例原始触觉信号的匹配滤波信号图;
图3为工频消噪的ICA流程图;
图4为本发明实施例的ICA分离前后信号图;
图5为本发明实施例的触觉传感器信号ICA分离前后的功率谱密度估计。
具体实施方式
下面结合附图对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程。
如图1所示,本实施例包括如下步骤:
步骤一,获取原始触觉传感器信号和交流电源信号。用屏蔽电缆将安装于机器人的触觉传感器信号以及引发工频干扰的交流电源信号用采集卡采集到计算机。获取的触觉传感器信号如图2(a)所示,图2(c)为该信号的功率谱密度曲线。
步骤二,把步骤一所得的原始触觉传感器信号输入工频匹配滤波器进行工频匹配滤波。所述的工频匹配滤波器采用下述方法设计:
Figure 2012103122590100002DEST_PATH_IMAGE018
为工频信号,
Figure 2012103122590100002DEST_PATH_IMAGE020
为均值为零功率谱密度为
Figure 2012103122590100002DEST_PATH_IMAGE022
的白噪声,非活动状态下的触觉传感器信号混有工频噪声,可表示为:
Figure 2012103122590100002DEST_PATH_IMAGE024
                                        (1)
该信号经过匹配滤波器后的输出信号
Figure 2012103122590100002DEST_PATH_IMAGE026
由信号和噪声两部分组成:
Figure 2012103122590100002DEST_PATH_IMAGE028
                                        (2)
其中:
Figure DEST_PATH_IMAGE030
              (3)
输出噪声的平均功率为:
Figure DEST_PATH_IMAGE032
                        (4)
Figure DEST_PATH_IMAGE034
时输出信噪比为:
Figure DEST_PATH_IMAGE036
                        (5)
由许瓦兹(Schwarz)不等式,当且仅当式(5)成立时,
Figure DEST_PATH_IMAGE038
达到最大,即信噪比最大。
                                 (6)
式(6)的含义是,工频匹配滤波器的幅频特性与工频信号的幅频特性相同,相频特性与工频信号的相频特性相反并且再乘以线性相位因子
Figure 586469DEST_PATH_IMAGE002
。根据式(6)直接从引发工频干扰的交流电源设计工频匹配滤波器
原始触觉传感器信号经匹配滤波器后输出的信号如图2(b)所示,图2(d)为该信号的功率谱密度曲线。
步骤三,根据步骤二工频匹配滤波器的输出信号判断原始触觉传感器信号中有无工频干扰。可从匹配滤波器输出信号的功率谱峰值来判断是否含有工频噪声。实验测出不含有工频噪声的源信号经工频匹配滤波器输出后其功率谱密度估计的峰值为-45.5,该峰值可作为区分是否含有工频噪声的阈值,若低于该值可认为原始信号不含有工频噪声,否则,含有工频噪声。
步骤四, 若根据步骤三判断出原始触觉传感器信号含有工频噪声,则把原始触觉传感器信号作为一路观测信号
Figure 919361DEST_PATH_IMAGE004
,把引发工频噪声的交流电源作为另一路观测信号
Figure 405837DEST_PATH_IMAGE006
,对信号进行独立成分分析消除工频干扰,本实施例采用基于负熵最大的FastICA算法。
首先,对观测信号
Figure 493879DEST_PATH_IMAGE004
Figure 197131DEST_PATH_IMAGE006
进行去均值和白化处理。去均值即观测信号减去它的均值,变成零均值矢量;白化是通过主成分分析(PCA)将观测信号线性变换为具有单位方差且各分量互不相关的。其次,对
Figure 737014DEST_PATH_IMAGE008
作进一步处理,即依据负熵判据的FastICA算法来寻找解混矩阵
Figure 995957DEST_PATH_IMAGE010
。最后,由信号的解混算式
Figure DEST_PATH_IMAGE046
(其中
Figure DEST_PATH_IMAGE048
Figure DEST_PATH_IMAGE050
)实现独立成分的分离,分离出触觉信号
Figure 360073DEST_PATH_IMAGE014
和工频干扰信号
Figure 798882DEST_PATH_IMAGE016
,从而实现消除工频噪声,工频消噪的ICA流程如图3所示。
FastICA定点迭代算法为:
                           (7)
   式中,
Figure DEST_PATH_IMAGE054
为非线性函数,可取
Figure DEST_PATH_IMAGE056
Figure DEST_PATH_IMAGE058
是某一次牛顿迭代的结果,
Figure 197634DEST_PATH_IMAGE010
Figure 299582DEST_PATH_IMAGE058
归一化后的更新值。按照上式迭代运算直到
Figure 541207DEST_PATH_IMAGE010
收敛,由
Figure 518128DEST_PATH_IMAGE046
可以提取每个独立分量。
本实施例的两路观测信号
Figure 896020DEST_PATH_IMAGE004
Figure 434449DEST_PATH_IMAGE006
,及ICA分离结果如图4所示,图4中(a)为观测信号、(b)为观测信号
Figure 179868DEST_PATH_IMAGE006
,(c)、(d)分别为分离出的触觉信号和工频干扰信号
Figure 121596DEST_PATH_IMAGE016
为了进一步验证传感器信号中工频干扰的消除程度,用Welch法对分离后的信号进行功率谱密度估计。图5为触觉传感器信号在采用ICA方法消除工频噪声前后的功率谱密度曲线比较。在图5中,实线为待处理的触觉传感器信号
Figure 337814DEST_PATH_IMAGE004
即图4(a)信号的功率谱密度曲线,虚线为消除工频干扰后的触觉传感器信号
Figure 656538DEST_PATH_IMAGE014
即图4(d)信号的功率谱密度曲线。从图中可清晰地观察到,消除工频干扰后的传感器信号的功率谱密度曲线在50Hz附近有明显衰减,使信号中的50Hz工频干扰得到了明显的抑制,而传感器信号的本身频率成分几乎不受影响。

Claims (1)

1. 一种消除触觉传感器工频噪声的方法,其特征在于该方法包括如下步骤:步骤(1).获取原始触觉传感器信号和交流电源信号;
步骤(2).把步骤(1)所得的原始触觉传感器信号输入工频匹配滤波器进行工频匹配滤波;所述的工频匹配滤波器采用下述方法设计,即工频匹配滤波器的幅频特性与直接从引发工频干扰的交流电源的幅频特性相同,相频特性与交流电源信号的相频特性相反并且再乘以线性相位因子                                               
Figure 2012103122590100001DEST_PATH_IMAGE002
步骤(3).根据步骤(2)工频匹配滤波器的输出信号判断原始触觉传感器信号中有无工频噪声,具体是通过判别匹配滤波器输出信号的功率谱峰值大小来确定其是否含有工频噪声,当功率谱峰值低于设定的阈值,则认为原始触觉传感器信号中无工频噪声,否则,含有工频噪声;
所述的设定的阈值采用不含有工频噪声的源信号经工频匹配滤波器输出后其功率谱密度估计的峰值;
步骤(4).若根据步骤(3)判断出原始触觉传感器信号含有工频噪声,则把原始触觉传感器信号作为一路观测信号
Figure 2012103122590100001DEST_PATH_IMAGE004
,把引发工频噪声的交流电源作为另一路观测信号
Figure 2012103122590100001DEST_PATH_IMAGE006
,对信号进行独立成分分析消除工频噪声,具体是:
首先,对观测信号
Figure 21534DEST_PATH_IMAGE004
Figure 698503DEST_PATH_IMAGE006
进行去均值和白化处理;去均值即观测信号减去它的均值,变成零均值矢量;白化是通过主成分分析将观测信号线性变换为具有单位方差且各分量互不相关的
Figure 2012103122590100001DEST_PATH_IMAGE008
其次,对
Figure 510339DEST_PATH_IMAGE008
作进一步处理,即依据负熵判据来寻找解混矩阵
最后,由信号的解混算式
Figure 2012103122590100001DEST_PATH_IMAGE012
实现独立成分的分离,分离出触觉信号
Figure 2012103122590100001DEST_PATH_IMAGE014
和工频干扰信号,从而实现消除工频噪声。
CN2012103122590A 2012-08-29 2012-08-29 一种消除触觉传感器工频噪声的方法 Pending CN102832907A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012103122590A CN102832907A (zh) 2012-08-29 2012-08-29 一种消除触觉传感器工频噪声的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012103122590A CN102832907A (zh) 2012-08-29 2012-08-29 一种消除触觉传感器工频噪声的方法

Publications (1)

Publication Number Publication Date
CN102832907A true CN102832907A (zh) 2012-12-19

Family

ID=47335902

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012103122590A Pending CN102832907A (zh) 2012-08-29 2012-08-29 一种消除触觉传感器工频噪声的方法

Country Status (1)

Country Link
CN (1) CN102832907A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104614778A (zh) * 2015-01-27 2015-05-13 吉林大学 基于ica的核磁共振地下水探测信号噪声消除方法
CN105115622A (zh) * 2015-08-12 2015-12-02 合肥工业大学 基于独立成分分析的光纤拉曼温度传感系统的去噪算法
CN103761424B (zh) * 2013-12-31 2016-09-14 杭州电子科技大学 基于二代小波和独立分量分析肌电信号降噪与去混迭方法
CN108780359A (zh) * 2016-03-30 2018-11-09 索尼公司 控制装置、控制方法和控制程序
CN108989952A (zh) * 2017-05-31 2018-12-11 恩智浦有限公司 声处理器
CN111740716A (zh) * 2020-07-16 2020-10-02 江西科技学院 一种滤除工频干扰的装置及其方法
CN111854930A (zh) * 2020-07-21 2020-10-30 长春理工大学 一种基于先验预估的振动信号工频干扰压制方法
CN118642054A (zh) * 2024-05-28 2024-09-13 湖南毂梁微电子有限公司 一种基于独立成分分析的干扰抑制装置及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101507665A (zh) * 2009-03-20 2009-08-19 吉林大学 具有感知冷热和触滑觉的智能假肢系统
JP2010122191A (ja) * 2008-11-21 2010-06-03 Sanyo Electric Co Ltd 磁気計測装置、及びad変換装置
US20110066403A1 (en) * 2009-09-14 2011-03-17 Ko Byoung Gwan Method for detecting and filtering a random noise signal

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010122191A (ja) * 2008-11-21 2010-06-03 Sanyo Electric Co Ltd 磁気計測装置、及びad変換装置
CN101507665A (zh) * 2009-03-20 2009-08-19 吉林大学 具有感知冷热和触滑觉的智能假肢系统
US20110066403A1 (en) * 2009-09-14 2011-03-17 Ko Byoung Gwan Method for detecting and filtering a random noise signal

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
席旭刚等: "基于独立成分分析的表面肌电信号工频去噪", 《传感技术学报》, vol. 22, no. 5, 31 May 2009 (2009-05-31) *
罗志增,王人成: "仿生假手触滑觉研究", 《传感技术学报》, vol. 16, no. 3, 30 September 2003 (2003-09-30) *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761424B (zh) * 2013-12-31 2016-09-14 杭州电子科技大学 基于二代小波和独立分量分析肌电信号降噪与去混迭方法
CN104614778A (zh) * 2015-01-27 2015-05-13 吉林大学 基于ica的核磁共振地下水探测信号噪声消除方法
CN105115622A (zh) * 2015-08-12 2015-12-02 合肥工业大学 基于独立成分分析的光纤拉曼温度传感系统的去噪算法
CN108780359A (zh) * 2016-03-30 2018-11-09 索尼公司 控制装置、控制方法和控制程序
CN108780359B (zh) * 2016-03-30 2022-01-14 索尼公司 控制装置、控制方法和控制程序
CN108989952A (zh) * 2017-05-31 2018-12-11 恩智浦有限公司 声处理器
CN111740716A (zh) * 2020-07-16 2020-10-02 江西科技学院 一种滤除工频干扰的装置及其方法
CN111854930A (zh) * 2020-07-21 2020-10-30 长春理工大学 一种基于先验预估的振动信号工频干扰压制方法
CN111854930B (zh) * 2020-07-21 2022-10-14 长春理工大学 一种基于先验预估的振动信号工频干扰压制方法
CN118642054A (zh) * 2024-05-28 2024-09-13 湖南毂梁微电子有限公司 一种基于独立成分分析的干扰抑制装置及方法
CN118642054B (zh) * 2024-05-28 2025-03-07 湖南毂梁微电子有限公司 一种基于独立成分分析的干扰抑制装置及方法

Similar Documents

Publication Publication Date Title
CN102832907A (zh) 一种消除触觉传感器工频噪声的方法
CN104637489B (zh) 声音信号处理的方法和装置
CN111512511A (zh) 一种直流电弧的处理方法及装置
CN110111812B (zh) 一种键盘击键内容的自适应识别方法和系统
WO2013126001A8 (en) Image processing method for detail enhancement and noise reduction
CN102156963A (zh) 一种混合噪声图像去噪方法
CN104517607A (zh) 滤除语音控制电器中的噪声的方法及语音控制电器
CA3153759A1 (en) Fault-arc identification method, device and apparatus, and storage medium
CN112381063A (zh) 一种基于信道状态信息的人数统计方法
WO2014133759A4 (en) Keyboard typing detection and suppression
CN114581674B (zh) 一种基于改进阈值函数的小波去噪方法
CN105071830B (zh) 一种直扩信号的检测识别方法
CN108444954A (zh) 光谱信号峰值检测方法、装置以及系统
CN107576380A (zh) 一种面向φ‑otdr技术的三维振动信号分类方法
WO2008146323A3 (en) Method and system for detecting peptide peaks in hplc-ms signals
CN105486991B (zh) 一种局部放电脉冲提取方法
CN112560629A (zh) 一种基于1d-cnn的智能手机按键检测方法
CN105559771A (zh) 一种心电信号质量检测的方法及装置
CN110147848B (zh) 一种基于时变滤波理论的辐射源个体特征增强方法
CN107341519B (zh) 一种基于多分辨率分析的支持向量机识别优化方法
Yang et al. Multi-scale edge detection of wood defect images based on the dyadic wavelet transform
CN107330462B (zh) 基于时频分析的手势识别方法及其装置
CN115935143A (zh) 一种可塑性可控斜率随机共振的故障信号检测方法
Tan et al. Implementation of band pass filter for homomorphic filtering technique
Wang et al. Image edge detection algorithm based onwavelet fractional differential theory

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20121219