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

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                                               

。

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

，把引发工频噪声的交流电源作为另一路观测信号

，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

，

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

。最后，由信号的解混算式

实现独立成分的分离，分离出触觉信号

和工频干扰信号

，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：

设

为工频信号，

为均值为零功率谱密度为

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：

                                        (1)

该信号经过匹配滤波器后的输出信号

由信号和噪声两部分组成：

                                        (2)

其中：

              (3)

输出噪声的平均功率为：

                        (4)

在

时输出信噪比为：

                        (5)

由许瓦兹(Schwarz)不等式，当且仅当式(5)成立时，

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

。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

，把引发工频噪声的交流电源作为另一路观测信号

，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

，

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，即依据负熵判据的FastICA算法来寻找解混矩阵

。最后，由信号的解混算式

（其中

，

）实现独立成分的分离，分离出触觉信号

和工频干扰信号

，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，

为非线性函数，可取

。

是某一次牛顿迭代的结果，

是

归一化后的更新值。按照上式迭代运算直到

收敛，由

可以提取每个独立分量。

本实施例的两路观测信号

，

，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

，(c)、(d)分别为分离出的触觉信号和工频干扰信号

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

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

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                                               

；

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

，把引发工频噪声的交流电源作为另一路观测信号

，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

，

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

；

其次，对

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

实现独立成分的分离，分离出触觉信号

和工频干扰信号，从而实现消除工频噪声。

Images