CN106840281A - 一种基于类方波前馈控制随机共振的涡街频率检测方法 - Google Patents

Abstract

本发明公开了一种基于类方波前馈控制随机共振的涡街频率检测方法，包括如下步骤：(1)获得原始涡街信号；(2)并通过尺度变化将原始信号转化为小频率信号；(3)将步骤2获得的小频率信号输入前馈控制模块，得到类方波信号；(4)将小频率信号与类方波信号共同输入到耦合双稳系统中，利用遗传算法寻找耦合双稳系统的最优参数c和r，得到最优势函数的耦合双稳系统；(5)将小频率信号与类方波信号共同输入到最优势函数的耦合双稳系统中，再经过尺度还原实现涡街信号的检测。本发明提出了前馈控制随机共振方法，并通过遗传算法寻找耦合随机共振的最优系统参数，将随机共振的前馈控制与改善势函数相结合，从而产生并增强了随机共振效应。

Description

一种基于类方波前馈控制随机共振的涡街频率检测方法

技术领域

本发明属于信号处理与检测技术，具体涉及一种基于类方波前馈控制随机共振的涡街频率检测方法。

背景技术

人们通常都认为噪声是一种有害干扰，确实，在有用信号检测时，噪声会对许多检测系统造成影响，导致无法正常检测。所以，人们都想方设法消除噪声。不过，随机共振的出现让人惊奇地发现——噪声原来也可以变成一种有益信号。随机共振是一种反映噪声在非线性系统中起积极作用的现象，即在一定的非线性条件下，由弱周期信号和噪声(随机干扰)协同作用而导致的非线性系统增强周期性信号输出的现象。但随机共振的产生与增强是需要条件的，只有当信号、噪声和非线性系统之间满足一定的条件，才能产生共振现象、提高信噪比。

实际微弱信号检测有两大难点。第一，在低信噪比的条件下检测微弱信号。由于特征信号本身十分微弱同时外部噪声强度又比较大，势必会导致信号湮没在噪声中，导致难以检定。比较典型的就是设备的早期故障检测阶段，故障特征信号与其他信源信号混杂在一起，伴随着设备运行的强噪声干扰，导致特征信号相当微弱。所以，在进行微弱信号检测的时候，如何克服低信噪比带来的影响一直是人们在探索中不得不面对的一个难点。

第二，信号检测的实时性与快速性。在实际工程运用中，信号采集的持续时间、信号的数据长度往往会受到制约。在诸如通讯、地震波、雷达以及工业故障实时监测等领域，人们迫切希望能在较短数据长度下快速检测出微弱信号。在实时检测的过程中，必然存在检测精度与检测速度这对矛盾。为了解决这一矛盾，对随机共振系统的改良就显得十分迫切。

发明内容

针对现有技术存在的不足，本发明提供一种基于类方波前馈控制随机共振的涡街频率检测方法，旨在通过信号输入前馈控制模块后得到的类方波信号作为前馈控制信号，结合遗传算法与耦合双稳系统，从而实现特征信号的高效检测。

为了达到上述目的，本发明所采用的技术方案是：一种基于类方波前馈控制随机共振的涡街频率检测方法，具体包括如下步骤：

(1)利用涡街信号采集装置获得原始涡街信号；

(2)并通过尺度变化将原始信号转化为小频率信号；

(3)将步骤2获得的小频率信号输入前馈控制模块，得到类方波信号，并将类方波信号作为前馈控制信号；

(4)将步骤2得到的小频率信号与步骤3得到的前馈控制信号共同输入到耦合双稳系统中，以信噪比为衡量指标，利用遗传算法寻找耦合双稳系统的最优参数c和r，得到最优势函数的耦合双稳系统；

(5)将步骤2得到的小频率信号与步骤3得到的前馈控制信号共同输入到最优势函数的耦合双稳系统中，再经过尺度还原实现涡街信号的检测。

进一步的，所述步骤(2)具体为：取频率压缩比为R,原始涡街信号的实际采样频率为f_s，通过频率压缩比R，定义采样压缩频率为f_sr＝f_s/R，采样压缩频率计算步长为h＝1/f_sr，故原始涡街信号的每一个频率都被线性的压缩了R倍，从而将原始信号转化为小频率信号，并且满足绝热近似理论中的小参数条件。

进一步的，所述步骤(3)具体为：根据信号的周期特性，将经过尺度变化后得到的小频率信号输入前馈控制模块，得到类方波信号；所述前馈控制模块处理过程如下：首先，对尺度变化后得到的小频率信号进行信号强度地检测，确定信号幅值为C；同时对小频率信号进行零均值化处理，以提高数据的可靠性、真实性。之后再将均值化处理后的小频率信号进行二值化处理，设定阈值为0。当信号的取值大于等于0时，就赋值等于C，当信号取值小于0时就赋值为‐C。从而得到一个主频与尺度变化后的小频率信号特征压缩频率一致、幅值为C的类方波信号，并将类方波信号作为前馈控制信号。

进一步的，所述步骤(4)具体为：

两个双稳系统经过非线性耦合的方式构成耦合双稳系统，其耦合方程如下：

其中一个双稳系统为(ax-bx³)，x为频率特征信号，a、b为系统参数，该系统被固定；另一个双稳系统为(cy-y³)，y为可控系统的输入信号，系统参数c可调节，耦合系数r可调节；s(t)为外界作用到双稳系统中的微弱周期信号，ξ(t)为随机噪声，t为时间。为达到最佳随机共振效果，对可调参数c和r进行优化，以信噪比为衡量指标，信噪比越大，说明信号通过随机共振得到增强的效果越好；由于方波具有谐波性和收敛性这两大特点，将步骤3得到的类方波信号作为前馈控制信号与步骤2得到的小频率信号共同输入耦合双稳系统中，达到增强随机共振效应的目的；再利用遗传算法搜索耦合双稳系统的最优参数c和r，将最优参数c和r代回到耦合双稳系统中，得到最优势函数的耦合双稳系统。

进一步的，所述步骤(5)具体为：将步骤2得到的小频率信号与步骤3得到的前馈控制信号共同输入到最优势函数的耦合双稳系统中，再将得到的输出信号通过尺度还原，最终得到原始涡街信号的特征信号频率，从而完成了涡街信号的检测。

本发明的有益效果是：(1)本发明首先将经过尺度变化的小频率信号输入前馈控制模块，得到类方波信号，再将类方波信号作为前馈控制信号，增强了随机共振效应；(2)本发明之后又将遗传算法与耦合随机共振系统相结合，针对不同的信号自适应的调节耦合双稳系统的可调参数，从而高效产生随机共振并增强随机共振。该方法起到了改善随机共振效果的作用，增强了微弱信号的可检测性，具有良好的应用前景。

附图说明

图1为本发明检测方法的流程图；

图2为本发明前馈控制模块的流程图；

图3为本发明中遗传算法的流程图；

图4为本发明中耦合随机共振结构图；

图5为本发明中流量为24.48m³/h(大流量)涡街信号时域图；

图6为本发明中流量为24.48m³/h(大流量)涡街信号频域图；

图7为本发明中未加入前馈控制信号的最优参数的耦合双稳系统输出功率谱图；

图8为本发明中加入前馈控制信号的最优参数的耦合双稳系统输出功率谱图。

具体实施方法

本发明利用类方波前馈控制信号、基于遗传算法的自适应耦合随机共振系统，提出了一种基于类方波前馈控制随机共振的涡街频率检测方法，如图1所示，具体包括如下步骤：

(1)利用信号采集装置获得原始涡街信号；具体为：通过压电传感器测量流体流过涡街发生体后的旋涡波动信号，并叠加流体脉动、管道及设备振动等现场噪声，获得原始涡街信号。

(2)并通过尺度变化将原始涡街信号转化为小频率信号；具体为：取频率压缩比为R,原始涡街信号的实际采样频率为f_s，涡街信号的特征频率为f₀，通过频率压缩比R，定义采样压缩频率为f_sr＝f_s/R，采样压缩频率计算步长为h＝1/f_sr，检测信号的特征压缩频率f_or＝f₀/R，故原始涡街信号的每一个频率都被线性的压缩了R倍，从而将原始涡街信号转化为小频率信号，并且满足绝热近似理论中的小参数条件。

(3)将步骤2获得的小频率信号输入前馈控制模块，得到类方波信号，并将之作为前馈控制信号；具体为：

从频域谱图可知，方波信号具有离散性、谐波性和收敛性三大特点。小频率信号虽然存在噪声的干扰，经过前馈控制模块还是能产生类方波信号。由于类方波信号是小频率信号处理之后产生的，所以类方波信号的主频与小频率信号特征频率一致。故类方波信号的引入在检测信号时会增强待测信号的强度。

同时，从方波的特性可知：类方波信号附加了多个小幅值(从收敛性可知：比被测信号小)、小频率(从谐波性可知：满足随机共振条件，但频率为特征频率的整数倍)的信号。在随机共振检测中，系统会优先放大低频信号，而其他频率信号的引入则会对低频信号的检测起到强化作用(作用类似于外加周期信号)。可见类方波信号上述的两个方面都对特征信号的检测起到了加强作用。根据随机共振的特性，对经过尺度变化后得到的小频率信号进行前馈控制模块处理，得到类方波信号。

如图2所示，所述前馈控制模块处理如下：首先，对尺度变化后得到的小频率信号进行信号强度地检测，确定信号幅值为C；同时对小频率信号进行零均值化处理，以提高数据的可靠性、真实性。之后再将均值化处理后的小频率信号进行二值化处理，设定阈值为0。当信号的取值大于等于0时，就赋值等于C，当信号取值小于0时就赋值为‐C。从而得到一个主频与尺度变化后的小频率信号特征频率一致、幅值为C的类方波信号。将类方波信号作为前馈控制信号，达到增强随机共振效应的目的。由图7、图8对比可以发现，将类方波信号作为前馈控制信号增强了信号可检测性。

(4)将步骤2得到的小频率信号与步骤3得到的前馈控制信号共同输入耦合双稳系统(如图4所示)中，以信噪比为衡量指标，利用如图3所示的遗传算法得到耦合双稳系统的最优参数c和r，将最优参数c和r代回到耦合双稳系统中，得到最优势函数的耦合双稳系统；具体为：

两个双稳系统经过非线性耦合的方式构成耦合双稳系统，其耦合方程如下：

其中一个双稳系统为(ax-bx³)，x为频率特征信号，a、b为系统参数，该系统被被固定；另一个双稳系统为(cy-y³)，y为可控系统的输入信号，系统参数c可调节，耦合系数r可调节；s(t)为外界作用到双稳系统中的微弱周期信号，ξ(t)为随机噪声，t为时间；

将步骤2得到的小频率信号与步骤3得到的前馈控制信号共同输入耦合双稳系统中，再利用遗传算法得到耦合双稳系统的最优参数c和r，具体如下：

(4.1)对耦合双稳系统的优化参数c、r进行区间限定和精度设置，并设定参数c、r的初始值，由于r代表的是耦合系数，所以r的取值范围十分明确，为[0‐1]；而c代表的是耦合随机共振中可调系统的参数，所以范围较大，设定为[0‐10]；采用经典二进制位串编码对遗传算法进行编码，产生初始种群；

(4.2)并通过交叉与变异操作使适应度高的个体能够大量存活，避免最优解地丢失。之后通过经典赌轮模型以及最优解保留策略来实现耦合双稳系统可调参数c、r的选择；

(4.3)对可调参数c、r的选择以信噪比作为耦合双稳系统的适应度衡量指标，即将步骤4.2中得到的参数值作为初始值反复进行参数的选择、交叉与变异，直到判断信噪比取到最大值；

(4.4)设定进化终止条件来判断信噪比是否取到最大值，即进化代数大于设定的阈值或者2代之间的适应度函数值之差小于预设精度时，视作信噪比取到最大值，算法结束，输出最优参数c、r；其中S(ω₀)为输出功率谱图，N(ω₀)为噪声在信号频率附近的功率谱图，ω₀为角频率。

(5)将步骤2得到的小频率信号与步骤3得到的前馈控制信号共同输入到最优势函数的耦合双稳系统中，再经过尺度还原实现信号的检测；具体为：将步骤2得到的小频率信号与步骤3得到的前馈控制信号共同输入最优势函数的耦合双稳系统中，再将得到的输出信号通过尺度还原，最终得到原始信号的特征信号频率，从而实现信号的检测。

以下通过流量为24.48m³/h(大流量)的涡街信号对本发明内容做进一步地解释。例：实测涡街信号的实际采样频率f_s＝5000Hz，检测信号的理论特征频率f_0理论＝63.76Hz。图5和图6分别为涡街信号的时域图和频域图，可以发现信号淹没在噪声之中，无法有效识别。这里设定涡街信号的频率压缩比为R＝1250，所以我们就可以得到采样压缩频率f_sr＝f_s/R＝4Hz，步长h＝1/f_sr＝0.25s。这里设定被控系统的参数a＝0.9，b＝2.5。首先，对尺度压缩后的信号直接作为输入信号进行分析。利用遗传算法自适应调节可控参数c和r，发现当c＝1.93225,r＝0.67501时，随机共振的效果最好，此时SNR＝12.3979，其功率谱图如图7所示。之后，再将类方波信号作为前馈控制信号进行分析。首先对尺度压缩后的信号进行强度检测，得到类方波信号幅值C＝0.45。之后将类方波信号作为前馈控制信号与尺度压缩后的小频率信号一同输入耦合双稳系统中。利用遗传算法模块对耦合双稳系统的参数c、r进行自适应调节，发现当c＝1.85542,r＝0.61901时，随机共振的效果最好，此时SNR＝14.5675,其功率谱图如图8所示。对比图7、图8可以发现，涡街信号的特征频率f₀＝64Hz(基本与理论值一致)。可见，类方波信号作为前馈控制信号与自适应耦合双稳系统的结合，使得随机共振微弱信号的检测在提高输出质量的同时变得方便又快捷。

Claims (5)

1.一种基于类方波前馈控制随机共振的涡街频率检测方法，其特征在于，具体包括如下步骤：

(1)利用涡街信号采集装置获得原始涡街信号。

(2)并通过尺度变化将原始信号转化为小频率信号。

(3)将步骤2获得的小频率信号输入前馈控制模块，得到类方波信号，并将类方波信号作为前馈控制信号。

(4)将步骤2得到的小频率信号与步骤3得到的前馈控制信号共同输入到耦合双稳系统中，以信噪比为衡量指标，利用遗传算法寻找耦合双稳系统的最优参数c和r，得到最优势函数的耦合双稳系统。

(5)将步骤2得到的小频率信号与步骤3得到的前馈控制信号共同输入到最优势函数的耦合双稳系统中，再经过尺度还原实现涡街信号的检测。

2.根据权利要求1所述的基于类方波前馈控制随机共振的涡街频率检测方法，其特征是，所述步骤(2)具体为：取频率压缩比为R,原始涡街信号的实际采样频率为f_s，通过频率压缩比R，定义采样压缩频率为f_sr＝f_s/R，采样压缩频率计算步长为h＝1/f_sr，故原始涡街信号的每一个频率都被线性的压缩了R倍，从而将原始信号转化为小频率信号，并且满足绝热近似理论中的小参数条件。

3.根据权利要求1所述的基于类方波前馈控制随机共振的涡街频率检测方法，其特征是，所述步骤(3)具体为：根据信号的周期特性，将经过尺度变化后得到的小频率信号输入前馈控制模块，得到类方波信号；所述前馈控制模块处理过程如下：首先，对尺度变化后得到的小频率信号进行信号强度地检测，确定信号幅值为C；同时对小频率信号进行零均值化处理。之后再将均值化处理后的小频率信号进行二值化处理，设定阈值为0。当信号的取值大于等于0时，就赋值等于C，当信号取值小于0时就赋值为‐C。从而得到一个主频与尺度变化后的小频率信号特征压缩频率一致、幅值为C的类方波信号，并将类方波信号作为前馈控制信号。

4.根据权利要求1所述的基于类方波前馈控制随机共振的涡街频率检测方法，其特征是，所述步骤(4)具体为：

两个双稳系统经过非线性耦合的方式构成耦合双稳系统，其耦合方程如下：

$\left\{\begin{array}{c}\frac{dx\left(t\right)}{dt}=ax-b{x}^3-rx{y}^2+s\left(t\right)+\mathrm{\ξ}\left(t\right)\\ \frac{dy\left(t\right)}{dt}=cy-y^3-r{x}^{2}y\end{array}\right.$

其中一个双稳系统为(ax-bx³)，x为频率特征信号，a、b为系统参数，该系统被固定；另一个双稳系统为(cy-y³)，y为可控系统的输入信号，系统参数c可调节，耦合系数r可调节；s(t)为外界作用到双稳系统中的微弱周期信号，ξ(t)为随机噪声，t为时间。为达到最佳随机共振效果，对可调参数c和r进行优化，以信噪比为衡量指标，信噪比越大，说明信号通过随机共振得到增强的效果越好；由于方波具有谐波性和收敛性这两大特点，将步骤3得到的类方波信号作为前馈控制信号与步骤2得到的小频率信号共同输入耦合双稳系统中，达到增强随机共振效应的目的；再利用遗传算法搜索耦合双稳系统的最优参数c和r，将最优参数c和r代回到耦合双稳系统中，得到最优势函数的耦合双稳系统。

5.根据权利要求1所述的基于类方波前馈控制随机共振的涡街频率检测方法，其特征是，所述步骤(5)具体为：将步骤2得到的小频率信号与步骤3得到的前馈控制信号共同输入到最优势函数的耦合双稳系统中，再将得到的输出信号通过尺度还原，最终得到原始涡街信号的特征信号频率，从而完成了涡街信号的检测。