CN107133589A - 基于维纳滤波器的消噪算法 - Google Patents

基于维纳滤波器的消噪算法 Download PDF

Info

Publication number
CN107133589A
CN107133589A CN201710308415.9A CN201710308415A CN107133589A CN 107133589 A CN107133589 A CN 107133589A CN 201710308415 A CN201710308415 A CN 201710308415A CN 107133589 A CN107133589 A CN 107133589A
Authority
CN
China
Prior art keywords
signal
noise
turbulence
acc
mrow
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
CN201710308415.9A
Other languages
English (en)
Inventor
王永芳
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.)
Linyi University
Original Assignee
Linyi 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 Linyi University filed Critical Linyi University
Priority to CN201710308415.9A priority Critical patent/CN107133589A/zh
Publication of CN107133589A publication Critical patent/CN107133589A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Filters That Use Time-Delay Elements (AREA)

Abstract

本发明涉及消除噪音计算方法领域，尤其涉及一种基于维纳滤波器的消噪算法。其建立利用剪切探头和热敏电阻获取的湍流信号、真实环境湍流信号和加速度振动信号的线性关系，将噪声信号λacc积分得到的速度信号λv，根据湍流信号S计算得出湍流流速u，由噪声信号和真实环境湍流信号的线性关系，即在振动处加速度和剪切流速频谱的叠加性，对u和λv进行卷积，将卷积得到的结果作为期望信号，同时将湍流流速u作为输入信号，依据维纳滤波的最小均方误差的原理，求得参数λ，根据参数λ，得到噪声最优估计λacc。本发明通过最小化观测得到的水流速信号和加速度积分的均方误差，对振动信号进行最优估计，并最后将其从水流速中消除，在一定程度上提高了湍流数据的精度。

Description

基于维纳滤波器的消噪算法
技术领域
本发明涉及消出噪音计算方法领域，尤其涉及一种基于维纳滤波器的消噪算法。
背景技术
纳滤波器(Wiener filter)是由数学家维纳(Rorbert Wiener)提出的一种以最小平方为最优准则的线性滤波器。在一定的约束条件下，其输出与一给定函数(通常称为期望输出)的差的平方达到最小，通过数学运算最终可变为一个托布利兹方程的求解问题。维纳滤波器又被称为最小二乘滤波器或最小平方滤波器，目前是基本的滤波方法之一。
测量脉动信号的时候，高频脉动信号的干扰最为严重，其次就是流体流经仪器两侧所形成的卡门涡街等流体力学形成的现象所造成的干扰。另外在测量湍流信号的时候传感器的响应时间和空间分辨率是湍流观测必须要考虑的问题，深海湍流测量中，速度传感器的噪声量级是主要的参数。但是近年来，传感器的发展已经达到了一定的水平，利用传感器进行噪声测量，其噪声量级都在10-11，响应时间和空间分辨率完全能够用来检测湍流信号。但是对于卡门涡街现象造成的传感器振动污染，仍然需要计算机程序进行消除。
发明内容
本发明要解决的技术问题是如何克服现有技术的不足，提供基于维纳滤波器的消噪算法。
本发明为实现上述目的采用的技术方案是：基于维纳滤波器的消噪算法，包括如下步骤：
(1)建立利用剪切探头和热敏电阻获取的湍流信号、真实环境湍流信号和加速度振动信号的线性关系式：
式中：
—真实环境湍流信号；
S—湍流信号，即通过包括噪声信号的剪切流速；
λacc—噪声信号，其中剪切探头获取的加速度原始信号为acc，即由振动产生的振动信号，λ表示噪声估计参数；
(2)根据频谱分析，将噪声信号λacc积分得到的速度信号λv，根据湍流信号S计算得出湍流流速u，由噪声信号和真实环境湍流信号的线性关系，即在振动处加速度和剪切流速频谱的叠加性，对u和λv进行卷积，将卷积得到的结果作为期望信号，同时将湍流流速u作为输入信号，依据维纳滤波的最小均方误差的原理，求得参数λ；
(3)根据(2)中得到的参数λ，得到噪声最优估计λacc；
其通过以下步骤得出
1)加速度原始信号acc去静压得到动态加速度；
2)对湍流信号S进行低通滤波，去掉明显的高频噪音信号，得到低频湍流信号。
3)对低频湍流信号去掉海中异物对湍流仪壳体的偶发撞击造成的奇异值。
4)由于湍流信号S和加速度原始信号acc的采样频率不同，对加速度原始信号进行扩频，保证两者的数据长度一致。
5)应用基于维纳滤波的消噪算法对湍流信号S中的噪声信号进行消除。
6)依据消澡后的湍流信号计算得到功率谱和湍流动能耗散率。
进一步，所述的维纳滤波设计通过以下方程求解：
其中：
r—N×N的加速度原始信号acc参考输入自相关矩阵；
P—1×N加速度原始信号acc参考输入和湍流信号S主输入互相关向量；
w—最优权重系数，即噪声估计参数λ，其中：w＝R-1×P
k—常量，数据的取值区间请补充其他相关参数的含义
进一步，依据步骤(3)中所述的噪声估计参数λ，通过以下公式求出真实环境湍流信号
其中：S为观测获得的湍流剪切原始数据；
w为求得最优参数；
w×acc为噪声的最优估计值。
本发明的优点在于通过最小化观测得到的水流速信号和加速度积分的均方误差，对振动信号进行最优估计，并最后将其从水流速中消除。最后应用海试数据对算法进行了验证，验证结果表明算法是有效的，在一定程度上提高了湍流数据的精度。
附图说明
图1本发明涉及的测量仪器加速度原始信号三个方向x、y、z在同一时间段检测到的加速度数据(ACCX、ACCY、ACCZ)；
图2本发明涉及的200秒内三个方向加速度原始信号时域数据图；
图3本发明中的湍流信号时域图；
图4本发明中的三轴加速度和剪切频谱；
图5本发明的算法结构；
图6本发明中涉及的维纳滤波结构；
图7本发明前后前切功率变化。
具体实施方式
需要说明的是：
湍流观测数据中的噪声信号是难以用仪器进行精确检测的，为了实现观测数据中噪声的最优消除，提出了基于维纳滤波器的消噪算法，通过维纳滤波原理求得噪声估计参数λ，得到噪声信号的最优估计，由于剪切探头在获取湍流信号的过程中不可避免的受到噪声信号污染，其主要是由于振动(平台和缆绳振动、仪器遭受撞击等形成振动)造成的污染，对于振动造成的噪声信号我们可以通过搭载传感器检测剪切探头的运动来表示，作为参考的振动信号，也就是获取剪切探头的加速度原始信号，其运动分为三个方向(x，y，z)，称为三轴加速度(accx，accy，accz)，acc为加速度信号总称(包括accx，accy，accz)，其他环境噪声源发出的噪声信号我们很难获取，为了精确计算噪声信号，最终得到最逼近真实环境湍流信号的数据，用λacc(λ是算法计算的重要参数)表示噪声信号的一个估计值。
基于维纳滤波器的消噪算法，包括如下步骤：
(1)建立利用剪切探头和热敏电阻获取的湍流信号、真实环境湍流信号和加速度振动信号的线性关系式：
式中：
—真实环境湍流信号；
S—湍流信号，即通过包括噪声信号的剪切流速；
λacc—噪声信号，其中剪切探头获取的加速度原始信号为acc，即由振动产生的振动信号，λ表示噪声估计参数；
(2)根据(1)中的线性关系和频谱分析，可以设计线性滤波器对振动信号进行估计。频谱分析中加速度频谱出现峰值的时候，剪切频谱(剪切流速计算得到)也出现峰值，两者具有叠加性，从(1)中得知剪切探头监测到的加速度原始信号，引入噪声估计参数得到噪声信号，将噪声信号λacc积分得到的速度信号λv，根据湍流信号S计算得出湍流流速u，由噪声信号和真实环境湍流信号的线性关系，即在振动处加速度和剪切流速频谱的叠加性，对u和λv进行卷积，将卷积得到的结果作为期望信号，同时将湍流流速u作为输入信号，依据维纳滤波的最小均方误差的原理，求得参数λ；
(3)根据(2)中得到的参数λ，得到噪声最优估计λacc；
其通过以下步骤得出
1)加速度原始信号acc去静压得到动态加速度；
2)对湍流信号S进行低通滤波，去掉明显的高频噪音信号，得到低频湍流信号。
3)对低频湍流信号去掉海中异物对湍流仪壳体的偶发撞击造成的奇异值。
4)由于湍流信号S和加速度原始信号acc的采样频率不同，对加速度原始信号进行扩频，保证两者的数据长度一致。
5)应用基于维纳滤波的消噪算法对湍流信号S中的噪声信号进行消除。
6)依据消澡后的湍流信号计算得到功率谱和湍流动能耗散率。
进一步，所述的维纳滤波设计通过以下方程求解：
其中：
r—N×N的加速度原始信号acc参考输入自相关矩阵；
P—1×N加速度原始信号acc参考输入和湍流信号S主输入互相关向量；
w—最优权重系数，即噪声估计参数λ，其中：w＝R-1×P
k—常量，数据的取值区间请补充其他相关参数的含义
进一步，依据步骤(3)中所述的噪声估计参数λ，通过以下公式求出真实环境湍流信号
其中：S为观测获得的湍流剪切原始数据；
w为求得最优参数；
w×acc为噪声的最优估计值。
上述实施例只是为了说明本发明的技术构思及特点，其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所作出的等效的变化或修饰，都应涵盖在本发明的保护范围内。

Claims (3)

1.基于维纳滤波器的消噪算法，其特征在于，包括如下步骤：
(1)建立利用剪切探头和热敏电阻获取的湍流信号、真实环境湍流信号和加速度振动信号的线性关系式：
<mrow> <mi>S</mi> <mo>=</mo> <mover> <mi>S</mi> <mo>^</mo> </mover> <mo>+</mo> <mi>&amp;lambda;</mi> <mi>a</mi> <mi>c</mi> <mi>c</mi> </mrow>
式中：
—真实环境湍流信号；
S—湍流信号，即通过包括噪声信号的剪切流速；
λacc—噪声信号，其中剪切探头获取的加速度原始信号为acc，即由振动产生的振动信号，λ表示噪声估计参数；
(2)根据频谱分析，将噪声信号λacc积分得到的速度信号λv，根据湍流信号S计算得出湍流流速u，由噪声信号和真实环境湍流信号的线性关系，即在振动处加速度和剪切流速频谱的叠加性，对u和λv进行卷积，将卷积得到的结果作为期望信号，同时将湍流流速u作为输入信号，依据维纳滤波的最小均方误差的原理，求得参数λ；
(3)根据(2)中得到的参数λ，得到噪声最优估计λacc；
其通过以下步骤得出
1)由于湍流信号S和加速度原始信号acc的采样频率不同，对加速度原始信号进行扩频，保证两者的数据长度一致；
2)应用基于维纳滤波的消噪算法对湍流信号S中的噪声信号进行消除；
3)依据消澡后的湍流信号计算得到功率谱和湍流动能耗散率。
2.根据权利要求1所述的基于维纳滤波器的消噪算法，其特征在于：所述的维纳滤波设计通过以下方程求解：
<mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>&amp;infin;</mi> </msubsup> <msub> <mi>w</mi> <mrow> <mi>o</mi> <mi>i</mi> </mrow> </msub> <mi>r</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>-</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>p</mi> <mo>&amp;lsqb;</mo> <mo>-</mo> <mi>k</mi> <mo>&amp;rsqb;</mo> <mo>,</mo> <mi>k</mi> <mo>=</mo> <mn>0</mn> <mo>,</mo> <mn>1</mn> <mo>...</mo> </mrow>
其中：
r—N×N的加速度原始信号acc参考输入自相关矩阵；
P—1×N加速度原始信号acc参考输入和湍流信号S主输入互相关向量；
w—最优权重系数，即噪声估计参数λ，其中：w＝R-1×P
k—常量，根据经验设定；
i—数据长度；数据的取值区间。
3.根据权利要求2所述的基于维纳滤波器的消噪算法，其特征在于：依据步骤(3)中所述的噪声估计参数λ，通过以下公式求出真实环境湍流信号
<mrow> <mover> <mi>S</mi> <mo>^</mo> </mover> <mo>=</mo> <mi>S</mi> <mo>-</mo> <mi>w</mi> <mo>&amp;times;</mo> <mi>a</mi> <mi>c</mi> <mi>c</mi> </mrow>
其中：S为观测获得的湍流剪切原始数据；
w为求得最优参数；
w×acc为噪声的最优估计值。
CN201710308415.9A 2017-05-04 2017-05-04 基于维纳滤波器的消噪算法 Pending CN107133589A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710308415.9A CN107133589A (zh) 2017-05-04 2017-05-04 基于维纳滤波器的消噪算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710308415.9A CN107133589A (zh) 2017-05-04 2017-05-04 基于维纳滤波器的消噪算法

Publications (1)

Publication Number Publication Date
CN107133589A true CN107133589A (zh) 2017-09-05

Family

ID=59716228

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710308415.9A Pending CN107133589A (zh) 2017-05-04 2017-05-04 基于维纳滤波器的消噪算法

Country Status (1)

Country Link
CN (1) CN107133589A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110514452A (zh) * 2019-08-27 2019-11-29 武汉理工大学 一种消除发动机噪声对进气噪声测试串扰的方法
CN115060457A (zh) * 2022-08-18 2022-09-16 珠海翔翼航空技术有限公司 基于飞行器颠簸探测大气涡旋耗散率的方法、系统及设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1797040A (zh) * 2004-12-29 2006-07-05 中国石油天然气集团公司 压制低信噪比地震记录中随机噪声的方法
CN102469387A (zh) * 2010-11-15 2012-05-23 财团法人工业技术研究院 抑制噪音系统与方法
CN105445801A (zh) * 2014-09-01 2016-03-30 中国石油化工股份有限公司 一种消除二维地震资料随机噪音的处理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1797040A (zh) * 2004-12-29 2006-07-05 中国石油天然气集团公司 压制低信噪比地震记录中随机噪声的方法
CN102469387A (zh) * 2010-11-15 2012-05-23 财团法人工业技术研究院 抑制噪音系统与方法
CN105445801A (zh) * 2014-09-01 2016-03-30 中国石油化工股份有限公司 一种消除二维地震资料随机噪音的处理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王永芳: "时、频、波数域下剪切湍流数据分析方法研究", 《中国博士学位论文全文数据库 基础科学辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110514452A (zh) * 2019-08-27 2019-11-29 武汉理工大学 一种消除发动机噪声对进气噪声测试串扰的方法
CN110514452B (zh) * 2019-08-27 2021-04-20 武汉理工大学 一种消除发动机噪声对进气噪声测试串扰的方法
CN115060457A (zh) * 2022-08-18 2022-09-16 珠海翔翼航空技术有限公司 基于飞行器颠簸探测大气涡旋耗散率的方法、系统及设备
CN115060457B (zh) * 2022-08-18 2022-11-08 珠海翔翼航空技术有限公司 基于飞行器颠簸探测大气涡旋耗散率的方法、系统及设备

Similar Documents

Publication Publication Date Title
Muste et al. Practical aspects of ADCP data use for quantification of mean river flow characteristics; part I: moving-vessel measurements
Zhu et al. Bed shear stress estimation on an open intertidal flat using in situ measurements
Singh et al. Turbulence statistics of wave-current flow over a submerged cube
US20170356882A1 (en) Device and method for bubble size classification in liquids
CN106290977B (zh) 用多普勒超声波流速仪得到水流速信号的处理方法
US11760449B2 (en) Method for predicting heaving motion parameters of semi-submersible offshore platform based on heaving acceleration
Vettori et al. Flow–seaweed interactions: a laboratory study using blade models
CN107133589A (zh) 基于维纳滤波器的消噪算法
Ji et al. Application of EMD Technology in Leakage Acoustic Characteristic Extraction of Gas‐Liquid, Two‐Phase Flow Pipelines
CN104061970B (zh) 一种电磁流量信号检测方法
CN107389974A (zh) 气液弹状流结构流速声电双模态测量方法
Xu et al. Determination of hydrodynamic coefficients of the floating cage collar with forced oscillation experiments
CN106932606A (zh) 气液两相弹状流和塞状流流速声电双模态测量方法
Reese Vibration and damping of hydrofoils in uniform flow
Shao et al. Segmented Kalman filter based antistrong transient impact method for vortex flowmeter
Caldwell Jr et al. Characterizing wave behavior in a beam experiment by using complex orthogonal decomposition
Onuorah et al. Development of a Vibration Measurement Device based on a MEMS Accelerometer
La et al. Reducing ambient sensor noise in wind tunnel tests using spectral subtraction method
Bushuev et al. Detecting changes in the condition of a pressure transucer by analysing its output signal
Escaler et al. Dynamics and intensity of erosive partial cavitation
CN107218932B (zh) 面向mems湍流探测的共模抑制振动补偿传感器结构
US20140278154A1 (en) Flow Measurement Systems And Methods For Gas And Liquid Applications
KR101179749B1 (ko) 유체음과 고체음을 이용한 2상 유동 측정 장치 및 방법
Van Herpe et al. Wavenumber-frequency analysis of the wall pressure fluctuations in the wake of a rear view mirror using a lattice Boltzmann model
Myers et al. Operational issues surrounding the use of towing tanks for performance quantification of marine current energy converters

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170905