CN111175619A - 一种基于数模混合处理的超声波局放信号调理方法 - Google Patents

Abstract

本公开提供了一种基于数模混合处理的超声波局放信号调理方法，旨在解决现有技术中传统的信号调理方法成本较高的问题。为了解决上述技术问题，本公开所采用的技术方案为：一种基于数模混合处理的超声波局放信号调理方法，包括以下步骤：将传感器的输出信号经过放大电路进行信号放大；将放大后的信号调整为ADC范围内的信号；对信号进行硬件滤波；将硬件滤波后的信号输入到ADC进行模数转换；对经过ADC进行模数转换后的信号进行降噪。本公开先采用硬件滤波，然后经过ADC模数转换，并采用软件程序对数字信号进行降噪；这样相对单独的硬件滤波，硬件结构简化，成本较低；相对单纯的算法滤波，运算量减小且与之匹配的硬件成本也进一步降低。

Description

一种基于数模混合处理的超声波局放信号调理方法

技术领域

本公开属于开关柜的局放检测领域，具体涉及一种基于数模混合处理的超声波局放信号调理方法。

背景技术

在开关柜局放检测的各种手段中，超声波检测被验证为是非常有效的一种，因此具备超声波功能的局放仪目前使用非常广泛。但超声波传感器的输出信号使用时会遇到的问题是：传感器的输出信号非常微弱的，仅仅只有几微伏～几十微伏，而ADC的最小分辨率通常也达到几十微伏，导致该信号无法直接用于ADC采集，虽然可以通过普通运放将信号放大，但放大电路放大了有效信号的同时，也将噪声信号一起放大，导致有效信号依然会湮没于底噪信号中。传统的信号调理方法是先通过多级运放实现的信号放大，再依靠硬件电路实现带通滤波，但这种方法的缺点是：1、多级放大电路的电路结构非常复杂；2、多级运放电路会引入额外的噪声；3、如果滤波器的阶数不够则对噪声的滤除效果有限；4、使用多级滤波不仅增加了PCB面积，而且增加硬件成本。虽然后来发展了小波变换算法及基于小波熵的降噪技术，但这些算法结构复杂，运算量大，如果使用这些算法实现滤波则需选用逻辑资源丰富的FPGA，从而也大大增加了硬件成本。

发明内容

本公开提供了一种基于数模混合处理的超声波局放信号调理方法，旨在解决现有技术中传统的信号调理方法成本较高的问题。

为了解决上述技术问题，本公开所采用的技术方案为：

一种基于数模混合处理的超声波局放信号调理方法，包括以下步骤：

S101、将传感器的输出信号经过放大电路进行信号放大；

S102、将放大后的信号调整为ADC范围内的信号；

S103、对信号进行硬件滤波；

S104、将硬件滤波后的信号输入到ADC进行模数转换；

S105、对经过ADC进行模数转换后的信号采用降噪算法进行降噪。

进一步改进的方案：在步骤S101中，所述放大电路为三运放仪表放大器。

传感器的输出信号首先经过具有差分式输入的三运放仪表放大器，实现高增益的信号放大，该电路和普通放大电路相比，具有极好的共模抑制比、高输入阻抗，低噪声、低线性误差等优点。

进一步改进的方案：在步骤S102中，将放大后的信号调整为ADC范围内信号的步骤为：判断经过步骤S101放大后的信号，是否落在ADC的范围之内；若信号落在ADC的范围之内，则信号直接传输到信号选择器的其中一路；若信号大于ADC的范围，则对信号进行缩小后，再进入信号选择器的另一路。

进一步改进的方案：所述信号选择器的型号为ADG658。

进一步改进的方案：在步骤S101和S102之间还包括将放大后的信号进行叠加直流偏置的步骤。

由于超声波信号是完整的正弦信号，输出电压的范围为-Vp～+Vp，为了便于后级处理电路可以选用成本更低廉的单电源供电的芯片，因此在放大后的信号进一步叠加直流偏置。

进一步改进的方案：硬件滤波采用2阶带通滤波器进行滤波。由于在步骤S105通过软件的方式实现了进一步数字降噪，故硬件滤波可以选用成本低廉的2阶带通滤波器。

进一步改进的方案：在步骤S104中，所述ADC的芯片为采集频率为400KHz的串行ADC。

进一步改进的方案：在步骤S105中，降噪算法如下：

在连续时间域下，包含噪声的超声波信号与超声波有效信号存在如下关系：

式中：a_a(t)为包含噪声的超声波信号；b_a(t)为有效的超声波信号；c_a(t)为与超声波有效信号不相关的噪声信号；f₀为超声波信号频率；φ为未知的超声波有效信号的相位；A为未知的超声波有效信号的幅值；b_a(t)的幅值A获取步骤如下：

S201、所有数据为经过AD采集得到的离散数据，在离散时间域下，采集到的超声波数据的表达式如下：

式中：Ts为AD采样周期；m为AD采样频率的约束条件，采样频率是信号频率的整数倍，且倍数大于2；n为离散时间域下样板数据下标；

S202、对采集到的数据a_a(t)进行去直流分量处理：

a_b(n)＝a_a(n)--mean{a_a(n)}

式中：mean{a_a(n)}为对a_a(n)求和并计算平均值；

S203、构建参考信号d(n)；

S204、其中，参考信号d(n)的频率与有效信号b(n)频率相同，将参考信号d(n)反褶得到d(-n)，并对去除直流分量的数据a_b(n)与参考信号d(n)卷积：

式中：

为参考信号与超声波有效信号的互相关函数；

为参考信号与噪声信号的互相关函数；

S205、将S201和S203中的公式代入S204，得到：

S206、根据三角函数积化和差公式，将S205中的公式化简：

式中：N为AD采样长度；采样长度N为周期m的整数倍，且COS函数具有周期性，并且一个周期内的函数值的和为0，得出：

得出：

S207、噪声c_a(n)与参考信号S(n)不想关，得出：

S204的公式简化为：

从E_ad(n)中提取出

的幅值A：

本公开的有益效果为：

本公开中传感器输出的信号为模拟信号，先进行信号放大，然后将放大后的信号调整为ADC范围内的信号，可以一次性将信号放大，相对现有的多级运放电路，会大大降低引入额外的噪声；在将信号放大的同时，通过调整放大后的信号，可以将放大后超范围的信号进行缩小，缩小至ADC范围内的信号，可以使放大后的信号均可以用于ADC采集。

此外，本公开先采用硬件滤波，然后经过ADC模数转换，将模拟信号转换为数字信号，并采用降噪算法对数字信号进行降噪；这样相对单独的硬件滤波，硬件结构简化，成本较低；由于单纯的算法滤波运算量大且与之匹配的硬件成本也高，相对于单纯的算法滤波，运算量减小且与之匹配的硬件成本也降低了。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简要介绍，应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关附图。

图1是本公开中三运放仪表放大器的电路结构示意图。

图2是本公开中直流偏置的电路结构示意图。

图3是本公开中2阶带通滤波器的电路结构示意图。

具体实施方式

下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚完整的描述。应当理解，此处所描述的具体实施例仅仅用于解释本公开，并不用于限定本公开。基于本公开的实施例，本领域技术人员在没有创造性劳动的前提下所获得的所有其他实施例，都属于本公开的保护范围。

实施例一：

一种基于数模混合处理的超声波局放信号调理方法，包括以下步骤：

S101、将传感器的输出信号经过放大电路进行信号放大；

S102、将放大后的信号调整为ADC范围内的信号；

S103、对信号进行硬件滤波；

S104、将硬件滤波后的信号输入到ADC进行模数转换；

S105、对经过ADC进行模数转换后的信号采用降噪算法进行降噪。

实施例二：

参阅图1，在实施例一的基础上，进一步改进的方案：在步骤S101中，所述放大电路为三运放仪表放大器。传感器的输出信号首先经过三运放仪表放大器，实现高增益的信号放大，该电路和普通放大电路相比，具有极好的共模抑制比、高输入阻抗，低噪声、低线性误差等优点。输出电压的计算方法如下：

其中，R1＝R3，R4＝R6，R5＝R8

在上述任一方案基础上，在步骤S102中，将放大后的信号调整为ADC范围内信号的步骤为：判断经过步骤S101放大后的信号，是否落在ADC的范围之内；若信号落在ADC的范围之内，则信号直接传输到信号选择器的其中一路；若信号大于ADC的范围，则对信号进行缩小后，再进入信号选择器的另一路。具体的，由于超声波局放实际使用时，传感器输出信号的动态范围非常宽，大致范围为-5dBμV～70dBμV，如果经过前置放大的信号不加处理直接输出到ADC芯片，则信号的电压幅值可能超出了一般ADC参考电压的范围，因此信号需要分成两路，一路信号直接传输到信号选择电路，另一路信号经过缩小后再传输到信号选择电路，两路信号通过内部处理实现自适应选择，无需人工进行切换。自适应选择步骤如下：

1、程序通过对系统时钟分频，产生2个同步脉冲，1个是频率400kHz的同步脉冲stat_en_i，另一个是频率为18KHz的frame_en_i。

2、程序检测到同步脉冲stat_en_i为高电平后，开始统计经过ADC转换后的超声波测量值real_data_i，如果real_data_i过大，表明此时的超声波测量值已经接近或超过ADC的测量范围。

3、程序检测到同步脉冲frame_en_i为高电平，则开始判断bigval_cnt的个数，如果bigval_cnt较大，则输出控制信号，将未缩小的超声波信号切换为缩小后的超声波信号输出到ADC。

其中，信号选择器的型号优选为adg658。

在上述任一方案的基础上，在步骤S101和S102之间还包括将放大后的信号进行叠加直流偏置的步骤。由于超声波信号是完整的正弦信号，输出电压的范围为-Vp～+Vp，为了便于后级处理电路可以选用成本更低廉的单电源供电的芯片，因此在放大后的信号进一步叠加直流偏置。直流偏置的电路结构示意图参阅图2，其中，

该电路和前置放大电路采用电容耦合的方式，一方面结构简单，另一方面也可以滤除前置放大电路额外引入的偏置电压。

在上述任一方案的基础上，硬件滤波采用2阶带通滤波器进行滤波。由于在步骤S105通过软件的方式实现了进一步数字降噪，故硬件滤波可以选用成本低廉的2阶带通滤波器，电路结构如图3所示，电路中的该电路的参数计算方法如下：

中心角频率：

中心频率：

中心角频率的信号放大倍数：

品质因素：

式中：△f为频带范围。

在上述任一方案的基础上，在步骤S104中，所述ADC的芯片为采集频率为400KHz的串行ADC。经过滤波的信号直接输出到ADC，实现模数转换，由于超声波输出频率为40KHz左右，因此ADC的芯片为采集频率为400KHz的串行ADC。

在上述任一方案的基础上，在步骤S105中，降噪算法如下：

在连续时间域下，包含噪声的超声波信号与超声波有效信号存在如下关系：

式中：a_a(t)为包含噪声的超声波信号；b_a(t)为有效的超声波信号；c_a(t)为与超声波有效信号不相关的噪声信号；f₀为超声波信号频率；φ为未知的超声波有效信号的相位；A为未知的超声波有效信号的幅值；

数字降噪的目的是从a_a(t)中检测出b_a(t)的幅值A，b_a(t)的幅值A获取步骤如下：

S201、所有数据时经过AD采集得到的离散数据，在离散时间域下，FPGA采集到的超声波数据的表达式如下：

式中：Ts为AD采样周期；m为AD采样频率的约束条件，采样频率是信号频率的整数倍，且倍数大于2；n为离散时间域下样板数据下标；

S202、对采集到的数据a_a(t)进行去直流分量处理：

a_b(n)＝a_a(n)--mean{a_a(n)}

式中：mean{a_a(n)}为对a_a(n)求和并计算平均值；

S203、构建参考信号d(n)；

S204、由于参考信号d(n)的频率与有效信号b(n)频率相同，将参考信号d(n)反褶得到d(-n)，并对去除直流分量的数据a_b(n)与参考信号d(n)卷积：

式中：

为参考信号与超声波有效信号的互相关函数。

为参考信号与噪声信号的互相关函数。

S205、将S201和S203中的公式代入S204，得到：

S206、根据三角函数积化和差公式，将S205中的公式化简：

式中：N为AD采样长度；其中，由于采样长度N为周期m的整数倍，且COS函数具有周期性，并且一个周期内的函数值的和为0，因此，

公式化简为：

S207、由于噪声c_a(n)与参考信号S(n)不想关，所以，

故S204的公式可化简为：

从E_ad(n)中提取出

的幅值A：

根据得出的幅值A，得出有效的超声波信号b_a(t)。

本公开不局限于上述可选实施方式，任何人在本公开的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是落入本公开权利要求界定范围内的技术方案，均落在本公开的保护范围之内。

Claims (8)

1.一种基于数模混合处理的超声波局放信号调理方法，其特征在于，包括以下步骤：

S101、将传感器输出的信号经过放大电路进行信号放大；

S102、将放大后的信号调整为ADC范围内的信号；

S103、对信号进行硬件滤波；

S104、将硬件滤波后的信号输入到ADC进行模数转换；

S105、对经过ADC进行模数转换后的信号采用降噪算法进行降噪。

2.根据权利要求1所述的一种基于数模混合处理的超声波局放信号调理方法，其特征在于，在步骤S101中，所述放大电路为三运放仪表放大器。

3.根据权利要求1所述的一种基于数模混合处理的超声波局放信号调理方法，其特征在于，在步骤S102中，将放大后的信号调整为ADC范围内信号的步骤为：判断经过步骤S101放大后的信号，是否落在ADC的范围之内；若信号落在ADC的范围之内，则信号直接传输到信号选择器的其中一路；若信号大于ADC的范围，则对信号进行缩小后，再进入信号选择器的另一路。

4.根据权利要求3所述的一种基于数模混合处理的超声波局放信号调理方法，其特征在于，所述信号选择器的型号为ADG658。

5.根据权利要求1所述的一种基于数模混合处理的超声波局放信号调理方法，其特征在于，在步骤S101和S102之间还包括将放大后的信号进行叠加直流偏置的步骤。

6.根据权利要求1或5所述的一种基于数模混合处理的超声波局放信号调理方法，其特征在于，硬件滤波采用2阶带通滤波器进行滤波。

7.根据权利要求1所述的一种基于数模混合处理的超声波局放信号调理方法，其特征在于，在步骤S104中，所述ADC的芯片为采集频率为400KHz的串行ADC。

8.根据权利要求1所述的一种基于数模混合处理的超声波局放信号调理方法，其特征在于，在步骤S105中，降噪算法如下：

在连续时间域下，包含噪声的超声波信号与超声波有效信号存在如下关系：

式中：a_a(t)为包含噪声的超声波信号；b_a(t)为有效的超声波信号；c_a(t)为与超声波有效信号不相关的噪声信号；f₀为超声波信号频率；φ为未知的超声波有效信号的相位；A为未知的超声波有效信号的幅值；b_a(t)的幅值A获取步骤如下：

S201、所有数据为经过AD采集得到的离散数据，在离散时间域下，采集到的超声波数据的表达式如下：

式中：Ts为AD采样周期；m为AD采样频率的约束条件，采样频率是信号频率的整数倍，且倍数大于2；n为离散时间域下样板数据下标；

S202、对采集到的数据a_a(t)进行去直流分量处理：

a_b(n)＝a_a(n)-mean{a_a(n)}

式中：mean{a_a(n)}为对a_a(n)求和并计算平均值；

S203、构建参考信号d(n)；

S204、其中，参考信号d(n)的频率与有效信号b(n)频率相同，将参考信号d(n)反褶得到d(-n)，并对去除直流分量的数据a_b(n)与参考信号d(n)卷积：

式中：

为参考信号与超声波有效信号的互相关函数；

为参考信号与噪声信号的互相关函数；

S205、将S201和S203中的公式代入S204，得到：

S206、根据三角函数积化和差公式，将S205中的公式化简：

式中：N为AD采样长度；采样长度N为周期m的整数倍，且COS函数具有周期性，并且一个周期内的函数值的和为0，得出：

得出：

S207、噪声c_a(n)与参考信号S(n)不想关，得出：

S204的公式简化为：

从E_ad(n)中提取出

的幅值A：

Images