CN112329591A - 一种消除毛刺干扰信号的数字信号处理方法 - Google Patents
一种消除毛刺干扰信号的数字信号处理方法 Download PDFInfo
- Publication number
- CN112329591A CN112329591A CN202011196919.4A CN202011196919A CN112329591A CN 112329591 A CN112329591 A CN 112329591A CN 202011196919 A CN202011196919 A CN 202011196919A CN 112329591 A CN112329591 A CN 112329591A
- Authority
- CN
- China
- Prior art keywords
- signal
- data
- amplitude modulation
- original
- analysis
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 238000001914 filtration Methods 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 22
- 239000010410 layer Substances 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 239000002356 single layer Substances 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 230000009467 reduction Effects 0.000 abstract description 18
- 230000009365 direct transmission Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
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
- G06F2218/04—Denoising
- G06F2218/06—Denoising by applying a scale-space analysis, e.g. using wavelet analysis
-
- 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)
- Noise Elimination (AREA)
- Analogue/Digital Conversion (AREA)
Abstract
本发明一种消除毛刺干扰信号的数字信号处理方法，首先利用原始信号顺次进行小波分析、均值滤波和标准化处理，将得到的结果信号作为调制波；然后将所述调制波用于对原始信号进行幅值调制，幅值调制不仅有效抑制原始信号中毛刺干扰信号的幅值，而且幅值调制不会产生相位差，因此降噪后信号的相位与原始信号一致。本方法的降噪效果既充分发挥了均值滤波在消除毛刺信号方面的良好作用，又避免了均值滤波产生的波形相位差的直接传递，使降噪后的信号相位与原始信号一致。因此，本方法降噪后信号与原始信号无相位差。
Description
技术领域
本发明属于信号降噪技术领域，具体地说，涉及一种消除毛刺干扰信号的数字信号处理方法。
背景技术
随着现代测试技术的不断发展，利用振动传感器对工业设备和工程设施进行状态监控的工程应用越来越多。在这些工程应用中，需要按照一定的目的对振动传感器输出信号进行处理与分析，从而准确获取工业设备和工程设施的状态信息。由于环境条件、测试电路电子元器件缺陷等因素影响，振动测试信号中往往含有干扰信号，其中一种典型的干扰信号就是毛刺干扰信号。
对于单个毛刺干扰信号来讲，其时域波形类似于一个瞬时脉冲波，因此毛刺干扰信号的能量通常会覆盖很宽的频段，对振动测试信号的频谱产生强烈干扰。由于工业设备和工程设施的状态监控中经常需要提取频谱信息作为重要的状态辨识依据，因此需要有效的消除毛刺干扰信号才能实现准确的状态监控。
理论上讲，在数字信号处理方面通过均值滤波可有效的消除毛刺干扰，但是由于单纯的均值滤波的处理结果都会一定程度的造成信号的时域波形相位差，不仅可能造成时域波形中有用信息的丢失，而且可能引入新的干扰信息。因此，单纯使用均值滤波很难达到令人满意的结果。
目前，针对振动测试信号中的毛刺干扰信号，传统是对原始信号采用均值滤波处理，或者采用均值滤波、小波分析等串行处理的方法，其结果直接作为降噪后信号。由于均值滤波的处理结果会一定程度的产生信号波形的相位差，不仅可能造成时域波形中有用信息的丢失，而且可能引入新的干扰信息。均值滤波、小波分析等串行处理的方法，均值滤波的产生的信号相位差也会串行传递，因此降噪后的信号与原始信号对比仍存在相位差。
发明内容
本发明针对现有技术的上述缺点，提出了一种消除毛刺干扰信号的数字信号处理方法，通过小波变换和均值滤波将原始信号生成幅值调制波，然后使用幅值调制波对原始信号进行幅值调制，得到消除毛刺干扰噪声的信号。本发明通过上述操作既充分发挥了均值滤波在消除毛刺信号方面的良好作用，又避免了均值滤波产生的波形相位差的直接传递，使降噪后的信号相位与原始信号一致，实现降噪后信号与原始信号无相位差。
本发明具体实现内容如下：
本发明提出了一种消除毛刺干扰信号的数字信号处理方法，首先将原始信号f(t)通过小波降噪和均值滤波生成幅值调制波z(t)，然后使用幅值调制波z(t)与原始信号f(t)进行幅值调制，获得消除毛刺干扰后的信号F(t)。
为了更好地实现本发明，进一步的，所述小波降噪的具体操作为：对一个含有N个数据点的原始信号f(t)进行三层分析，得到三层分析信号，选择三层分析信号中信噪比最好的单个层次分析信号进行提取，并命名为分析信号x；根据小波分析原理，所述分析信号x是一个含有N个数据的一维数组。为方便描述，将分析信号x中的第i个数据用xi表示(1≤i≤N)，则分析信号x由数据x1，x2，x3，…，xN组成。
为了更好地实现本发明，进一步的，所述均值滤波的具体操作为：设定每次均值运算的运算步长为n(n的优选值是小于等于N/100的正整数)，得到滤波处理后的信号y，所述信号y是一个含有N个数据的一维数组。为方便描述，将信号y中的第j个数据用yj表示(1≤j≤N)，则y由数据y1，y2，y3，…，yN组成。
为了更好地实现本发明，进一步的，当1≤j≤n时，信号y的数据具体计算公式为：
为了更好地实现本发明，进一步的，当n<j<N-n时，信号y的数据具体计算公式为：
为了更好地实现本发明，进一步的，当N-n≤j≤N时，信号y的数据具体计算公式为：
为了更好地实现本发明，进一步的，对于得到的信号y，还需要进行标准化处理，使信号y所有的数据值都落在[0,1]区间内，得到信号z。所述信号z同样是一个含有N个数据的一维数组。为方便描述，将信号z中的第j个数据用zj表示(1≤j≤N)，则z由数据z1，z2，z3，…，zN组成。计算信号z具体公式如下：
对于得到的信号z赋予时间定义，生成幅值调制波z(t)。
为了更好地实现本发明，进一步的，所述使用幅值调制波与原始信号f(t)进行幅值调制，获得消除毛刺干扰后的信号F(t)的具体公式为：
F(t)＝f(t)×z(t)。
本发明与现有技术相比具有以下优点及有益效果：
本方法首先利用原始信号顺次进行小波分析、均值滤波和标准化处理，其处理结果与传统方法结果特征一致，即是无毛刺的信号，但存在均值滤波产生的相位差。故本方法不是将该处理结果直接作为降噪后信号，而是将该结果信号作为调制波；然后本方法将所述调制波用于对原始信号进行幅值调制，幅值调制不仅有效抑制原始信号中毛刺干扰信号的幅值，而且幅值调制结果不会产生相位差，因此降噪后信号的相位与原始信号一致。综上，本方法突出的优势在于：本方法的降噪效果既充分发挥了均值滤波在消除毛刺信号方面的良好作用，又避免了均值滤波产生的波形相位差的直接传递，使降噪后的信号相位与原始信号一致。因此，本方法降噪后信号与原始信号无相位差。
附图说明
图1是本发明一种消除毛刺干扰信号的数字信号处理方法实施方式的原理框图。
图2是本发明一种消除毛刺干扰信号的数字信号处理方法实施方式的流程图。
图3是实施例的原始信号波形图。
图4是实施例中信号经步骤一的子步骤A处理后的结果。
图5是实施例中信号经步骤一的子步骤B处理后的结果。
图6是实施例中信号经步骤一的子步骤C处理后的结果。
图7是实施例中信号步骤二处理后的结果。
具体实施方式
为了更清楚地说明本发明实施例的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，应当理解，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例，因此不应被看作是对保护范围的限定。基于本发明中的实施例，本领域普通技术工作人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“设置”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；也可以是直接相连，也可以是通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1：
本实施例提出了一种消除毛刺干扰信号的数字信号处理方法，如图1、图2所示，首先将原始信号f(t)通过小波降噪和均值滤波生成幅值调制波z(t)，然后使用幅值调制波z(t)与原始信号f(t)进行幅值调制，获得消除毛刺干扰后的信号F(t)。
为了更好地实现本发明，进一步的，所述小波降噪的具体操作为：对一个含有N个数据点的原始信号f(t)进行三层分析，得到三层分析信号，选择三层分析信号中信噪比最好的单个层次分析信号进行提取，并命名为分析信号x；根据小波分析原理，所述分析信号x是一个含有N个数据的一维数组。为方便描述，将分析信号x的第i个数据用xi表示(1≤i≤N)，则分析信号x由数据x1，x2，x3，…，xN组成。
为了更好地实现本发明，进一步的，所述均值滤波的具体操作为：设定每次均值运算的运算步长为n(n的优选值是小于等于N/100的正整数)，得到滤波处理后的信号y，所述信号y是一个含有N个数据的一维数组。为方便描述，将信号y的第j个数据用yj表示(1≤j≤N)，则y由数据y1，y2，y3，…，yN组成。
为了更好地实现本发明，进一步的，当1≤j≤n时，信号y的数据具体计算公式为：
当n<j<N-n时，信号y的数据具体计算公式为：
当N-n≤j≤N时，信号y的数据具体计算公式为：
上式中，n为每次均值运算的运算步长，即：参与每次算术平均值计算的数据点个数。由此得到的信号y是一个含有N个数据的一维数组，但它的每个数据都是信号x中对应的n个数据的算术平均值。因此，获得的信号y滤掉了脉冲干扰，具有更高的平滑度。
对于得到的信号y，还需要进行标准化处理，使信号y所有的数据值都落在[0,1]区间内，得到信号z。所述信号z同样是一个含有N个数据的一维数组。为方便描述，将信号z中的第j个数据用zj表示(1≤j≤N)，则z由数据z1，z2，z3，…，zN组成。计算信号z具体公式如下：
对于得到的信号z赋予时间定义，生成幅值调制波z(t)。
为了更好地实现本发明，进一步的，所述使用幅值调制波z(t)与原始信号f(t)进行幅值调制，获得消除毛刺干扰后的信号F(t)的具体公式为：
F(t)＝f(t)×z(t)。
F(t)的幅值在时域上随z(t)的幅值变化而变化。z(t)的幅值在干扰噪声的时间历程中较小，而在有用信号的时间历程中较大，因此得到的信号F(t)在干扰噪声时间历程的幅值得到抑制，而F(t)在有用信号时间历程的幅值得到保留，实现调幅降噪。由于幅值调制不会改变被调制信号的相位，因此不会产生相位差，降噪后信号F(t)的时域波形相位与原始信号f(t)是一致的。
工作原理：目前，针对振动测试信号中的毛刺干扰信号，传统是对原始信号采用均值滤波处理，或者采用均值滤波、小波分析等串行处理的方法，其结果直接作为降噪后信号。由于均值滤波的处理结果会一定程度的产生信号波形的相位差，不仅可能造成时域波形中有用信息的丢失，而且可能引入新的干扰信息。均值滤波、小波分析等串行处理的方法，均值滤波的产生的信号相位差也会串行传递，因此降噪后的信号与原始信号对比仍存在相位差。
本方法首先利用原始信号顺次进行小波分析、均值滤波和标准化处理，其处理结果与传统方法结果特征一致，即是无毛刺的信号，但存在均值滤波产生的相位差。故本方法不是将该处理结果直接作为降噪后信号，而是将该结果信号作为调制波；然后本方法将所述调制波用于对原始信号进行幅值调制，幅值调制不仅有效抑制原始信号中毛刺干扰信号的幅值，而且幅值调制不会产生相位差，因此降噪后信号的相位与原始信号一致。
综上，本方法突出的优势在于：本方法的降噪效果既充分发挥了均值滤波在消除毛刺信号方面的良好作用，又避免了均值滤波产生的波形相位差的直接传递，使降噪后的信号相位与原始信号一致。因此，本方法降噪后信号与原始信号无相位差。
实施例2：
本实施例在上述实施例1的基础上，如图3、图4、图5、图6、图7所示，图3所示的是原始信号的波形图。按照图2所示信号处理流程，首先原始信号进行步骤一的处理：子步骤A对原始信号进行小波分析，其结果见图4所示。图4显示，a1层的信号信噪比最好，因此选取a1层信号数据进行子步骤B的处理，其中每次均值运算的运算步长n的值为80，得到的结果如图5所示，图5显示毛刺信号已经得到明显抑制。图5所示信号经子步骤C处理后，得到了所有数据值落在[0,1]区间内的标准化信号，如图6所示。按照图2所示信号处理流程，子步骤C结束后进入步骤二，将子步骤C处理后的信号作为幅值调制波与原始信号相乘，得到消除毛刺干扰后的信号，如图7所示。
本实施例的其他部分与上述实施例1相同，故不再赘述。
以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。
Claims (9)
1.一种消除毛刺干扰信号的数字信号处理方法，其特征在于，首先将原始信号f(t)通过小波降噪和均值滤波生成幅值调制波z(t)，然后使用幅值调制波z(t)与原始信号f(t)进行幅值调制，获得消除毛刺干扰后的信号F(t)。
2.如权利要求1所述的一种消除毛刺干扰信号的数字信号处理方法，其特征在于，所述小波降噪的具体操作为：对一个含有N个数据点的原始信号f(t)进行三层分析，得到三层分析信号，选择三层分析信号中信噪比最好的单个层次分析信号进行提取，并命名为分析信号x；所述分析信号x是一个含有N个数据的一维数组；将分析信号x中的第i个数据用xi表示(1≤i≤N)，即分析信号x由数据x1，x2，x3，…，xN组成。
3.如权利要求2所述的一种消除毛刺干扰信号的数字信号处理方法，其特征在于，所述均值滤波的具体操作为：设定每次均值运算的运算步长为n，得到滤波处理后的信号y，所述信号y是一个含有N个数据的一维数组。为方便描述，将信号y中的第j个数据用yj表示(1≤j≤N)，即信号y由数据y1，y2，y3，…，yN组成。
4.如权利要求3所述的一种消除毛刺干扰信号的数字信号处理方法，其特征在于，当1≤j≤n时，信号y的数据具体计算公式为：
5.如权利要求3所述的一种消除毛刺干扰信号的数字信号处理方法，其特征在于，当n<j<N-n时，信号y的数据具体计算公式为：
6.如权利要求3所述的一种消除毛刺干扰信号的数字信号处理方法，其特征在于，当N-n≤j≤N时，信号y的数据具体计算公式为：
7.如权利要求4或5或6所述的一种消除毛刺干扰信号的数字信号处理方法，其特征在于，对于得到的信号y，还需要进行标准化处理，使信号y所有的数据值都落在[0,1]区间内，得到信号z，具体公式如下：
对于得到的信号z赋予时间定义，生成幅值调制波z(t)。
8.如权利要求7所述的一种消除毛刺干扰信号的数字信号处理方法，其特征在于，所述使用幅值调制波z(t)与原始信号f(t)进行幅值调制，获得消除毛刺干扰后的信号F(t)的具体公式为：
F(t)＝f(t)×z(t)。
9.如权利要求3所述的一种消除毛刺干扰信号的数字信号处理方法，其特征在于，所述n是小于等于N/100的正整数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011196919.4A CN112329591B (zh) | 2020-10-30 | 2020-10-30 | 一种消除毛刺干扰信号的数字信号处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011196919.4A CN112329591B (zh) | 2020-10-30 | 2020-10-30 | 一种消除毛刺干扰信号的数字信号处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112329591A true CN112329591A (zh) | 2021-02-05 |
| CN112329591B CN112329591B (zh) | 2024-03-29 |
Family
ID=74323769
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011196919.4A Active CN112329591B (zh) | 2020-10-30 | 2020-10-30 | 一种消除毛刺干扰信号的数字信号处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112329591B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2192586A1 (en) * | 2008-11-28 | 2010-06-02 | Kabushi Kaisha Toshiba | Signal processing system and information storage medium |
| WO2012055321A1 (zh) * | 2010-10-25 | 2012-05-03 | 中兴通讯股份有限公司 | 一种双模通信系统的频谱干扰抵消装置、系统及方法 |
| CN103984866A (zh) * | 2014-05-20 | 2014-08-13 | 浙江师范大学 | 一种基于局域均值分解的信号去噪方法 |
| CN109063681A (zh) * | 2018-08-28 | 2018-12-21 | 哈尔滨理工大学 | 基于指纹相位梯度的指纹方向信息获取方法 |
| CN111385046A (zh) * | 2020-04-14 | 2020-07-07 | 北京航天广通科技有限公司 | 一种调幅广播干扰评估方法和设备 |
-
2020
- 2020-10-30 CN CN202011196919.4A patent/CN112329591B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2192586A1 (en) * | 2008-11-28 | 2010-06-02 | Kabushi Kaisha Toshiba | Signal processing system and information storage medium |
| WO2012055321A1 (zh) * | 2010-10-25 | 2012-05-03 | 中兴通讯股份有限公司 | 一种双模通信系统的频谱干扰抵消装置、系统及方法 |
| CN103984866A (zh) * | 2014-05-20 | 2014-08-13 | 浙江师范大学 | 一种基于局域均值分解的信号去噪方法 |
| CN109063681A (zh) * | 2018-08-28 | 2018-12-21 | 哈尔滨理工大学 | 基于指纹相位梯度的指纹方向信息获取方法 |
| CN111385046A (zh) * | 2020-04-14 | 2020-07-07 | 北京航天广通科技有限公司 | 一种调幅广播干扰评估方法和设备 |
Non-Patent Citations (1)
| Title |
|---|
| 李春明，孙圣和: "数／模转换器输出毛刺对数字合成信号影响的分析及其消除方法", 仪器仪表学报, no. 06, 20 December 1996 (1996-12-20) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112329591B (zh) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Neelamani et al. | Wavelet-based deconvolution for ill-conditioned systems | |
| CN111769810B (zh) | 一种基于能量峭度谱的流体机械调制频率提取方法 | |
| CN112881796A (zh) | 频谱泄漏校正的多频实信号频率估计算法 | |
| CN113283297A (zh) | 基于奇异值分解和改进小波包局部放电信号时间估计方法 | |
| CN109724693B (zh) | 一种基于平稳小波的融合光谱去噪方法 | |
| CN112749366B (zh) | 一种基于相干噪声抑制的电机故障特征提取方法 | |
| CN111353415B (zh) | 一种脉冲响应中谐波成分的检测方法 | |
| CN112329591A (zh) | 一种消除毛刺干扰信号的数字信号处理方法 | |
| Xu et al. | Rolling bearing fault feature extraction via improved SSD and a singular-value energy autocorrelation coefficient spectrum | |
| Nannan | The application of an improved wavelet threshold function in de-noising of heart sound signal | |
| CN112162153B (zh) | 基于相位直线拟合的正弦波信号频率估计方法 | |
| CN111323233A (zh) | 一种用于低速旋转机械故障诊断的局部均值分解方法 | |
| CN114576568B (zh) | 基于次声波的管道泄漏检测方法及装置 | |
| CN112116917B (zh) | 基于相位跃变度的电抗器本体与风机声信号分离方法 | |
| Reddy et al. | Comparison of FIR and IIR Filters using ECG Signal with Different Sampling Frequencies | |
| CN110989353B (zh) | 一种周期扰动观测器的设计方法 | |
| Djamai et al. | Continuous-time model identification using reinitialized partial moments-application to power amplifier modeling | |
| CN111623968A (zh) | 一种基于自适应形态滤波的故障特征提取方法 | |
| CN114866099B (zh) | 滤波方法、装置和电子设备 | |
| CN110263711B (zh) | 一种基于改进谱峭度的耦合信号冲击特征提取方法 | |
| He et al. | Research on Acoustic Emission Signal Acquisition System Based on Frequency Shifting | |
| Lin et al. | Research on Optical Fiber IMU Signal Processing Based on Wavelet Algorithm | |
| CN117559967A (zh) | 一种适用于电力系统宽频测量的前置滤波算法 | |
| CN117932315A (zh) | 瞬态响应工频干扰抑制方法及系统 | |
| CN116383631A (zh) | 参数自适应最大循环平稳性盲解卷积的轴承故障特征提取 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |