CN114659618A - 一种基于近似积分法空间微振动测试方法及其装置 - Google Patents
一种基于近似积分法空间微振动测试方法及其装置 Download PDFInfo
- Publication number
- CN114659618A CN114659618A CN202210282890.4A CN202210282890A CN114659618A CN 114659618 A CN114659618 A CN 114659618A CN 202210282890 A CN202210282890 A CN 202210282890A CN 114659618 A CN114659618 A CN 114659618A
- Authority
- CN
- China
- Prior art keywords
- signal
- approximate
- integrator
- ideal
- vibration
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及航天器微振动测试领域,具体涉及一种基于近似积分法空间微振动测试方法及装置。该方法基于近似积分法计算加速度积分,利用加速度传感器得到的加速度信号在时域内精确积分到位移信号,通过在软件中模拟出高通滤波器与两个积分器构建连续系统来去除在积分过程中的趋势项误差所在的低频部分,形成了近似积分的效果来避免在计算过程中出现直接积分环节减少积分误差和趋势项,提升了积分精度和积分效率;采用该方法的装置也具有同样的技术效果。
Description
技术领域
本发明涉及航天器微振动测试领域,具体而言,涉及一种基于近似积分法空间微振动测试方法及应用该方法的测试装置。
背景技术
对地观测对光学卫星的分辨率和指向精度都越来越高。有效载荷对轨道上卫星活动部分的微振动越来越敏感。为保证航天器的正常工作,需要控制力矩陀螺、制冷机等组件,但在工作条件下不可避免地会产生扰动,这些微振动会导致光学载荷成像时出现相差,导致卫星指向精度降低,成像性能下降。微振动很难测量,因为它们的振幅很小。通过光学成像测试来判断扰动的影响是一种可行的方案。然而,空间相机恶劣的应用环境和较长的前置时间极大地限制了该方案的应用。因此,结合微振动进行光学成像推断,在微振动控制方面具有重要意义。
虽然目前理论上已经有很多种测试位移和速度的设备和方法,但是在实际测试过程中,这些方法仍然遇到很多困难,比如由于结构的空间的限制有时很难找到合适的位移传感器安装位置,即使结构内部有足够的空间进行位移传感器的布置,位移传感器测试得到的也只是安装位置与待测点之间的相对位移,光学载荷一般要求十分精密,位移传感器体积一般较大,成本较高,无法满足振动测试实验当中的需求。
在进行微振动测试时,加速度测试相对容易,无需选择相对于结构静止的安装位置,直接刚性连接即可,并且加速度传感器的体积小,在工程布置中相对容易,测试技术也比较成熟,因此利用加速度传感器测量光学载荷微振动的方案是一种较好的手段之一。
虽然理论上可以对加速度信号进行积分求得位移信号,但是在实际应用过程中由于信号特性的限制无法实现对加速度信号的有效积分,积分信号会发生漂移,进行滤波后会造成有用信号丢失误差较大。
软件积分算法一般为时域积分和频域积分两种,时域积分一般采用梯形公式和辛普森公式求积分的方法,受到波形基线的影响较大,需要进行消除趋势和滤波处理,目前采用的大多是多项式拟合和高通滤波的方法相结合的算法,但是信号的趋势项不同完全去除,残余的误差会逐渐累计,造成结果的较大偏差,虽然目前的方法在去除趋势项方面有了很大的提高,但是经过多次滤波,造成了大量的有用信号的丢失,波形与实际的波形有较大的差距。此外频域内积分也是常用的算法之一,通过在时域和频域内的傅里叶变换和反变换,在频域内进行幅值控制,在频域内进行正弦余弦的积分互换进行处理,避开在时域积分对微小误差的累积放大效应,但是幅值控制函数设计困难,且在实际的应用过程当中傅里叶变换和反变换不可避免的造成误差。且在频域中无法达到实时性对整个光学系统而言达不到光学载荷实验中微振动位移测试的目的。因此现有技术存在不足。
发明内容
本发明实施例提供了一种基于近似积分法空间微振动测试方法及其装置,以至少解决在光学载荷微振动测试实验时利用加速度信号进行积分求得位移信号时积分精度低、效率低的技术问题。
根据本发明的一实施例,提供了一种基于近似积分法空间微振动测试方法,包括以下步骤:
s1、通过加速度传感器采集光学载荷中各个光学镜片上微振动的加速度信号,记录测量时长;
s2、通过傅里叶变化,将时域内的所述加速度信号变换转化到频域内;保留对所述光学载荷成像的误差影响最大的谐波信号;
s3、将所述加速度信号转化成连续正弦信号叠加的形式构成理想信号作为输入源,并通过带通滤波器滤除噪声信号;
s4、设计高通滤波器以及两个积分器构建连续系统,通过连续系统传递函数得到利用二阶振荡环节代替积分器的近似积分器;
s5、将连续系统的近似积分器传递函数离散化,得到近似积分器的离散传递函数;
s6、利用所述近似积分器的离散传递函数对应的离散近似积分器对所述步骤s3输入的理想信号进行近似积分得到最终位移信息。
进一步的,还包括以下步骤:
s7、根据仿真结果对所述位移信息进行错误数据截断,保留理想数据;利用光学放大系数得出微振动对整个光学系统像差的影响。
进一步的,所述步骤s2中,基于变换转化到频域内的所述加速度信号的零频分量,确定幅值最大一个或多个频段进行保留。
进一步的,所述步骤s4中的高通滤波器将离散的所述理想信号的低频滤除并转化为连续信号;所述步骤s4中的两个积分器将所述高通滤波器处理后的所述加速度信号转化为位移信号。
进一步的,所述步骤s5中,所述近似积分器传递函数通过双线性变换,用梯形面积取代数值积分,得到所述近似积分器的离散传递函数。
进一步的,所述步骤s7中仿真过程为:
S71、将多个谐波信号叠加的理论信号进行积分,得出理想理论信号;将所述理想理论信号直接通过近似积分器进行积分,得出理想理论信号积分位移信号。
进一步的,所述步骤s7中保留理想数据的过程为:
S72、将所述理想理论信号与所述理想理论信号积分位移信号进行对比分析,舍去前半部分误差较大的数据,记录舍去数据在时域上的经历时间。
进一步的,所述步骤s7中保留理想数据的过程还包括:
S73、舍去所述实际位移信号中所述经历时间中数据,得出最终误差最小的位移数据。
进一步的,所述光学放大系数为:
其中Δx为x方向上的位姿误差,Δy为y方向上的位姿误差。ΔTi各光学组件的位移向量,ΔRi为各光学组件的转角向量。定义各光学组件单位位移/转角造成的焦面中心像点偏移量为光学放大系数,因此为光学组件的平移光学放大系数,为光学组件的旋转光学放大系数,n1为测量数据的长度。
根据本发明的另一实施例,提供了一种应用如上述任一项所述基于近似积分法空间微振动测试方法的测试装置,包括:
采集单元,通过加速度传感器采集光学载荷中各个光学镜片上微振动的加速度信号,记录测量时长;
转化单元,通过傅里叶变化,将时域内的所述加速度信号变换转化到频域内;保留对所述光学载荷成像的误差影响最大的谐波信号;
理想信号构建单元,将所述加速度信号转化成连续正弦信号叠加的形式构成理想信号作为输入源,并通过带通滤波器滤除噪声信号;
近似积分器构建单元,设计高通滤波器以及两个积分器构建连续系统,通过连续系统传递函数得到利用二阶振荡环节代替积分器的近似积分器;
离散化单元,将连续系统的近似积分器传递函数离散化,得到近似积分器的离散传递函数;
最终位移计算单元,利用所述近似积分器的离散传递函数对应的离散近似积分器对所述步骤s3输入的理想信号进行近似积分得到最终位移信息。
本发明实施例中的基于近似积分法空间微振动测试方法及装置,利用加速度传感器得到的加速度信号在时域内精确积分到位移信号,通过在软件中模拟出高通滤波器与两个积分器构建连续系统来去除在积分过程中的趋势项误差所在的低频部分,形成了近似积分的效果来避免在计算过程中出现直接积分环节减少积分误差和趋势项,提升了积分精度和积分效率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明基于近似积分法空间微振动测试方法的流程图;
图2为本发明原始加速度信号时域和频域幅值图;
图3为本发明原始数据滤波后数据时域和频域幅值图;
图4为本发明积分后理想位移,理想数据积分位移和实际数据积分位移时域幅值图;
图5为本发明三种信号对比局部放大图;
图6为本发明实际数据积分位移和理想位移误差变化图;
图7为本发明基于近似积分法空间微振动测试装置的架构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明的一实施例,如附图1所示,提供了一种基于近似积分法空间微振动测试方法,包括以下步骤:
s1、通过加速度传感器采集光学载荷中各个光学镜片上微振动的加速度信号,记录测量时长;
s2、通过傅里叶变化,将时域内的所述加速度信号变换转化到频域内;保留对所述光学载荷像差影响最大的谐波信号;
s3、将所述加速度信号转化成连续正弦信号叠加的形式构成理想信号作为输入源,并通过带通滤波器滤除噪声信号;
s4、设计高通滤波器以及两个积分器构建连续系统,通过连续系统传递函数得到利用二阶振荡环节代替积分器的近似积分器;
s5、将连续系统的近似积分器传递函数离散化,得到近似积分器的离散传递函数;
s6、利用所述近似积分器的离散传递函数对应的离散近似积分器对所述步骤s3输入的理想信号进行近似积分得到最终位移信息。
进一步的,还包括以下步骤:
s7、根据仿真结果对所述位移信息进行错误数据截断,保留理想数据;利用光学放大系数得出微振动对整个光学系统像差的影响。
在步骤s4中设计了近似积分器代替传统积分器的求解方案,通过高通滤波器滤除低频信号后再进行两个积分器的积分,其结果近似于直接积分的结果但因为滤除了信号的低频部分,去除了低频部分在积分时导致趋势项的误差,避免了积分信号发生漂移。
相比于传统的经过滤波消除趋势项再进行积分求解的方式,本申请积分方法更为简洁高效,再积分过程去除趋势项的同时保证了信号的完整性,有效降低了积分误差提高了运算速度。
进一步的,所述步骤s2中,基于变换转化到频域内的所述加速度信号的零频分量,确定幅值最大一个或多个频段进行保留。
进一步的,所述步骤s4中的高通滤波器将离散的所述理想信号的低频滤除并转化为连续信号;所述步骤s4中的两个积分器将所述高通滤波器处理后的所述加速度信号转化为位移信号。
进一步的,所述步骤s5中,所述近似积分器传递函数通过双线性变换,用梯形面积取代数值积分,得到所述近似积分器的离散传递函数。
其中,通过双线性变换法,将连续系统中设计的模拟近似积分器G(s) 转化成数字近似积分器H(z),通过数字近似积分器对原始数据进行处理得出最终的积分结果。
进一步的,所述步骤s7中仿真过程为:
S71、将多个谐波信号叠加的理论信号进行积分,得出理想理论信号;将所述理想理论信号直接通过近似积分器进行积分,得出理想理论信号积分位移信号。
进一步的,所述步骤s7中保留理想数据的过程为:
S72、将所述理想理论信号与所述理想理论信号积分位移信号进行对比分析,舍去前半部分误差较大的数据,记录舍去数据在时域上的经历时间。
其中,通过对理想理论信号与理想理论信号积分位移信号进行对比分析,得出前半部分的数据漂移时间,记录下时间在实际信号的积分中将其截断,只保留吻合程度较高的数据。
进一步的,所述步骤s7中保留理想数据的过程还包括:
S73、舍去所述实际位移信号中所述经历时间中数据,得出最终误差最小的位移数据。
进一步的,所述光学放大系数为:
其中Δx为x方向上的位姿误差,Δy为y方向上的位姿误差。ΔTi各光学组件的位移向量,ΔRi为各光学组件的转角向量。定义各光学组件单位位移/转角造成的焦面中心像点偏移量为光学放大系数,因此为光学组件的平移光学放大系数,为光学组件的旋转光学放大系数,n1为测量数据的长度。
本发明通过在软件模拟中设计近似积分器代替传统积分器的求解方案,相比于传统的经过滤波消除趋势项再进行积分求解的方式,本发明积分方法更为简洁高效,再积分过程去除趋势项的同时保证了信号的完整性,有效降低了积分误差提高了运算速度。
本发明中所利用的模拟软件为Matlab,在实际应用过程中包括但不限于使用matlab,C,C++,Python等语言处理振动数据,通过信号的读入命令将所测得的振动信号数据txt文件直接导入到根据上述思路设计完成的解算程序当中,输出的数据为积分得到的位移数据,具体处理过程为以下的求解部分。
进一步的,本发明通过在时域上对加速度到位移的积分测量,保证了各个光学镜片上微振动测量结果的实时性,通过光学放大系数可以得出微振动对于光学系统像差的实时影响,便于光学系统实时微振动影响分析设计隔振器。
另外,本发明基于加速度微振动的分析方法有效的降低了实验成本,相比于光学载荷微振动直接的位移测量方式提高了测量范围,降低了测试难度。
实施例2
根据本发明的另一实施例,如附图7所示,提供了一种应用如上述任一项所述基于近似积分法空间微振动测试方法的测试装置,包括:
采集单元,通过加速度传感器采集光学载荷中各个光学镜片上微振动的加速度信号,记录测量时长;
转化单元,通过傅里叶变化,将时域内的所述加速度信号变换转化到频域内;保留对所述光学载荷成像的误差影响最大的谐波信号;
理想信号构建单元,将所述加速度信号转化成连续正弦信号叠加的形式构成理想信号作为输入源,并通过带通滤波器滤除噪声信号;
近似积分器构建单元,设计高通滤波器以及两个积分器构建连续系统,通过连续系统传递函数得到利用二阶振荡环节代替积分器的近似积分器;
离散化单元,将连续系统的近似积分器传递函数离散化,得到近似积分器的离散传递函数;
最终位移计算单元,利用所述近似积分器的离散传递函数对应的离散近似积分器对所述步骤s3输入的理想信号进行近似积分得到最终位移信息。
实施例3
在具体实施时,本申请一种基于近似积分法空间微振动测试方法包括如下步骤:
(1)获取一个时段的加速度信号,并将其拼接成为加速度信号数列。
(2)对于本实例而言,通过加速度及直接测量一段时间内测点的加速度信号,得到一个长度为N的数列,记为a,a中每个元素a(n)代表n时刻加速度数值,n=0,1,…,N。
(3)对于本实例而言,对a做傅里叶变换,得到加速度的频域信号,记长度为N1,记为A,A中每个元素表示为其中,A(k)和A(N1-k)表示为频率的信号分量,k和n表示数组中的顺序值,fs为加速度信号频率最终得到的时域和频域信号如图2所示。
(4)将步骤(2)中得到的频域信号的零频分量移动到频谱中心形成新的数列,对形成的新的数列进行构造频率数列,将加速度的频域信号的零频分量移动到频谱中心,形成一个新的数列,长度为N2,记为A0;
通过实际测量得到的数据初值不一定为0,这在积分时会造成数据不准确,因此,选取加速度值为0时的数据作为初始数据进行后续的积分。
具体的,通过对原始的时域数据进行快速傅里叶变换,得出幅值最高频率,这几个频率就是对整个光学系统产生成像的误差影响较大的几个频率成分,通过对这些频率成分的叠加可以求得所受到的振动影响信号。带通滤波器的设计采用matlab滤波器设计工具箱当中的滤波器函数,根据实际情况,设计好相关的参数对信号进行滤波,一般来说设置带宽为0.2hz,对需要保留信号以外的信号强度降低30dB的形式滤除噪声信号,滤波后得到的时域和频域信号如图3所示。
(5)观察步骤(4)中的频域分量,将幅值最高的几组数据记录下来,将其作为x个谐波信号叠加的形似,作为理想信号An的输入源。
具体的,幅值最高的数据对系统震动的影响最大,记录好幅值最大的几组数据对应的频率,其他频率上的为噪声。
其中,将采集到的加速度信号转化成连续正弦信号叠加的形式的转化过程,主要是通过步骤(6)中滤波所得到的几个频率信号,将几种频率信号叠加后的到谐波信号叠加的形式的具体算法为matlab中现有的程序。
(6)根据不同的理想输入源设计x个带通滤波器,滤波器带宽设置为 0.2Hz,对步骤2中的加速度信号进行滤波,根据滤波后得到的时域和频域数据经过近似积分器计算位移,对于频率的每一个元素若fa<F(n)<fb其中fa和fb为滤波器的阈值频率,fa表示滤波器下截止频率,fb表示上截止频率,F(n)表示可通过滤波器的频率。则令步骤4得到的A0(n)=0,否则不做处理,n=0,1,2,3,…,N2-1,根据实际情况指定。
具体的,理想输入源之间的不同体现在频率的不同,根据理想信号的不同频率对应设计好相应频率的带通滤波器即可实现对噪声的滤除。实际情况一般是根据要求来判断此频率的区间影响最大的情况,例如在10到 11Hz时该段频率对整体震动的幅值影响都很大,选择此区间来确定阈值频率,一般来说时根据所受振动源频率来决定。
(7)根据步骤5所得到的理想信号设计近似积分器,将离散信号转化为连续信号设计的高通滤波器可表示为C(s)为高通滤波器的传递函数,s表示拉普拉斯算子,ωn表示截止频率,ξ为系统阻尼比。之后加速度信号经过两次积分得到位移信号,二重积分器得到传递函数为s表示拉普拉斯算子,将两个传递函数合并和得到具有高通滤波作用的近似积分器其传递函数为H(s)表示近似积分器的传递函数,s表示拉普拉斯算子,ωn表示截止频率,ξ为系统阻尼比。近似积分函数为低通滤波器形式,将积分环节简化成二阶振荡环节; H(s)可由公式推导得到为其结构为一个二阶振荡环节和低通滤波器的函数表达式类似。
具体的,理想信号就是多频线谱的叠加信号,本发明将高通滤波器与积分器结合构建的近似积分器可以避免积分环节对于误差的累计。而现有技术中直接采用积分器会造成最终结果的漂移现象,导致测试结果与实际情况不符。
(8)将步骤(7)中连续系统的近似积分器传递函数离散化,通过双线性变换用梯形面积取代数值积分,得到近似积分器的离散传递函数其中H(z)表示离散系统传递函数,a0,a1,a2表示分子多项式系数,b0,b1,b2表示分母多项式系数z表示离散算子。
(9)将步骤6得到的经过滤波处理后的离散系统中加速度信号经过步骤8得到的离散系统近似积分器,最终得出实际位移信号Xnn(N)。
(10)将多个谐波信号叠加的理论信号An进行积分,得出理想理论信号 X(N),在将理想理论信号直接通过近似积分器进行积分,得出理想理论信号积分位移信号Xn(N),将X(N)和Xn(N),其最终效果如图4所示,图5为各个积分效果的局部放大图,图6为积分误差。进行对比分析,舍去前半部分误差较大的数据,记录舍去数据在时域上经历的时间t1;
(11)舍去实际积分数据中Xnn(N)前段时间t1中数据,得出最终误差较小的位移数据。
(12)根据步骤11得到的微振动位移数据经过光学放大系数:
其中Δx为x方向上的位姿误差,Δy为y方向上的位姿误差。ΔTi各光学组件的位移向量,ΔRi为各光学组件的转角向量。定义各光学组件单位位移/转角造成的焦面中心像点偏移量为光学放大系数,因此为光学组件的平移光学放大系数,为光学组件的旋转光学放大系数,n1为测量数据的长度。
得出微振动对最终像差变化的影响。
如附图2所示,图中上半部分为加速度传感器测得的原始时域数据,下半部分为原始时域数据经过傅里叶变换得到的频域数据,几个幅值超过 0.8的峰即是光学载荷受到微振动扰动而出现成像的误差时影响最大的几个频率段,其他幅值较小的部分为噪声信号。
如附图3所示,其为原始数据经过噪声滤波之后的数据,上半部分为时域数据,下半部分为频域数据,几个峰值即为影响微振动较大或最大的几个频率。
如附图4所示,其中绿色部分为理想多频线谱叠加后积分的到的位移信号,红色部分为实际的位移信号,蓝色部分为含噪声的原始信号经过滤波处理后积分得到的位移信号,从图中可以看出,经过近似积分器可以有效的避免加速度信号在积分过程中产生的漂移。
如附图5所示,其为稳定后的信号放大图,从图5中可以分析得出,经过近似积分器积分得到的位移信号与实际的位移信号基本重合,具有良好的应用价值。
如附图6所示,其为经过积分后的信号与实际信号的误差,从图中可以看出基本稳定在5X10-6mm的量级上,可以满足微振动的测试要求。
依据上述实施例的技术方案,本发明至少具有以下优点与效果;
1.本发明设计了近似积分器代替传统积分器的求解方案,相比于传统的经过滤波消除趋势项再进行积分求解的方式,本发明积分方法更为简洁高效,再积分过程去除趋势项的同时保证了信号的完整性,有效降低了积分误差提高了运算速度。
2.可实现再时域上对加速度到位移的积分测量,保证了各个光学镜片上微振动测量结果的实时性,通过光学放大系数可以得出微振动对于光学系统像差的实时影响,便于光学系统实时微振动影响分析设计隔振器。
3.加速度微振动分析方法有效的降低了实验成本,相比于光学载荷微振动直接的位移测量方式提高了测量范围,降低了测试难度。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的系统实施例仅仅是示意性的,例如单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于近似积分法空间微振动测试方法,其特征在于,包括以下步骤:
s1、通过加速度传感器采集光学载荷中各个光学镜片上微振动的加速度信号,记录测量时长;
s2、通过傅里叶变化,将时域内的所述加速度信号变换转化到频域内;保留对所述光学载荷成像的误差影响最大的谐波信号;
s3、将所述加速度信号转化成连续正弦信号叠加的形式构成理想信号作为输入源,并通过带通滤波器滤除噪声信号;
s4、设计高通滤波器以及两个积分器构建连续系统,通过连续系统传递函数得到利用二阶振荡环节代替积分器的近似积分器;
s5、将连续系统的近似积分器传递函数离散化,得到近似积分器的离散传递函数;
s6、利用所述近似积分器的离散传递函数对应的离散近似积分器对所述步骤s3输入的理想信号进行近似积分得到最终位移信息。
2.根据权利要求1所述的基于近似积分法空间微振动测试方法,其特征在于,还包括以下步骤:
s7、根据仿真结果对所述位移信息进行错误数据截断,保留理想数据;利用光学放大系数得出微振动对整个光学系统像差的影响。
3.根据权利要求2所述的基于近似积分法空间微振动测试方法,其特征在于,所述步骤s2中,基于变换转化到频域内的所述加速度信号的零频分量,确定幅值最大一个或多个频段进行保留。
4.根据权利要求3所述的基于近似积分法空间微振动测试方法,其特征在于,所述步骤s4中的高通滤波器将离散的所述理想信号的低频滤除并转化为连续信号;所述步骤s4中的两个积分器将所述高通滤波器处理后的所述加速度信号转化为位移信号。
5.根据权利要求4所述的基于近似积分法空间微振动测试方法,其特征在于,所述步骤s5中,所述近似积分器传递函数通过双线性变换,用梯形面积取代数值积分,得到所述近似积分器的离散传递函数。
6.根据权利要求5所述的基于近似积分法空间微振动测试方法,其特征在于,所述步骤s7中仿真过程为:
S71、将多个谐波信号叠加的理论信号进行积分,得出理想理论信号;将所述理想理论信号直接通过近似积分器进行积分,得出理想理论信号积分位移信号。
7.根据权利要求6所述的基于近似积分法空间微振动测试方法,其特征在于,所述步骤s7中保留理想数据的过程为:
S72、将所述理想理论信号与所述理想理论信号积分位移信号进行对比分析,舍去前半部分误差较大的数据,记录舍去数据在时域上的经历时间。
8.根据权利要求7所述的基于近似积分法空间微振动测试方法,其特征在于,所述步骤s7中保留理想数据的过程还包括:
S73、舍去所述实际位移信号中所述经历时间中数据,得出最终误差最小的位移数据。
10.一种应用如权利要求1至9任一项所述基于近似积分法空间微振动测试方法的测试装置,其特征在于,包括:
采集单元,通过加速度传感器采集光学载荷中各个光学镜片上微振动的加速度信号,记录测量时长;
转化单元,通过傅里叶变化,将时域内的所述加速度信号变换转化到频域内;保留对所述光学载荷成像的误差影响最大的谐波信号;
理想信号构建单元,将所述加速度信号转化成连续正弦信号叠加的形式构成理想信号作为输入源,并通过带通滤波器滤除噪声信号;
近似积分器构建单元,设计高通滤波器以及两个积分器构建连续系统,通过连续系统传递函数得到利用二阶振荡环节代替积分器的近似积分器;
离散化单元,将连续系统的近似积分器传递函数离散化,得到近似积分器的离散传递函数;
最终位移计算单元,利用所述近似积分器的离散传递函数对应的离散近似积分器对所述步骤s3输入的理想信号进行近似积分得到最终位移信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210282890.4A CN114659618B (zh) | 2022-03-22 | 2022-03-22 | 一种基于近似积分法空间微振动测试方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210282890.4A CN114659618B (zh) | 2022-03-22 | 2022-03-22 | 一种基于近似积分法空间微振动测试方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114659618A true CN114659618A (zh) | 2022-06-24 |
CN114659618B CN114659618B (zh) | 2023-06-16 |
Family
ID=82032061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210282890.4A Active CN114659618B (zh) | 2022-03-22 | 2022-03-22 | 一种基于近似积分法空间微振动测试方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114659618B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106323451A (zh) * | 2015-06-26 | 2017-01-11 | 陕西重型汽车有限公司 | 通过加速信号获得位移信号的方法及其装置 |
CN107687941A (zh) * | 2017-07-03 | 2018-02-13 | 昆明理工大学 | 一种基于振动信号分析的高压隔膜泵单向阀早期故障诊断方法 |
CN108680247A (zh) * | 2018-05-16 | 2018-10-19 | 江苏大学镇江流体工程装备技术研究院 | 基于振动烈度低频滤波修正的振动信号转换方法 |
CN110657935A (zh) * | 2019-09-24 | 2020-01-07 | 浙江大学 | 一种地震波加速度积分处理方法及系统 |
CN111144223A (zh) * | 2019-12-03 | 2020-05-12 | 天津大学 | 基于Tikhonov正则化的广义最小化求解的振动速度重建方法 |
JP2020094887A (ja) * | 2018-12-12 | 2020-06-18 | Kddi株式会社 | フィルタ位相進み分を利用した振動変位推定プログラム、装置及び方法 |
CN111458017A (zh) * | 2020-01-07 | 2020-07-28 | 天津大学 | 一种基于广义趋势项误差控制的振动速度频域重构方法 |
CN111611832A (zh) * | 2019-02-26 | 2020-09-01 | 上汽通用汽车有限公司 | 基于加速度信号获取车辆响应位移的方法及其系统 |
WO2022006788A1 (zh) * | 2020-07-08 | 2022-01-13 | 瑞声声学科技(深圳)有限公司 | 马达振动位移估测方法、装置及介质 |
WO2022007211A1 (zh) * | 2020-07-10 | 2022-01-13 | 自然资源部第一海洋研究所 | 一种基于gnss的实时高精度波浪测量方法及装置 |
-
2022
- 2022-03-22 CN CN202210282890.4A patent/CN114659618B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106323451A (zh) * | 2015-06-26 | 2017-01-11 | 陕西重型汽车有限公司 | 通过加速信号获得位移信号的方法及其装置 |
CN107687941A (zh) * | 2017-07-03 | 2018-02-13 | 昆明理工大学 | 一种基于振动信号分析的高压隔膜泵单向阀早期故障诊断方法 |
CN108680247A (zh) * | 2018-05-16 | 2018-10-19 | 江苏大学镇江流体工程装备技术研究院 | 基于振动烈度低频滤波修正的振动信号转换方法 |
JP2020094887A (ja) * | 2018-12-12 | 2020-06-18 | Kddi株式会社 | フィルタ位相進み分を利用した振動変位推定プログラム、装置及び方法 |
CN111611832A (zh) * | 2019-02-26 | 2020-09-01 | 上汽通用汽车有限公司 | 基于加速度信号获取车辆响应位移的方法及其系统 |
CN110657935A (zh) * | 2019-09-24 | 2020-01-07 | 浙江大学 | 一种地震波加速度积分处理方法及系统 |
CN111144223A (zh) * | 2019-12-03 | 2020-05-12 | 天津大学 | 基于Tikhonov正则化的广义最小化求解的振动速度重建方法 |
CN111458017A (zh) * | 2020-01-07 | 2020-07-28 | 天津大学 | 一种基于广义趋势项误差控制的振动速度频域重构方法 |
WO2022006788A1 (zh) * | 2020-07-08 | 2022-01-13 | 瑞声声学科技(深圳)有限公司 | 马达振动位移估测方法、装置及介质 |
WO2022007211A1 (zh) * | 2020-07-10 | 2022-01-13 | 自然资源部第一海洋研究所 | 一种基于gnss的实时高精度波浪测量方法及装置 |
Non-Patent Citations (3)
Title |
---|
周华: "振动加速度信号时域和频域积分方法研究", 《机械工程师》 * |
庞家志: "加速度信号积分求解位移方法研究", 《装备环境工程》 * |
朱文发: "基于积分滤波器的位移信息获取", 《仪表技术与传感器》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114659618B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101194238B1 (ko) | 모달 파라미터 추정을 위한 방법들 및 장치 | |
Worden | Data processing and experiment design for the restoring force surface method, part I: integration and differentiation of measured time data | |
McBride et al. | Three-point correlation functions of SDSS galaxies: luminosity and color dependence in redshift and projected space | |
US9949029B2 (en) | Audio filtering with virtual sample rate increases | |
JP2004526942A (ja) | 容量性センサのアナログ出力信号を処理するための方法および装置 | |
Sunder et al. | A new procedure for processing strong-motion earthquake signals | |
JP2017530660A (ja) | 分数スケーリングデジタル信号処理 | |
CN111310589B (zh) | 一种机械系统的故障诊断方法、故障诊断装置及终端 | |
Latry et al. | Spot5 thr mode | |
Edwards | Effects of aliasing on numerical integration | |
Samatov | Problems of group pursuit with integral constraints on controls of the players. II | |
CN114659618A (zh) | 一种基于近似积分法空间微振动测试方法及其装置 | |
Gopi | Multi-disciplinary digital signal processing | |
Meijering et al. | Piecewise polynomial kernels for image interpolation: A generalization of cubic convolution | |
JP2006195543A (ja) | モデル同定装置およびモデル同定プログラム | |
JP2013033496A (ja) | 画像処理装置、撮像装置、画像処理方法、及び、プログラム | |
Yang et al. | Improved data processing by application of Brault's method to ultra-rapid-scan FT-IR spectrometry | |
CN110348398B (zh) | 一种神经网络模型确定方法和系统 | |
Kabychenko et al. | Short-period seismometers in seismology | |
Xu et al. | Theoretical formulation/development of signal sampling with an equal arc length using the frame theorem | |
Mekhnache et al. | Using new hybrid integrators to design IIR fractional-order integrators via impulse invariance method | |
US6806765B2 (en) | Method and apparatus for checking the response of a transconductance- capacitance filter | |
Pelletier et al. | Multichannel simultaneous digital tracking filters for swept-sine vibration control | |
Schneider | Filters and algorithms for rotation rate detection in fiber-optic gyroscopes | |
Tseng et al. | A sampling rate increasing method using matrix low-pass filter and discrete cosine transform |
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 |