第２期总第１８８期２０１０年２月农业科技与装备ＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｇｙａｎｄＥｑｕｉｐｍｅｎｔＮｏ．２ＴｏｔａｌＮｏ．１８８Ｆｅｂ．２０１０自适应噪声对消在抑制振动干扰中的应用谭玉芳．杨方（东北农业大学工程学院，哈尔滨１５００３０）摘要：现实生活中存在大量非平稳随机振动干扰信号。将它们从有用信号中滤除具有十分重要的意义。介绍自适应信号的处理方法及其在抑制振动信号中的应用，并采用自适应噪声对消处理的方法对振动干扰进行对消处理。用ＭＡＴＬＡＢ进行仿真验证的结果表明：自适应噪声对消在处理因振动干扰而产生的非平稳随机信号时，具有可行性，消噪效果较好。关键词：振动信号；自适应噪声对消；ＬＭＳ算法；Ｍ，、ＴＬＡＢ仿真中图分类号：Ｘ８３９．１文献标识码：Ａ文章编号：１６７４－１１６１（２０１０）０２删一０３稳随机振动（非平稳随机信号）两类。平稳随机振动是指运动的统计特性不随时间变化的随机振动；平稳随机振动是指运动的统计特性随时间变化的随机振动。１．２随机振动信号随机振动即非确定性振动．是对应确定性振动而言的一种振动。这种振动不能用确定的数学解析式表达其变化历程。也就是说不可能预见其任一瞬间出现的数值。也无法用实验的方法重复再现。许多振动测试结果表明，随机振动在客观世界中普遍存在。例如，在道路上行驶的车辆受道路作用的振动，大气湍流对飞行器作用的颠簸。海浪、地震以及机械传动中随机因素所导致的振动等，都能明显地反映出随机振动的特征。对于波形不变的振动．无论波形怎样复杂，只要每次所得到的特征都是一样的．就不能称之为随机振动。因此，不能以波形的复杂还是简单来区别它是随机振动还是非随机振动。总之，随机振动不同于一般确定性的自由振动和受追振动，其特点可以归纳为以下３点：１）随机振动没有固定的周期，即不能用简单函数的线性组合来表述其运动规律。２）对于确定的时间，振动的三要素（振幅、频率和相位）不可能事先知道，因为它们本身是随机的。３）在相同条件下，进行一系列的测试，各次记录结果不可能一样。对随机振动的分析与对确定性振动的分析完全不同。其本质区别就在于对随机振动的分析一般指的不是对单一振动现象的分析，而是着眼于大量振动现振动是一种普遍存在的自然现象，几乎每一种机器和建筑物都存在开振动的问题。例如，汽车、火车驶过桥梁引起桥的振动，在飞行中的飞机因风力和气流影响而引起机身的振动，地震引起建筑物振动等。除了少数利用振动来进行运输、加工和打桩等工作外，振动常常影响机器的性能、寿命或破坏建筑物。在车载测产系统中。由于拖拉机在运转过程中自身产生的振动而引起测产系统的测量结果存在偏差，从而降低了测产系统的准确性，因此需要将这种振动干扰抑制或滤除。｜ｌ振动信号振动是指物体或结构随时间变化相对其平衡位１．１振动信号的描述置所做的往复运动，通常用位移、速度和加速度来描述。也可以是一些物理量（力和应变等）按上述运动方式所做的变化。振动随时间变化的过程可以画成有坐标的曲线图形。通常横坐标为时间，纵坐标为振动物理量的幅值。振动随时间变化曲线称为振动时程曲线。也称为振动波形。描述振动的信息称为振动信号。振动现象可分为两大类：一类为确定性振动。其特点是振动有规律性，可以用确定的时间函数来描述物体的所有振动物理量。另一类为随机振动。也称为非确定性振动。其特点为振动无规律性，物体的任何振动物理量都不能用确定的时间函数来描述．而只能用概率论和统计学的方法来描述。随机振动可以分为平稳随机振动和非平收稿日期：２０１０－０１—２０基金项目：国家科技支撑计划项目（２００６ＢＡＤｌｌＡ０３）象的分析。在这大量振动现象的集合中，就单一现象来看似乎是杂乱的、无规律的，但从总体来看，它们之间却存在着一定的统计规律性。因此，它的规律虽然不能用时间的确定函数描述。但却能用概率论和统计作者简介：谭玉芳（１９８１一），女，硕士，从事智能检测与自动化控帝ｌ方面的研究。万方数据 ２０１０年第２期谭玉芳等：自适应噪声对消在抑制振动干扰中的应用４５学的方法描述。１．３振动干扰信号处理在现实生活中。存在着大量非平稳随机振动干扰信号。将它们从有用信号中滤除具有十分重要的意义。自适应滤波理论和技术是统计信号处理和非平稳随机信号处理的主要内容，它可以在无需先验知识的条件下。通过自学习适应或跟踪外部环境的非平稳随机变化，并最终逼近维纳滤波和卡尔曼滤波的最佳滤波性能。因而，自适应滤波器不但可以检测确定性信号，而且可以检测平稳的或非平稳的随机信号。自适应技术应用包括自适应谱线增强与谱估计方法、自适应噪声干扰抵消技术、自适应均衡技术、自适应阵列处理与波束形成以及自适应神经网络信号处理等内容。本文采用自适应噪声干扰抵消的方法来对消由振动干扰引起的噪声信号。２自适应滤波器简介及ＬＭＳ算法原理自适应滤波器属于现代滤波器。是２０世纪４０年代发展起来的。在自适应信号处理领域中发挥着重要作用。自适应滤波器是相对固定滤波器而言的，其频率是自动适应输入信号的。在没有任何关于信号和噪声的先验知识条件下。自适应滤波器利用前一时刻已获得的滤波器参数来自动调节现在时刻的参数，以适应信号和噪声未知或随机变化盼统计特性．从而实现最优滤波。即自适应滤波器根据不同的信号环境实现自身参数的调整以满足某种最佳准则要求且可根据不同的准则，产生不同的自适应算法。主要有２种基本算法：最小均方误差（ＬＭＳ）算法和递推最小二乘（ＲＬＳ）算法。由Ｗｉｎｄｏｗ和Ｈｏｆｆ提出的最小均方误差（ＬＭＳ）算法．因其具有计算最小、易于实现等优点而在实践中被广泛采用。最小均方误差准则即自适应系统的输出与理想输出之差的均方值最小。以实信号为例，设ｄ（ｎ）为期望信号，ｘ（ｎ）为输入信号，尼。为输入信号的协方差矩阵，ｋ为输入信号与期望信号的相关矢量。该准则的目的在于求加权矢量形，使均方误差ｆ最小。孝＝Ｅ｛ｅ２（凡）｝＝｛［ｄ（ｎ）一ＷＴｘ（ｎ）］２｝＝Ｅ｛俨（ｎ）｝一２ＷＴ，ｏ＋Ｗ—Ｒ。Ｗ（１）依此准则得到的最佳加权矢量应满足如下正规方程：尺。Ｗ。＝％（２）ＬＭＳ算法的基本思想是调整滤波器自身参数，使滤波器的输出信号与期望输出信号之间的均方误万 方数据差最小。这样系统输出为有用信号的最佳估计。３自适应噪声对消原理自适应噪声对消（ＡＮＣ）系统是自适应最优滤波器的一种变形．是美国斯坦福大学在１９６５年最先研究成功的。其基本原理是将被噪声污染的信号与参考信号进行抵消运算．从而消除带噪信号中的噪声。其关键问题是自适应噪声对消系统的参考信号一定要与待消除的噪声具有一定的相关性，而与要检测或提取的信号无关。一般来说。从接收信号中减去噪声似乎是很危险的．极有可能会导致噪声不仅不能被消除，反而会削弱有用信号。但是，自适应噪声对消系统经过自适应系统的控制和调节．能够有效地从噪声中恢复出原始信号。自适应噪声对消是自适应滤波器的典型应用。其原理结构如图ｌ所示。它有２个输入通道（相当于２个输入传感器），一个称为主输入通道，它除了能接收从信号源发来的有用信号ｓ外．还能收到一个与信号不相关的干扰源的干扰，１０。这就使得主通道收到信号为ｓ＋ｎｏ；另一个输入通道称为参考通道，其作用在于检测干扰，并通过自适应滤波调整其输出Ｙ，使Ｙ在最小均方意义下最接近主通道干扰ｎｏ。这样，通过相减器将主通道的噪声分量ｎ。对消掉。出ｉ…………一型塑翌…一ｌ图１自适应噪声对消器Ｆｉｇｕｒｅ１Ａｕｔｏ－ａｄａｐｔｅｄｎｏｉｓｅｃａｎｃｅＨａｆｉｏｎ主通道的输入Ｓ＝ｎｏ为自适应滤波器的需要信号ｄ。系统输出自误差ｅ为：ｅ＝ｄ＿芦＋坩７（３）则均方误差为：Ｅ｛ｅ２｝－Ｅ｛（ｓ＋，”）２｝＝Ｅ｛ｓ２｝＋Ｅ｛（ｍ形）２｝＋丝｛５（＂ｙ）｝（４）自适应滤波器要调整加权矢量彬．使Ｅ｛ｅ２｝最小。因为ｓ不在自适应滤波器通道内。所以这种最小化可表示为：ｍｉｎＥ｛ｅ２｝＿Ｅ｛ｓ２｝＋ｍｉｎＥ｛（ｎｏ－ｙ）２｝（５）农业科技与装备从而，自适应滤波调整的结果将使Ｙ在均方误差最小的意义下．最接近主通道噪声分量ｎｏ，使系统输出中的噪声大为降低。自适应滤波器能够完成噪声对消的必要条件为：参考输入信号ｎ．必须与被抵消的噪声信号ｎｏ相关。另外，若有用信号漏人参考通道一段，则有用信号也会有一部分被抵消。因此，应尽可能避免有用信号ｓ秘薷哥２０１０年２月漏入自适应滤波器参考输入端。４ＭＡＴＬＡＢ仿真分析根据上述算法。采用ＭＡＴＬＡＢ语言进行下面的仿真试验。设计一个２阶加权自适应噪声对消器，对已经加入噪声干扰的余弦信号进行滤波。运行结果见图２、图３和图４口２３ｌ５６７８９ｌ。８ｌ２３ｌ５ｓ７ｌ，７饕图２噪声信号Ｆｉｇｕｒｅ２Ｎｏｉｓｅｓｉｇｎａｌ图３带噪声余弦信号Ｆｉｇｕｒｅ３Ｔｈｅｃｏｓｉｎｅｓｉｇｎａｌ砌ｔｈｎｏｉｓｅ图４经过噪声对消后的余弦信号Ｆｉｇｕｒｅ４Ｔｈｅｃｏｓｉｎｅｓｉｇｎｍａｆｔｅｒｎｏｉｓｅｃａｎｃｅｌｌａｔｉｏｎ５结论通过上述仿真试验。可以看到含有噪声的余弦信号通过ＬＭＳ自适应噪声对消器处理后，可以把噪声信号比较理想地滤除，提取出其中的有用信号，并得到期望的余弦信号。因此，自适应噪声对消在处理因振动干扰而产生的非平稳随机信号时具有可行性。参考文献【Ｉ】王济，胡晓．ＭＡＴＬＡＢ在振动信号处理中的应用【Ｍ】．北京：中国水利水电ｍ版社，２００６．【２１维纳·Ｋ·英格尔，约翰·Ｇ·普罗克斯．数字信号处理（ＭＡＴＬＡＢ版）【Ｍ１．西安：西安交通大学出版社，２００８【３】李正周．ＭＡＴＬＡＢ数字信号处理与应用ｆＭｌ．北京：清华大学出版社，２００８．【４】ＪＯＨＮＧ．ＰＲＯＡＫＩＳ，ＤＩＭＩＴＲｌＳＧ．ＭＡＮＯＬＡＫＩＳ．数字信号处理【Ｍ】．北京：电子Ｔ业出版社，２００７．ＡｐｐｌｉｃａｔｉｏｎｏｆＡｄａｐｔｉｖｅＮｏｉｓｅＣａｎｃｅｌｌａｔｉｏｎｉｎＳｕｐｐｒｅｓｓｉｎｇＶｉｂｒａｔｉｏｎＩｎｔｅｒｆｅｒｅｎｃｅＴＡＮＹｕｆａｎｇ．ＹＡＮＧＦａｎｇ（ＥｎｇｉｎｅｅｒｉｎｇＣｏｌｌｅｇｅ，ＮｏｒｔｈｅａｓｔＡｇｒｉｃｕｌｔｕｒｅＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５００３０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＴｈｅｐａｐｅｒｄｅａｌｓｗｉｔｈｔｈｅａｄａｐｔｉｖｅｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇｍｅｔｈｏｄａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｔｈｅｓｕｐｐｒｅｓｓｉｏｎｏｆｔｈｅｖｉｂｒａｔｉｏｎａｄａｐｔｉｖｅｎｏｉｓｅｃａｎｃｅｌｌａｔｉｏｎｐｒｏｃｅｓｓｉｎｇｍｅｔｈｏｄＭＡＴＬＡＢｗａｓｓｉｇｎａｌ．Ｔｈｅｉｓｄｅｓｉｇｎｅｄｔｈｅｖｉｂｒａｔｉｏｎｎｏｉｓｅｃａｎｃｅｌｌａｔｉｏｎｍｅａｎｓ．Ｔｈｅｔｏｓｉｍｕｌａｔｉｏｎｃｏｎｆｉｒｍａｔｉｏｎｗｉｔｈｃａｒｒｉｅｄｏｕｔ．Ｔｈｅｒｅｓｕｌｔｉｎｄｉｃａｔｅｓｔｈａｔｔｈｅｒｅｉｓｆｅａｓｉｂｉｌｉｔｙｆｏｒｔｈｅａｄａｐｔｉｖｅｎｏｉｓｅ．ｃａｎｃｅｌｌａｔｉｏｎｄｅａｌｗｉｔｈｎｏｎ－ｓｔｅａｄｙｒａｎｄｏｍｓｉｇｎａｌｃａｕｓｅｄｂｙｖｉｂｒａｔｉｏｎｄｉｓｔｕｒｂａｎｃｅａｎｄｔｈｅｄｅｎｏｉｓｉｎｇｅｆｆｅｃｔｉｓｇｏｏｄ．Ｋｅｙｗｏｒｄｓ：Ｖｉｂｒａｔｉｏｎｓｉｇｎａｌ；Ａｕｔｏ—ａｄａｐｔｅｄｎｏｉｓｅｃａｎｃｅｌｌａｔｉｏｎ；ＬＭＳａｌｇｏｒｉｔｈｍ；ＭＡＴＬＡＢｓｉｍｕｌａｔｉｏｎ万方数据 自适应噪声对消在抑制振动干扰中的应用
作者：作者单位：刊名：英文刊名：年，卷(期)：
谭玉芳， 杨方， TAN Yufang， YANG Fang东北农业大学工程学院,哈尔滨,150030
农业科技与装备
AGRICULTURAL SCIENCE & TECHNOLOGY AND EQUIPMENT2010(2)
1.王济.胡晓 MATLAB在振动信号处理中的应用 2006
2.维纳·K·英格尔.约翰·G·普罗克斯 数字信号处理(MATLAB版) 20083.李正周 MATLAB数字信号处理与应用 2008
4.JOHN G PROAKIS.DIMITRIS G MANOLAKIS 数字信号处理 2007
本文链接：http://d.g.wanfangdata.com.cn/Periodical_nyjxhydqh201002016.aspx