時頻重排算法在傾角傳感器信號消噪中的應用

李海 孫菁

摘 要 傾角傳感器在實際工作過程中會受到各種類型的噪聲干擾，由于這些干擾的類型和出現時間不同，使得傳統的消噪方法很難在徹底去除噪聲的同時避免對有用信號造成損傷。為了解決這一難題，我們利用時頻重排算法在時頻域對傳感器信號進行消噪。通過重新排列信號的時頻譜，重排算法可以得到信號的瞬時頻率，從而可以在時頻域將噪聲和有用信號區分開來。與頻率域和傳統時頻消噪方法相比，由于重排算法的時頻分辨率更高，因此可以更準確的定位噪聲出現的時間和頻率范圍，從而避免消噪時可能造成的信號損失。仿真和實際傳感器資料的結果都表明，基于重排算法的時頻消噪方法能夠取得更高的信號信噪比。

【關鍵詞】時頻重排 傾角傳感器 消噪 時頻分辨率

1 前言

傾角傳感器是測量水平面傾斜角的裝置，在土木建筑，水文地質，航空航天等工程技術領域被廣泛的應用。傳感器的使用環境一般較為惡劣，現場存在大量噪聲，實際測量中會引入各種干擾信號，如加速度、攜帶傳感器的設備自身的振動、周圍電磁擾動以及白噪聲等。由于各種類型的噪聲信號來源不同，它們的頻率和發生的時間也不同。這些噪聲的存在會對后續分析和解釋傳感器信號帶來不利影響，因此，必須對現場采集到的信號做消噪處理，以盡可能地減少噪聲的干擾。常用的消噪方法有很多，可以分為時間域、頻率域和時頻域三類方法。對于平穩信號，時間域和頻率域消噪方法都可以取得非常好的效果，但是，對于非平穩信號來說，由于信號本身和所含噪聲都會隨時間發生變化，所以必須在消噪時同時考慮時間和頻率兩種因素，這時，時間域和頻率域的方法就不適用了，只有時頻域消噪方法才能取得良好效果。時頻消噪方法的基礎是各類時頻變換，例如短時傅立葉變換、小波變換等。首先，利用時頻變換將信號分解到時間-頻率域，然后根據信號和噪聲的特點將特定時間和頻率范圍的能量從時頻譜圖中去除，最后根據新的時頻譜進行重構，就可以得到消噪后的時間域信號。

現在常用的時頻變換方法所得到的時頻譜是在一定長度的時間范圍內對信號瞬時頻率的估計，因此信號真實的能量會在時頻譜上，以信號的真實瞬時頻率為中心分散開來。這會使得信號的有用成份（能量）容易和噪聲混疊在一起，導致在消噪過程中有用成分也會被損傷，或是噪聲消除不干凈。因此，提高信號的時頻分辨率，盡量在時頻譜上分開有用信號和噪聲成分，可以很好的解決這個難題。我們在本文中利用時頻譜重排算法進行時頻變換修正，得到了分辨率更高的時頻變換結果，并以此為基礎對傾角傳感器信號進行消噪處理。

2 算法原理

首先來看重排算法的基本原理。

重排算法的基礎是時頻變換，對于時間域信號s（t）， 它的短時傅里葉變換（STFT）表達式為：

為了和常規時頻變換方法做比較，我們設計了一個仿真信號，其中兩部分為和。 仿真信號如圖1（a）所示。分別使用短時傅里葉變換和時頻重排方法對信號s（t）進行時頻變換，結果分別顯示在圖1（b）和圖1（c）。對比兩個結果可以明顯看到，重排算法譜圖的時頻能量更加集中，時頻分辨率更高。

3 實際數據處理

我們使用的傾角傳感器型號是VTI公司生產的SCA61T傾角傳感器，它采用電容式感應原理，測量范圍是±90°，比例電壓輸出。傳感器及其結構圖如圖2所示。實際數據為一段上斜坡時采集的信號，傾角大約為15度。我們在實際信號中加入了信噪比為20dB的高斯白噪聲。利用重排算法對信號進行處理的結果如圖3所示。從圖3（a）中可以看到，在1.7s和3.3s附近，傳感器信號有明顯的跳變發生。其中1.7s處的跳變對應于上坡開始的時間，而3.3s的跳變則是在坡道上的抖動產生的干擾信號。圖3（b）是該段信號的時頻變換結果，由于該段信號的變化不劇烈，且疊加在上面的噪聲較強，使得直接從時頻變換結果中無法辨別出有用信號。經過觀察，我們發現1.7s處信號的頻率在5Hz到45Hz的范圍內，而3.3s處高頻率干擾信號出現在53Hz左右，因此，我們在兩處分別采用不同頻帶的濾波器，保留了被認為是有用信號的頻率成分，結果如圖3（d）所示，比較圖3（b）和圖3（d）不難發現，將強噪聲去除后，信號的有用成分在時頻譜上得到了明顯加強，去噪效果明顯。圖3（c）是將去噪后的時頻結果進行反變換得到的時域消噪結果，同樣可以看到，在1.7s處的干擾被去除，且上坡時傳感器正常變化的信號特點被保留了下來，而3.3s處的異常干擾被消除了。

4 結論

時頻重排算法是一種時頻分辨率非常高的變換方法，當所處理信號的有用成分和干擾成分之間的頻率相差較小時，采用基于時頻重排算法的消噪方法可以在時頻域將兩者在時間和空間上進行分離，因此有用信號和其中夾雜的噪聲信號可以被很好的區分。對于非平穩信號消噪來說，采用時頻消噪的方法，可以針對不同時間段對不同頻率的噪聲進行消除，這樣就盡可能的避免了有用信號能量的損失，同時也保證了有效去除噪聲。對于傾角傳感器來說，突發的角度改變對應的信號成分為高頻，采取傳統消噪方法可能會損傷有用信號，這時，采取時頻重排的方法進行消噪可以避免這樣的情況發生。文中仿真以及實際信號的處理結果表明，時頻重排算法相比與傳統時頻變換，時頻分辨率更高，消噪效果更好，因此更適用于傳感器信號消噪。

參考文獻

[1]何斌，紀云，沈潤杰.地下隧道變形檢測的無線傾角傳感器[J].光學精密工程，2013，21（06）：1464-1471.

[2]翟立新，孫祥年，甘忠林.傾角傳感器在海洋環境信息要素獲取中的應用[J].海洋測繪，2013，33（03）：40-42.

[3]曹建安，張樂平，吳昊等.采用傾角傳感器實現空間旋轉角度測量的解析方法研究[J]. 西安交通大學學報，2013，47（10）：110-114.

[4]寇為剛，譚等泰.基于SVD的幾種消噪方法對比分析[J].自動化與儀器儀表，2015，1：121-122.

[5]趙榮珍，王志威.轉子振動信號的形態濾波消噪方法[J].蘭州理工大學學報，2011，37（04）：30-33.

[6]劉光輝.小波消噪和人工蜂群優化神經網絡的建筑電氣故障診斷[J].電氣應用，2015，34（10）：58-62.

[7]Thomas Oberlin，Sylvain Meignen， and Valérie Perrier.Second-Order Synchrosqueezing Transform or Invertible Reassignment？ Towards Ideal Time-Frequency Representations[J]， IEEE Transactions on Signal Processing，63（05），pp： 1335-1344，2015.

[8]王大凱，彭進業.小波分析及其在信號處理中的應用[M].北京：電子工業出版社，2006.

[9]Li Han，Mauricio D.Sacchi and Liguo Han.Spectral decomposition and de-noising via time-frequency and space-wavenumber reassignment[J]. Geophysical Prospecting，62：244-257，2014.

[10]Flandrin P.，Auger F.and Chassande-Mottin E.Time-frequency reassignment：From principles to algorithms[M].Applications in Time-Frequency Signal Processing，pp：179-203，2003.

作者簡介

李海（1982-），江西省人。講師。研究方向為檢測技術與自動化裝置。

作者單位

中山職業技術學院機電工程學院 廣東省中山市 528404