0 引言

 

    渦街流量計(jì)在過(guò)程測(cè)量和控制儀表中應(yīng)用比較廣泛，主要用于氣體、液體流速的測(cè)量。但由于受到管道機(jī)械振動(dòng)和流場(chǎng)不穩(wěn)定的干擾，導(dǎo)致傳感器輸出信號(hào)中含有某些固定低頻、高頻信號(hào)及隨機(jī)噪聲，波形不規(guī)則，使現(xiàn)場(chǎng)測(cè)量精度達(dá)不到規(guī)定指標(biāo)。如何從強(qiáng)噪聲背景下檢測(cè)出渦街信號(hào)一直是1個(gè)困擾許多研究者的難題。尤其是低流速渦街信號(hào)的信噪比比較低，難以準(zhǔn)確測(cè)量信號(hào)，所以本文針對(duì)1種型號(hào)的渦街流量計(jì)對(duì)水流速（流速范圍在0.5l/S～3l/S）進(jìn)行測(cè)量研究，由于渦街信號(hào)的頻率與流體的流速是成正比的，因此通過(guò)測(cè)量渦街信號(hào)頻率即可測(cè)量實(shí)際流體的流速，此時(shí)渦街信號(hào)頻率大致范圍在5到30Hｚ。提出利用改進(jìn)的閾值去噪算法對(duì)渦街信號(hào)進(jìn)行處理，最終達(dá)到擴(kuò)展測(cè)量下限的目的。

 

    1 渦街流量計(jì)信號(hào)分析

 

    理想的渦街信號(hào)是純凈的正弦曲線，但由于受到噪聲干擾的影響，由傳感器輸出的信號(hào)中含有很多噪聲，實(shí)際的渦街信號(hào)含有其它多種頻率分量，所以實(shí)際信號(hào)是復(fù)合信號(hào)。渦街信號(hào)模型表達(dá)式：

 

    

 

    式中：f0為渦街信號(hào)頻率；A0為信號(hào)幅值，與頻率平方成正比；Φ（t）為相位噪聲，n（t）為零均值高斯白噪聲，np（t）為渦街信號(hào)頻率范圍內(nèi)的各種諧波干擾，包括流場(chǎng)內(nèi)由于電磁干擾產(chǎn)生的50Hｚ、105Hｚ、150Hｚ等頻率信號(hào)和高低頻管道噪聲。根據(jù)上述模型用MATlAB編程模擬實(shí)際現(xiàn)場(chǎng)環(huán)境的渦街信號(hào)。    

 

    水流速為0.5l/S和1.5l/S的渦街信號(hào)如圖1所示。由圖2可以看出，流速為0.5l/S渦街信號(hào)幾乎完全被噪聲淹沒(méi)。    

 

 

 

 

 

圖1 流速為0.5l/S、1.5l/S渦街信號(hào)

 

    2 小波去噪方法

 

    小波分解與重構(gòu)是基于MAllAT多分辨率的思想，對(duì)各種頻率組成的復(fù)合信號(hào)分解成不同頻段的小波系數(shù)，根據(jù)實(shí)際需要，對(duì)含有噪聲信號(hào)的頻段進(jìn)行閾值處理，然后對(duì)處理后的系數(shù)進(jìn)行小波重構(gòu)，從而達(dá)到去噪的目的。小波閾值去噪過(guò)程可按以下方法進(jìn)行處理：

 

    1）對(duì)信號(hào)進(jìn)行小波分解；選擇層數(shù)N；

 

    2）將小波分解的細(xì)節(jié)部分小波系數(shù)選擇閾值進(jìn)行閾值量化處理；

 

    3）一維小波重構(gòu)，即根據(jù)第N層近似的小波系數(shù)和經(jīng)過(guò)量化處理的細(xì)節(jié)部分的小波系數(shù)進(jìn)行信號(hào)重構(gòu)。

 

    在小波基dmey小波確定后，該閾值去噪算法中閾值和閾值函數(shù)的選擇是最關(guān)鍵的。在渦街流量計(jì)信號(hào)處理的實(shí)際運(yùn)用中，特別是在低流速情況下，幅值、頻率都很小，管道噪聲和工頻干擾以及白噪聲幅值相比較大，如何在這種強(qiáng)噪聲的情況下提取出渦街信號(hào)，需要根據(jù)實(shí)際信號(hào)的特點(diǎn)來(lái)確定合適的閾值和閾值函數(shù)。由于渦街信號(hào)從低頻到高頻的信噪比各不相同，本文采用無(wú)偏似然估計(jì)和固定閾值的方法折中選擇最終的閾值，也即啟發(fā)式閾值。傳統(tǒng)的小波閾值函數(shù)有硬閾值函數(shù)和軟閾值函數(shù)如下：

 

    

 

    n表示為小波分解之后的所有細(xì)節(jié)小波系數(shù)。硬閾值方法是將各子帶空間低于閾值的小波系數(shù)置零，高于閾值的小波系數(shù)保持不變。但由于收縮性的存在問(wèn)題，重構(gòu)信號(hào)容易產(chǎn)生振蕩。而軟閾值是將小波系數(shù)按照1個(gè)定量向零收縮，使處理后的信號(hào)具有一定的光滑性。但此方法也有缺點(diǎn)，會(huì)損失一些有用的高頻信息，而且估計(jì)得到的小波系數(shù)總是與實(shí)際的小波系數(shù)有偏差。

 

    通過(guò)分析以上閾值函數(shù)的不足，提出改進(jìn)的閾值函數(shù)，即對(duì)軟閾值函數(shù)進(jìn)行改進(jìn)如下：

 

        

 

    式中：t為調(diào)整系數(shù)，可以根據(jù)渦街信號(hào)的信噪比進(jìn)行調(diào)整，通過(guò)實(shí)驗(yàn)得到T的取值范圍為0.3≤t≤1，決定去噪后信號(hào)的信噪比；λ為閾值；N為正整數(shù)，可以通過(guò)調(diào)整N提高閾值的動(dòng)態(tài)變化程度；dj為分解的第j層小波系數(shù)。相當(dāng)于一個(gè)動(dòng)態(tài)調(diào)整的閾值，當(dāng)t一定時(shí)，隨著增大，不斷減??；同時(shí)進(jìn)一步提高閾值的靈活性，彌補(bǔ)由于軟閾值造成的系數(shù)偏差，減少有用信息的丟失，能夠達(dá)到更好的濾波效果。特別是針對(duì)低頻處管道噪聲等干擾信號(hào)，可以通過(guò)調(diào)整式中的參數(shù)，達(dá)到抑制這些固有噪聲的目的。

 

    為了比較降噪效果，引入信噪比（SNR）、最小均方誤差（MUSE）作為評(píng)價(jià)標(biāo)準(zhǔn)，對(duì)3種不同的降噪方法進(jìn)行比較，其中信噪比和最小均方誤差的定義如下：

 

    

 

    式中：x為原始信號(hào)（不含噪聲信號(hào)），為閾值處理后的信號(hào)，N為信號(hào)長(zhǎng)度。3種方法閾值降噪效果如表1所示。通過(guò)上述改進(jìn)閾值算法對(duì)渦街信號(hào)流速為0.5l/S、1.5l/S處理的結(jié)果如圖2所示。實(shí)際所測(cè)流速經(jīng)計(jì)算分別為0.55l/S和1.52l/S。

 

表1 3種去噪方案比較

 

 

 

 

 

圖2 小波重構(gòu)流速為0.5l/S、1.5l/S渦街信號(hào)

 

    3 仿真結(jié)果

 

    對(duì)頻率在5Hz到30Hz之間變化的渦街流量計(jì)仿真信號(hào)進(jìn)行分析，選擇采樣頻率1kHz，采樣點(diǎn)數(shù)4000。對(duì)渦街信號(hào)模型采用上述方法處理之后，對(duì)其進(jìn)行頻率測(cè)量，得到表2所示頻率檢測(cè)結(jié)果?？梢缘贸?，即使有其它多種頻率信號(hào)及高斯白噪聲干擾的情況下，仍然可以得到比較滿(mǎn)意的效果。

 

表2　率測(cè)量結(jié)果

 

 

 

    4 結(jié)論

 

    本文提出運(yùn)用小波閾值去噪方法去除渦街信號(hào)中的各種噪聲干擾，針對(duì)低流速較難測(cè)量的情況進(jìn)行研究，提出改進(jìn)的閾值去噪算法，該算法在低流速情況下去噪效果較好，有利于擴(kuò)展量程下限，提高測(cè)量精度。