涡街流量计信号估计的自适应陷波方法

　　1　引　　言

　　涡街流量计具有无活动部件,使用寿命长,可直接输出数字信号等优点,因此,应用广泛。但是,它目前所采取的放大、整形、计数的信号处理方法存在以下缺点:(1)易受测量现场各种干扰的影响,实际测量精度远远低于实验室标定的精度。干扰主要为流场不稳定、管道振动和电磁噪声。(2)量程比受限。理论上涡街流量计的量程比为100∶1,而目前实际上一般只达到　10∶1。这是因为小流量时,产生的信号微弱,易被噪声淹没。为此,人们提出采用数字信号处理方法计算涡街流量计的频率,以增强仪表的抗干扰能力,保证仪表的测量精度。文献[1,2]分别采用最小均方自适应算法和Burg算法的现代谱估计方法计算其信号的功率谱,最大谱值所对应的频率即为流量的频率。文献[3,4]对基于FFT的经典谱估计和以Burg算法为代表的现代谱估　　计方法处理流量信号进行了比较和仿真。本文提出采用自适应陷波滤波器作为流量计输出频率的估计器,有效地解决上述数字信号处理方法中存在的问题。

　　2　自适应陷波方法的基本原理

　　基于预测误差的滤波器是一个自适应陷波滤波器。这个滤波器针对不同频率的信号,建立不同参数的模型,实质上是一个自适应的过程。此陷波滤波器抑制一个特定的频率,并且几乎不受位于带宽以外频率的影响。如果模型与实际情形完全吻合,有用信号分量被最大幅度地抑制,陷波频率即为涡街频率。短时间的波动是窄带模型的一部分,对估计精度无影响。由于陷波滤波器平直的传递函数,附加干扰对滤波器没有什么影响。

　　陷波器的传递函数可以表示为[5,6]

　　式中,ρ是一个接近于1,但略小于1的常数。引入ρ保证了在H(z-1)的每一个零点附近有一个极点与之对应,即极点在作为零点的相同半径线上,但稍靠近原点,ρ值的大小也决定着陷波频率的宽度。可以证明式(1)中的常数α与陷波频率的关系为

　　式中,T为采样时间间隔。可见,陷波滤波器只有一个参数需要估计,我们感兴趣的频率能直接由式(2)得到。

　　3　递归预测误差算法的推导

　　设y(t)为流量计的输出信号,经过陷波器后得出的误差

　　比较式(5)和式(8),有

　　式(9)表明,除了滤波通过1/A(ρq-1)之外,梯度矢量Ψ(t)和回归矢量φ(t)有相同的形式,然而在运行此算法时,1/A(ρq-1)是未知的,利用最近的一次估计值1/A(ρq-1,t)代替。这样就可以很方便地定义变量

　　下面给出自适应陷波方法完整的公式。