基于小波变换及FFT算法的涡街信号处理

0　引言

    涡街流量计作为一种新的速度型流量计,因其具有量程相对较宽、准确度高、压力损失小等优点,近年来发展迅速,已跻身于通用流量计之列。涡街流量计由传感器和二次仪表组成,传感器输出信号的频率与流体的流速成正比,二次仪表(处理系统)通过检测频率,就可测得体积流量。在理想情况下,涡街传感器的输出信号是正弦波。但是在测量现场,由于各种噪声的影响,使得传感器输出信号中含有各种噪声,波形变得不规则。因此从包含噪音的涡街信号中准确的提取出涡街信号,成为我们研究的重点。国内外学者提出采用数字信号处理方法处理涡街传感器信号,概括起来主要有两大类:频谱分析方法和数字滤波方法。

     通过分析涡街传感器输出信号的特点以及产生干扰噪声的机理,可知在低流速情况下涡街信号会被干扰噪声所淹没,给提取涡街流量频率造成困难,普通方法甚至无法准确的提取出主频率。本文章提出小波变换及FFT算法相结合的方法,利用提出的新方法对涡街传感器输出信号进行处理。小波变换作为一组正交带通滤波器,用来对涡街传感器信号进行滤波,去除噪声,提取出有用信号,以利于准确提取频率信息。进而用FFT谱分析方法对确定频段进行频率提取,有利于提高低频段信号的测量精度。通过MATLAB软件仿真实验结果表明,该方法对涡街信号提取和噪声去除效果良好,有利于扩大涡街流量计的量程范围,提高测量精度。

1　离散小波变换与FFT算法的原理

1. 1　小波去噪的基本原理

        对于大多数信号来说,低频部分往往是最重要的,往往给出了信号的特征,而高频部分则与噪音及扰动联系在一起,将信号的高频部分去掉,信号的基本特征仍然可以保留^[4]。正因为这个原因,我们在信号的分析中,经常会提到对信号的近似与细节,近似主要是系统大的、低频的成分,而细节往往是信号局部、高频成分。信号的滤波过程可以用图1表示。

    上述分解过程可以反复进行,信号的低频部分还可以继续分解,图2为将信号进行正交小波变换(小波分解)过程。选择合适的母小波和小波分解层次,对于长度为N的含噪信号s(t),设N =2^j,利用正交小波变换的快速算法获得低分辨率L(0≤L L,k,k =1,…,2^L},及各分辨率下的高频小波系数{d^j,k, j=L,L+1,…,J-1,k =1,2^j}其中尺度系数和小波系数共N个,其中cA1…cA3为信号的近似, cD1…cD3为信号的细节部分。

1. 2　快速傅里叶变换FFT

    快速傅立叶变换FFT并不是一种新的变换,而是离散傅立叶变换DFT的一种快速算法。在相当长的时间里,由于DFT的运算量太大,即使采用计算机也难以对问题实时处理,所以并没有得到真正广泛的应用,快速傅立叶变换(FFT)使DFT和谱分析的运算速度迅速提高,成为了数字信号分析的强有力工具,在工程技术领域中真正得到了广泛的应用。