路立平，景亚来

(郑州轻工业学院 电气信息工程学院，河南 郑州 450002)

现阶段，在工业生产和科研领域，瞬变压力检测的作用非常重要.在瞬变压力检测中，因电子设备的性能，在传感器的输出信号中不可避免地有噪声信号.另外，在对传感器进行动态补偿时，由于拓展了设备的带宽，而噪声又是高频信号[1]，故设备频带的扩展会引起严重的噪声干扰，进而影响系统测量的精度.此外，在信号的采集和传播途径中都会引入噪声，噪声的引入影响了对真实信号的处理.有时候，较强的噪声会“遮盖”信号，从而难以得到准确稳定的真实信号[2].因此，有效地消除和抑制噪声对于瞬变压力信号检测系统具有非常重要的意义.

有效抑制和消除噪声的方法可以分为两类：被动噪声抑制和主动噪声抑制.被动噪声抑制从噪声源、传播途径和接收者3个方面利用声学材料和声学结构来抑制噪声.传统的噪声消除技术大多采用被动的方法[3]，设计带通或带阻等数字滤波器.但是，由于噪声的不确定性，所以无法充分了解噪声的先验知识，很难设计出估计系统的数字滤波器.有时候，设计的规则会在滤波器正常运行时改变，故可变系数的自适应滤波器被提出 .

随着自动控制理论和现代信号处理技术的发展，主动噪声抑制技术开始以自适应算法为主要研究方向.自适应滤波器具有跟踪信号和噪声变化的能力，自适应噪声抵消技术是自适应滤波原理的扩展，它能够从被噪声干扰的环境中检测和提取出有用信号.

1 瞬变压力检测系统的数学模型

文献[4]研究了炮口冲击波测试问题，针对固态压阻型压力传感器建立了压力传感器激波管校准实验系统，采用系统辨识的方法建立了系统的数学模型：

(1)

对应幅值误差为±5%和±2%的工作频率分别为5.875 kHz和4.114 kHz.由于该系统的时域震荡次数较多，超调量较大，文献[4]设计了数字补偿滤波器:

(2)

补偿后的等效系统幅值误差为±5%和±2%的工作频率分别为124.1 kHz和110.7 kHz.虽然补偿后系统的带宽得到了扩展，补偿了动态测量的误差，但可能引入严重的高频噪声干扰而影响系统的精度.为了解决该问题，需研究基于自适应滤波消除噪声干扰的方法.

2 自适应滤波原理

图1 自适应滤波器的一般结构Fig.1 The structure of adaptive filter

经典的滤波方法在有用信号和噪声占用不同频带时，滤波效果比较好.但是，当信号与噪声的频带有重叠时，传统滤波方法的滤波效果欠佳[5].自适应滤波器依靠递推算法进行运算，这使得该滤波器可以在无法获得有关信号特征完整知识的环境下，圆满地完成滤波运算.该滤波器的滤波器参数是不断变化的，它可以随着输入信号特征的变化而动态地改变参数，从而保持最佳的滤波状态.

自适应滤波器的一般结构示意图见图1，x(n)是自适应滤波器的输入信号，d(n)是期望响应，y(n)是自适应滤波器的响应输出信号，e(n)是系统的估计误差且e(n)=d(n)-y(n).自适应数字滤波器的滤波参数受误差信号e(n)的控制，可根据e(n)的值自动调整，以便使得输出的y(n+1)接近于所期望的参考信号d(n+1).

3 噪声消除原理及LMS算法

图2 常用滤波消噪原理Fig.2 The principle of filter to denoise

4 Matlab仿真程序及结果分析

图3 滤波器原理图Fig.3 The filter principle diagram

由于反馈的存在，容易引起IIR滤波器的不稳定，相反，FIR滤波器总是稳定的.故本研究仿真实验采用横向结构的4阶FIR滤波器，结构图见图3.有用信号分量采用正弦信号s,参考噪声信号x采用具有正态分布的随机序列.由于抽头权向量的先验知识未知，故取权值w为零序列，程序略.

仿真采用幅度为1的正弦信号作为有用信号，函数randn产生一组具有正态分布的随机数作为待滤除的噪声信号分量.在前人的研究基础上，经过反复试验比较得出,当步长μ为0.003的时候，既可以保证较小的失调又可以使得LMS算法的确立时间较短，从而使本研究所设计的消噪方法在精度和速度两个方面都可以达到系统的要求.

在有用信号中加入噪声后，信号的幅度变大，并且变得杂乱，如图4与图5所示.被噪声干扰的杂乱信号经过自适应滤波器消除噪声后，输出结果含有很少的期望信号以外的信号分量，输出信号的幅度非常接近原始有用信号的幅度，系统的信噪比得到了很大的提高.从图5中可以明显地看出，只需要经过很短的时间,输出信号便与原始有用信号基本吻合，可以很好地满足动态测试的要求，达到了将噪声滤除的目的.

图4 仿真结果Fig.4 The simulation results

图5 仿真结果Fig.5 The simulation results

5 结论

在瞬变压力动态测试过程中，基于LMS算法设计出了自适应滤波器.相对于经典的滤波方法，自适应具有自动调节自身参数的能力，可在未知外界干扰源特征、传递途径不断变化以及背景噪声和被测对象声波相似的情况下，有效地消除外界噪声的干扰而获得高信噪比的对象信号.这一技术在测试环境不太理想的工作现场可为机械元件、内燃机的噪声与振动等动态压力信号做故障诊断和测试分析提供有效的方法和依据，具有一定的理论意义和应用价值以及广泛的应用前景.

参考文献：

[1] 刘清，孙颖.用实时小波分析消除噪声的动态测量误差补[J].南京师范大学学报，2006,6(3):1-5.

[2] 余荣贵.自适应滤波器在噪声消除中的应用于研究[D].南昌：南昌航空大学，2008.

[3] 曹斌芳.自适应噪声抵消技术的研究[D].长沙：湖南大学，2007.

[4] 张文娜.压力传感器的辨识建模及动态补偿技术研究[D].长沙：国防科技大学，2002.

[5] 陈琳，李建勋，戴虎，等.自适应滤波在动态推力测量中的应用[J].宇航学报，2010，31(7):1819-1825.

[6] 张晓光，王艳芬，王刚，等.基于DSP的自适应噪声消除[J].电视技术，2009，33(1)：78-80.

[7] 曹斌芳，何怡刚，郭杰荣.强噪声背景下的语音信号提取研究[J].噪声与振动控制，2008(4)：145-149.

[8] 陈琳，李建勋，戴虎，等.自适应滤波在动态推力测量中的应用[J].宇航学报,2010，31(7):1819-1825.