玄志武 商诺诺 刘 学

1 引言

受试验环境、飞行器本身的振动和冲击以及测量传输等因素的影响，采集到的遥测振动信号夹杂着大量的高频、低频和冲击噪声、各阶次的谐波分量，频谱成分异常复杂。噪声的存在对于信号包络的有效提取是一种障碍，致使分解得到的包络信号变得不准确，对自适应时频分析技术的影响尤为明显，从而影响对信号进行进一步的时频处理。好的降噪效果对提高时频分析的分辨率、提高算法性能以及对信号特征的提取具有重要的实际价值和理论意义。

自适应降噪一直是信号处理领域研究的热点，如文献［1］提出利用样本熵方法对眼电信号中的伪迹成分进行自适应降噪，文献［2］提出采用模板匹配方法对眼电信号中的伪迹成分进行自动去除，且无需设置参考信号，但这两种方法需要根据先验信息或者历史经验去设定阈值，受人为因素影响较大。文献［3］提出直接利用RLS滤波器进行自适应滤波，但是RLS自适应滤波本质也是一种回归滤波方法，需要输入参考信号，因而它也回归滤波方法固有的“双边干扰”问题，且对遥测振动信号处理时，由于缺乏先验信息，很难确定参考信号。最近文献［4］提出一种独立分量分析（ICA）与递归式最小均方（RLS）相结合的ICA-RLS方法［4］对脑电噪声进行自适应降噪的方法，但是该方法是将ICA分解后的所有源信号进行滤波，很可能将部分信号当作噪声滤除，这对遥测振动信号处理是不可接受的，如果故障信息因滤波而损失或被滤除，将对试验的分析与鉴定产生严重影响。……