朱 宁，徐常新，符影杰

(东南大学自动化学院，江苏南京 210096)

0 引言

超声波测距作为一种典型的非接触测量方法，相比于激光测距、雷达测距，具有对外界环境因素不敏感、结构简单等优点，广泛应用在自动导航车(automated guided vehicle,AGV)避障系统中。超声波测距一般采用渡越时间法，通过计算回波前沿的到达时刻来提取渡越时间，从而得到距离信息。超声波回波信号中掺杂有大量的电子噪声以及无关的杂波信号，可以表示为

s(t)=x(t)+n(t)

(1)

式中：s(t)为含噪回波信号；x(t)为有效信号；n(t)为噪声信号。

当检测距离较远时，回波信号的信噪比极低，严重影响测距精度。超声波回波信号一般采用FIR或IIR带通滤波器进行预处理[1]，然而超声波回波信号可以看作叠加白噪声的非平稳信号[2]，噪声信号分布在整个频域内，带通滤波器无法滤除与超声波频谱重叠的噪声，从而影响后续的信号处理。

小波变换相比于傅里叶变换，具有同时在频域和时域表征信号的局部特征的能力。小波阈值去噪法如图1所示，利用小波的多分辨率分析的特点，通过选取合适的小波基，将信号进行不同尺度的分解得到相应的尺度系数和小波系数，选取合适的阈值和阈值函数对小波系数进行处理，滤除噪声主导的小波系数，最后进行小波重构，获得小波去噪后的信号。

图1 小波阈值去噪示意图

当小波基具有正交性时，可以采用Mallat算法实现快速小波变换(fast wavelet transform，FWT)，如图2所示。Mallat算法无需知道小波基的尺度函数和小波函数，仅通过滤波器组系数便可以快速分解与重构信号。……