高压水射流反射声音信号实时采集与处理.docVIP

高压水射流反射声音信号实时采集与处理 高压水射流反射声音信号实时采集与处理 　　高压水射流是一项迅速发展起来的新技术，不仅可以实现对靶物的高效切割，而且可以通过识别射流冲击靶物时产生的反射声信号的特征值而识别靶物的材质和几何尺寸［1-4］。要准确识别靶物材质和几何尺寸，必须搭建高速、实时的声音数据采集系统实时采集声音信号。该声音信号不仅包括射流冲击靶物产生的反射声，也包括环境噪声和射流喷射后扰动周围空气介质产生的噪声。要有效提取反映不同材质和几何尺寸的声音特征值，必须采用先进的信号处理方法进行降噪和特征值提取。本文采本文由论文联盟http://www.LWLM.Com收集整理用小波降噪的方法实现对反射声信号的降噪和特征值提取，采用MATLAB语言进行编程，同时采用传声器结合NI公司的LabVIEW软件和PCI6251采集卡搭建数据采集系统，利用 Math cript节点实现Matlab与Labview软件的通讯，实现了高压水射流靶物反射声信号的大容量数据实时采集与处理［5-8］。 　　1 小波分析基本原理 　　11 小波函数 　　小波在低频部分具有较高的频率分辨率和较低的时间分辨率，而在高频部分具有较高的时间分辨率和较低频率分辨率。通过小波变化可实现信号的降噪和重构。 　　对于连续情况，小波序列为 　　12 小波降噪基本原理 　　水射流冲击靶物目标产生的反射声音信号不但包括有用的靶物材质声信号，也包含了由于环境扰动带来的噪音信号。要准确提取对应材质和几何尺寸的有用信号，必须对采集到的信号进行降噪处理。信号的降噪方法很多种，如ECG信号降噪法、Gabor变换降噪法、小波变换降噪法等等。传统的降噪方法在有用信号和噪声的频谱相互分离时具有良好的效果，但是当有用信号和噪声的频谱相互重叠时，则无法将它们区分开。小波的降噪方法是一种信息保持型的线性运算，可以准确得到信号在细微处的形态，有效的解决了时域频域局部化矛盾，被越来越广泛的应用于工程实际中，其具体原理如下［9-10］。 　　假定含噪声信号 　　由此可以看出，阈值的选择很大程度决定着降噪的效果。 　　阈值的规则包括以下四种： 　　 Rigrsure 是一种基于史坦的无偏似然估计原理的自适应阈值选择； 　　 Heursure 是一种启发式阈值选择规则，也是最优预测变量阈值选择； 　　 Fixed form 采用固定的阈值形式，产生的阐值大小是2lglengh(x)； 　　 Minimax 采用的是极大极小原理选择阈值，它产生一个最小均方误差的极值，而不是无误差。 　　当信号的高频部分在噪声域很小时，选用Minimaxi和Rigrsure阈值规则不容易丢失信号中的有用成分，但只除去较少的噪声。选择Fixed form阈值规则可以有效地去除噪声。而Heursure是一种折衷的办法。 　　阈值也有软阈值和硬阈值之分，两者有比较明显的区别。设w是小波系数的大小，是施加阈值后的小波系数大小，是阈值(见图1)。 　　硬阈值：当小波系数的绝对值小于给定阈值时，令其值为0，当大于阈值时，其值保持不变，如图1a所示。 　　软阈值：当小波系数的绝对值小于给定阈值时，令其值为0，当大于阈值时，令其减去阈值，如图1b所示。 　　 　　(a) 硬阈值 (b)软阈值 　　图1 软、硬阈值图 　　软阈值法得到的小波系数整体连续性好，从而使估计信号不会产生附加振荡，处理后的信号更平滑一些，但是也会丢失某些特征；硬阈值法在均方误差意义上优于软阈值，但所得的估计信号会产生附加信号，硬阈值可以保留信号的特征，但平滑方面有所欠缺.根据文献［11］2 437研究的优化结果，本文程序里面采用软阈值法，小波降噪算法选择db3母小波，分解层数为4的降噪模式，其降噪的程度更好，且突变点特征值更明显。 　　13 模极大值算法 　　当水射流冲击不同材质靶物时，传感器采集到的反射声音信号幅值会在靶物的边界产生突变。信号中不规则的突变部分(奇异点)对应着不同的靶物几何形状参数的特征点，因此需要采用有效方法将特征值检测出来。本文采用小波变换模极大值算法实现对特征值的检测。模极大值算法的原理如下： 　　在某一尺度x0存在一个点(x0，y0)使得wf(x0，y)y=0，则称点(x0，y0)是局部极值点，且wf(x0，y)y在y=y0 上有一个模极大值，如果对y0的某一临域内的任意点y，有|wf(x0，y)|wf(x0，y0)||，则称为小波变换模极大值点。尺度空间中所有的模极大值点的连线称为模极大值线。 　　在通常情况下，信号的奇异性可分为两种情况：一种是信号在某一时刻，幅值发生突变引起信号不连续，信号的突变点是第一种类型的间断点；另一种是信号外观上很光滑，其幅值没有突变，但在信号的一阶微分上有突变产生，且一阶微分是不连续的，称