时频重排算法在倾角传感器信号消噪中的应用

李海 孙菁

摘 要 倾角传感器在实际工作过程中会受到各种类型的噪声干扰，由于这些干扰的类型和出现时间不同，使得传统的消噪方法很难在彻底去除噪声的同时避免对有用信号造成损伤。为了解决这一难题，我们利用时频重排算法在时频域对传感器信号进行消噪。通过重新排列信号的时频谱，重排算法可以得到信号的瞬时频率，从而可以在时频域将噪声和有用信号区分开来。与频率域和传统时频消噪方法相比，由于重排算法的时频分辨率更高，因此可以更准确的定位噪声出现的时间和频率范围，从而避免消噪时可能造成的信号损失。仿真和实际传感器资料的结果都表明，基于重排算法的时频消噪方法能够取得更高的信号信噪比。

【关键词】时频重排 倾角传感器 消噪 时频分辨率

1 前言

倾角传感器是测量水平面倾斜角的装置，在土木建筑，水文地质，航空航天等工程技术领域被广泛的应用。传感器的使用环境一般较为恶劣，现场存在大量噪声，实际测量中会引入各种干扰信号，如加速度、携带传感器的设备自身的振动、周围电磁扰动以及白噪声等。由于各种类型的噪声信号来源不同，它们的频率和发生的时间也不同。这些噪声的存在会对后续分析和解释传感器信号带来不利影响，因此，必须对现场采集到的信号做消噪处理，以尽可能地减少噪声的干扰。常用的消噪方法有很多，可以分为时间域、频率域和时频域三类方法。对于平稳信号，时间域和频率域消噪方法都可以取得非常好的效果，但是，对于非平稳信号来说，由于信号本身和所含噪声都会随时间发生变化，所以必须在消噪时同时考虑时间和频率两种因素，这时，时间域和频率域的方法就不适用了，只有时频域消噪方法才能取得良好效果。时频消噪方法的基础是各类时频变换，例如短时傅立叶变换、小波变换等。首先，利用时频变换将信号分解到时间-频率域，然后根据信号和噪声的特点将特定时间和频率范围的能量从时频谱图中去除，最后根据新的时频谱进行重构，就可以得到消噪后的时间域信号。

现在常用的时频变换方法所得到的时频谱是在一定长度的时间范围内对信号瞬时频率的估计，因此信号真实的能量会在时频谱上，以信号的真实瞬时频率为中心分散开来。这会使得信号的有用成份（能量）容易和噪声混叠在一起，导致在消噪过程中有用成分也会被损伤，或是噪声消除不干净。因此，提高信号的时频分辨率，尽量在时频谱上分开有用信号和噪声成分，可以很好的解决这个难题。我们在本文中利用时频谱重排算法进行时频变换修正，得到了分辨率更高的时频变换结果，并以此为基础对倾角传感器信号进行消噪处理。

2 算法原理

首先来看重排算法的基本原理。

重排算法的基础是时频变换，对于时间域信号s（t）， 它的短时傅里叶变换（STFT）表达式为：

为了和常规时频变换方法做比较，我们设计了一个仿真信号，其中两部分为和。 仿真信号如图1（a）所示。分别使用短时傅里叶变换和时频重排方法对信号s（t）进行时频变换，结果分别显示在图1（b）和图1（c）。对比两个结果可以明显看到，重排算法谱图的时频能量更加集中，时频分辨率更高。

3 实际数据处理

我们使用的倾角传感器型号是VTI公司生产的SCA61T倾角传感器，它采用电容式感应原理，测量范围是±90°，比例电压输出。传感器及其结构图如图2所示。实际数据为一段上斜坡时采集的信号，倾角大约为15度。我们在实际信号中加入了信噪比为20dB的高斯白噪声。利用重排算法对信号进行处理的结果如图3所示。从图3（a）中可以看到，在1.7s和3.3s附近，传感器信号有明显的跳变发生。其中1.7s处的跳变对应于上坡开始的时间，而3.3s的跳变则是在坡道上的抖动产生的干扰信号。图3（b）是该段信号的时频变换结果，由于该段信号的变化不剧烈，且叠加在上面的噪声较强，使得直接从时频变换结果中无法辨别出有用信号。经过观察，我们发现1.7s处信号的频率在5Hz到45Hz的范围内，而3.3s处高频率干扰信号出现在53Hz左右，因此，我们在两处分别采用不同频带的滤波器，保留了被认为是有用信号的频率成分，结果如图3（d）所示，比较图3（b）和图3（d）不难发现，将强噪声去除后，信号的有用成分在时频谱上得到了明显加强，去噪效果明显。图3（c）是将去噪后的时频结果进行反变换得到的时域消噪结果，同样可以看到，在1.7s处的干扰被去除，且上坡时传感器正常变化的信号特点被保留了下来，而3.3s处的异常干扰被消除了。

4 结论

时频重排算法是一种时频分辨率非常高的变换方法，当所处理信号的有用成分和干扰成分之间的频率相差较小时，采用基于时频重排算法的消噪方法可以在时频域将两者在时间和空间上进行分离，因此有用信号和其中夹杂的噪声信号可以被很好的区分。对于非平稳信号消噪来说，采用时频消噪的方法，可以针对不同时间段对不同频率的噪声进行消除，这样就尽可能的避免了有用信号能量的损失，同时也保证了有效去除噪声。对于倾角传感器来说，突发的角度改变对应的信号成分为高频，采取传统消噪方法可能会损伤有用信号，这时，采取时频重排的方法进行消噪可以避免这样的情况发生。文中仿真以及实际信号的处理结果表明，时频重排算法相比与传统时频变换，时频分辨率更高，消噪效果更好，因此更适用于传感器信号消噪。

参考文献

[1]何斌，纪云，沈润杰.地下隧道变形检测的无线倾角传感器[J].光学精密工程，2013，21（06）：1464-1471.

[2]翟立新，孙祥年，甘忠林.倾角传感器在海洋环境信息要素获取中的应用[J].海洋测绘，2013，33（03）：40-42.

[3]曹建安，张乐平，吴昊等.采用倾角传感器实现空间旋转角度测量的解析方法研究[J]. 西安交通大学学报，2013，47（10）：110-114.

[4]寇为刚，谭等泰.基于SVD的几种消噪方法对比分析[J].自动化与仪器仪表，2015，1：121-122.

[5]赵荣珍，王志威.转子振动信号的形态滤波消噪方法[J].兰州理工大学学报，2011，37（04）：30-33.

[6]刘光辉.小波消噪和人工蜂群优化神经网络的建筑电气故障诊断[J].电气应用，2015，34（10）：58-62.

[7]Thomas Oberlin，Sylvain Meignen， and Valérie Perrier.Second-Order Synchrosqueezing Transform or Invertible Reassignment？ Towards Ideal Time-Frequency Representations[J]， IEEE Transactions on Signal Processing，63（05），pp： 1335-1344，2015.

[8]王大凱，彭进业.小波分析及其在信号处理中的应用[M].北京：电子工业出版社，2006.

[9]Li Han，Mauricio D.Sacchi and Liguo Han.Spectral decomposition and de-noising via time-frequency and space-wavenumber reassignment[J]. Geophysical Prospecting，62：244-257，2014.

[10]Flandrin P.，Auger F.and Chassande-Mottin E.Time-frequency reassignment：From principles to algorithms[M].Applications in Time-Frequency Signal Processing，pp：179-203，2003.

作者简介

李海（1982-），江西省人。讲师。研究方向为检测技术与自动化装置。

作者单位

中山职业技术学院机电工程学院 广东省中山市 528404