多噪聲背景下船舶軸頻電場信號的提取

沈 濱,李 俊,陳信欽

摘 要:船舶軸頻電場信號是船舶的固有特征之一。淺海船舶軸頻電場測量信號受到了低頻周期噪聲和海洋環(huán)境電場噪聲等噪聲的多重干擾,使得信號的提純存在困難。這里具有針對性地對淺海船舶軸頻電場信號進行分析,先通過時頻分析方法對所得信號進行預(yù)處理,最后利用基于LMS算法的自適應(yīng)濾波方法對測量信號進行噪聲抵消。結(jié)果證明,這種方法確實使得干擾噪聲得到大幅度抵消。

關(guān)鍵詞:自適應(yīng)濾波;LMS算法;時頻分析;軸頻電場

中圖分類號:TN911文獻標(biāo)識碼:A

文章編號:1004-373X(2009)19-044-03

Extraction of Shaft-rate Modulated Electric Fields of Ship-based under Kinds of Noise

SHEN Bin1,2,LI Jun1,CHEN Xinqin1

(1.Naval University of Engineering,Wuhan,430033,China;2.Wuhan Non-commisioned Officers School for Ordance,Wuhan,430075,China)

Abstract:The electric field is the intrinsic characteristic of a ship.Measurement of the electric field of a ship is greatly disturbed by noise in shallow sea.As far as time frequency method is concerned,the original signals are first analyzed within the frequency band,and then they are compared with the measured ambient signals.After the range of shaft-modulated signals are found,the signals of required frequency band are extracted for further IFFT transform.After that,the measured signals can be processed using adaptive filtering.At last,the better result is brought out.

Keywords:adaptive filter;LMS algorithm;time-frequency analysis;shaft-rate electric field

0 引 言

當(dāng)船舶的主軸轉(zhuǎn)動時,由于接觸不恒定,引起螺旋槳-軸承-船體回路中的電阻變化,導(dǎo)致流經(jīng)主軸的腐蝕或防腐電流發(fā)生內(nèi)調(diào)制而產(chǎn)生以軸轉(zhuǎn)動速率為基頻的極低頻電場及其諧波成分;當(dāng)輔助陽極靠近螺旋槳時,螺旋槳葉片不能看作一個整體,輔助陽極和槳葉之間的電阻會隨螺旋槳的轉(zhuǎn)動而發(fā)生變化,從而導(dǎo)致流經(jīng)螺旋槳的腐蝕或防腐電流發(fā)生外調(diào)制而產(chǎn)生以軸轉(zhuǎn)動速率和槳葉數(shù)目的乘積為基頻的極低頻電場,即船舶軸頻電場。軸頻電場是不可能被完全隱身的船舶特征信號[1,2]。

1 船舶軸頻電場的探測

隨著現(xiàn)代電子技術(shù)、測試手段、傳感器和信號處理技術(shù)的快速發(fā)展,使得海水中的船舶電場探測成為可能。船舶軸頻電場信號屬于極低頻電場,而海水屬于良導(dǎo)體,其環(huán)境電場富含各種頻率的噪聲。因此對軸頻電場的測量實際上是在強背景噪聲下進行的。測量地點選擇在近海。由于軸頻信號非常微弱,容易被工頻噪聲和工業(yè)噪聲淹沒,不利于觀測。結(jié)合軸頻信號為極低頻信號的特點,為了保證測量效果,測量系統(tǒng)中對被測信號進行0～5 Hz的低通濾波。圖1為我國某近海處測得的某貨輪以10節(jié)航速正上方通過測量體所獲得的被測信號和環(huán)境信號圖。

圖1 某貨輪測量信號及環(huán)境信號

從圖1中可以明顯看出船舶軸頻信號的存在,同時也可以看到噪聲的強度很大。他們同屬于極低頻信號。噪聲信號中又存在某種周期信號,應(yīng)該是某種工業(yè)信號干擾[3,4]。

2 信號和噪聲的頻譜分析

為了分析船舶信號,現(xiàn)對測量船舶信號和環(huán)境信號進行頻譜分析。

結(jié)合圖1和圖2可以看出,環(huán)境噪聲主要由某種周期信號及其諧波和白噪聲組成。周期信號的主頻率集中在0~2 Hz,而船舶通過信號的主要頻率集中在3~5 Hz位置。因此可以對船舶測量信號進行窄帶濾波,窄帶為3~5 Hz。濾波后船舶信號和環(huán)境信號見圖3。

圖2 船舶信號環(huán)境信號頻譜圖

圖3 窄帶濾波后信號和噪聲頻譜圖

由圖3可以看出,船舶信號的信噪比大為增強。但是船舶信號仍然被周期信號的諧波和白噪聲所包圍。由于自適應(yīng)濾波在消除白噪聲方面有其獨特優(yōu)勢,對窄帶濾波后信號進行自適應(yīng)濾波。

3 自適應(yīng)濾波降噪

自適應(yīng)濾波器在輸入過程的統(tǒng)計特性未知時,或是輸入過程的統(tǒng)計特性變化時,能夠調(diào)整自己的參數(shù),以滿足某種最佳準則的要求。在濾波器各種自適應(yīng)算法中,由Widrow和Hoff于1960年提出的最小均方誤差(Leastmeansquare,LMS)算法以其結(jié)構(gòu)簡單,計算量小,性能穩(wěn)定和易于實現(xiàn)等優(yōu)點得到了廣泛的應(yīng)用。

LMS算法降噪原理如下:

自適應(yīng)噪聲對消原理如圖4所示,d(n)中含有希望提取的信號S(n)和噪聲N(n);x(n)中卻不含有信號S(n),只含有與N(n)相關(guān)的另一個噪聲N′(n)。由圖4中可知,自適應(yīng)濾波器的輸出y(n)為N′(n)的濾波信號。因此,自適應(yīng)噪聲對消系統(tǒng)的輸出e(n)為:

e(n)=S(n)+N(n)-y(n)(1)

而:

e2(n)=S2(n)+[N(n)-y(n)]2+

2S(n)[N(n)-y(n)](2)

對式(2)兩邊取數(shù)學(xué)期望,由于S(n)與N(n)及N′(n)不相關(guān),故:

E[e2(n)]=E[S2(n)]+E{[N(n)-y(n)]2}+

2E{S(n)[N(n)-y(n)]}(3)

因為信號功率與自適應(yīng)的調(diào)節(jié)無關(guān),所以自適應(yīng)濾波器的調(diào)節(jié)使E[e2(n)]最小,就是使E{[N(n)-y(n)]2}最小,由式(3)可得E{[e(n)-S(n)]2}變?yōu)樽钚?即自適應(yīng)對消系統(tǒng)的輸出信號e(n)與有用信號S(n)的均方差最小。在理想情況下,如果y(n)=N(n),則e(n)=S(n)。實際中自適應(yīng)濾波器在e(n)的控制下按照最小均方準則改變自身權(quán)系數(shù),使得系統(tǒng)輸出誤差的均方值E[e2(n)]為最小,從而達到干擾對消的目的。

圖4 自適應(yīng)濾波器原理框圖

基于最速下降法的最小均方誤差(LMS)算法的迭代公式如下:

e(n)=d(n)-XT(n)?W(n)

W(n+1)=W(n)+2μ?e(n)?X(n)

式中:W(n)為自適應(yīng)濾波器在時刻n的權(quán)矢量;X(n)為時刻n的輸入信號矢量;d(n)為期望輸出值;e(n)是誤差信號;L是自適應(yīng)濾波器的長度;μ是步長因子。LMS算法的收斂條件為:0<μ<1/λmax,λmax是輸入信號自相關(guān)矩陣的最大特征值。圖5是被測信號進行自適應(yīng)濾波降噪后的信號

圖[5-10]。

由圖5中可以看出,海洋環(huán)境白噪聲能夠很好地被自適應(yīng)濾波器抵消。但是同時可以看到,船舶軸頻電場信號受到淺海周期信號的諧波影響也減弱了。整個濾波比較理想。

圖5 自適應(yīng)濾波后信號

4 結(jié) 語

船舶軸頻電場信號是船舶物理信號之一,只能降低,不能消除。通過對船舶軸頻信號的提取、分析,可以得到比較明顯的船舶通過特性。同時,在對降噪方案的選擇上,應(yīng)充分考慮到物理和實際應(yīng)用要求,尋求達到要求的最低物理實現(xiàn)方法和最小數(shù)據(jù)記錄量。

在上面的時頻分析方法中可以看出,時頻分析的方法是以犧牲帶通濾波器以外的信號為代價的,具有截斷誤差。雖然噪聲得到過濾,但是測量信號中有些有效信號也同時被濾波器過濾掉。因此,所得軸頻電場的通過曲線部分失真。當(dāng)然,對比原始信號,這種失真非常微弱。

在以后的研究中,可以考慮對自適應(yīng)算法進行改進,尋求較好的搜索方式,也可以考慮基于遺傳算法的BP網(wǎng)絡(luò)消噪的方法。通過大量的實驗樣本對環(huán)境進行模擬,以消除附加在信號上面的各類噪聲。不過,相對于神經(jīng)網(wǎng)絡(luò)而言,本文的方法物理可實現(xiàn)性強。

參考文獻

[1]葉平賢,龔沈光.艦船物理場[M].北京:兵器工業(yè)出版社,1992.

[2]Holtham P M,Jeffrey I G.ELF Signature Control[A].UDT[C].1996:486-489.

[3]Winskiah JAZ.Stochastic Processes and Filtering Theory[M].NewYork:Academic Press,1970.

[4]張賢達.現(xiàn)代信號處理[M].北京:清華大學(xué)出版社,1997.

[5]彭玉華.小波變換與工程應(yīng)用[M].北京:科學(xué)出版社,2000.

[6]劉剛,屈梁生.自適應(yīng)閾值選擇和小波消噪方法研究[J].信號處理,2002,18(6):509-512.

[7]Widrow B,Stearns S D.Adaptive Signal Processing[M].Englewood Cliffs N J:Prentice-Hall,1995.

[8]周德廉,李普.基于自適應(yīng)濾波的結(jié)構(gòu)振動聲輻射系統(tǒng)前饋控制研究[J].煤礦機械,2004(10):43-44.

[9]B 威德羅,E 瓦萊斯.自適應(yīng)逆控制[M].劉樹棠,韓崇昭,譯.西安:西安交通大學(xué)出版社,2000.

[10]趙斌,張如輝,齊占慶,等.基于自適應(yīng)逆控制的飛機客艙消噪系統(tǒng)[J].控制工程,2002,9(6):84-86.