浙江迪元儀表有限公司
浙江迪元儀表有限公司
閱讀：181發(fā)布時間：2025-1-22
MUSIC算法是基于自相關(guān)矩陣特征分解，利用信號子空間和噪聲子空間的正交性對信號進行高分辨估計的一種方法，本文將MUSIC算法應(yīng)用于渦街信號的處理，以獲得高精度的渦街信號頻率點。
1 渦街流量計信噪特性
1.2 渦街信號模型
在實際工業(yè)現(xiàn)場中，渦街信號可能混雜高斯白噪聲、周期性脈沖噪聲、諧波噪聲等各類噪聲，因此，建立如下的離散隨機信號模型
（2）
其中，n=0，1，···，N-1，k為基波、諧波總數(shù)，且k≤3；，，分別為基波和諧波的幅值、頻率、相位；fs為采樣頻率；w（n）和φ（n）分別為高斯白噪聲和脈沖噪聲。
2 MUSIC算法
設(shè)序列x（n）是由M個復(fù)正弦加噪聲構(gòu)成，自相關(guān)函數(shù)Rx（k）為
（3）
若有（p+1）個Rx（k）組成相關(guān)陣
（4）
定義信號變量ei
（5）
則有
（6）
將式（6）作特征分解可得
（7）
式中V1為主特征向量，且相互正交。可知V1，…，VM構(gòu)成信號子空間，其特征值為λ2+σ2；VM+1，…，Vp+1構(gòu)成噪聲子空間，其特征值為λ2，定義MUSIC法譜估計的函數(shù)為
（8）
信號角頻率ω的估計可由函數(shù)Pmusic(ω)的M個峰值位置確定。譜函數(shù)Pmusic(ω)的波峰位置反映了信號的頻率值，但其并非信號的功率譜，一般稱其為MUSIC譜。
為提高低信噪比下譜估計的準確度，引入加權(quán)系數(shù)λk
（9）
3 仿真研究
3.1 高斯白噪聲背景下的仿真
設(shè)高斯白噪聲序列為W(n)，其滿足(0，σ2)的高斯分布，原始正弦信號序列為S(n)，則渦街信號x1(n)可表示為
（10）
利用Matlab軟件產(chǎn)生如上的渦街信號x1(n)，其中，原始正弦信號頻率fo=200Hz，信噪比SNR=10dB，采樣頻率fs=3072Hz，其仿真結(jié)果如圖1所示。對比可知，采用MUSIC法得到的頻譜曲線平滑，頻率分辨得到明顯改善，信噪比得到顯著提高。
3.2 周期性脈沖噪聲背景下的仿真
ɑ穩(wěn)定分布模型是一種較好描述脈沖噪聲的數(shù)學(xué)模型，其特征函數(shù)為
（11）
（12）
（13）
其中，ɑ為特征指數(shù)，用來度量分布拖尾的厚度；β為對稱參數(shù)，β=O表示對稱ɑ穩(wěn)定分布；γ為分散系數(shù)，衡量分布的寬度；μ為位置參數(shù)。ɑ越小，拖尾越重。
利用Matlab軟件產(chǎn)生一個由正弦信號S(n)和脈沖信號φ(n)組成的渦街信號x2(n)，其中，正弦信號s(n)頻率f0= 200Hz，脈沖信號φ(n)服從ɑ穩(wěn)定分布，ɑ=2，β=γ=0，脈沖信號的頻率fφ=50Hz，采樣頻率fs=3072Hz，其仿真結(jié)果如圖2所示。對比可知,采用MUSIC法得到的頻譜，正弦信號的譜峰分辨效果依舊良好。
3.3 諧波噪聲背景下的仿真
實際應(yīng)用中常存在一定的諧波噪聲，為驗證MUSIC算法的有效性，在上述噪聲環(huán)境中進行仿真研究。受干擾的渦街信號x3(n)可表示為
（14）
其中，正弦信號頻率fo=200Hz，諧波頻率f1，f2分別為400，600Hz，采樣頻率fs=3072Hz，其仿真結(jié)果如圖3所示?？芍獌烧呔鶎︻l率點分辨準確，但周期圖法對諧波分量的幅值分辨較差。
上述結(jié)果表明：相對于傳統(tǒng)的周期圖法，MUSIC算法在復(fù)雜噪聲環(huán)境中表現(xiàn)出更優(yōu)的性能，其對提高渦街流量計的抗干擾能力具有重要意義。
摘自張瓊丹，蒙建波.一種基于MUSIC算法的渦街信號處理方法[J].傳感器與微系統(tǒng),2015,34(5),38-40.
儀表網(wǎng) 設(shè)計制作，未經(jīng)允許翻錄必究 .? ? ?
請輸入賬號
請輸入密碼
請輸驗證碼