磁懸浮陀螺尋北儀信號去噪方法

王 亮，譚立龍，仲啟媛

(第二炮兵工程大學 二系，西安 710025)

采集到的磁浮尋北儀信號受到陀螺漂移、采樣電路噪聲等污染，需要在信號去噪后才可用來北向解算，從而提高尋北精度?；诟道锶~變換的傳統(tǒng)濾波器對廣義平穩(wěn)信號去噪有較好的效果，但它是完全在頻域?qū)π盘栠M行分析，不適用于非平穩(wěn)信號的去噪。小波分析思想的基礎(chǔ)是傅里葉變換，它克服傅里葉變換缺少時域分析的不足，是一種窗口大小可改變的時頻局部分析方法［1-4］，其顯著特點是具備多分辨分析的特性，因此，小波分析素有“數(shù)學顯微鏡”［5］的美譽。

1 Mallat 算法

小波分析依據(jù)Mallat［6］分解與重構(gòu)算法將含噪信號分解成主要部分(低頻)和細節(jié)部分(高頻)。

分解算法:

其中:Cj和Dj分別是尺度j 上的逼近系數(shù)和小波系數(shù)的列陣形式;H 和G 稱為濾波器系數(shù)矩陣。將低頻信號Cj分解成低頻信號Cj+1和高頻信號Dj+1，并且每次分解過程可以看成是對低頻信號的分解。相應的重構(gòu)算法是分解的逆運算。

重構(gòu)過程:

其中H*和G*分別是H 和G 的共軛轉(zhuǎn)置矩陣，有

只有正交小波才滿足上述重構(gòu)公式，對于其他非正交小波而言，重構(gòu)公式為

其中Hl和Gl為綜合濾波器，且滿足

分解與重構(gòu)過程(k 為分解層次)如圖1、2 所示。

2 閾值去噪

在對含噪的尋北儀信號作小波分解后，對小波系數(shù)(高頻部分)設(shè)置閾值。大于該閾值的小波系數(shù)表明是真實信號，予以保留;小于該閾值的小波系數(shù)是噪聲信號，置零后予以去除。

2.1 閾值選取

軟閾值去噪和硬閾值去噪是閾值去噪最簡單的2 種方法，主要適用于信號中混有白噪聲的情況［7-8］。采用軟閾值處理的數(shù)據(jù)沒有不連續(xù)點，處理后的信號較平滑，在小波去噪方法中最常用。軟閾值函數(shù)(圖3)為

小波閾值去噪方法閾值函數(shù)選取后，需要選擇合適的閾值大小才能去除噪聲，提高信噪比。如果閾值太小，噪聲不能完全消除;如果閾值太大，有用信號則被過多的消除。常用的經(jīng)典閾值法中:Visushrink 閾值法適應多維獨立正態(tài)變量聯(lián)合分布，信號的長度決定閾值選取，實際效果不好;SUREShink 閾值估計方法是均方差準則的無偏估計，是專門針對軟閾值函數(shù)得出的，是理想閾值方法;GCV 閾值也是軟閾值函數(shù)的去噪方法，是漸近最優(yōu)閾值，不需要估計噪聲的方差，可以獲得較好的去噪效果。

2.2 信號處理

在實際的消噪處理過程中，閾值往往可以通過經(jīng)驗公式獲得，但在陀螺尋北儀數(shù)據(jù)處理中沒有經(jīng)驗公式可供參考，無法獲得給定的閾值，只有采用實驗室環(huán)境下采集的信號［9-10］。用db10 小波基在不同分解層次上進行軟硬閾值消噪法，并與傅里葉變換消噪的效果進行對比，可以看出傅里葉變換消噪的效果不理想，閾值去噪效果優(yōu)于傅里葉變換去噪。圖5 是加漢寧窗的去噪效果。圖6 采用db20 小波6 層分解和Bior3 .7 小波6 層分解軟或硬閾值消噪后的信號對比。圖7 中粗線為軟閾值消噪，細線為硬閾值消噪。通過對比，用硬閾值處理后的信號更為粗糙，而軟閾值處理的信號很光滑.實踐證明，軟閾值能較好的消除信號中的噪聲，適用于處理磁懸浮尋北儀的信號去噪。

3 模極大值去噪

模極大值法尋找每級尺度上小波變換系數(shù)對應的模極大值點。若隨著分解尺度j 的增大，對應的模極大值也增大，則此模極大值是由信號點的小波系數(shù)得到的，應保留;若隨著分解尺度j 的增大，對應的模極大值減小，則此模極大值是由噪聲點的小波系數(shù)得到的，應該濾除。

采用分段三次樣條插值算法［7］進行小波系數(shù)的重構(gòu)，并在插值之前先對模極大值進行預處理，由此得到了一組新的偽模極大值序列，保證通過這些偽模極大值點模擬出來的小波變換函數(shù)在給定處且僅在這些點具有模極大值。

在檢測陀螺儀輸出信號突變時，短的小波通常比長的小波更有效。通過最小的小波辨識不連續(xù)性的形狀比用最長的小波做同樣的處理更為簡單。因此，由于辨識信號的不連續(xù)性，只使用harr 小波就足夠了。辨識j 階導數(shù)的不連續(xù)性，需選擇至少具有j 階消失矩的正則小波。

圖8 是一次采樣數(shù)據(jù)采用db3 小波進行在不同尺度下的模極大值。圖9 是模極大值消噪效果。從圖中可以看出，絕大部分噪聲被消除，而干擾的信號特征得到有效保留。圖8 中還可看出小波分析相對傅里葉分析的一個很重要的優(yōu)勢，如果用傅里葉變換處理這個信號，就不能精確地定位故障發(fā)生的位置，因為在傅里葉分析中不可能同時看到頻率的變化和時域變化發(fā)生的位置。

4 結(jié)束語

閾值去噪和模極大值的去噪效果優(yōu)于基于傅里葉變換的數(shù)字濾波。閾值去噪是小波去噪中常用的方法，對磁懸浮尋北儀信號的去噪效果理想。在實際應用中，可以依據(jù)不同的信號形式和不同的噪聲強度，選取相應的小波在不同的分解層次進行去噪。閾值去噪既改善了信噪比，又不引起波形的較大失真，有很強的抗干擾性。

模極大值去噪依據(jù)真實信號的小波系數(shù)模極大值隨著分解層次的增加而增大，噪聲信號的小波系數(shù)模極大值隨著分解層增大而減小，這一特性可以有效去除尋北儀噪聲信號。在利用小波模極值去噪時，小波分解尺度過小，小波系數(shù)受噪聲影響非常大，產(chǎn)生許多偽極值點，而尺度過大會使信號丟失某些重要的局部奇異性，因此需要選擇合適的尺度。如何針對信噪比自適應地確定小波分解層數(shù)，進一步提高尋北儀信號消噪的效率是下一步研究的方向。

［1］成禮智，王紅霞，羅永，等. 小波的理論與應用［M］. 北京:科學出版社，2006.

［2］司禎禎.傅里葉變換與小波在信號去噪中的應用［J］.電子設(shè)計工程，2011，19(4):155-157.

［3］趙松.基于改進小波閾值函數(shù)的雷達信號去噪［J］.兵工自動化，2011(7):1-3.

［4］杜林，周新明，李征，等.一種基于小波變換的自適應閾值圖像去噪方法［J］.數(shù)字通信，2010(2):55-57.

［5］楊福生. 小波分析算法與應用［M］. 北京:科學出版社，2000.

［6］Mallat S.A theory of multire solution signal decomposition:the wavelet representation［J］.IEEE Trans On PAMI，1989，11(7):674-691.

［7］邊威.小波基的選取與構(gòu)造方法討論［D］.長春:東北師范大學，2007.

［8］陳慧慧，鄭賓.基于小波模極大值的自動機信號降噪方法［J］.機械工程與自動化，2010(5):36-37.

［9］汪小梅，朱華.一種改進的小波變換閾值去噪法［J］.重慶理工大學學報:自然科學版，2010(6):48-51.

［10］夏敏華.3 mm 波段脈沖雷達系統(tǒng)研究和小波去噪分析［D］.南京:南京理工大學，2004.