相關(guān)產(chǎn)品推薦更多 >>
當(dāng)前位置:*頁(yè)>>新聞資訊>>液化氣流量計(jì)信號(hào)的特點(diǎn)及稀疏傅里葉變換的理論分析

液化氣流量計(jì)信號(hào)的特點(diǎn)及稀疏傅里葉變換的理論分析

點(diǎn)擊次數(shù):1679 發(fā)布時(shí)間:2021-01-08 06:43:58
摘要:傳統(tǒng)的渦街信號(hào)處理方法主要是用傅里葉變換,由于傳統(tǒng)的傅里葉變換的時(shí)間復(fù)雜度與其分析的信號(hào)長(zhǎng)度成正比,采樣點(diǎn)數(shù)越多其頻譜譜線越接近理想狀態(tài),但需要較大的運(yùn)算時(shí)間。 針對(duì)這個(gè)問(wèn)題,提出了采用稀疏傅里葉變換分析渦街流量信號(hào)的方法,利用實(shí)驗(yàn)數(shù)據(jù)進(jìn)行 Matlab 仿真,驗(yàn)證了該方法的性能優(yōu)于傳統(tǒng)的方法,不僅提高了對(duì)強(qiáng)噪聲的抗干擾能力還加快了計(jì)算速度。
近半個(gè)世紀(jì)以來(lái), 液化氣流量計(jì)因其測(cè)量精度高、 無(wú)可動(dòng)部件、測(cè)量精度高等優(yōu)點(diǎn)得到了迅猛的發(fā)展。 液化氣流量計(jì)主要測(cè)量部件為壓電傳感器,其易受到噪聲的干擾,如管道振動(dòng)、電磁干擾、流體的低頻擺動(dòng)等。 在含有噪聲的信號(hào)的中提取出有用的渦街信號(hào), 國(guó)內(nèi)外眾多研究學(xué)者對(duì)渦街信號(hào)的處理方式主要有FFT 的周期圖法、互相關(guān)法、自適應(yīng)陷波濾波法、小波分析法和數(shù)字跟蹤濾波方法等 。 但是這些方法對(duì)于含有強(qiáng)噪聲的信號(hào)測(cè)量精度不高或錯(cuò)誤,即噪聲頻率在渦街信號(hào)頻率范圍內(nèi),而噪聲的幅值高于渦街信號(hào)的幅值。 本文提出一種基于稀疏傅里葉變換的渦街信號(hào)分析方法, 該方法不僅具有很高的實(shí)時(shí)性而且對(duì)含有強(qiáng)噪聲的信號(hào)也能夠保證測(cè)量的準(zhǔn)確性。
1 稀疏傅里葉變換的理論分析
快速傅里葉變換( Fast Fourier Transform , FFT )的時(shí)間復(fù)雜度為 O ( nlogn ),與離散傅里葉變換( Discrete Fourier Trans-form , DFT )的復(fù)雜度 O ( N 2 )相比,運(yùn)算速度發(fā)生了質(zhì)的飛躍,尤其是隨著采樣點(diǎn)數(shù) N 的增加這種優(yōu)勢(shì)就越加明顯 。但是隨著時(shí)代的發(fā)展,需要實(shí)時(shí)處理的信號(hào)越來(lái)越多,即便是 FFT 對(duì)于這樣的需求也難以滿足。 傳統(tǒng)的 FFT 只考慮到了信號(hào)的長(zhǎng)度 N 需要為 2 的整數(shù)次冪,并未考慮到信號(hào)的自身的特性,如稀疏性。
在實(shí)際生活中常見(jiàn)的信號(hào)的傅里葉系數(shù)只有小部分是我們感興趣的,其大部分都是可以忽略的,如圖像和語(yǔ)音信號(hào)  。 針對(duì)這樣的信號(hào)能否找到一種更加快速的算法來(lái)計(jì)算其傅里葉變換,MIT的團(tuán)隊(duì)給出了答案 。 該團(tuán)隊(duì)提出了稀疏傅里葉變換( Sparse Fourier Transform , SFT ), 該算法利用了信號(hào)頻域的稀疏性,先對(duì)信號(hào)進(jìn)行分“桶”,將長(zhǎng)的 DFT 運(yùn)算變?yōu)檩^短的運(yùn)算,再根據(jù)一定的規(guī)則重構(gòu)了信號(hào)的頻譜,其運(yùn)算速度為 FFT 的十倍甚至百倍 。
稀疏傅里葉變換使用的先決條件就是分析的信號(hào)具有稀疏性,設(shè) x ( n )是長(zhǎng)度為 N 點(diǎn)的有限長(zhǎng)序列,則該序列的 N 點(diǎn)離散傅里葉變換逆變換為:

其中 Ω N 表示集合 邀0 , 1 ,……, N-1妖 。 只有 K ( K塏N )個(gè)非零的傅里葉系數(shù),只通過(guò)信號(hào) x ( n )的部分采樣值來(lái)確定這 K 非零傅里葉系數(shù)與位置。
1.1 頻域降采樣
參數(shù) B 整除 N ,若想要以等間隔 N/B 對(duì)信號(hào)頻域進(jìn)行降采樣,即:

混疊后頻域譜線由 N 減少到 B ,信號(hào)點(diǎn)數(shù)成倍較少,這正是SFT 算法復(fù)雜度為亞線性的關(guān)鍵原因之一。
1.2 稀疏傅里葉變換運(yùn)算步驟
稀疏傅里葉變換包括頻譜重排、加窗函數(shù)、頻域降采樣、定位、估值與迭代等運(yùn)算過(guò)程。
1.2.1 頻譜重排
頻譜重排的目的是使各大值點(diǎn)均勻分布, 分桶時(shí)大頻點(diǎn)不要分到同一個(gè)桶中,當(dāng)兩個(gè)或兩個(gè)以上大值點(diǎn)在同一桶中時(shí),無(wú)法求解取大值點(diǎn)的頻率和位置。p ( n ) =x { mod [ σ · n , N ]}, nε [ 1 , N ] ( 4 )式中 σ 為一個(gè)隨機(jī)數(shù),且為奇數(shù),并滿足 mod [ σ×σ -1 , N ] =1 ,這就保證了 σ 與 N 互為質(zhì)數(shù), σ -1 為 σ 的模逆算子。 根據(jù)傅里葉變換可知上式中的 p ( n ), x ( n )滿足:P ( k ) =X { mod [ σ-1 · k , N ]}, σ , kε [ 1 , N ] ( 5 )通過(guò)式( 4 )、( 5 )知道信號(hào)時(shí)域上的重排也會(huì)導(dǎo)致頻譜信號(hào)位置上發(fā)生變換。
1.2.2 窗函數(shù)濾波器
為了保證算法的效率且防止頻譜泄漏,需要設(shè)計(jì)一個(gè)在時(shí)域和頻域能量都集中的濾波器, 根據(jù)文獻(xiàn)該濾波器的為 sinc 窗函數(shù)與高斯窗函數(shù)的卷積,該窗函數(shù)具有過(guò)渡帶陡峭、通帶平滑等特點(diǎn)。
1.2.3 哈希映射
定義一個(gè)映射區(qū)間 Ω N →Ω B 的哈希函數(shù): h σ ( k ) =round ( σ ·k · N/B ), round 表示四舍五入, 將 Ω N 中每一個(gè)點(diǎn)都映射到 Ω B中。 定義偏移量: o σ ( k ) =σ · k-h(huán) σ ( k )·( N/B );定義集合 J ,集合 J包含了 Z ( k 中 K 個(gè)較大幅值的坐標(biāo) k ;通過(guò)哈希反映射得到 I r ,即 I r =邀kε [ 0 , N-1 ] |h σ ( k ) εJ妖 ,*后從中取出 K 個(gè)大值點(diǎn)對(duì)原信號(hào)的頻率估計(jì)。
1.2.4 循環(huán)投票
對(duì)于每一個(gè) kεI , X‘( k ) =Z ( h σ ( k ) W Nτk/G ( o σ ( k ))頻率估計(jì)值。 每一次定位循環(huán)得到一個(gè)坐標(biāo)集合 I r ,在 L=O ( log 2 N )次循環(huán)中,對(duì)任意坐標(biāo) kεI=I 1 U …… υI r ,若出現(xiàn)次數(shù)大于 L/2 ,則將其歸入集合 I‘ 中,并認(rèn)為集合 I‘ 包含所有目標(biāo)頻點(diǎn)坐標(biāo)。 對(duì)每一個(gè)kεI‘ ,取 L 次循環(huán)得到 X ( k )的中值作為*終的頻率值,即:X ( k ) =median ( 邀X r ( k ) |rε邀1 ,……, L)
2 渦街信號(hào)的特點(diǎn)
在一定范圍內(nèi),流體流速 V 與渦街頻率 f 有以下關(guān)系:
f=πK 1 VD2/4 ( 6 )
其中 K 1 為儀表系數(shù), D 為管道直徑。在管道口徑 D 不變,流體密度不變的情況下,渦街傳感器的輸出幅值與 f 2 成正比,具體表達(dá)形式可以根據(jù)實(shí)驗(yàn)測(cè)出。本文以 50mm 口徑氣體實(shí)驗(yàn)為例,數(shù)據(jù)如表 1 所示:

從表 1 的氣體流量的實(shí)際幅值和擬合幅值的誤差可以看出,渦街信號(hào)的幅值在理論值附近波動(dòng),且波動(dòng)的范圍一定,則幅頻關(guān)系更一般的形式表達(dá)如下:

其中 c 為系數(shù), δ 為相對(duì)誤差限, 其示意圖如圖 2 所示,圖中實(shí)線為幅頻關(guān)系的理論擬合曲線, 而虛線為幅值波動(dòng)的閾值曲線。根據(jù)實(shí)驗(yàn)的數(shù)據(jù),渦街信號(hào)幅值波動(dòng)的相對(duì)誤差為 ±10% 。

3 實(shí)驗(yàn)仿真
本實(shí)驗(yàn)采用基于對(duì)管道振動(dòng)信號(hào)進(jìn)行分析, 其采樣點(diǎn)數(shù)為2048 ,采用稀疏傅里葉變換對(duì)數(shù)據(jù)進(jìn)行頻譜分析。 如圖 3 所示。

圖 4 是用 FFT 算法對(duì)渦街時(shí)域信號(hào)分析后得到的頻譜圖,其中渦街信號(hào)頻率為 141.8Hz ,振動(dòng)噪聲信號(hào)頻率為 25.34Hz 。從圖中可以看出,信號(hào)是稀疏的,稀疏度 K=2 。

從圖 5 可以看出 SFT 算法能夠很好恢復(fù),對(duì)渦街信號(hào)的頻率恢復(fù)沒(méi)有誤差,而幅值的誤差不超過(guò) 1% ,這對(duì)含有強(qiáng)振動(dòng)噪聲的渦街信號(hào)精確測(cè)量至關(guān)重要;圖 6 是經(jīng) SFT 頻譜分析所得到的數(shù)據(jù)通過(guò)幅頻特性曲線來(lái)辨別是噪聲信號(hào)還是渦街信號(hào)。通過(guò)幅頻關(guān)系的信號(hào)處理方法可以從含有振動(dòng)的混合信號(hào)中識(shí)別渦街信號(hào),從而達(dá)到提高液化氣流量計(jì)抗振動(dòng)性能的目的。

現(xiàn)在分析 SFT 算法的優(yōu)越性。 基于哈希映射的稀疏傅里葉變換算法的時(shí)間復(fù)雜度為

由前文可知 FFT 算法時(shí)間復(fù)雜度為 O ( Nlog 2 N )。 隨著信號(hào)長(zhǎng)度 N 的增長(zhǎng),兩者的時(shí)間復(fù)雜度也會(huì)發(fā)生變化。 采用時(shí)間復(fù)雜度的數(shù)量級(jí)的比值來(lái)刻畫這種變化:

當(dāng) K=2 ,SFT 算法與 FFT 算法的時(shí)間復(fù)雜度的比值關(guān)系如圖 7 所示。處理的 ROBLOCAM-CN 算法進(jìn)行對(duì)比,其估計(jì)誤差率 eer(t)對(duì)比效果如圖 4 所示。從對(duì)比結(jié)果中可以看到,若不對(duì)通信噪聲進(jìn)行處理則各自由節(jié)點(diǎn)和墻的位置始終存在偏差 , 而 在ROBLOCAM-CN 算法下所有的自由節(jié)點(diǎn)與墻都迅速收斂至各自的精確位置,驗(yàn)證了本算法的有效性和魯棒性。 各節(jié)點(diǎn)的收斂軌跡和*終的定位與環(huán)境構(gòu)建效果如圖 5 所示。


5 結(jié)束語(yǔ)
本文提出了一種噪聲情形下新穎的室內(nèi)定位與環(huán)境構(gòu)建算法,該算法不需要無(wú)線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)配備激光傳感模塊,只需要通過(guò)節(jié)點(diǎn)間的射頻信號(hào)即可實(shí)現(xiàn)對(duì)周圍環(huán)境的感知,為室內(nèi)定位與環(huán)境構(gòu)建技術(shù)提供了一種經(jīng)濟(jì)且可靠的解決方案。

上一篇:關(guān)于氯氣流量計(jì)在工業(yè)生產(chǎn)及貿(mào)易結(jié)算中的選型設(shè)計(jì)

下一篇:液化氣流量計(jì)量表在化工流量檢測(cè)儀表中常見(jiàn)故障與檢修方法