摘 要:船舶轴频电场信号是船舶的固有特征之一。浅海船舶轴频电场测量信号受到了低频周期噪声和海洋环境电场噪声等噪声的多重干扰,使得信号的提纯存在困难。这里具有针对性地对浅海船舶轴频电场信号进行分析,先通过时频分析方法对所得信号进行预处理,最后利用基于LMS算法的自适应滤波方法对测量信号进行噪声抵消。结果证明,这种方法确实使得干扰噪声得到大幅度抵消。
关键词:自适应滤波;LMS算法;时频分析;轴频电场
中图分类号:TN911文献标识码:A
文章编号: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
当船舶的主轴转动时,由于接触不恒定,引起螺旋桨-轴承-船体回路中的电阻变化,导致流经主轴的腐蚀或防腐电流发生内调制而产生以轴转动速率为基频的极低频电场及其谐波成分;当辅助阳极靠近螺旋桨时,螺旋桨叶片不能看作一个整体,辅助阳极和桨叶之间的电阻会随螺旋桨的转动而发生变化,从而导致流经螺旋桨的腐蚀或防腐电流发生外调制而产生以轴转动速率和桨叶数目的乘积为基频的极低频电场,即船舶轴频电场。轴频电场是不可能被完全隐身的船舶特征信号[1,2]。
1 船舶轴频电场的探测
随着现代电子技术、测试手段、传感器和信号处理技术的快速发展,使得海水中的船舶电场探测成为可能。船舶轴频电场信号属于极低频电场,而海水属于良导体,其环境电场富含各种频率的噪声。因此对轴频电场的测量实际上是在强背景噪声下进行的。测量地点选择在近海。由于轴频信号非常微弱,容易被工频噪声和工业噪声淹没,不利于观测。结合轴频信号为极低频信号的特点,为了保证测量效果,测量系统中对被测信号进行0～5 Hz的低通滤波。图1为我国某近海处测得的某货轮以10节航速正上方通过测量体所获得的被测信号和环境信号图。
图1 某货轮测量信号及环境信号
从图1中可以明显看出船舶轴频信号的存在,同时也可以看到噪声的强度很大。他们同属于极低频信号。噪声信号中又存在某种周期信号,应该是某种工业信号干扰[3,4]。
2 信号和噪声的频谱分析
为了分析船舶信号,现对测量船舶信号和环境信号进行频谱分析。
结合图1和图2可以看出,环境噪声主要由某种周期信号及其谐波和白噪声组成。周期信号的主频率集中在0~2 Hz,而船舶通过信号的主要频率集中在3~5 Hz位置。因此可以对船舶测量信号进行窄带滤波,窄带为3~5 Hz。滤波后船舶信号和环境信号见图3。
图2 船舶信号环境信号频谱图
图3 窄带滤波后信号和噪声频谱图
由图3可以看出,船舶信号的信噪比大为增强。但是船舶信号仍然被周期信号的谐波和白噪声所包围。由于自适应滤波在消除白噪声方面有其独特优势,对窄带滤波后信号进行自适应滤波。
3 自适应滤波降噪
自适应滤波器在输入过程的统计特性未知时,或是输入过程的统计特性变化时,能够调整自己的参数,以满足某种最佳准则的要求。在滤波器各种自适应算法中,由Widrow和Hoff于1960年提出的最小均方误差(Leastmeansquare,LMS)算法以其结构简单,计算量小,性能稳定和易于实现等优点得到了广泛的应用。
LMS算法降噪原理如下:
自适应噪声对消原理如图4所示,d(n)中含有希望提取的信号S(n)和噪声N(n);x(n)中却不含有信号S(n),只含有与N(n)相关的另一个噪声N′(n)。由图4中可知,自适应滤波器的输出y(n)为N′(n)的滤波信号。因此,自适应噪声对消系统的输出e(n)为:
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)
对式(2)两边取数学期望,由于S(n)与N(n)及N′(n)不相关,故:
E[e2(n)]=E[S2(n)]+E{[N(n)-y(n)]2}+
2E{S(n)[N(n)-y(n)]}(3)
因为信号功率与自适应的调节无关,所以自适应滤波器的调节使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}变为最小,即自适应对消系统的输出信号e(n)与有用信号S(n)的均方差最小。在理想情况下,如果y(n)=N(n),则e(n)=S(n)。实际中自适应滤波器在e(n)的控制下按照最小均方准则改变自身权系数,使得系统输出误差的均方值E[e2(n)]为最小,从而达到干扰对消的目的。
图4 自适应滤波器原理框图
基于最速下降法的最小均方误差(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)为自适应滤波器在时刻n的权矢量;X(n)为时刻n的输入信号矢量;d(n)为期望输出值;e(n)是误差信号;L是自适应滤波器的长度;μ是步长因子。LMS算法的收敛条件为:0<μ<1/λmax,λmax是输入信号自相关矩阵的最大特征值。图5是被测信号进行自适应滤波降噪后的信号
图[5-10]。
由图5中可以看出,海洋环境白噪声能够很好地被自适应滤波器抵消。但是同时可以看到,船舶轴频电场信号受到浅海周期信号的谐波影响也减弱了。整个滤波比较理想。
图5 自适应滤波后信号
4 结 语
船舶轴频电场信号是船舶物理信号之一,只能降低,不能消除。通过对船舶轴频信号的提取、分析,可以得到比较明显的船舶通过特性。同时,在对降噪方案的选择上,应充分考虑到物理和实际应用要求,寻求达到要求的最低物理实现方法和最小数据记录量。
在上面的时频分析方法中可以看出,时频分析的方法是以牺牲带通滤波器以外的信号为代价的,具有截断误差。虽然噪声得到过滤,但是测量信号中有些有效信号也同时被滤波器过滤掉。因此,所得轴频电场的通过曲线部分失真。当然,对比原始信号,这种失真非常微弱。
在以后的研究中,可以考虑对自适应算法进行改进,寻求较好的搜索方式,也可以考虑基于遗传算法的BP网络消噪的方法。通过大量的实验样本对环境进行模拟,以消除附加在信号上面的各类噪声。不过,相对于神经网络而言,本文的方法物理可实现性强。
参考文献
[1]叶平贤,龚沈光.舰船物理场[M].北京:兵器工业出版社,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]张贤达.现代信号处理[M].北京:清华大学出版社,1997.
[5]彭玉华.小波变换与工程应用[M].北京:科学出版社,2000.
[6]刘刚,屈梁生.自适应阈值选择和小波消噪方法研究[J].信号处理,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.基于自适应滤波的结构振动声辐射系统前馈控制研究[J].煤矿机械,2004(10):43-44.
[9]B 威德罗,E 瓦莱斯.自适应逆控制[M].刘树棠,韩崇昭,译.西安:西安交通大学出版社,2000.
[10]赵斌,张如辉,齐占庆,等.基于自适应逆控制的飞机客舱消噪系统[J].控制工程,2002,9(6):84-86.