一个简单的波形包络提取算法

 

2014年07月29日 11:23:15 liyuanbhu 阅读数:21191更多

个人分类: 机械故障声学诊断数字信号处理

最近做项目要提取一个声音信号的包络波形,所以花了点时间研究各种包络提取的算法。

所谓包络检测又叫幅度解调,在许多领域都有重要的应用。如果载波信号是确定的,那么通常可以采用同步解调的方式,这种方式的信噪比最好,对信号中混入的噪声的抑制能力最强。所谓同步解调是通讯领域通常的叫法。在信号检测领域,这种方式通常称为“相敏检波”,锁相放大器(Lock-in Amplifier)就是这种方式最典型的例子。

如果载波比较乱,就像我现在的应用场景,要提取噪声的幅度随时间变化的规律,那么包络检波法会更适宜。我这里的代码就是采用的包络检波法。

包络检波法的基本原理可以看下面这个电路图,这个是最基本的半波包络检波。

 

当 Ui(t) > Uo(t-) 时 Uo(t) = Ui(t)

当 Ui(t) < Uo(t-) 时

RC dUo/dt = Uo

化成差分方程为:

把这个过程用程序来实现就有了下面的代码。

 

/**

* 包络检波,模拟了硬件半波检波的过程

* rc = 0 时初始化

**/

double env_1(double x, double rct)

{

static double old_y = 0.0;

if(rct == 0.0)

{

old_y = 0.0;

}

else

{

if(x > old_y)

{

old_y = x;

}

else

{

old_y *= rct / ( rct + 1 );

}

}

return old_y;

}

 

void env_2(double x[], double y[], int N, double rct)

{

double xx = 0.0;

int i;

y[0] = fabs(x[0]);

for(i = 1; i < N; i++)

{

if( x[i] > y[i-1])

{

y[i] = x[i];

}

else

{

y[i] = y[i-1] * rct / ( rct + 1 );

}

}

}

 

上面是半波检测的代码,只要稍微增加几行,就能实现全波检测。

 

/**

* 包络检波,模拟了硬件全波检波的过程

* rc = 0 时初始化

**/

double env_3(double x, double rct)

{

static double old_y = 0.0;

if(rct == 0.0)

{

old_y = 0.0;

}

else

{

x = fabs(x);

if(x > old_y)

{

old_y = x;

}

else

{

old_y *= rct / ( rct + 1 );

}

}

return old_y;

}

void env_4(double x[], double y[], int N, double rct)

{

double xx = 0.0;

int i;

y[0] = fabs(x[0]);

for(i = 1; i < N; i++)

{

xx = fabs(x[i]);

if( xx > y[i-1])

{

y[i] = xx;

}

else

{

y[i] = y[i-1] * rct / ( rct + 1 );

}

}

}

 

这个代码中有个参数 rct,对应的是硬件电路中的RC时间常数,要根据待检测的包络信号的频带来确定。

下面是用这个代码实际提取包络的算例。可以看出这个代码的效果还是蛮不错的。(比采用Hilbert 变换得到的结果还要好)

下面是C++的代码,功能相同。

 

 

/**

* 包络检波功能,模拟了硬件半波检波和全波检波功能

*/

class env_detect

{

private:

double m_rct;

double m_old;

public:

env_detect(){m_rct = 100.0, m_old = 0.0;};

void init(double rct);

double env_half(double in);

void env_half(double in[], double out[], int N);

double env_full(double in);

void env_full(double in[], double out[], int N);

};

 

 

/** \brief 初始化

*

* \param rct 为RC低通滤波的时间常数

* \return

*/

void env_detect::init(double rct)

{

m_rct = rct;

m_old = 0.0;

}

 

/** \brief 半波包络检测

*

* \param in 输入波形,每次传入一个数据点

* \return 输出波形

*/

double env_detect::env_half(double in)

{

if(in > m_old)

{

m_old = in;

}

else

{

m_old *= m_rct / ( m_rct + 1 );

}

return m_old;

}

/** \brief 半波包络检测

*

* \param in[] 输入波形

* \param N 数组的点数

* \param out[] 输出波形

* \return

*/

void env_detect::env_half(double in[], double out[], int N)

{

for(int i = 0; i < N; i++)

{

if( in[i] > m_old)

{

m_old = in[i];

out[i] = m_old;

}

else

{

m_old *= m_rct / ( m_rct + 1 );

out[i] = m_old;

}

}

}

 

/** \brief 全波包络检测

*

* \param in 输入波形,每次传入一个数据点

* \return 输出波形

*/

double env_detect::env_full(double in)

{

double abs_in = fabs(in);

if(abs_in > m_old)

{

m_old = abs_in;

}

else

{

m_old *= m_rct / ( m_rct + 1 );

}

return m_old;

}

/** \brief 全波包络检测

*

* \param in[] 输入波形

* \param N 数组的点数

* \param out[] 输出波形

* \return

*/

void env_detect::env_full(double in[], double out[], int N)

{

double abs_in;

for(int i = 0; i < N; i++)

{

abs_in = fabs(in[i]);

if( abs_in > m_old)

{

m_old = abs_in;

out[i] = m_old;

}

else

{

m_old *= m_rct / ( m_rct + 1 );

out[i] = m_old;

}

}

}

 

 

2、峰值提取

得到包络曲线后,常需要对峰值进行提取。一个是逐级扫描,扫描的依据就是斜率的变化,好处是绝对值比较,可以避免极值在平滑处 的影响;还有一个就是抓住问题精髓,将斜率变化,转化为求导 处理,缺点是在峰不明锐的时候,同一点会有多个值,需要对数据的幅度放大,滤波。

逐级斜率扫描matlab代码如下

 

 

function [t,px pk vx valley]=exseek(curv,wd,th)

%%输入一维数组和滤波宽度wd(推荐值50),输出峰值pk和位置px

a=zeros(size(curv));

a(2:end)=diff(curv);

n=length(a)-1;

k=1;j=1;

px=[];pk=[];vx=[];valley=[];t=[];

b=zeros(3*n+1,1);b(1:n)=a(1:end-1);b(n+1:2*n+1)=a;b(2*n+2:end)=a(2:end);

 

for i=(wd+1):(3*n+1-wd)

temp=b((i-wd):(i+wd));

if b(i)==max(temp)&&b(i)>th

pk(k)=b(i);

px(k)=i;

k=k+1;

end

if b(i)==min(temp)&&b(i)<-th

valley(j)=b(i);

vx(j)=i-1;

j=j+1;

end

end

 

if ~isempty(px)

if length(px)==length(vx)

if px(1)<vx(1)

t=px/2+vx/2;

elseif px(1)>vx(1)

t=px(1:end-1)/2+vx(2:end)/2;

else

msgbox('px(1)与vx(1)重合,请检查')

end

else

msgbox('px与vx数目不等,请检查')

end

end

t=t-n-1;

t(t<n)=[];t(t>2*n+1)=[];

plot(a);hold on

if ~isempty(px)

for j=1:length(pk)

plot(px(j),pk(j),'or')

end

end

if ~isempty(vx)

for j=1:length(vx)

plot(vx(j),valley(j),'*g')

plot(t(j),0,'.r')

end

end

hold off


第二种方法matlab代码如下

 

 

x = 0:.1:4*pi;

y = @(x) sin(x)./cos(x);

 

y0 = y(x);

yy1 = diff(y0);

yy1 = sign(yy1);

yy1 = diff(yy1);

f = find(yy1<0)+1; % 峰

g = find(yy1>0)+1; % 谷

 

hold on;

plot(x,y0);

plot(x(f),y(x(f)),'ro');

plot(x(g),y(x(g)),'go');

hold off;

grid on;

旋转变压器(旋变)传感器常常用于电机的位置和速度控制。它们提供的信号通常是正弦波和余弦波,这两个波形共同形成了所谓的"包络线"。在电机控制领域,这种包络线分析和利用的技术是理解电机状态的关键部分。 ### 包络线算法简介 包络线算法主要是对旋变传感器输出的正弦和余弦信号进行处理,以获得关于电机位置的信息。这种方法基于傅里叶级数理论,认为两个正弦波(一个代表位置角,另一个代表相位差)的瞬时乘积结果是一个新的信号,这个新信号反映了原始信号的幅度变化情况,也就是所谓的“包络”。 #### 主要步骤 1. **信号采集**:首先从旋变传感器获取两个独立的正弦波信号,分别代表电机轴的角度位置和速度。 2. **计算乘积**:将这两组信号进行逐点乘积操作,得到一个新的信号序列,这就是我们所说的包络线信号。 3. **解码位置**:通过对包络线信号进行处理(如峰值检测、积分等),可以提取出电机当前轴角的位置信息。 ### 应用场景及优势 - **精确位置反馈**:包络线算法提供了一种直接且相对简单的手段来确定电机的位置,特别是在闭环伺服系统中,精准的位置反馈对于提高系统的动态响应和稳定性至关重要。 - **减小复杂度**:相比其他需要解算复杂三角函数的方式来获取角度信息,包络线算法避免了大量的数学运算,简化了控制电路的设计。 - **鲁棒性**:这种方法相对较少依赖于特定的工作条件,对噪声有一定容忍度,提高了系统的整体鲁棒性。 ### 实现技巧与注意事项 - **滤波处理**:在实际应用中,由于电气噪音和其他干扰因素,包络线信号可能会含有不必要的高频成分。因此,通常会对原始信号进行低通滤波,以去除高频噪声,保留有用的信息。 - **标定调整**:为了确保算法的有效性,可能需要定期进行传感器的标定和参数调整,特别是针对温度漂移、机械磨损等因素的影响。 - **算法优化**:考虑到实时性的需求,优化包络线计算的效率也很重要。这可能涉及改进算法结构、减少计算次数或利用硬件加速技术等策略。 总之,旋变传感器的包络线算法为电机控制提供了一个高效、可靠的解决方案,通过解析正弦波的瞬时乘积来推断出电机的精确位置,广泛应用于工业自动化、机器人技术和电动汽车等领域。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值