[发明专利]一种固体火箭发动机振动信号声振降噪的方法

说明书

本发明提出一种固体火箭发动机振动信号声振降噪的方法，基于盲源分离思路，完成了模型建立与FastICA‑AIC新算法设计，并在固体发动机上进行搭载试验，安装振动传感器与噪声传感器，进行振源信号与噪声信号的分离。本发明解决了源信号与源信号个数未知，且源信号与分离后的信号个数不一定一致的情况下，声振降噪的难题，具有智能化、广泛性、适应性等优点，可以更有效的进行发动机状态诊断与监测，对提升测试技术有较大的帮助。

技术领域

本发明属于固体火箭发动机试验测控技术领域，主要涉及一种固体发动机试验中振动信号声振的降噪处理，从众多混杂的信号中去除噪声，将有用的发动机特征信号分离出来，从而能够对其进行信号分析与处理，获得有效的表征发动机振动的源信号。

背景技术

振动与噪声测量是发动机状态监测与故障诊断的主要手段，研究和解决各种振动问题是当前工程技术领域的重要课题。在发动机试验中，振动源多，振动传播路径复杂，多种振动源信号与噪声以不同的方式混合在一起，使得观测信号成分十分复杂，进而影响特征信号的提取，给发动机性能监测与故障诊断带来困难，因此，需要研究固体发动机试验数据处理方法，对测量数据进行降噪处理，分离试验中的环境噪声，保证测量数据的可信度。

现有的振动信号降噪方法有滤波，小波分析，特征提取等方法，虽然可以满足固体火箭发动机试验使用要求，但传统的低通滤波会过分抑制噪声，使得信号失真，高通滤波会使得背景噪声同时加强，不符合固体发动机试验中对数据的准确性、可靠性、误差小的要求，并且固发试验中的振动信号具有突变性特征，现有方法常为针对平稳段信号的降噪处理方法，不符合固体火箭发动机试验振动信号特性。

发明内容

为解决现有技术存在的问题，本发明提出一种固体火箭发动机振动信号声振降噪的方法，具体为一种适应固体发动机试验环境下的FastICA-AIC方法，进行振源信号与噪声信号的分离，并将其应用在不同型号的固体火箭发动机上，均进行了有效的信号分离，证明将此方法应用到我们固体火箭发动机测试中，可以更有效的进行发动机状态诊断与监测，对提升测试技术有较大的帮助。

本发明以盲源分离思路为主，采用快速振动信号分离算法FastICA-AIC，从采集到的混合振动信号中获取独立的振源特征，分离出混合信号，得到源信号，为设计方提供可靠真实的有效数据。

对于采集到的振动观测信号，先采用AIC算法进行振动源信号个数判断，根据预判得到的振动源信号个数k，用改进的FastICA算法与改进的学习函数运算，对采集到的振动信号进行信号分离，得出分离结果。

本发明的技术方案为：

所述一种固体火箭发动机振动信号声振降噪的方法，其特征在于：包括以下步骤：

步骤1：利用M个传感器，获取固体火箭发动机的振动观测信号X，X＝[x₁,...,x_M]^T；

步骤2：采用AIC算法判断振动观测信号中的振动源信号个数k；

步骤3：对观测信号X进行预处理，预处理过程包括去均值、去相关和白化处理；

步骤4：建立一个随机的初始权矢量W_M×k；

步骤5：按照公式

W_M×k＝W^*/||W^*||

对权矢量W_M×k进行迭代计算；其中E[·]为均值运算，g(·)为学习函数；

步骤6：当权矢量W_M×k收敛后，按照公式