[发明专利]一种基于噪声自适应识别的振动信号信噪比计算方法

说明书

本发明提出的一种基于噪声自适应识别的振动信号信噪比计算方法，包括：全局噪声时，将噪声谱序列Px[f≠F_aim]上所有谱峰保留，并将所有谷值置零处理，获得新噪声谱序列P'x[f≠F_aim]；计算对应的噪声范围，根据噪声范围计算有效噪声范围，并计算新噪声谱序列P'x[f≠F_aim]在有效噪声范围内的噪声水平；为局部噪声时，计算对应的噪声范围，根据噪声范围计算有效噪声范围，并计算噪声谱序列Px[f≠F_aim]在有效噪声范围内的噪声水平；根据有效频率成分Px[F_aim]和噪声水平计算信噪比SNR。本发明使得最终获得的信噪比能够更直接反应信号与其噪声相比的明显程度，便于利用信噪比来评判各种噪声抑制、特征提取、微弱信号放大、噪声去除等其他振动信号处理算法是否有效，并对其效果进行定量的判断和衡量。

技术领域

本发明涉及信号噪声技术领域，尤其涉及一种基于噪声自适应识别的振动信号信噪比计算方法。

背景技术

对于目前各类型的设备来说，振动采集、振动测试、振动检测、数据处理等振动分析步骤都是获取设备状态的有效手段，而振动分析无论是用于设备的设计、优化、监测、降噪还是抑振，都能带来较大的参考价值和指导意义。

在进行振动分析的过程中，数据处理时经常需要涉及到振动信号中有效成分的识别、提取、放大等。在衡量这些算法是否有效时，我们需要一个能够表明当前信号中有效成分所占比重大小的指标，在行业中常用的为信号的信噪比(Signal-to-Noise Ratio:SNR)。常规的SNR是指一个电子设备或者系统中信号与噪声的比例。信噪比的计量单位是dB，其计算方法是10lg(Ps/Pn)，其中Ps和Pn分别代表信号和噪声的有效功率，也可以换算成幅值的比率关系：20lg(Vs/Vn)，Vs和Vn分别代表信号和噪声幅值的“有效值”。

目前噪声计算按照计算方法基本可以分为三类：时域计算、或者频域计算或者其他方法。

时域信号直接计算，主要是将源信号s与估计信号y的误差e＝s-y作为噪声，然后建立信噪比函数(参考文献：苗锋，基于最大信噪比的转子故障信息分离方法；赵洪山，基于最大信噪比的风电机组主轴承的故障特征提取；等)，但是由于原信号一般未知，且估计信号y中包含了噪声，所以一般会采用估计信号的滑动平均来代替s，最终得到的信噪比函数为：

其中滑动平均长度p需要根据信号的噪声特性选取(小于100的整数)。

在使用这种方法时，首先需要根据噪声特征选取滑动平均长度，其取值会直接影响有效信号s的估计效果，实际信号计算时难以预估该先验参数；其次，仅仅通过滑动平均滤波是无法滤除掉振动信号中复杂的有色噪声，估计的有效信号中仍然存在大量的噪声，导致SNR计算无效。

对于振动信号来说，由于有效信号与噪声是混叠在一起，时域上无法将二者区分开，因而目前在频域进行信噪比计算较为有效。频域的SNR计算方法(参考文献：高传亮，基于改进小波阀值的振动信号去噪方法研究)，目前该类方法大多采用在信号的频谱上，以所有频率幅值的均值或者除有效信号以外的最大幅值来计算噪声水平。数字信号处理中，从频域计算SNR通常会先采用快速傅里叶变换(Fast Fourier Transform：FFT)来计算得到信号的频率分布P(f)，然后通过谱分布进一步计算信噪比：