摘 要: 针对电子设备瞬态信号检测中存在干扰大、准确率低的问题,提出一种改进的Morlet小波瞬态信号混合检测方法实现对信号检测识别。运用短时相关傅里叶变换算法,在明确检测信号的基础上,运用改良的Morlet小波函数,对信号进行不间断小波转换,提高对检测信号的分析能力。系统测试实验证明,改进的Morlet小波变换对瞬态信号检测性能优越,信号的检测能力很强。
关键词: 电子设备; 瞬态信号检测; 傅里叶变换算法; 改进Morlet小波函数
中图分类号: TN911.23?34; TP391 文献标识码: A 文章编号: 1004?373X(2016)16?0132?04
Abstract: To solve the problems of strong interference and low accuracy in transient signal detection of electronic equipments, an improved Morlet wavelet transient signal hybrid detection method is proposed for signal detection and recognition. On the basis of determining the detection signal, the modified Morlet wavelet function of short?time related Fourier transform algorithm is used to convert the wavelet signal uninterruptedly, and improve the analysis ability of detection signal. The system test and experiment results show that the improved Morlet wavelet transform has superior transient signal detection performance, and good signal detection ability.
Keywords: electronic equipment; transient signal detection; Fourier transform algorithm; improved Morlet wavelet function
0 引 言
从20世纪90年代开始,计算机技术、传感器技术、智能机电系统、微电子技术被大量应用到各类电子产品中,电子产品的先进化程度也随之提高,与此同时设备的安全性和可靠性就成为了保障经济效益和社会效益的关键性因素之一,被工程界高度重视[1?2]。对电子设备的瞬间异常信号进行检测,成为一个维护设备的常用手段。
目前传统型人工检测维护方法并不能满足现代化电子设备的检测需求。近年来,以现代控制理论、人工智能信号处理、决策论、模式识别、最优化方法等作为基础开发了一些效果显著的现代检测方法,用以替代传统检测方法[3?5]。
文献[6]中设计的ATE是一种自动进行功能、性能数据检测以及评估性能的设备,是最常用的一种电子的检测设备。ATE在被测设备(Unit Under Test,UUT)外部自动测试,采用脱机方式对UUT测试,ATE对UUT工作提供外部激励并对UUT的输出响应测量评估,实现UUT性能测试、功能测评以及故障诊查。ATE的不足在于其开发速度慢于芯片升级速度,导致在实际测试中性能不能满足芯片要求,给出错误判断。文献[7]中的BIT设备是优化系统或设备测试性和诊断故障的重要技术设备。所谓的BIT是指电子设备通过在内部专属自检电路和自检软件,达成设备本身元件工作数据的检测,换言之,就是在电子设备内部提供检测和故障隔离的自检能力。BIT在一般情况下都会被设计成系统级、分系统级、模块级、甚至元器件级,其可以连续或周期地监控设备运行情况,并被用于维修前观察或诊断,BIT是一种提高设备测试性、故障诊断、系统改善的重要技术和检测手段。但这种计算方法也有其局限性,得到的预估信号结果在电子设备实际诊查中会出现一定的偏差。
针对以上提出的电子设备信号检测中存在的弊端,本文提出了电子设备瞬态信号检测方法。采用短时相关傅里叶变换算法,通过Morlet小波函数,对信号进行不间断小波转换,提高对检测信号的分析能力[8?9]。
1 电子设备瞬态信号检测识别过程设计
1.1 短时信号的定义与检测问题的提出
统计意义上的电子设备瞬态信号并不是平稳信号,一般情况下,在较短时间范围内,利用傅里叶对信号进行变换(STFT),确定信号在该间隔里的频率。公式如下:
[Sω = 12πSτ ht-τ e-jωπdτ] (1)
运用短时傅里叶变换算法时,通过代入窗函数[h(t)],进行局部信号分析,获得短时间间隔,与傅里叶变换算法相比有很大进步。因为固定窗函数[h(t)]代表单一的分辨率,若想使分辨率改变,只能更换窗函数。
在傅里叶算法基础上,结合短时相关法的基本算法,计算相关函数的平均值和独立数据段的短时相关函数,估算电子设备信号,那么,距离测量背景较远的信号就是瞬态信号。
一般情况下,用代表信号数据[xn]实施加窗后数据,应用数据段重叠处理[yn],确保数据处理过程的完整性。假设,[i]代表数据段内各数据的时间顺序,分段后的第[r]个数据段记为[yr,i]。计算各数据段的短时相关函数[Cr,m],定义相关函数为:
[ Cr,m=i=0N-mm=0Myr,iyr,i+m] (2) 式中,[M]是相关函数的系统阶数,典型值在8~16之间。干扰信号函数允许用短时相关函数的均值近似。相关函数的均值公式如下:
[Cur,m =ACur-1,m +B Cr,m] (3)
式中,平滑常数[A,B]代表缩减干扰系数。定义平滑常数值为:
[A=e-TSTC, B=1-A] (4)
式中:[TC]代表预先选择的平滑时间,[TS]代表相邻2样本段的时间间隔。用相关函数[Cr,m]减去相关函数的均值[Cur-1,m]获得干扰信号,时间区间设为20~120 s。用数据函数[Dr,m]表示为:
[Dr,m =Cr,m-Cur-1,m ] (5)
该函数的瞬时协方差[Qr,m,n]可表示为:
[ Qr,m,n =Dr,mDr,n] (6)
那么协方差的均值[Qur,m,n]就可以记为:
[Qur,m,n =AQur-1,m,n+BQr,m,n] (7)
利用协方差、剩余信息以及干扰信号函数进行检验,各数据段通过预先选好的门限检测,确定瞬态信号在该数据段出现的状态。在干扰信号下,瞬态信号能够通过短时相关法检测出。依靠对信号数据实施简易的分段相关处理,利用统计估算方法检测具有高正确率的瞬态信号。
1.2 改进Morlet小波变换检测瞬时信号
小波变换分析的原理就是一种信号的时间?尺度分析方法,用小波函数系表示或逼近一函数或信号,它是用基本小波函数的不同尺度通过平移或伸缩构成的,假定:
[jabt=1a・jt-ba] (8)
j(t)的傅式变换为J(k),若J(k)满足以下条件:
[Cj=-∞∞Jk2kdk