基于matlab的小波分析在侵彻加速度存储测试信号分析中的应用

《基于matlab的小波分析在侵彻加速度存储测试信号分析中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据t诗量与测试技拳)2005年第32誊摹2粕基于MATLAB的小波分析在侵彻加速度存储测试信号分析中的应用BasedonMATLABWaveletAnalyticalMethodApplicationinPenetrationAccelerationStorage——testingAnalysis常旭青马铁华(中北大学电子工程系，山西太原030051)摘要：在利用传感器进行动态测量时，为了得到精确的测量结果，需要对传感器进行动态校准，校准环节可以通过系统辨识得到。对于侵彻加速度存储测试曲线，利用小波分析的方法可以先进行滤波消噪，再使用特定的命令读出其频谱分量，

2、将不同频谱分量的信号从原始数据中提取出来；同时针对曲线频率分布的特点，用小波分析法提取相应频率段的信号，以便对存储测试信号所包含的信息有更多更清楚的认识。关键词：传感器；侵彻；存储；小波分析1小波分析简介小波分析是近年来非常活跃的一个研究领域，是继傅立叶分析后的又一重大进展。它属于时频分析的一种，解决了傅立叶变换不能解决的许多问题，在时频两域都具有表征信号局部特征的能力，窗口大小固定不变但形状可改变，即时间窗和频率窗都可以改变的时频局部化分析方法，能有效地从信号中提取信息，通过伸缩和平移等运算对函数或信号进行多尺度细化分析。利用连续小波变换进行动态系统故障检测与诊断

3、具有良好的效果。小波分析尤其适合于瞬态突变信号的分析。此外，小波变换满足能量守恒方程，将信号施以小波变换其信息不会有损失。小波分析法的应用主要集中在以下几个方面：(1)数学上的应用，诸如方程的求解；(2)信号处理中的应用，包括信号检测、目标识别以及去除噪声等；(3)图像处理，如数据压缩、模式识别、指纹鉴别等。2实测曲线的分析2．1利用kaiser窗进行滤波处理利用kaiser窗设计了适合于侵彻过程数据处理的滤波器。选用阻带衰减最大的凯泽(kaiser)窗，其特性如表l所示。表1凯泽(kaiser)窗的滤波特性一般4<口<9，这相当于旁瓣幅度与主瓣幅度的比值从3．1％

4、变到0．047％(一30dB到一67dB)。参数口越大，Ⅱ·(，，)变化越快。凯泽(kaiser)窗设计有经验公式可遵循，若给定过渡带宽叫(rad)，阻带衰减32=一2010910a2(dB)，则可求得凯泽窗FIR滤波器的阶数N和形状参数口，即：5842×(艿2—21)m4+0．(107886(32—21)，50dB>32>21dB艿2≤21dB(2)012×(艿2—8．7)，艿2、f50dB去除噪声的阈值选用了matlab提供的默认值，去除噪声后的信号曲线如图2所示，由此可见，信号的高频噪声得到了有效的抑制，有利于从信号中获取更为准确的测试值。图1原始信号曲线图2

5、去除噪声后的信号曲线2．2对滤波后曲线积分处理对滤波后的曲线进行积分，得到弹丸在混凝土中侵彻过程的速度和位移变化曲线，如图3所示。，全弹道侵彻积分位移曲线v0=535m／s厂、。＼}

6、图3侵彻速度曲线(左)^乏位移曲线(打)侵彻过程中，弹丸初始速度为535m／s，撞击靶板的=，II

7、出炮口时的位移，约为5．3m，这与实际值较为接近。可见积分过程本身对噪声有较好的抑制作用。此外，用数字滤波器处理后的信号在分析时一定要注意由于滤波后所带来的信号的延时。2．3利用小波对实测信号进行提取和重建利用小波分析工具，可以很方便地对实测信号进行分解、提取和重建。同时也可有所选择的考察不同频率的信号。使用小波分析工具，就像让信号重复的进行高通和低通滤波一样，不断地提取需要的信号。在小波分解中，若将信号的最高频率成分看作是1，则各层小波分解即是带通或低通滤波器。在Matlab下可使用如下命令，求信号的频谱分量。lev=[1：5]；a=2．‘lev；％scales一

8、对应尺度wname=’db3delta=0．000005f=scal2frq(a，wname，delta)；％correspondingpseudo—frequencies．一相应的预测频率per=1．／f同时，针对图1所示的某侵彻存储测试装置采集的实测曲线，借助Matlab下的小波工具箱，通过db3小波基对信号进行分解，分解层数为6，即：S=a6+d6+d5+d4+d3+d2+d分解结果如图4所示。ti亚-e!图～钆筻．．1～：L眨．j．Ikl，—_—————-————-——“～i雨—了～i要～i酲12{l母”卜“io

9、r"—-————————_一一，i眄1一