[发明专利]一种应用于超声波局放检测的数据滤波方法

摘要

本发明公开了一种应用于超声波局放检测的数据滤波方法，本发明针对超声波局放检测中可能存在的脉冲干扰，采用中值滤波器，一种基于次序统计完成信号恢复的一种非典型的非线性滤波器。一维情况下，其本质是一个有一定长度的滑动窗口，窗口中心位置的信号由窗口内各值排序后的中值代替。当脉冲宽度小于窗口宽度一半时，中值滤波对窄脉冲干扰是非常有效的。然后针对随机噪声的处理，在对比小波包阈值函数去噪和奇异值分解算法后，提出了基于奇异值能量差分谱的奇异值分解滤波算法。在此算法中定义的奇异值能量差分谱能够很好的确定重构矩阵的阶数，从而把随机噪声贡献的奇异值和局放信号贡献的奇异值区分开来，从而达到很好的滤波效果。

主权项

1.一种应用于超声波局放检测的数据滤波方法，其特征在于，该方法具体包括以下步骤：步骤1：原始超声波局放信号的采集；利用超声波传感器对含噪的局放信号进行采集，超声波传感器将声信号转化为电压信号，假设采集到的电压信号序列为y＝{y₁,y₂,…,y_N}；下面的步骤将对采集到的电压信号进行滤波处理；步骤2：中值滤波器滤波处理；采集到的超声信号中混杂着很多窄脉冲干扰，用非线性中值滤波器对原始数据去噪；假设一组采集到的超声波电压信号，把这j个数按照大小排序，即y₁≥y₂≥…≥y_j}，那么此序列的中值定义为：设置窗口的长度为j,原始的信号数据在经过公式(1)定义的中值函数滤波后输出超声波电压信号序列x＝{x₁,x₂,...,x_N}；中值滤波后的声波电压信号较原始信号已经去除了窄脉冲干扰；步骤3：基于奇异值能量差分谱的奇异值分解滤波方法滤除随机噪声STEP3.1:基于超声波电压序列信号构造Hankel矩阵假设经中值滤波后的超声电压序列为x＝{x₁,x₂,...,x_N}，表示成：x_e＝s_e+w_e,e＝1,2,…,N           (2)式(2)中,s_e表示局放信号，w_e表示随机噪声，N表示采集到的超声信号序列的长度；由以上数据构造m×n阶Hankel矩阵：其中：N＝m+n‑1，S为对应于局放信号再重构相空间中的轨迹矩阵，W为对应于噪声的轨迹矩阵，且W为对S矩阵的一个摄动；STEP3.2:对超声信号序列构造的Hankel矩阵进行奇异值分解；已知Hankel矩阵，但不知S和W的情况下，根据S、W一些特点研究其奇异值情况；取矩阵H为方阵，即m＝n＝[(N+1)/2]，[.]表示取整，则对其做奇异值分解：式中:U∈R^n×n、V∈R^n×n、U_s∈R^n×s、U_w∈R^n×(n‑s)、V_s∈R^n×S、V_w∈R^n×(n‑s)均为正交矩阵；∑_s＝diag(σ₁,σ₂,…,σ_s),∑_w＝diag(σ_s+1,σ_s+2,…,σ_r)其中，σ_i称为矩阵H的奇异值，i＝1,2,…,s,s+1,…,r，r为矩阵H的秩，且σ₁≥σ₂≥…≥σ_s≥σ_s+1≥…≥σ_r≥o,U和V分别表示左右奇异阵；经过奇异值分解并依据信号和噪声的各自的特点，即局放信号s_e与噪声信号w_e之间的不相关性，以及局放信号能量比较集中，而噪声能量比较分散的特点，将含噪超声信号构成的Hankel矩阵H分成两个互不相关的局放信号空间S和噪声空间W；从矩阵H中去除噪声空间W,得到滤波后的信号空间S，进而得到局放信号s_e；STEP3.3:重构矩阵H'为H的最佳逼近矩阵根据奇异值分解理论，及Frobenious范数意义下矩阵最佳逼近定理，保留H的前s个与局放信号对应的奇异值而把其它噪声所对应的奇异值置零，再利用奇异值分解逆过程重构一个矩阵，记为H'，此时H'为H的最佳逼近矩阵；STEP3.3.1重构矩阵H'阶数的确定对矩阵H作如下变换：式中:u_i为方阵HH^T的第i个特征向量，v_i为方阵H^TH的第i个特征向量，σ_i为H的第i个奇异值；由公式(5)可知，矩阵H可看作奇异向量作外积后的加权和，权重为非零的奇异值，权重越大，相应的特征向量在重建的信号中所占比例就越大；因此定义奇异值能量差分谱，并作标准化处理：则将所有ζ(i)形成的序列称为奇异值能量差分谱；上式描述了相邻奇异值所代表的能量变化情况；当第k个和第k+1个奇异值差别大于阈值P时，根据能量差分的定义，谱值必将产生一个峰值，反应到奇异值上即为奇异值在此处发生了突变；其后其它各点峰值小于阈值M；那么前k个奇异值所对应的分量即为局放信号，k点之后其他奇异值所对应的分量即为噪声信号；STEP3.3.2确定重构矩阵H'参数k确定后，依据奇异值分解的逆过程：得到滤波后的信号空间，但是矩阵H'并不等于由局放信号s_e构成的Hankel矩阵S，而是秩为k时矩阵S的最佳逼近；STEP3.4:重构滤波后的局放信号由上述步骤可得到矩阵H'，H'不再是严格的Hankel矩阵形式，为了得到逼近的局放信号序列s_e'，需要对矩阵H'中的反对角元素取平均得到：式中:e＝1,2,…,N,α＝max(1,e‑m+1)；β＝min(n,e),此处的信号序列s_e'即为由原始超声波信号估计出来的局放信号。