[发明专利]基于自适应小波包降噪的植保无人机飞行态监测方法

说明书

本发明涉及基于自适应小波包降噪的植保无人飞行姿态监测方法。包括：Ⅰ.信号采集。Ⅱ.基于自适应小波包降噪(WPD)方法对植保无人机在复杂的噪声工作环境中所采集的数据进行降噪。Ⅲ.对降噪后的信号计算出声功率。Ⅳ.计算较大频带的声功率。Ⅴ.量化声传递功率差异。Ⅵ.求出频带功率差异的绝对值之和(SAD)。Ⅶ.移除异常值，对SAD进行异常值分析。Ⅷ.建立无异常值的SAD数据集进行姿态监测。本发明为植保无人机喷雾作业时的飞行姿态监测提供一种简便，低成本的监测方法，能够为提高植保无人机喷雾覆盖率提供一定的指导。本发明应用前景广阔。

技术领域

本发明涉及一种自适应小波包降噪(WPD)的机械状态监测方法，主要应用于植保无人机的喷雾作业飞行姿态监测。

背景技术

植保无人机在喷雾作业过程中，其飞行姿态对喷雾效果的好坏有着非常重要的影响。因此对其喷雾作业的飞行姿态监测的研究具有重要的价值意义。对各种设备的状态监测方法有很多，但此类设备大多数价格昂贵，环境适应性差，对工况环境要求较高。而利用声信号对设备工作状态监测可以克服这些不利因素。本发明提出一种利用声信号对植保无人机喷雾飞行态监测的方法。

由于在植保无人机的工作环境中，干扰噪声较多，因此利用声信号对植保无人机避飞行态监测的最为关键的步骤就是信号降噪。降噪的方法有很多，其中小波包降噪应用最为广泛。传统的小波包变换具有一定的降噪能力，但是对于在复杂的噪声环境中工作的植保无人机，传统的小波包降噪技术仍然存在一些缺陷。例如纯高斯分布噪声在测量带宽的所有频率上表现出恒定的方差，这在植保无人机的喷雾作业环境中是不适当的假设。此外，由于大量的参数(例如小波函数、分解级别、阈值选择方法等)，而对于这些参数的选定没有一个确切的方法。本发明设计了一个可复制的算法，以帮助选择适当的参数，以适应各植保无人机在带宽变化不均匀的噪声环境下的喷雾作业飞行姿态监测。

发明内容

本发明的目的在于提出一种自适应的WPD算法，去克服无人机在带宽变化不均匀的噪声环境下的飞行姿态监测。

为了实现上述目的，本发明的采用了以下技术方案：

步骤1、植保无人机飞行姿态的带噪声信号采集；

步骤2、采用自适应WPD算法对数据进行去噪，以去除数据中包含的噪声污染和DC分量；

步骤3、使用Welch’s方法估计每个采集信号块的声学特性，以帮助减少频谱泄漏，其中Welch’s方法为：

在公式中，PSD[f](W/Hz)表示第n点频率为f(Hz)处的功率谱密度估计值，N表示离散信号的长度，n表示信号进行傅里叶变换的离散点，Δt表示采样周期，f表示采样频率，h[n]表是一个窗函数，x[n](Pa)表是采集的时域信号；

步骤4、在步骤3中计算出来的功率谱密度估计值的基础上选取(0-f)kHz,平均分成m个频段，这m个频段包含信号90％以上的能量，计算出m个频段上的功率，目的是减少用于检测非平稳飞行姿态数据量和各条谱线之间的可变性：

在公式中，b[k](w)表示是由频率f_a和f_b定义的k频段的平均功率，k＝m(下同)，f_a和f_b表示所计算的m个频段的任意一个频段的起始频率和终止频率，Δf(Hz)是频率分辨率；

步骤5、为了量化非平稳飞行姿态引起的声传递率差异，用包含信号主要能量的频带功率估计值减去平均基线，该平均基线对应于在相同测试情况下(平稳飞行姿态)由麦克风测量的平稳飞行姿态数据子集的平均频带功率：