基于现代谱估计噪声源在线识别.pptVIP

基于现代谱估计的噪声源在线识别方法研究 马丽 The problem of estimating the parameters of a non causal ARMA system, driven by an unknown input noise with unknown probability density function (PDF) is addressed. The problem of identifying the parameters of a discrete linear shift-invariant system by observation of its output is of considerable interest in time series and spectral analysis,filtering and prediction. 在噪声治理实践中，常常需要鉴别多源噪声中各声源对总体噪声的贡献情况，即各声源在总体噪声中所占比重。以两个噪声源的情况为例，将现代谱估计应用于噪声源识别研究中，不仅对主噪声源进行了识别，而且定量计算了各个噪声源所占比重，得到了比较好的结果。 1、噪声源识别的常用方法 自七十年代以来，噪声控制工程已由采用传统的隔声，吸声和消声等办法转向对机械声源的识别与控制的研究。在目前对噪声源识别的研究中，主要有以下几种方法。 1、消去法 2、声强测量法 3、覆盖法 4、表面振动测定法 5、相干函数法 6、声全息法 7、频谱分析法 2、现代谱估计原理 现代谱估计是以随机过程的参数模型为基础的谱估计方法。因此，也可以将其称为参数模型方法或简称模型方法。这种方法是为估计的随机过程建立一个准确或至少近似的模型，而不必像经典谱估计方法那样主观武断地认为凡未观测到的数据都等于零，这样就从根本上摒弃了对数据序列加窗的隐含假设，从而得到比传统谱估计方法更为精确的功率谱估计。 以参数模型为基础的谱估计方法一般按下列3个步骤进行： (1)为被估计的随机过程确定或选择一个合理 的模型； (2)根据已知观测数据估计模型的参数； (3)用估计得到的模型参数计算功率谱。 实际应用中所遇到的随机过程大多数可以用有 理传输函数模型很好地逼近，输入激励u(n)是均值 为零，方差为白噪声序列，线性系统传输函数为 Wold分解定理阐明了上述三类模型之间的联系。我们可以知道，任何ARMA或MA过程都可以用一个无限阶的AR过程表示。这个定理的重要性在于即使我们在谱估计的过程中选择了一个不合适的模型，但是总可以选择足够高的阶数来逼近被建模的随机过程。由于求取MA和ARMA模型参数需要解一组非线性方程，而AR模型参数的估计只需要解一组线性方程，因此AR模型得到了深入的研究和应用。 现代谱估计在噪声源识别中的应用国内外迄今未见报道，更重要的是利用现代谱分析主噪声源的时候不要求信号只能有一个为高斯分布，它是利用信号的功率谱来进行识别的。这与盲信号分离有很大的区别。因而应用现代谱估计可能为识别主噪声源提供更为准确，简便的方法。 三、试验及运算结果 在热力实验室测量了两个微音气泵的声音信号作为噪声源(以下简称设备l和设备2)。设备1为河北涿州市长城教学仪器厂生产的DC一3A型微音气泵，设备2为同一厂家生产的DC-2型微音洁净气泵。测量背景噪声：42dB 试验过程： 1．分别打开设备l和设备2，将声级测量仪放置于距离设备150cm，距离设备2180cm的地方，录 音笔放置于与声级测量仪同样的位置分别录音。如 表I。 2．同时打开设备1和设备2，声级测量仪与录音笔的位置不变，录音如表2。 3.2 功率谱估计 利用AR模型求取信号模型参数，同时求取信号功率谱。 图1是两个设备单独运行和同时运行时的功率谱曲线，其中y1为设备1的功率谱，y2为设备2的功率谱，y3为设备1和2同时打开时的信号功率谱。 由于上图中功率谱图是十分接近的，无法直接判断主要声源。因此问题转变为求取三条曲线相似度的问题。只要能得到哪条曲线和总噪声功率比较接近，就可以首先定性确定谁为主噪声源。进而定量求取噪声源所占比重。 3．3灰色系统关联度的计算 所谓灰色系统是指信息不完全的系统，即信息因素不完全明确，因素关系不完全明确，系统结构不完全明确，系统的作用原理不完全明确。灰色系统理论提出了～种新的系统分析的方法——关联度分析。主要根据系统内若干因素之间发展趋势，来衡量因素间关联程度的方法。这种因素分析，实质上就是对灰色系统随时间而变化的若干有关数列及其曲线进行分析比较。曲线的几何形状越接