极性相关与LMS算法流速测量系统研究.docVIP

极性相关与LMS算法流速测量系统研究 　　摘要：为了解决恶劣环境中噪声等因素对流速测量系统的影响，提出了两种抗噪算法。首先概述了流体流速测量的基本原理，分析了极性相关算法的结构、电路实现、以及峰点位置确定，然后介绍了最小均方算法（LMS）在流速测量中的应用，并对两种算法进行了实验仿真。根据两者的蒙特卡洛法仿真实验可以看出，在无噪及-20dBW噪声条件下，两种算法皆可进行精确的流速测量，且峰点位置清晰。但在噪声功率增强达到-15dBW时，两者的实验仿真出现较大偏差。基于LMS算法仿真得出的测量速度依旧能良好的反应蒙特卡洛法设定速度，但是基于极性算法仿真得出的测量速度已经不能良好的反应蒙特卡洛法设定速度。在噪声功率达到-10dBW时，基于LMS算法仿真得出的数据依旧良好，此时基于极性算法仿真得出的数据已经完全失真。实验结果表明，在有噪环境中时，极性相关算法的测量精确度降低，而LMS算法因为能根据外界因素自动调节自身参数，仍然可以进行精确的流速测量。 　　关键词：流速测量；极性相关算法；最小均方算法；峰点 　　中图分类号：TK313文献标志码：A文章编号：1672-1098（2014）04-0001-05 　　我国矿产资源丰富，但是与此同时以瓦斯，水害等为代表的矿井灾害频发，与上世纪80年代相比，现如今的矿井水害无论是在发生频率上还是在突水量上都有较大提高。我国煤田分布广泛，成煤时期占据了多个地质时期，造成各地的矿井水文地质条件复杂，因此建立矿井突水信息监测与预警机制十分重要。流速测量作为矿井突水信息监测与预警的一个重要组成部分，对于矿井的安全生产具有十分重要的作用。 　　常规的流体流速测量常用的方法主要有声学多普勒测速，毕托管测速，散热法测速等。矿井水源含沙量大，有时也会含有大量气体，而且对于少部分特殊矿井，其极易形成酸性水，这些特殊状况对于常规测速仪表测量来说非常困难。目前对于这些测量困难的流体最好的测量方法是使用相关法以及自适应算法进行流速测量[1]。 　　1基本原理 　　在相距s的管道两点放置两个相同型号的传感器a和b（见图1），传感器将其接收到的流动噪声转换为电信号，此种电信号与流动噪声呈现一定关系，因此也为随机信号。a、b两传感器的输出信号分别为x（t）和y（t），在s距离值相当小的情况下，x（t）和y（t）的波形基本一致，但是在时间上有一个间隔为D的时间延时，D值即可反应流体流经两采样传感器（a、b）时所需的时间（见图2）[2]。 　　D值的确定可利用相关法求取，也可以根据LMS算法确定。当D的数值一定时，管道里流体的流速为V=s/D。 　　图1测流速基本原理图2两信号延时时间2极性相关算法 　　x（t）和y（t）的互相关函数为Rxy，其峰点位置的相对距离即所需确定的延时时间D（见图3）。 　　图3互相关函数峰值确定 　　两信号的互相关函数可以表示为 　　Rxy（τ）=E[x（t-τ）y（t）]=limT→∞1T∫T0[x（t-τ）y（t）]dt （1） 　　在相关法测速系统中，只需讨论相关函数的时延D，而对其相关函数的幅度等信息不关心。因此在互相关算法的基础上，可对两路信号进行数字量化，舍去幅度，只取其正负号进行数字化计算。相对于互相关算法，极性相关算法可做到算法简化，加快运算速度。其公式表达如下： 　　R″xy （τ）=1T∫T0sgn[y（t）]sgn[x（t-τ）]dt（2） 　　式（2）中sgn（x）为x的符号函数，其功能可以经过一过零比较器进行实现，因为sgn（x）只能取+1或者-1。根据两者相应关系，用逻辑“0”表示-1，逻辑1表示+1时，极性相关算法的电路可由图4实现。图4极性相关算法实现电路 　　理论上如果输入信号属于高斯分布时，那么极性相关函数与原相关函数两者的关系[3] 为 　　R″xy （τ）=2πarcsinRxy（τ）Rx（0）Ry（0）（3） 　　由式（3）可见，极性相关函数是普通相关函数的有偏估计，其取值范围为[-1，1]，它与普通相关函数呈现单调的反正弦关系。而且输入信号的幅度值对极性相关函数是没有任何贡献的，因此从理论上来说，电路的增益对于输出信号的波形以及极性相关函数是没有影响的，即对于延时D（相关函数峰值）的测量是没有影响的。 　　在工程应用中可以使用溢出法确定极性相关函数的峰点位置。其基本原理为按照算法进行累加平均，随着上、下游传感器采样数据x（t）和y（t）的到来，相关函数Rxy累积增加。因工程中累加存储器的字长有限，因此累加到一定程度就会发生溢出现象，最先发生溢出的点即相关函数增长的最快点，也就是相关函数的峰值点。该点所对应的时间就是所要确定的延迟时间D的测量值。 　　3LMS算法 　　LMS （Least mean squar