LabVIEW和小波算法在艦載電子設備EMI預測試中的應用

吳 楠 侯冬云 張 嘉

電磁兼容性重點實驗室，湖北武漢 430064

LabVIEW和小波算法在艦載電子設備EMI預測試中的應用

吳 楠 侯冬云 張 嘉

電磁兼容性重點實驗室，湖北武漢 430064

艦載電子設備電磁干擾（EMI）預測試通常是在測試環境和測試系統不能完全滿足標準要求的情況下進行的，EMI測量數據會因為受到環境噪聲的影響而導致無法有效識別受試設備（EUT）輻射信號，測試系統也會因為專用儀表的昂貴價格而受到制約。針對電子設備EMI預測試過程中環境噪聲的來源和特征，分析了小波分析在消除環境噪聲中的應用原理和方法，并利用LabVIEW虛擬儀器開發環境實現了高效靈活的數據采集及其與剔噪程序的接口。實驗結果證明，該方法充分結合了LabVIEW和剔噪算法的優點，不僅對消除背景噪聲有明顯的效果，也降低了電子設備EMI預測試系統的成本。

艦載電子設備；電磁干擾；預測試；環境噪聲；小波分析；LabVIEW

1 引言

隨著現代生產企業自動化水平的日益提高，現代化控制系統正朝著大規模、復雜化的方向發展。在電磁干擾問題不斷增加的同時，艦載電子設備的設計和研制要面對越來越嚴格的產品成本和產品開發周期的挑戰，如果在設計階段不考慮電磁兼容問題而是到產品設計的后期才去考慮，可能要花費更長的時間和更高的成本。因此，形成電子設備電磁干擾預測試方法，使設備單位在研制過程中及時發現電磁兼容問題并采取明確有效的措施和手段，進而對設備進行優化和改進，可避免大量重復性的研制工作，有利于保證和提高電子設備的電磁兼容性能。

電磁干擾認證測試一般都是在屏蔽室、暗室或者開闊的試驗場地進行，目的是消除背景環境噪聲電平的影響，但目前，由于標準化測試場地和儀器造價昂貴，大多研制單位在設備的設計研制過程中并不具備對其電磁兼容性能進行標準測試條件下的檢測、診斷和控制能力。在進行電磁干擾預測試時，由于測試是在普通實驗室或者工作環境等非標準環境中進行的，將不可避免地會受到電磁環境電平的干擾，使背景電磁環境電平淹沒了受試設備（EUT）發射的信號，從而導致測試結果失效、測試時間延長、將環境電平誤認為是EUT的干擾信號等。來自采集系統外部的背景環境噪聲源主要有高斯白噪聲、市電50 Hz的交流干擾、電臺的調幅廣播信號、電源的開關火花干擾、壓力機機械振動產生的顫噪效應、天體電場等，因此，要在非標準測試環境下開展電子設備電磁干擾預測試，就必須解決背景噪聲剔除和實時分析的難題。

2 電子設備EMI預測試系統

本文的電子設備電磁干擾（EMI）預測試系統具備小型化、綜合化和自動化的特點，可在多項目、多功能的集成化采集分析中實現檢測效率的提高和背景噪聲的剔除。本電子設備EMI預測試系統是以虛擬儀器軟件開發平臺LabVIEW為基礎來研制電磁干擾測試集成控制、分析及處理系統（圖1）。該系統可大大提高量值溯源的有效性和測量結果的準確性，與單獨使用普通的臺式儀器和手動測試相比，既可實現儀器自動控制并提高測試速度，同時，還具有良好的可擴展性，便于在非標準測試環境下實現數據分析與處理。

該采集監測與分析系統可滿足在非標準環境下的系統級電磁干擾測試，通過在硬件平臺上開展背景噪聲剔除、信號多層分解與分析等研究，可滿足對有用信號的有效提取診斷。其系統包括采集檢測程序、環境噪聲剔除程序、干擾源定位分析程序、知識庫模塊、數據接口和存儲模塊、界限值數據庫等，其中，采集監測、環境噪聲剔除和干擾源定位分析是實現標準符合性測試須重點突破的關鍵技術。

2.1 采集監測程序

采集監測程序采用LabVIEW編程平臺。由于LabVIEW采用的是基于流程圖的圖形化編程方式，因此，也被稱為G語言（graphical language）。LabVIEW最大的優勢表現在兩個方面：一是通過與數據采集卡、數據采集探頭、儀器控制程序、信號分析軟件等建立接口，較之價格昂貴的測試儀表來說，LabVIEW可實現低成本、便捷的自動化數據采集，并可對采集到的原始數據進行實時處理和分析，其工程適用性強；二是LabVIEW包含大量基本的數學函數、字符串處理函數、數據運算函數、文件I／O函數，以及信號處理、窗函數、濾波器設計、線性代數、概率論與數理統計、曲線擬合等高級分析庫［1］，能將繁瑣復雜的語言編程簡化為以菜單提示的方式選擇功能，并用線條將各種功能連接了起來，體現出了極高的效率，界面友好，既可實現測試控制與自動采集（圖2），又可提供良好的監測界面（圖3）。

2.2 信號分析程序

用于實現對時域波形的特征值進行捕捉和計算分析，進而通過傅立葉變換、小波分析等時—頻分析來確定幅值超過GJB151/152A等相關標準規定的界限值幅度和頻率，提示分析處理計算機中的判斷軟件是否發出了超標報警，報警判斷軟件通過查詢數據庫確定引起報警的干擾源。當背景環境噪聲淹沒了EUT信號時，采用小波去噪算法和小波多層分解算法做細化分析，有效地從信號中提取超過界限值的輻射源信息，為超標判斷提供依據。從頻域上看，用不同尺度下的小波變換相當于用一組帶通濾波器對信號進行濾波處理，帶通的目的既是分解，也是監測。由以上分析可看出，用小波變換在時—頻平面分析信號，當時間窗自動變窄時，時間軸上的考察范圍也小，而在頻域上的帶寬則自動變寬，相當于用較高頻率對信號做分辨率較高的分析，即用高頻小波做細致觀察，將頻率接近的輻射源逐一識別和定位；當時間窗變寬時，時間軸上的考察范圍也大，而在頻域上的帶寬則自動變窄，相當于用低頻時域小波做全局觀察［2］。

根據對電磁輻射信號的干擾與噪聲信號的分析，可以看出，在電磁干擾采集過程中主要有兩種類型的干擾與噪聲：一種是外界固定頻率的干擾；另一種是白噪聲。對兩者的去噪就要采用不同的方法和手段。

1）信號的多尺度分析及去噪原理。

多尺度分析 （Multi—Resolution Analysis，MRA）是小波分析的重要概念。對信號在不同尺度上的多尺度分析，相當于對同一景物在不同距離上的攝影，因而能夠以不同的層次顯示信號的特征。多尺度分析的實質就是把信號在一系列不同層次的空間上進行分解的分析方法，這種信號分解能力能將各種交織在一起的、由不同頻率組成的混合信號分解成不相同頻率的子信號［3］。

多尺度分析是構造小波基的方法，滿足下列條件L2（R）中的一列子空間｛Vm｝m∈z和一個尺度函數φ（x）稱為L2（R）的正交多尺度分析：

對于多尺度分析，可用一個三層分解來進行說明，其小波分解樹如圖4所示。從中可看出，多尺度分析只是對信號的低頻部分進行分解，而高頻部分則不予考慮［4］。分解具有以下關系：

圖4 信號的小波分解樹Fig.4 Wavelet decomposition of signal

2）隨機高斯白噪聲的濾除原理。

假定要研究的是區間［0，1］上的信號f（t），觀測所獲得的相應數據為：

式中，zi為加性白噪聲；σ為噪聲強度，ti為等間隔的采樣點。

去噪的目的是從帶噪聲的數據y（t）中檢測出信號f（t）。當信號沒有噪聲時，與信號對應的所有奇異點都具有正的Lipschitz指數，而且信號小波變換的模極大值點數目不隨尺度的減小而加大。反之，因為標準高斯白噪聲的分布處處具有奇異性，且具有負的Lipschitz指數，平均隨著尺度每增加一倍，白噪聲的極大值點數目將減少一半。奇異性絕大部分是由負的Lipschitz指數所引起。由于在變為小尺度時，模值增大的極大值點是由噪聲所引起，因而可將這部分小波系數設置為零。因此，可根據在小波變換域內信號和噪聲的奇異性不同來選取合適的門限在小波域內濾波。

基于以上論述，采用變換抑制背景信號噪聲時，算法的具體步驟如下：

（1）對信號進行小波分解。選擇一個小波并確定一個小波分解的層次N，然后對信號進行N層小波分解［5］。

（2）針對小波的每一層高頻系數，選取合適的非線性軟門限值作用于小波變換域內的系數，濾除白噪聲。

（3）將干擾信號所在頻帶的小波分解系數設置為0，濾除掉固定頻帶的干擾信號。

（4）利用小波重構技術，基于信號在水平N的低通濾波后的低頻信號和改變了的小波變換域內的系數，重構出抑制噪聲后的信號。

3 應用實例

針對電子設備電磁干擾預測試的特點，以某功率放大器電磁輻射信號測試為例，對本文電子設備電磁干擾預測試的原理和方法進行了應用驗證。測試環境在普通的室內空間，功率放大器的工作頻率為1 kHz，采樣點數為100 k，采樣頻率為200 kHz。由圖5可知，功放信號疊加了背景環境噪聲，在采用本文的方法對高斯白噪聲進行濾除后，得到了如圖6所示的波形。

由圖6可看出，剔除了高斯白噪聲的功放信號中仍然包含50 Hz的電源信號（圖7），圖中的毛刺部分為功放信號 （圖8），包絡部分為50 Hz電源正弦波信號。

4 結論

艦載電子設備EMI測試信號屬非平穩隨機過程，EMI中的各種頻率特征反映了該干擾源的貢獻。EMI檢測到的干擾信號并非來自一個干擾源，而這些干擾源特性，如頻率、幅值、起始時間、持續時間并不相同，因此，EMI的頻譜是一個時變頻譜。從本質上看，EMI信號是一個非平穩隨機過程，因此，用傳統的傅立葉處理非平穩隨機過程會存在缺陷，其只能從宏觀上判定該系統是否符合電磁兼容要求。而小波分析則可通過頻率隨時間的變化或幅值隨時間的變化來深刻揭示騷擾源的本質，從而為EMI測試和診斷以及有效消除干擾源提供必要的信息。通過與LabVIEW結合使用，既能節省成本，又靈活便攜，有利于為有用信號的提取和干擾源的定位提供有效判據。

［1］ 楊樂平，李海濤，楊磊.LabVIEW 程序設計與應用［M］.北京：電子工業出版社.2005.

［2］ 李傳慶，徐敏，張曙.基于小波分析的信號消噪法［J］.應用科技，2003，30（2）：14－17.

［3］ DONOHO D L.De－noising by soft－resholding［J］.IEEE Transactions on Information Theory，1995，41 （3）：613－627.

［4］ MALLAT S，HWANG W L.Singularity detection and processingwith wavelets ［J］.IEEE Transactionson Information Theory，1992，38（2）：617－643.

［5］ 薛德慶，姚世鋒，劉銳，等.MATLAB在虛擬儀器中的編程應用研究［J］.傳感器與儀器儀表，2006，2（05S）：157－159.

Application of LabVIEW and Wavelet Algorithm in the EMI Pretest of Shipboard Electronic Devices

Wu Nan Hou Dong－yun Zhang Jia
Science and Technology on EMC Laboratory，Wuhan 430064，China

The electromagnetic interference（EMI）pretest of shipboard electronic device is usually carried out under the conditions that the test environment and system cannot fully meet the requirements，the equipment under test（EUT）radiation signal may not be effectively identified due to the effect of ambient noise on the EMI test data，in addition，the expensive dedicated instruments also restrict the use of test system.This paper analyzes the approach of wavelet algorithm to eliminating the ambient noise considering source and characteristics in the EMI pretest process.High－efficient and flexible data acquisition and its interface with wavelet program for noise elimination are achieved by the use of secondary development environment of LabVIEW virtual device.The experimental results show that combining LabVIEW virtual device with the advantages of wavelet program has obvious effects on both elimination of background noise and cost reduction.

shipboard electronic device；EMI；pretest；ambient noise；wavelet analysis；LabVIEW

TN03

A

1673－3185（2011）02－73－04

10.3969/j.issn.1673-3185.2011.02.015

2010-02-26

重點實驗室基金項目（9140C2107030704）

吳 楠（1979－），男，工程師。研究方向：電磁兼容性仿真與試驗。E-mail：NANlife1979@yahoo.com.cn

侯冬云（1964－），女，研究員。研究方向：電磁兼容性試驗與測試