基于互相關(guān)分析的車輛消磁信號自動分割方法的研究

劉耐特，李耀仲

（1.武漢理工大學(xué) 汽車工程學(xué)院，湖北 武漢 430070；2.華中科技大學(xué) 機(jī)械科學(xué)與工程學(xué)院，湖北 武漢 430074）

基于互相關(guān)分析的車輛消磁信號自動分割方法的研究

劉耐特1，李耀仲2

（1.武漢理工大學(xué) 汽車工程學(xué)院，湖北 武漢 430070；2.華中科技大學(xué) 機(jī)械科學(xué)與工程學(xué)院，湖北 武漢 430074）

車輛消磁過程中三分量磁場測量儀所記錄的空間磁場數(shù)據(jù)需要按消磁周期進(jìn)行自動分割，以便實(shí)現(xiàn)數(shù)據(jù)分析的自動化。以大量實(shí)測數(shù)據(jù)為依據(jù)，在分析空間磁場三分量的相關(guān)性以及函數(shù)積分閾值分割法的基礎(chǔ)上，提出了基于互相關(guān)分析的車輛消磁信號自動分割方法，自動估算合理閾值，判定消磁信號起止時刻，實(shí)現(xiàn)了復(fù)雜噪聲環(huán)境下消磁測量數(shù)據(jù)的精確分割。經(jīng)過反復(fù)實(shí)用證明了該方法的可行性和有效性。

消磁信號；互相關(guān)分析；閾值分割；函數(shù)積分

1 引言

在地磁及環(huán)境電磁場的長期作用下，車輛會被磁化形成固定的磁場特征，會招致磁性探測和磁敏武器攻擊，對車輛消磁可消除該特征，從而提高其生命力[1-3]。目前，車輛消磁主要由專用消磁車完成，其消磁系統(tǒng)采用消磁線圈[4]，消磁系統(tǒng)提供脈沖電流以產(chǎn)生車輛消磁所需的沖擊磁場，使車體磁性材料中的磁疇處于無序狀態(tài)，從而達(dá)到車輛消磁的目的[5]。為評估消磁作業(yè)系統(tǒng)，需要記錄消磁過程中的空間磁場分布及變化情況。由于需要消磁的車輛種類多，且同一輛車需要進(jìn)行多次消磁作業(yè)才能完全消磁，因此，需要對測量數(shù)據(jù)進(jìn)行自動處理與分析。

圖1 所示為同測點(diǎn)空間磁場三分量（也稱X 通道、Y 通道、Z 通道）的實(shí)測信號曲線。由圖1 可知，與消磁作業(yè)過程對應(yīng)的三段衰減震蕩曲線肉眼清晰可辨，但由于雜亂且明顯的噪聲信號給自動數(shù)據(jù)帶來了阻礙。要想實(shí)現(xiàn)對磁場測量數(shù)據(jù)的自動分析，需要先按消磁作業(yè)周期將測量數(shù)據(jù)中的有效信號段分割出來。

圖1 消磁站現(xiàn)場三通道消磁信號

對于信號分割方法的探討常見于表面肌電信號分割、心音信號分割、語音分割等領(lǐng)域[6-9]。李琳等人[6]在信號能量閾值分割算法的基礎(chǔ)上，通過估算初始能量閾值，利用小波去噪技術(shù)進(jìn)行信號濾波，同時根據(jù)分割點(diǎn)特征動態(tài)調(diào)節(jié)閾值并重新確定分割點(diǎn)方法完成了對表面肌電信號的有效分割；郭興明等人[7]基于維奧拉積分方法[8]的原理，首先對信號進(jìn)行小波去噪預(yù)處理，采用結(jié)合香農(nóng)能量改進(jìn)后的維奧拉積分波形方法完成信號包絡(luò)，并自適應(yīng)選取閾值對正常和異常心音進(jìn)行分段；呂苗榮等人[9]基于自相關(guān)分段方法，當(dāng)分段長度在一定范圍內(nèi)波動時捕獲最大自相關(guān)系數(shù)下的分段長度作為截取長度完成對準(zhǔn)周期離心泵振動信號的分割。將上述方法用于圖1 所示的實(shí)測消磁數(shù)據(jù)時，都存在準(zhǔn)確率不高、容易誤判及漏判的情況，需要手工干預(yù)，在面對大量的車輛消磁數(shù)據(jù)時，費(fèi)時費(fèi)力。

但經(jīng)過驗(yàn)算，上述方法在面對消磁作業(yè)測量數(shù)據(jù)時的處理效果均不好。針對上述車輛消磁信號具有分段重復(fù)、單段震蕩衰減以及非沖擊磁場段信號無效等特性，本文在能量閾值分割方法的基礎(chǔ)上，基于三分量（通道）信號特征提出一種以互相關(guān)法消除信號噪聲及低頻成分，并針對互相關(guān)函數(shù)自動獲取閾值并分割的方法。

2 基于互相關(guān)分析的閾值分割方法實(shí)現(xiàn)

2.1 互相關(guān)分析

互相關(guān)分析方法廣泛應(yīng)用于地震波信號分析[10]、多通道雷達(dá)信號分析[11]等領(lǐng)域，能有效抑制噪聲、脈沖抖動并增強(qiáng)有效信號。本文所采集的空間磁場三分量為空間正交[12]，具有以下特點(diǎn)：①各通道的測量數(shù)據(jù)都包含消磁信號（消磁作業(yè)段為震蕩衰減信號，其余為偏置直流信號）和噪聲兩部分；②各通道的消磁信號都同時開始和結(jié)束；③各通道信號的互相關(guān)性高。記錄儀記錄狀態(tài)下三通道信號如圖1 所示。由此，可任取兩通道信號截取t1-t2時段原始數(shù)據(jù)序列，分別記為X1、X2。

先消去測量數(shù)據(jù)中的直流成分：

式（1）中：x1、x2分別為消去直流分量后的序列。

考慮到信號由沖擊磁場信號和通道白噪聲疊加合成，不妨令：

式（2）中：si（t）為信號中消磁信號；ni（t）為噪聲，i=1，2。

對序列x1、x2求互相關(guān)函數(shù)可得：

考慮到消磁信號與噪聲互不相關(guān)，互相關(guān)序列為0，噪聲的互相關(guān)序列也為0，可將（3）式化簡為：

由此可以看出，兩路在t1-t2時段內(nèi)作信號互相關(guān)運(yùn)算后，得到的互相關(guān)序列只與信號中消磁信號相關(guān)，與噪聲無關(guān)。互相關(guān)函數(shù)中含周期信號段幅值大、震蕩效果明顯，噪聲段幅值基本為0。

2.2 基于序列積分的閾值分割

空間磁場三分量同步記錄了消磁作業(yè)中空間磁場在X、Y、Z 三軸方向上的變化。通過對實(shí)測數(shù)據(jù)的分析發(fā)現(xiàn)，通道互相關(guān)序列曲線中，在消磁作業(yè)階段仍為衰減震蕩型，能量集中，信號幅值逐漸減小；而在非消磁段接近于水平直線，能量和幅值接近于0。因此，如果為互相關(guān)曲線設(shè)定合理閾值，當(dāng)曲線幅值高于閾值時，判定為消磁作業(yè)結(jié)束。為避免對不同信號反復(fù)設(shè)定分割閾值，自適應(yīng)給定分割閾值對分割效果至關(guān)重要。

本文通過消磁信號互相關(guān)函數(shù)f（t）的能量來確定閾值參數(shù)，f（t）在消磁信號測量時間段0-T 時間段內(nèi)的能量為：

根據(jù)（5）式求得的序列積分，確定信號分割閾值為：

首先判斷消磁信號起始點(diǎn)。為避免將非沖擊磁場段單一峰值識別為沖擊磁場段起始點(diǎn)，采用定長滑動窗遍歷互相關(guān)數(shù)據(jù)序列，采用窗口起始點(diǎn)幅值與分割閾值比較來確定分割點(diǎn)。所以，如果：

且之后的連續(xù)k 個窗口起始點(diǎn)幅值均滿足式（7），即：

則可將ti判定為消磁信號起始點(diǎn)。然后判斷消磁信號結(jié)束點(diǎn)，若滿足：

當(dāng)信號幅值低于閾值小于λ時，且之后的連續(xù)k 個窗口起始點(diǎn)幅值均滿足（9）式，即：

則可將ti判定為消磁信號結(jié)束點(diǎn)，如果不滿足起始點(diǎn)和結(jié)束點(diǎn)的判定條件，則：

式（11）中：△t 為窗口固定長度。

窗口繼續(xù)滑動，直至遍歷整個信號。

2.3 消磁信號分割實(shí)現(xiàn)

根據(jù)上述相關(guān)理論分析，擬定了如圖2 所示的消磁信號自動分割的流程圖，該流程圖主要包括以下幾個主要步驟：①計(jì)算互相關(guān)序列。分別取同測點(diǎn)的兩分量數(shù)據(jù)，以固定步長計(jì)算互相關(guān)序列。②獲取分割閾值。對互相關(guān)函數(shù)，根據(jù)函數(shù)積分計(jì)算分割閾值λ。③判斷消磁周期起始、結(jié)束時刻。用定長滑動窗口遍歷整個互相關(guān)數(shù)據(jù)序列，按閾值判定起始點(diǎn)、結(jié)束點(diǎn)。④確定分割方案。對三次不同的互相關(guān)函數(shù)分別獲取分割點(diǎn)，輸出數(shù)據(jù)長度最大組L，避免分割不完全。

圖2 消磁信號自動分割流程圖

為了提高閾值分割準(zhǔn)確率，本分割方法加入了分割閾值自適應(yīng)調(diào)節(jié)算法。經(jīng)計(jì)算求得的分割閾值λ大小適合與否直接影響分割效果。如果閾值λ偏小，將導(dǎo)致將多段消磁信號劃分為一段有效信號；如果閾值λ偏大，將導(dǎo)致部分消磁信號不能被有效識別或?qū)味斡行判盘杽澐侄喽巍Ｒ虼耍谧詣臃指钸^程中需要對閾值λ進(jìn)行適當(dāng)調(diào)整，使分割出的消磁信號趨于合理。

根據(jù)初始分割結(jié)果，確定單段沖擊磁場信號長度為：

式（12）中：i 為分段序號，i=1，2，…，K[K=size（L）]。

消磁信號平均長度為：

3 仿真與分析

3.1 信號處理及分割

為了驗(yàn)證本方法有效果，本文考慮了另外2 種典型的分割算法。

首先，采用文獻(xiàn)[6-8]的信號分割法，對同樣的實(shí)測消磁數(shù)據(jù)進(jìn)行分割處理，由于該方法所述小波降噪不能消去直流分量，本文選用高通濾波對消磁信號進(jìn)行預(yù)處理。對圖1 所示X 分量進(jìn)行高通濾波、維奧拉積分特征包絡(luò)，結(jié)果如圖3所示，結(jié)果表明，高通濾波后的信號能較好地去除噪聲和直流分量并保留其時頻特性，維奧拉方法可有效地提取濾波后消磁信號的特征包絡(luò)。

圖3 消磁信號處理效果圖

其次，考慮文獻(xiàn)[9]給出的分割方法。由于該算法僅適用于周期信號，分割前需預(yù)設(shè)分段信號長度，與本文所述待處理的信號特征不符，本文不予討論。

最后，采用本文提出的方法對消磁信號進(jìn)行互相關(guān)分析，通道X、Y 兩路信號的互相關(guān)函數(shù)圖像如圖3 所示。結(jié)果表明，互相關(guān)函數(shù)圖像能有效地去除非沖擊磁場段噪聲和直流分量，保留消磁信號特征。相較于濾波信號，維奧拉包絡(luò)和互相關(guān)分析就能有效地抑制直流分量和噪聲，突出消磁信號。然而，維奧拉包絡(luò)效果取決于高通濾波效果，維奧拉方法對部分消磁信號的包絡(luò)效果極差以至于無法提取消磁信號。

根據(jù)上文分析的閾值分割方法，對三分量數(shù)據(jù)所計(jì)算出的3 個互相關(guān)序列，依次確定消磁信號的起始點(diǎn)和結(jié)束，并以分割點(diǎn)數(shù)據(jù)長度最長的一組作為最終的消磁信號。對實(shí)測消磁信號圖1 的分割處理結(jié)果如圖4 所示。

3.2 實(shí)際應(yīng)用與結(jié)果分析

本文選取了32 組實(shí)測消磁數(shù)據(jù)進(jìn)行對比測試與驗(yàn)證，經(jīng)過人工分辨，確定了上述數(shù)據(jù)中的總有效消磁信號的分段數(shù)為110 組。依次采用高通濾波、維奧拉積分法及本文所述互相關(guān)法進(jìn)行自動識別處理，結(jié)果如下：采用高通濾波后直接分割的正確分段數(shù)為88，采用維奧拉包絡(luò)的正確分段數(shù)為95，互相關(guān)法的正確分段數(shù)105，分段正確率如表1 所示。互相關(guān)分析的分段正確率達(dá)到了95.5%，比高通濾波、維奧拉積分法有極大的提高。

圖4 基于互相關(guān)的三通道消磁信號分割效果

表1 消磁信號分段的正確率

4 結(jié)論

對復(fù)雜電磁噪聲環(huán)境中消磁過程空間磁場測量數(shù)據(jù)的分割問題，對空間磁場三分量進(jìn)行互相關(guān)計(jì)算后再處理，能夠極大地削減噪聲和直流分量對分割的影響。磁場三分量數(shù)據(jù)兩兩組合后再進(jìn)行分割處理，避免了單個分量上的隨機(jī)噪聲導(dǎo)致信號分割錯誤。結(jié)合基于函數(shù)積分的閾值分割方法，能夠自適應(yīng)估算閾值，自動完成對消磁信號的分割。與其他分割算法相比，本文提出的方法實(shí)現(xiàn)了分割參數(shù)設(shè)定與數(shù)據(jù)分割的自動化，正確率高，基本不需要人工干預(yù)，大大減輕了人員負(fù)擔(dān)。

［1］VARMA R.Design of degaussing system and demonstration of signature reduction on ship model through laboratory experiments［J］.Physics Procedia，2014（54）：174-179.

［2］裘益鐘.船體磁性的工程估算［J］.上海交通大學(xué)學(xué)報(bào)，1980，14（1）：49-70.

［3］劉宏達(dá)，李殿璞，馬忠麗.基于多種群搜索策略粒子群算法的艦船消磁優(yōu)化［J］.儀器儀表學(xué)報(bào)，2006（Suppl 1）：861-863.

［4］張鏡照，劉凱，于海寧.艦船消磁系統(tǒng)和設(shè)備技術(shù)發(fā)展初探［J］.船電技術(shù)，2006（12）：21-27.

［5］胡文生.雙工作線圈同步消磁方法分析［J］.船舶工程，2010，32（2）：134-135.

［6］李琳，王建輝，顧樹生.一種改進(jìn)的基于信號能量閾值的表面肌電信號自動分割方法［J］.計(jì)算機(jī)科學(xué)，2013（20）：188-191.

［7］郭興明，蔣鴻，鄭伊能.基于改進(jìn)的維奧拉積分方法提取心音信號包絡(luò)［J］.儀器儀表學(xué)報(bào)，2016（10）：2352-2358.

［8］YAN Z，JIANG Z，MIYAMOTO A，et al.The moment segmentation analysis of heart sound pattern［J］.Computer Methods and Programs in Biomedicine，2009（98）：140-150.

［9］呂苗榮，丁宇，徐清武.基于自相關(guān)分析的離心泵振動信號的分段方法［J］.自動化儀表，2016，37（10）：83-85.

［10］馬騰飛.三分量地震記錄的互相關(guān)分析［J］.地震學(xué)報(bào)，2016，38（1）：96-102，157.

［11］陳璐，畢大平，余強(qiáng).MIMO 雷達(dá)信號互相關(guān)分選算法［J］.現(xiàn)代防御技術(shù)，2015，43（5）：184-191.

［12］張朝陽，衣軍，虞偉喬.三分量磁傳感器傾斜放置時的磁場測量方法［J］.探測與控制學(xué)報(bào)，2017，39（2）：72-75，80.

TH73

A

10.15913/j.cnki.kjycx.2020.13.008

2095-6835（2020）13-0020-03

〔編輯：張思楠〕