磁悬浮导轨间隙测量信号去噪方法研究开题报告

1. 研究目的与意义（文献综述）

1.1研究背景及意义

对于精密运动平台，同时实现大行程快速步进和精密定位功能非常困难，近年来磁悬浮技术的发展给这一问题带来了新的思路[1, 2]。国外的精密平台定位技术已经比较成熟，但我国在这方面的研究还有很大的发展空间。国内对于如何运用磁悬浮技术实现对精密直线运动的定位已经有了一些研究。对于磁悬浮精密直线运动平台(如图1)，除了需要设计合理的机械结构外，非常依赖先进的控制系统[3]。为实现足够精准平稳的直线运动，通常需要多达6个装在运动平台内侧的高精度位移传感器，实时获取精确的位移数据，进而反馈给直线电机控制系统实现平台沿z轴的微动以及绕x、y轴的微小转动，进而保证运动平台工作平面的调平及运动时的精准度等。本课题主要研究位移测量信号的去噪问题。

2. 研究的基本内容与方案

2.1电涡流传感器型号及参数

在第一章节中已经确定本课题使用电涡流位移传感器完成间隙测量。本次课题采用的电涡流位移传感器使用基恩士公司的EX-305传感器头(图2)作为感测头，EX-V01放大器单元NPN(图3)作为信号处理单元。表1与表2分别为EX-305传感器头与EX-V01放大器单元NPN的部分重要参数。感测头连接至信号处理单元，最后连接至上位机，上位机中得到0-5V电压信号，对应位移0-1mm。

图2 EX-305传感器头

表1 EX-305传感器头规格

图3 EX-V01放大器单元NPN

表2 EX-V01放大器单元NPN规格

2.2电涡流传感器误差及噪声分析

通过阅读文献[3]，电涡流传感器的误差源主要有随机噪声带来的误差、非线性误差以及温度漂移误差。本次课题主要解决的问题来自于随机噪声引起的误差。对于另外两种误差，只做简要的介绍。

非线性误差是由电涡流传感器的测量值与真实值不成线性关系造成的。通常在电涡流传感器的信号调理电路中有补偿非线性误差的部分，但非线性误差也可以后期通过上位机的软件部分进行进行补偿，这取决于传感器的型号和具体的应用场合。其一般的补偿原理如图4所示。其中，x为传感器的输入值，f(x)为非线性函数，X为传感器的输出值。经过串联的补偿环节后，补偿后的结果g(x)与x成线性关系。对于温度漂移误差，通常使用串联负温度系数电阻线圈补偿或温度-电压函数补偿等。

图4 非线性误差补偿原理

随机噪声引起的误差主要由单频的稳态噪声——线圈激励信号引入的噪声，与非稳态噪声——信号处理电路的噪声组成。对于电涡流传感器线圈激励信号引入的噪声，其频率一般非常大，远远超过本课题中需要的采样率，所以可以忽略不记。除此之外，还可能存在工频信号的干扰带来的噪声。工频干扰信号的频率一般比较固定，主要由50Hz或60Hz及其谐波组成。对于工频噪声，可以用陷波滤波或者自适应滤波方法去除，现在不确定本课题中信号中是否存在工频干扰，如果存在便可以使用改进的带阻滤波器处理。在拿到具体的信号之前，暂时先不考虑这部分。主要任务放在对于位移信号中的非稳态噪声进行处理。这个非稳态的随机噪声主要是由机械噪声、电路中的噪声以及AD转换的量化噪声组成。

2.3去除噪声技术方案

通过对上文中提及文献及其他相关文献[15-24]的阅读，以及这段时间对相关去噪方法的学习与理解，根据目前了解到的电涡流传感器测量磁悬浮导轨间隙的位移信号的信息，决定使用小波变换为原理进行小波阈值去噪。后续获得了具体的信号并了解了信号更加详细的性质后，可以做相应的调整，目前只对去噪方法的大致流程进行阐述。

小波阀值去噪的基本思想是将信号通过小波变换后，信号产生的小波系数含有信号的重要信息，将信号经小波分解后小波系数较大，噪声的小波系数较小，并且噪声的小波系数要小于信号的小波系数，通过选取一个合适的阀值，大于阀值的小波系数被认为是有信号产生的，应予以保留，小于阀值的则认为是噪声产生的，置为零从而达到去噪的目的。本文不再详细阐述小波变换的原理。

小波阈值去噪的步骤主要为三步：小波分解、小波分解高频系数的阈值量化以及小波的重构。

在小波分解过程中，首先需要选择小波基函数并确定小波分解的层次。常用的小波基函数如表3。理想的小波满足以下条件：正交性、高消失矩、紧支性、对称性或反对称性。但具有上述性质的小波是不存在的，因为只有Haar小波是对称或反对称的，并且高消失矩与紧支性是一对矛盾。一般选取具有紧支的小波并根据信号的特征来选取较为合适的小波。具体的小波基函数选取和相应参数的选择会在后续的实验中比较并确定，目前暂定将会使用db小波作为小波基。

表3 小波基比较

在小波分解高频系数的阈值量化过程中，阀值的选取非常重要，目前主要有通用阀值（VisuShrink）、SureShrink阀值、Minimax阀值、BayesShrink阀值等。此外，常见的阈值量化处理方式有硬阈值和软阈值两种。图5为两种方式的区别，硬阈值方法可以很好地保留信号边缘等局部特征，软阈值处理相对要平滑，但会造成边缘模糊等失真现象。这也会在后续的实验中确定一个最优的方案。

图5 硬阈值与软阈值

最后，根据小波分解的第N层的低频系数和经过量化处理后的第1层到第N层的高频系数，进行信号的小波重构，实现位移信号的去噪。

后续会根据信号的特点对去噪方法做出调整，也会与传统滤波方法及其他后续了解到的自适应去噪方法等进行对比，如果有机会，会尝试在现有知识的基础上进行改进，最终确定一个最优的方案。

3. 研究计划与安排

第1-4周：了解课题要求，查找有关资料，补充所需理论知识。分析对比现有方案，确定可行的方案，完成文献翻译及开题报告。

第5-10周：掌握小波变换的原理，对电涡流位移传感器测量磁悬浮导轨间隙时存在的噪声及误差进行分析，针对噪声的类型编写去除噪声的程序，并对比不同方案。

第11-14周：设计仿真程序及实验，对去噪信号进行检验，改进去噪方案，确定最终方案。

4. 参考文献（12篇以上）

[1]. 秦克利, 磁悬浮平台的直线运动控制研究, 2009, 中南大学.

[2]. 翁和章, 磁悬浮直线运动平台控制系统研究, 2013, 山东大学.

[3]. 宋平, 快反镜位移传感器信号处理方法研究, 2013, 中国科学院研究生院（光电技术研究所）.