一种动态测量响应的滤波方法技术

本发明专利技术公开了一种动态测量响应的滤波方法，其包括：对测量的动态响应进行时序离散化处理得到离散序列，建立r阶累加生成模型，求解r阶估计值和离散序列第k个序列元素的预测值，根据预测值的数据滚动模型，求解动态响应的滤波值。本发明专利技术能够克服滤波过程中脉冲信号引起的主成分畸变，提高滤波后的响应信号的鲁棒性。基于上述一种动态测量响应的滤波方法满足工业现场中复杂测量信号的滤波需要。

A Filtering Method for Dynamic Measurement Response

The invention discloses a filtering method for dynamic measurement response, which includes: the discrete sequence is obtained by time series discretization of the measured dynamic response, the r-order cumulative generation model is established, the r-order estimation value and the predicted value of the k-th sequence element of the discrete sequence are solved, and the filter value of the dynamic response is solved according to the data rolling model of the predicted value. The invention can overcome the principal component distortion caused by the pulse signal in the filtering process and improve the robustness of the response signal after filtering. The filtering method based on the above dynamic measurement response meets the filtering needs of complex measurement signals in industrial field.

【技术实现步骤摘要】
一种动态测量响应的滤波方法
本专利技术属于信号处理
，涉及到一种动态测量响应的滤波方法，适用于脉冲信号的滤波处理。
技术介绍
在进行冲击力重构时,即便测量响应中有微小的噪声干扰都会导致重构的冲击力精度损失，因此需要设计合理有效的滤波方法来抑制测量响应中噪声的干扰。动态测量响应的滤波被广泛地应用于航空航天、车辆工程、材料试验、武器装备等领域的高精度测量过程。工业测量信号的滤波方法通常两种。第一种是基于选频特性分析的滤波方法，通过衰减设定频带区间信号的方式消除噪声和保留主成分信号，该方法的不足之处在于，当有用信号和噪声出现频带混叠时，不仅无法实现有效地滤波，还可能导致信号主成分的损失甚至丢失。第二种是基于统计分析的滤波方法，在时域上对测量信号的主要成分进行估计，建立估计值的最优逼近关系，从而将有用信号和噪声，达到滤波的效果，该方法较好地抑制非线性对信号的影响。但是，由于特征变化极其明显的脉冲信号在不同时序位置上的噪声水平各有差异，通过上述两种方法很难有效消除噪声的影响。
技术实现思路
本专利技术针对现有技术的不足，提出了一种动态测量响应的滤波方法。本专利技术一种动态测量响应的滤波方法，具体包括如下步骤：S1：对测量的动态响应进行时序离散化处理，得到离散序列；S2：利用步骤S1中的离散序列建立r阶累加生成模型；S3：根据步骤S2中的r阶累加生成模型求解r阶估计值；S4：利用r阶估计值求离散序列第k个序列元素的预测值；S5：利用步骤S1中的离散序列和步骤S4中的离散序列第k个序列元素的预测值，建立预测值的数据滚动模型；S6：根据步骤S5中的数据滚动模型求解动态响应的滤波值。步骤S1中，测量的动态响应的时序离散化处理：设测量的动态响应为Sδ(t)，令Δt为离散的釆样时间间隔，m为采样点的个数，sk为k·Δt时刻的响应值，1≤k≤m；根据采样间隔，Sδ(t)就能表示成离散序列Sδ(0)，即步骤S2中建立的r阶累加生成模型：通过对Sδ(0)的累加生成，就可以得到一组新的离散序列Sδ(r)，即式中，r是分数阶次，且r∈R+，通常r取0.01,0.05,0.1或0.5；为序列Sδ(r)的第i个序列元素，它是由初始序列经过r阶累加而成；当i＝k时，序列元素的r阶累加生成模型为式中，Γ(·)是Gamma函数，当k＝1时，将新的离散序列Sδ(r)转换成梯度序列Z(r)，它表示为梯度序列中的单个元素为步骤S3中建立的r阶估计值：利用Sδ(r)和Z(r)，将动态响应的白化模型表示成式中，p和q均为白化模型的增长指数，二者均通过如下函数进行最小二乘估计：式中，为p的估计值；为q的估计值，矩阵B和Y均为最小二乘估计模型的系数，它表示为根据式(4)、(5)和(6)就能求得r阶估计值为步骤S4中的离散序列第k个序列元素的预测值：将r阶估计值进行如下累减式中，为离散序列Sδ(0)第k个序列元素的预测值；将式(7)代入(8)，得到离散序列Sδ(0)第k个序列元素的预测值为步骤S5中预测值的数据滚动模型：为了克服滤波过程中脉冲信号引起的主成分畸变，根据离散序列Sδ(0)第k个序列元素的预测值和离散序列Sδ(0)的第k个序列元素建立当前状态的数据滚动模型为式中，hk为信噪比的增益量，它表示为式中，cov(·)为协方差，Ep(k-1)是第(k-1)个序列元素的预测误差，Em(k-1)为第(k-1)个序列元素的测量误差。步骤S6中动态响应的滤波值：联立式(10)和(11)得到动态响应的滤波值为即为离散序列Sδ(0)第k个序列元素的滤波值；每当k的值增加1时，循环执行步骤S4和步骤S5，就能对离散序列Sδ(0)中所有序列元素进行滤波，得到测量响应的滤波值序列为本专利技术利用一种动态测量响应的滤波方法，其有益效果是：能够对测量的动态响应进行时序离散化处理，通过离散序列的r阶累加生成模型求解测量响应的r阶估计值，根据构建的数据滚动模型求解动态响应的滤波值，克服滤波过程中脉冲信号引起的主成分畸变，提高滤波后的响应信号的鲁棒性。基于上述一种动态测量响应的滤波方法满足工业现场中复杂测量信号的滤波需要。附图说明图1为本专利技术的滤波流程图；具体实施方式如图1所示，本实施例提供一种动态测量响应的滤波方法，具体包括以下步骤：S1：对测量的动态响应进行时序离散化处理，得到离散序列；S2：利用步骤S1中的离散序列建立r阶累加生成模型；S3：根据步骤S2中的r阶累加生成模型求解r阶估计值；S4：利用r阶估计值求离散序列第k个序列元素的预测值；S5：利用步骤S1中的离散序列和步骤S4中的离散序列第k个序列元素的预测值，建立预测值的数据滚动模型；S6：根据步骤S5中的数据滚动模型求解动态响应的滤波值。步骤S1中，测量的动态响应的时序离散化处理：设测量的动态响应为Sδ(t)，令Δt为离散的釆样时间间隔，m为采样点的个数，sk为k·Δt时刻的响应值，1≤k≤m；根据采样间隔，Sδ(t)就能表示成离散序列Sδ(0)，即步骤S2中建立的r阶累加生成模型：通过对Sδ(0)的累加生成，就可以得到一组新的离散序列Sδ(r)，即式中，r是分数阶次，且r∈R+，通常r取0.01,0.05,0.1或0.5；为序列Sδ(r)的第i个序列元素，它是由初始序列经过r阶累加而成；当i＝k时，序列元素的r阶累加生成模型为式中，Γ(·)是Gamma函数，当k＝1时，将新的离散序列Sδ(r)转换成梯度序列Z(r)，它表示为梯度序列中的单个元素为步骤S3中建立的r阶估计值：利用Sδ(r)和Z(r)，将动态响应的白化模型表示成式中，p和q均为白化模型的增长指数，二者均通过如下函数进行最小二乘估计：式中，为p的估计值；为q的估计值，矩阵B和Y均为最小二乘估计模型的系数，它表示为根据式(4)、(5)和(6)就能求得r阶估计值为步骤S4中的离散序列第k个序列元素的预测值：将r阶估计值进行如下累减式中，为离散序列Sδ(0)第k个序列元素的预测值；将式(7)代入(8)，得到离散序列Sδ(0)第k个序列元素的预测值为步骤S5中预测值的数据滚动模型：为了克服滤波过程中脉冲信号引起的主成分畸变，根据离散序列Sδ(0)第k个序列元素的预测值和离散序列Sδ(0)的第k个序列元素建立当前状态的数据滚动模型为式中，hk为信噪比的增益量，它表示为式中，cov(i)为协方差，Ep(k-1)是第(k-1)个序列元素的预测误差，Em(k-1)为第(k-1)个序列元素的测量误差。步骤S6中动态响应的滤波值：联立式(10)和(11)得到动态响应的滤波值为即为离散序列Sδ(0)第k个序列元素的滤波值；每当k的值增加1时，循环执行步骤S4和步骤S5，就能对离散序列Sδ(0)中所有序列元素进行滤波，得到测量响应的滤波值序列为本文档来自技高网...

【技术保护点】
1.一种动态测量响应的滤波方法，其特征在于，所述动态测量响应的滤波方法包括如下步骤：S1：对测量的动态响应进行时序离散化处理，得到离散序列；S2：利用步骤S1中的离散序列建立r阶累加生成模型；S3：根据步骤S2中的r阶累加生成模型求解r阶估计值；S4：利用r阶估计值求离散序列第k个序列元素的预测值；S5：利用步骤S1中的离散序列和步骤S4中的离散序列第k个序列元素的预测值，建立预测值的数据滚动模型；S6：根据步骤S5中的数据滚动模型求解动态响应的滤波值。

【技术特征摘要】
1.一种动态测量响应的滤波方法，其特征在于，所述动态测量响应的滤波方法包括如下步骤：S1：对测量的动态响应进行时序离散化处理，得到离散序列；S2：利用步骤S1中的离散序列建立r阶累加生成模型；S3：根据步骤S2中的r阶累加生成模型求解r阶估计值；S4：利用r阶估计值求离散序列第k个序列元素的预测值；S5：利用步骤S1中的离散序列和步骤S4中的离散序列第k个序列元素的预测值，建立预测值的数据滚动模型；S6：根据步骤S5中的数据滚动模型求解动态响应的滤波值。2.如权利要求1所述的动态测量响应的滤波方法，其特征在于，所述测量的动态响应的时序离散化处理为：设测量的动态响应为Sδ(t)，令Δt为离散的釆样时间间隔，m为采样点的个数，sk为k·Δt时刻的响应值，1≤k≤m；根据采样间隔，Sδ(t)就能表示成离散序列Sδ(0)，即3.如权利要求1所述的动态测量响应的滤波方法，其特征在于，所述步骤S2中建立的r阶累加生成模型为：式中，Γ(·)是Gamma函数，当k＝1时，将新的离散序列Sδ(r)转换成梯度序列Z(r)，它表示为梯度序列中的单个元素为。4.如权利要求1所述的动态测量响应的滤波方法，其特征在于，...

【专利技术属性】
技术研发人员：江文松，罗哉，胡晓峰，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：浙江,33