本发明属于信号处理领域，尤其涉及一种在信噪比较小，以至于在频域上无法分辨出所需信号与噪声信号的情况下的处理方法。

背景技术：

通过信号手段来检测风机信号从而判断风机运行状况是当下风机故障监测的重要手段，所以风机原始振动信号的可靠性直接影响着对风机运行状况的检测。

信号的预处理的目的即在于提高信号中所包含信息的可靠性和数据分析的精度，使信号监测与故障诊断的可靠性及灵敏度提高。现行的预处理技术大都是通过滤波的方法提高信噪比，但是当信噪比足够小，或者在频域上无法分辨出所需信号与噪声信号时，滤波的方法对原始信号的损失就会比较大，从而影响降噪的效果。因此我们提出预白化技术与降噪相融合的方法，相比于滤波的方法而言，预白化方法配合降噪可以有效地将振动信号与噪声信号分离，最大程度还原出降噪之后所需信号原有的特性，提高信号监测与故障分析诊断的可靠性。

技术实现要素：

为了解决传统信号降噪技术的缺陷，提高风机故障检测技术的可靠性和实用性，我们提出了基于预白化方法的降噪预处理技术，通过对采集信号的预白化处理，去除某个频带上信号能量的突变与信号的相关性，使噪声信号均匀分布在各个频段，从而优化后续对信号提取和分离的结果，提高信号检测以及故障诊断所需信号的可靠性。

本发明的技术方案为：一种基于预白化方法的降噪预处理技术，包括以下步骤：

步骤一：使用加速度传感器分别收集高信噪比的风机振动信号和低信噪比的风机振动信号，其中高信噪比的风机信号为参考信号；

步骤二：对低信噪比的振动信号进行短时傅里叶变换，得到时间-频率-振幅的三维立体图像；

步骤三：对上述三维立体图像进行预白化操作，得到预白化之后的时间-频率-振幅三维图像；

步骤四：对预白化之后的图像进行逆短时傅里叶变换，得到预白化之后图像所对应的时域振动图像；

步骤五：对预白化之后的振动图像进行降噪处理，得到降噪之后的图像，将预白化并降噪处理过的图像与高信噪比的参考信号进行对比，分析预白化之后的降噪效果，从而进一步进行信号检测与故障诊断。

更进一步，本发明所述的基于预白化方法的降噪预处理技术，其步骤三的具体步骤可分为：

步骤三-1求出时间-频率-振幅的三维立体图像对应矩阵的协方差矩阵，计算样本的协方差；

步骤三-2对协方差矩阵进行白化运算，求出白化矩阵；

步骤三-3通过白化矩阵对短时傅立叶变换得到的时间-频率-振幅三维图像进行白化，得到预白化之后的图像。

再进一步，本发明所述的基于预白化方法的降噪预处理技术，适用于所有类型的常见噪声，可以将其他类型的噪声通过预白化方法转化为具有白噪声特性的信号，分布在各个频段，便于后续的降噪处理。

在获得预白化时域图像之后进行小波降噪处理，将处理之后的信号与高信噪比的参考信号作对比，选择较好的降噪效果图像，应用于故障监测和故障诊断中，提高信号监测手段的可靠性。

本发明在传统的预处理以及降噪技术上提高了处理之后信号的准确性和实用性，而且对于初学者而言方法简单、便于理解，在风机等机械的信号检测领域具有良好的发展前景。

附图说明

图1是预白化处理应用的流程图；

图2是待处理信号的频域分布示意图；

图3是参考信号频域分布示意图；

图4是预白化处理之后待处理信号的频域分布示意图。

具体实施方式

为了更具体地描述本发明，下面结合附图以及具体实施方式对本发明的技术方案进行详细说明。

参见图1至图4，本实施例中基于预白化方法的降噪预处理技术，包括以下步骤：

S01 使用加速度传感器分别收集高信噪比的风机振动信号和低信噪比的风机振动信号，其中高信噪比的风机信号为参考信号。

SO2 在处理程序中，设置适当的窗长和重叠率，对低信噪比的振动信号进行短时傅里叶变换，得到时间-频率-振幅的三维立体图像。

S03 对上述三维立体图像进行预白化操作，在MATLAB中，先得到上述矩阵的协方差矩阵：

其中Z是S02中时间-频率-振幅的三维立体图像对应矩阵

之后通过函数求出协方差矩阵的逆均方根T，即为白化矩阵，最后得到的Z_W即为预白化之后的矩阵，从而实现白化。

S04 在处理程序中，根据S02设置的各项参数，对预白化之后的图像进行逆短时傅里叶变换，得到预白化之后图像所对应的时域振动图像。

S05 对预白化之后的振动图像进行降噪处理，得到降噪之后的图像，将预白化并降噪之后的信号与参考信号通过相关系数进行对比，从而一步步优化预白化处理对降噪过程的影响，得到真实可靠的采集信号。

为突显本发明方法的优越性，本实施例将采集的带有有色噪声的正弦信号进行仿真实验(仿真实验时信噪比约为-9db)，过程以及结果如下面所述。

原始信号为正弦信号，其表达式为：sig0＝sin(2πft),其中f为信号频率，仿真中取f＝50Hz,即在频域上50Hz时振幅为1，除此之外无其他频段。

噪声信号为有色噪声，为了考虑信噪比的需要，对原表达式除以特定系数:

上述噪声信号频域波形集中分布于0至200Hz，其中在100Hz左右振幅最大，接近原始正弦信号的振幅。

上述两种信号均为离散信号，其中t为时间量，仿真中在时域上1秒内取1000个采样点，即采样间隔为1ms,信号长度为1000进行采样。

为了定性分析该技术的有效性，我们通过信噪比定性分析了预白化在降噪预处理时的优势所在，结果表明，对于上述有色噪声，当信噪比大于-10时，本发明可以将集中在某一段频率范围内的噪声均匀散布在各个频段，从而清晰地分辨出所需信号的频段，图2表示待处理信号与参考信号的频域分布示意图，图3表示待处理信号预白化之后的频域分布示意图。

不难看出，本发明方法能在峰值较多且分布在不同频段的情况下，将主要信号的频段与噪声信号的频段区别开来，此技术将对信噪比较小情况下的降噪以及传统的滤波方法有极强的指导意义。

以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。