余弦调制滤波器组泄漏检信号处理范文

《仪器仪表学报》2015年第十二期

摘要:

供水管道泄漏检测定位中，定位的不确定度由检测信号的信噪比决定，抑制噪声干扰，提高信噪比，是提高泄漏检测定位精度的关键。在充分分析泄漏信号特征的基础上，提出将改进的余弦调制滤波器组用于泄漏检测信号的噪声抑制。该方法利用分析滤波器组将信号分解为若干个带宽相同的子带信号，然后选择有效子带，再通过综合滤波器组将有效子带信号合成。该方法是一种不需要泄漏信号和噪声先验知识的自适应信号处理方法，能够有效抑制噪声，由于余弦调制滤波器分解的特性，即使泄漏信号处于不同频率段时，噪声抑制效果基本相同，处理后信噪比较处理前平均提高8dB左右。实际工程应用验证表明，该方法去噪处理后的定位结果优于现有各种噪声抑制/信号增强方法的结果。

关键词:

泄漏定位;余弦调制滤波器组;信噪比

1引言

时延估计是目前管道泄漏定位中常用的方法［1-4］，但是时延估计的不确定度由泄漏检测信号的信噪比决定，信噪比越低时延估计误差越大。供水管道泄漏检测定位中，泄漏检测信号中混有管道内外的多种噪声，严重影响了时延估计的精度。为了抑制噪声，提高泄漏检测信号信噪比，研究者提出了多种方法。文献［5］将小波分析的方法应用于泄漏检测信号处理中。泄漏检测信号经过小波分解，然后利用小波阈值判定有效信号进行重构。但是只有小波基函数与泄漏检测信号匹配且选取合适阈值才能取得较好的噪声抑制效果，而这需要知道泄漏检测信号的先验知识，但泄漏检测信号的先验知识往往是未知的。文献［6］中将自适应噪声抵消器应用到泄漏检测信号处理中。该方法使用一个参考传感器获取管道周围环境中的噪声作为参考信号，然后通过自适应滤波器抑制噪声。但是该方法:1)增加了检测仪器的硬件成本;2)参考传感器无法获取管道内部噪声，不能够抑制管道内部噪声。文献［7］中利用不同带宽信号的自相关长度不同的特征抑制泄漏信号中的宽频噪声和窄带干扰。使用该方法的前提条件是:1)泄漏信号、宽频噪声、窄带干扰的自相关长度不同;2)泄漏信号是单带信号。但是泄漏信号的频带范围并不确定，且有可能包含多个频带。当泄漏信号包含多个频带时，每个频带的带宽较窄，这种情况下泄漏信号的部分成分有可能被当作窄带干扰抑制掉，造成定位误差增大。以上方法的处理结果都与经验参数相关，这导致以上方法使用受到限制。文献［8］提出利用改进的经验模态分解(empiricalmodedecomposition，EMD)方法增强泄漏检测信号。EMD方法自适应地将信号分解为多个固有模态函数(intrinsicmodefunction，IMF)，该方法分解得到的每个IMF的频带宽度不同，高频部分分解得到的IMF数量较少，每个IMF频带较宽，低频部分相反。

这导致改进的EMD方法对低频信号噪声抑制效果优于高频信号。而且EMD方法计算复杂度较高，计算时间长。针对泄漏信号频率范围与频带宽度不固定以及有可能出现多个频带的特点，本文提出利用改进的余弦调制滤波器组(cosinemodulatedfilterbank，CMFB)对泄漏检测信号进行处理，一方面该方法不需要泄漏信号的先验知识，另一方面该方法在泄漏信号处于不同频率段时噪声抑制效果基本相同，有效地克服了上述文献中方法的缺点。此外，CMFB的分析滤波器组与综合滤波器组可以通过对原型滤波器进行余弦变换实现，计算速度较快。

2泄漏定位原理及泄漏信号特征

2．1管道泄漏定位原理埋地管道泄漏定位原理图如图1所示。管道泄漏产生的泄漏信号沿管壁、管内流体向两边传播，在传播过程中有噪声叠加到泄漏信号中。在距离泄漏口分别为LA和LB的位置分别放置传感器A和B采集泄漏信号。两个传感器采集到的信号模型。

2．2泄漏信号特征泄漏信号是由泄漏点处的摩擦、湍流噪声、空泡噪声等引起，空泡溃灭会产生较高频率成分的信号，摩擦和湍流引起的信号频率成分相对较低，但三者产生的频率成分相互叠加，使得泄漏信号在频谱内的能量集中度比较高，功率谱分布在某一带宽范围内［10］。同时泄漏信号的频谱分布范围与管道漏点的特征、管道材质、管道直径、管道内流体流量和压力等因素有关［11］。根据实际的泄漏检测实验发现，低频信号是泄漏检测中最有效的信号，尤其是在检测距离较远时，高频信号衰减严重，仅低频信号可以用于泄漏定位。在不同工况情况下，泄漏信号可能分布在多个不同的频带上，各个频带的宽度并不固定［12］。在埋地管道中能够用于检测定位的泄漏信号频率一般低于2000Hz［13］，且泄漏信号的带宽在400～500Hz范围内［7］。综上所述，泄漏信号是一种频率小于2000Hz，总带宽为400～500Hz(可能出现多个频带的)的随机信号，但是泄漏信号中心频率与管道自身的特性和漏点的特征相关。

3余弦调制滤波器组噪声抑制原理

3．1滤波器组设计因为分析滤波器与综合滤波器均是原型滤波器利用余弦变换实现，所以原型滤波器设计的优劣直接影响了整个滤波器组的性能。本文在充分考虑通带截止频率、阻带截止频率和迭代终止条件的前提下，采用使用改进的Parks-McCllean算法设计原型滤波器［16］。

3．2噪声抑制通过对管道泄漏信号的分析发现，管道泄漏信号是一种频率小于2000Hz，总带宽为400～500Hz(可能分部在不同频带范围内)的随机信号，但是中心频率与管道自身的特性和漏点的特征相关。正是由于泄漏信号中心频率的不确定性，导致对泄漏信号处理较为困难。改进的CMFB方法的噪声抑制原理是:首先利用分析滤波器组将泄漏检测信号分解为若干个带宽相同的子带信号，则泄漏信号只存在某几个子带信号中，若能够准确判断出有效的子带信号然后利用综合滤波器组进行合成，则能够有效地消除噪声。在实际供水管道泄漏检测定位中，均是使用两路传感器采集泄漏信号，当不存在固定干扰或者固定干扰较弱时，可以认为两路传感器采集到的噪声是不相关的，因此可以将其中一路信号作为待分解信号利用分析滤波器组进行分解，另一路信号作为参考信号，通过分解后每个子带信号与参考信号之间互相关结果判断该子带信号是否为有效子带信号。

4余弦调制滤波器组噪声抑制效果

针对管道泄漏信号频率范围小于2000Hz，采集数据是时设定的采样频率为5000Hz，所以设计的适用于泄漏定位的CMFB的基本参数为通道数M=25，原型滤波器阶数N=500，阻带通带能量比α=104，迭代终止条件为ε=10－8。原型滤波器幅频响应与分析滤波器组的幅频响应如图4所示。CMFB的信号失真幅度如图5所示。由图5可以看出，信号失真幅度小，可以满足实际工程应用要求。

4．1模拟泄漏信号噪声抑制效果利用MATLAB产生采样频率为5000Hz，数据点数为5000的白噪声，利用带宽为400Hz的带通滤波器对白噪声进行处理后模拟单带泄漏信号s(k)(或者利用多个带通滤波器对白噪声处理模拟多带情况)，然后将泄漏信号s(k)叠加一组5000点的白噪声模拟泄漏检测信号xA(k)。然后将模拟泄漏信号s(k)右移200个数据点，叠加另一组5000点的白噪声模拟参考信号xB(k)。将模拟泄漏信号的中心频率从500到1600Hz以100Hz为步长递增，模拟频谱在不同范围内的泄漏信号。对模拟泄漏信号xA(k)与xB(k)利用改进的CMFB进行处理，计算xA(k)处理前后信噪比。为了克服广义互相关时延估计需要知道信号和噪声统计特性的缺点，本文采用LMS自适应时延估计器来计算两个信号之间的时延［17］。改进的CMFB方法对模拟泄漏信号的处理结果如表1、2所示，表1为单带模拟泄漏信号的处理结果，表2为多带模拟泄漏信号的处理结果。其中f表示有效信号频率范围，SNRbe表示处理前仿真信号的信噪比，SNRaf表示处理后的信噪比。图6、7分别为表1中f=400～800Hz和表2中f=200～400Hz，600～800Hz的模拟泄漏检测信号xA(k)功率谱密度，模拟泄漏检测信号xB(k)功率谱密度，模拟泄漏信号s(k)功率谱密度，有效子带选择结果，xA(k)处理后信号功率谱密度和xB(k)处理后信号功率谱密度。由图6、7可以看出，改进的CMFB方法能够准确判断有效的子带信号，抑制非模拟泄漏信号频率段的噪声。由表1、2可以得到，模拟泄漏信号包含单个或者多个频段，中心频率不固定时，使用改进的CMFB方法均能够有效地抑制噪声，且信噪比提高幅度基本相同。信噪比提高幅度的平均值约为8dB。

4．2实际管道泄漏定位为了验证改进的CMFB方法的有效性，对比现有的泄漏检测信号处理方法(小波与基于互相关长度结合方法、改进EMD方法)泄漏定位结果与改进的CMFB方法进行信号处理后泄漏定位结果。3种方法的定位结果如表3所示。其中N表示组别，D表示管道内径，LA与LB分别表示泄漏点距离A与B点的距离，MA、MB、MC分别表示小波与基于互相关长度结合方法的定位误差，改进EMD方法定位误差和改进的CMFB方法定位误差。对比表3不同的泄漏信号处理方法的定位结果发现，CMFB方法定位误差最小，其次为EMD，小波与基于互相关长度结合方法定位效果最差。小波和基于互相关长度结合方法由小波、自适应线性预测器和自适应线性增强器组成。自适应线性预测器与自适应线性增强器的结构完全相同，只是输出不同。两者均是用过去若干个观测信号预测当前信号。预测结果与信号之间的关联性相关，信号之间关联性越强，预测结果越准确，反之，预测结果越差。泄漏信号是一种随机信号，且泄漏信号包含有大量的噪声，信号之间的关联性较弱，预测结果较差导致定位误差较大。对比改进的EMD方法与改进的CMFB方法可以发现，两者有多组的数据的定位结果相同。其中第1、2、3、7、8、13组定位结果相同是因为当泄漏信号处于低频段时，两者的去噪效果基本相同。第4、10、11、12组泄漏信号为高频信号，定位结果基本相同的原因可能是噪声与泄漏信号相关性差，对定位结果几乎没有影响。其它组改进的CMFB方法定位结果优于改进的EMD方法的原因是因为:1)泄漏信号处于高频时，CMFB方法的去噪能力更强;2)在信噪比较低情况下EMD对有效子带信号的判断容易失败。

5结论

本文提出的改进的CMFB方法处理泄漏信号，首先利用CMFB中的分析滤波器组将泄漏信号分解成为若干个子带信号，其次判断有泄漏信号存在的子带，最后对有效的子带信号进行合成，作为泄漏信号进行定位计算。该方法相比于现有的其他信号处理方法具有以下优点:1)该方法不需要泄漏信号与噪声的先验知识，能够较大限度地抑制噪声，提高泄漏检测信号信噪比;2)该方法在泄漏信号处于不同频率段时，噪声抑制效果基本相同;3)CMFB中分析滤波器组与综合滤波器组是原型滤波器通过余弦变换实现，计算复杂度低，计算速度快。模拟泄漏信号实验与实际工程泄漏定位结果均表明，相比于现有的泄漏信号处理方法，该方法能够有效抑制噪声干扰，提高泄漏信号信噪比，使泄漏定位更加准确。

参考文献

［1］FUCHSHV，RIEHLER．Tenyearsofexperiencewithleakdetectionbyacousticsignalanalysis［J］．AppliedAcoustics，1991，33(1):1-19．

［2］GAOY，BRENNANMJ，JOSEPHPF．Acomparisonoftimedelayestimatorsforthedetectionofleaknoisesig-nalsinplasticwaterdistributionpipes［J］．JournalofSoundandVibration，2006，292(3):552-570．［3］ALMEIDAF，BRENNANM，JOSEPHP，etal．Ontheacousticfilteringofthepipeandsensorinaburiedplasticwaterpipeanditseffectonleakdetection:Anexperimen-talinvestigation［J］．Sensors，2014，14(3):5595-5610．

［4］LIS，WENY，LIP，etal．Leaklocationingaspipe-linesusingcross-time-frequencyspectrumofleakage-in-ducedacousticvibrations［J］．JournalofSoundandVi-bration，2014，333(17):3889-3903．

［5］WENY，LIP，YANGJ，etal．Informationprocessinginburiedpipelineleakdetectionsystem［C］．ProceedingsofInternationalConferenceonInformationAcquisition，2004:489-493．

［6］靳世久，孙家鼎，姜弘彦，等．强环境噪声下地下管道泄漏检测［J］．天津大学学报，1994，27(6):782-787．JINSHJ，SUNJD，JIANGHY．Researchonleakde-tectionofundergroundpipelineswithstrongenvironmentalnoise［J］．JournalofTianjinUniversity，1994，27(6):782-787．

［7］文玉梅，谢仁峰，杨进，等．管道泄漏检测中的噪声自适应抑制［J］．仪器仪表学报，2012，33(10):2228-2233．WENY，XIERF，YANGJ，etal．Adaptivenoisesup-pressioninpipelineleakdetection［J］．ChineseJournalofScientificInstrument，2012，33(10):2228-2233．

［8］郭晨城，文玉梅，李平，等．采用EMD的管道泄漏声信号增强［J］．仪器仪表学报，2015，36(6):1397-1405．GUOCHCH，WENYM，LIP，etal，EnhancementofleaksignalsusingEMDinpipeline［J］．ChineseJournalofScientificInstrument，2015，36(6):1397-1405．

［9］文静，文玉梅，李平．地下管道泄漏检测定位中的时延估计方法［J］．仪器仪表学报，2007，28(7):1274-1280．WENJ，WENYM，LIP．Timedelayestimationmethodforleakagelocationofburiedwaterdistributionpipes［J］．ChineseJournalofScientificInstrument，2007，28(7):1274-1280．

［10］文玉梅，张雪园，文静，等．依据声信号频率分布和复杂度的供水管道泄漏辨识［J］．仪器仪表学报，2014，35(6):1223-1229．WENYM，ZHANGXY，WENJ，etal．Identificationofpipelineleakagefromacousticsignalfrequencydistri-butionandcomplexity［J］．ChineseJournalofScientificInstrument，2014，35(6):1223-1229．

［11］杨进，文玉梅，李平．自来水铸铁管道泄漏声信号频率特征研究［J］．应用声学，2006，25(1):30-37．YANGJ，WENYM，LIP．Studyonthefrequencyfea-tureofacousticleaksignalincastironwaterdistributionpipes［J］．AppliedAcoustics，2006，25(1):30-37．

［12］文静．供水管网泄漏检测定位中的信号处理研究［D］．重庆:重庆大学，2007:23-31．WENJ．Signalprocessingforleakdetectionandlocationofwaterdistributionpipelines［D］．Chongqing:ChongqingUniversity，2007:23-31．

［13］路炜，文玉梅．供水管道泄漏声信号及其传播特性［J］．声学技术，2008，26(5):871-876．LUW，WENYM．Leakagenoiseanditspropagationinwaterpipeline［J］．TechnicalAcoustics，2008，26(5):871-876．

［14］HELLERPN，KARPT，NGUYENTQ．Ageneralfor-mulationofmodulatedfilterbanks［J］．IEEETransac-tionsonSignalProcessing，1999，47(4):986-1002．

［15］NGUYENTQ，KOILPILLAIRD．Thetheoryanddesignofarbitrary-lengthcosine-modulatedfilterbanksandwavelets，satisfyingperfectreconstruction［J］．IEEETransactionsonSignalProcessing，1996，44(3):473-483．

［16］李伟．基于余弦调制的子带滤波器组的设计［D］．大连:大连理工大学，2007:25-40．LIW．Thedesignofsub-bandfilterbanksbasedonco-sine-modulation［D］．Dalian:DalianUniversityofTech-nology，2007:25-40．

［17］LIS，WENY，LIP，etal．Determinationofacousticspeedforimprovingleakdetectionandlocationingaspipelines［J］．ReviewofScientificInstruments，2014，85(2):024901．

作者：史革 文玉梅 李平 郭晨城 郭靖扬 单位：重庆大学光电工程学院