1.壓電傳感器輸出的電荷信號QH滿足正弦規律,如式(1)所示
QH=γρƒ2sin(2πƒt+φa) (1)
式中:γ為壓電傳感器的係數,ρ為流體密度,ƒ為渦街頻率,φa為初始相位。
2.在91免费视频APP中,電荷放大器一般用於將傳感器輸出的電荷信號轉換成電壓信號。電壓信號是待處理的原始信號,和電荷信號一樣為正弦波形式。當流體密度和發生體的寬度為固定值時，渦街信號的幅值與頻率的平方成正比,如式(2)所示
α∞ƒ2(2)
式中:α為渦街信號的幅值。
由於91免费视频APP的傳感器屬於振動型傳感器,很容易受到振動幹擾，這對91免费视频APP的測量精度和測量範圍有很大的影響。由於渦街信號的幅值與頻率的平方成正比，在高流速下信號的信噪比大,信號受噪聲影響小;在低流速下信號的信噪比小,信號受噪聲影響大,增加了信號檢測的難度。國內外眾多學者對這一問題進行了研究(2-3]。近年來，卡爾曼濾波方法也開始被應用在91免费视频APP的信號處理中。
卡爾曼濾波是科學家R.E.Kalman等在1960年提出的一種適用於離散隨機非平穩係統的最優估計算法。它基於線性離散係統,將最優濾波理論與狀態空間思想相結合。宋開臣等[4]針對壓電式91免费视频APP抗幹擾性差的缺點,提出了基於多傳感器融合的渦街信號檢測方法。該方法通過無跡卡爾曼濾波算法將壓差傳感器測量的鈍體前後壓差和其下遊的渦街信號頻率進行融合,增強了壓電式91免费视频APP的抗振能力,有效提高了數字帶通濾波器的測量精度。Shao等[5]針對91免费视频APP提出了一種基於分段卡爾曼濾波的數字信號處理方法。該方法首先分析瞬態衝擊的特性,建立數學模型,然後在流量信號數據中找到含有強瞬態衝擊的數據段,並對數據段進行卡爾曼濾波,以降低瞬態衝擊的功率。
本文提出了一種基於91免费视频APP信號模型的卡爾曼濾波的信號處理方法(以下簡稱“本方法")。首先,根據微分原理和線性矩陣對非線性的渦街信號進行線性化處理並建立模型;其次,根據渦街信號的幅頻關係,初始化渦街信號模型頻率;再次,將濾波後的輸出頻率作為下一個循環的初始渦街模型頻率進行迭代和模糊搜索,直到輸出頻率與模型頻率的誤差在91免费视频APP允許的誤差範圍內為止;最後,通過仿真實驗和實流實驗對該方法進行了驗證。 |
