减少信号噪声：集中信号测量平均技术简介

weixin

　　现实世界的信号往往受到不同程度的噪声污染——包括随机噪声和偏置噪声。通过多次测量的平均可缩减污染，随机的噪声信号将通过平均变为零，而那些因非线性特性、泄漏、质量载荷变动等，引起的有偏误差却不能通过平均得到缩减。现将几种不同测量平均技术分述如下。

　　线性平均

　　对于线性平均而言，每一个别测量子集，对于最终的平均结果有完全相同的影响。M个连续测量子集的平均值用 表示，有

　　平均过程的中间值为

　　最终的平均需待采集停止后才进行。

　　稳态平均(移动平均)

　　在稳态平均情况下，所有个别的测量子集，对于最终的平均值同样有相同的影响。虽然在此情况下，平均过程的中间取值基于下面算式：

　　稳态平均的优点是运算中间的平均结果总是可以正常地定标。不过，这种定标使得处理过程速度变缓，需耗费较长的时间。

　　指数平均

　　指数平均的效果，是使最新的测量有最大的影响，旧的测量影响则逐步递减。这种情况下：

　　其中，τ为常数，起计权因子的作用。

　　峰值电平保持

　　对于这一平均类型，所有测量子集之间逐一进行比较。如果数据是复数，则只对幅值信息进行比较。包含N个抽样的新测量子集xn(k)(k=0,...N-1)与前面(n-1)步平均的结果 进行比较，在新的平均结果中，xn(k)的取值方法如下：

　　按照这样的取值办法，平均结果中，对于任何给定的序号k而言，均保留所有参与平均的子集中那些在绝对值意义上的最大值。

　　峰值参考保持

　　这一平均方式， 是利用一个通道的数据去控制整个平均过程。以xⁱ 表示i个通道数据的集合，xʳ 表示参考通道数据，则新的测量子集 与前面n-1步平均结果 进行比较，而新的平均 的取值方法如下：

　　这样，平均结果，所有测量通道保留下与参考通道最大值同时发生的测量值。

　　来源：节选自《LMS振动/噪声测试与分析系统理论基础》——《Thory and Background 》LMS 2000，编译：刘馥清