专利名称：一种管道信号噪声抑制方法及系统的制作方法
技术领域：
本发明涉及压力管道信号噪声消除技术领域，尤其涉及一种管道信号噪声抑制方法及系统。
背景技术：
管道运输是运输量大、安全性高、节能经济的油气输送方式。近期我国将建成多条油气输送管道，形成“两纵、两横、四枢纽、五气库”，超过10万公里的油气管输格局。
由于管道运输固有的高压、易燃、易爆特性，长输管道的安全管理极为重要。泄漏是长输管道运行中最主要的安全隐患之一，气体管道的泄漏往往会造成中毒、火灾和爆炸等严重事故。近年来，犯罪分子在原油、成品油管道打孔盗油，给国家造成了巨大的经济损失。因此加强对管道的安全性管理，提高管道泄漏监控的有效性成为当务之急。而对管道泄漏的有效监控，是以获得及时可靠的管道运行信号为基础的。
目前，由于信号失真而产生的系统误报情况举不胜举，使得管道泄漏监控成为纸上谈兵，实际上，油气管道因及时监控到泄漏信息而获得的经济效益微乎其微。
发明内容
针对管道监控实际环境中获取的监控信号往往信噪比极低，影响和限制了监控可靠性和定位准确度这一实际问题，以及目前用于管道信号中的去噪方法研究滞后这一理论问题；本发明立足于对管道信号噪音的处理，将系统获得的信号通过管道信号噪声抑制方法以抑制管道信号噪声；即通过自适应滤波、背景噪音功率谱估计、维纳滤波，提高被检测信号的信噪比，然后将去除噪音及干扰之后的目标信号传输给系统，从而实现对管道泄漏的有效监控。
为此，本发明提出了一种管道信号噪声抑制系统，该管道信号模型如下 y(n)＝s(n)+b(n)+c(n) 其中，y(n)是数据采集系统采集到的信号，采集到的信号可以是加速度信号、振动信号、压力信号、声波信号、温度信号和流量信号，通常，采集到的信号包括目标信号及各种噪声和干扰；s(n)是管道内待检测目标信号，可以是加速度信号、振动信号、压力信号、声波信号、温度信号和流量信号；b(n)是背景噪声信号；c(n)是干扰噪声信号；该系统包括在管道上安装采集y(n)信号的多个传感器，采集管道上不同位置的信号；维纳滤波器，对采集的信号抑制平稳或者缓慢变化的背景噪声；自适应滤波器，对经过维纳滤波器处理后的信号抑制管道操作引起的干扰噪声。
本发明还提出一种管道信号噪声抑制方法，该管道信号模型如下 y(n)＝s(n)+b(n)+c(n) 其中，y(n)是数据采集系统采集到的信号，采集到的信号可以是加速度信号、振动信号、压力信号、声波信号、温度信号和流量信号，通常，采集到的信号包括目标信号及各种噪声和干扰；s(n)是管道内待检测目标信号，可以是加速度信号、振动信号、压力信号、声波信号、温度信号和流量信号；b(n)是背景噪声信号；c(n)是干扰噪声信号；该方法包括在管道上安装采集y(n)信号的多个传感器，采集管道上不同位置的信号，对采集的信号通过维纳滤波抑制平稳或者缓慢变化的背景噪声，并对经过维纳滤波后的信号通过自适应滤波抑制管道操作引起的干扰噪声； 其中，通过传感器采集管道停输状态，管道启输状态，管道输送状态和管道停输状态这四种状态的背景噪声，估计其噪声功率谱均值，经加权平均后作为系统背景噪声功率谱初始值 并选择系统信噪比较低的时刻和频率点，进行背景噪声功率谱的如下更新 其中λ是遗忘因子，系统中选择λ取值范围为0.8到1.0之间，β用来控制跟踪噪声信号功率谱的信噪比，系统中选择β取值范围在1.2到5.0之间； 在此基础上，通过维纳滤波可以线性最优地去除背景噪声； 自适应滤波将经过维纳滤波的信号采用最小均方差误差准则，利用LMS方法，估计自适应滤波器的参数，并去除干扰噪声；基于自适应滤波的干扰噪声抑制方法，迭代步骤如下 (1)初始化，选定初始权值ω(k) (2)计算k时刻滤波器的输出为z(k)＝ω(k)y(k) (3)抵消器误差输出e(k)＝y(k)-z(k) (4)下一时刻权向量更新为w(k+1)＝ω(k)+2μe(k)y(k) (5)k＝k+1，跳转到步骤(2)，重复迭代，直到算法收敛。
下面结合附图和实施方式对本发明作进一步详细说明。
图1无分支无噪声源管道传感器安装方法； 图2无分支无噪声源管道传感器安装方法； 图3有分支噪声源管道，4传感器安装方法； 图4有分支噪声源管道，多传感器安装方法； 图5系统工作原理框图； 图6自适应噪声抵消方法。
具体实施例方式 首先，需要在管道上安装多个传感器(可以是加速度传感器、振动传感器、压力传感器、声波传感器、温度传感器和流量信号传感器等)采集管道上不同位置的信号。然后利用维纳滤波器抑制平稳或者缓慢变化的背景噪声，利用自适应滤波器抑制管道操作引起的干扰。
首先定义管道信号模型如下 y(n)＝s(n)+b(n)+c(n) (1) 其中，y(n)是数据采集系统采集到的信号。采集到的信号可以是加速度信号、振动信号、压力信号、声波信号、温度信号和流量信号。通常，采集到的信号包括目标信号及各种噪声和干扰。
s(n)是管道内待检测目标信号。可以是加速度信号、振动信号、压力信号、声波信号、温度信号和流量信号，该信号未知。
b(n)是背景噪声信号。这里把电路噪声、管道内信号噪声等功率谱随时间缓慢变化的信号定义为背景噪声信号。
c(n)是干扰噪声信号。这里把管道操作引起的信号干扰、人为破坏引起的信号干扰等功率谱随时间变化较快的信号定义为干扰噪声信号。
把公式(1)变换到频域，结果如下 Y(k)＝S(k)+B(k)+C(k) (2) 其中，Y(k)是采集到信号的功率谱；S(k)是目标信号功率谱；B(k)是背景噪声功率谱；C(k)是干扰噪声功率谱。
1.传感器安装方法 为了达到良好的噪声抑制效果，需要精心选择传感器安装位置。本发明提出如下传感器安装方法 1.1无分支管道，管道没有噪声源 选择管道上安装2个传感器，如图1所示。两个传感器之间的安装间距为5米~200米。通过自适应滤波，可以有效过滤来自某个方向的信号噪声。
1.2无分支管道，管道有噪声源 选择管道上安装4个传感器，如图2所示。4个传感器组成2个传感器对。每个传感器对的2个传感器之间的安装间距为5米~200米。通过自适应滤波，可以有效过滤来自某个方向的信号噪声。
1.3有1个或多个分支管道，分支管道有噪声源 方法1在管道上安装4个传感器，如图3所示。4个传感器组成2个传感器对。每个传感器对的2个传感器之间的安装间距为5米~200米。通过自适应滤波，可以有效过滤来自某个方向的信号噪声。
方法2在管道上安装多个传感器，如图4所示。多个传感器组成2个传感器阵列。每个传感器对的2个传感器之间的安装间距为5米~200米。通过自适应滤波，可以有效过滤来自某个方向的信号噪声。
基于此，本方法及系统利用维纳滤波抑制平稳或者缓慢变化的背景噪声，利用自适应滤波器抑制管道操作引起的干扰。系统工作流程框图如图5所示。
2.维纳滤波 维纳滤波是Norbert Wiener在二十世纪四十年代提出的一种滤波器，主要是为解决最佳线性过滤和预测问题，它是均方误差最小准则上的线性最优解。对于平稳噪声，维纳滤波能够实现较好的噪声抑制，并且不会引起很大的目标估计失真和背景残留噪声。
研究发现，基于后验信噪比估计的维纳滤波对平稳噪声，特别是单音干扰降噪效果非常理想。对于信噪比0db-20db的条件下，滤波后信噪比大约能提高10db，目标信号得到有效增强。
基于维纳滤波的管道背景噪声抑制方法通常在频域进行处理，步骤如下 1)系统背景噪声功率谱初始化 由于管道运行状态不同，背景噪声也不同。通常，在SCADA系统调试阶段采集不同状态下的系统背景噪声，并估计其噪声功率谱均值。经过加权平均后的噪声功率谱做为系统背景噪声功率谱初始值，如公式(3)所示。本方法及系统选择4个状态，采集管道背景噪声，分别是管道停输状态，管道启输状态，管道输送状态和管道停输状态。
2)背景噪声功率谱估计 在采集到的信号频谱图上，当目标信号能量很低时，信号主要是噪声信号。可以自适应的跟踪噪声信号的功率谱，如公式(4)所示。本方法选择系统信噪比较低的时刻和频率点，进行背景噪声功率谱的更新。其中λ是遗忘因子，本方法及系统中选择λ取值范围为0.8到1.0之间。β用来控制跟踪噪声信号功率谱的信噪比，本方法及系统中选择β取值范围在1.2到5.0之间。
3)维纳滤波器参数估计 本方法及系统中认为背景噪声和被检测信号不相关。在完成背景噪声功率谱估计的情况下，根据维纳滤波，可以获得去除背景噪声的线性最优解，如公式(5)所示。
4)滤波 3.自适应噪声抵消 采集到的信号经过维纳滤波之后得到的信号包括目标信号s(n)和干扰信号c(n)。本方法及系统中将采用自适应滤波的方法去除管道操作和人为破坏引起的干扰信号。
经过维纳滤波的信号主要表示为 y(n)＝s(n)+c(n) (7) 根据管道现场情况，噪声传感器的输出c(n)经参数可调的数字滤波器后，送入抵消器，产生的输出信号z(n)，根据两噪声信号相关和信号噪声独立的特性，利用自适应算法调节数字滤波器的参数，使得输出信号z(n)逼近信号源迭加的噪声c(n)，这样抵消器的输出信号e(n)逼近被测信号s(n)。
如图6所示，本方法及系统中采用最小均方差误差准则，利用LMS方法，估计自适应滤波器的参数，并去除干扰噪声。
基于自适应滤波的干扰噪声抑制方法，迭代算法步骤如下 (1)初始化，选定初始权值ω(k)。
(2)计算k时刻滤波器的输出为z(k)＝ω(k)y(k)。
(3)抵消器误差输出e(k)＝y(k)-z(k)。
(4)下一时刻权向量更新为w(k+1)＝ω(k)+2μe(k)y(k)。
(5)k＝k+1，跳转到步骤(2)，重复迭代，直到算法收敛。
算法稳定性取决于两个因素，自适应步长参数μ和自相关矩阵R。算法收敛件是0＜μ＜1/λmax，λmax是相关矩阵R的最大特征值，权值向量趋近最佳维纳解。μ的取值和滤波器的阶数成反比，根据滤波器的阶数取不同的步长，可以保证较好的处理结果。当滤波器阶数一定时，μ的大小控制着算法的收敛速度和达到稳态的失调量的大小。收敛速度和失调量是一对矛盾，选用较大的μ，有较快的收敛速度，但是由于大的μ值相应的信噪比小，会导致较大的失调量；过渡过程出现振荡，不能收敛。μ取值过小信噪比大，但收敛速度会很慢，所以取值要折中。
权利要求
1.一种管道信号噪声抑制系统，该管道信号模型如下
y(n)＝s(n)+b(n)+c(n)
其中，y(n)是数据采集系统采集到的信号，采集到的信号可以是加速度信号、振动信号、压力信号、声波信号、温度信号和流量信号，通常，采集到的信号包括目标信号及各种噪声和干扰；s(n)是管道内待检测目标信号，可以是加速度信号、振动信号、压力信号、声波信号、温度信号和流量信号；b(n)是背景噪声信号；c(n)是干扰噪声信号；该系统包括在管道上安装采集y(n)信号的多个传感器，采集管道上不同位置的信号；维纳滤波器，对采集的信号抑制平稳或者缓慢变化的背景噪声；自适应滤波器，对经过维纳滤波器处理后的信号抑制管道操作引起的干扰噪声；
其中，通过传感器采集管道停输状态，管道启输状态，管道输送状态和管道停输状态这四种状态的背景噪声，估计其噪声功率谱均值，经加权平均后作为系统背景噪户功率谱初始值
并选择系统信噪比较低的时刻和频率点，进行背景噪声功率谱的如下更新
其中λ是遗忘因子，系统中选择λ取值范围为0.8到1.0之间，β用来控制跟踪噪声信号功率谱的信噪比，系统中选择β取值范围在1.2到5.0之间；
在此基础上，通过维纳滤波器可以线性最优地去除背景噪声；
自适应滤波器将经过维纳滤波的信号采用最小均方差误差准则，利用LMS方法，估计自适应滤波器的参数，并去除干扰噪声；基于自适应滤波的干扰噪声抑制方法，迭代步骤如下
(1)初始化，选定初始权值ω(k)
(2)计算k时刻滤波器的输出为z(k)＝ω(k)y(k)
(3)抵消器误差输出e(k)＝y(k)-z(k)
(4)下一时刻权向量更新为w(k+1)＝ω(k)+2μe(k)y(k)
(5)k＝k+1，跳转到步骤(2)，重复迭代，直到算法收敛。
2.如权利要求1所述的系统，其传感器包括加速度传感器，振动传感器，压力传感器，声波传感器，温度传感器，流量信号传感器。
3.如权利要求2所述的系统，对于管道没有噪声源的无分支管道，在管道上安装2个传感器，两个传感器之间的安装间距为5米~200米；而对于管道有噪声源的无分支管道，在管道上安装4个传感器，4个传感器组成2个传感器对，每个传感器对的2个传感器之间的安装间距为5米~200米。
4.如权利要求2所述的系统，对于有噪声源的具有1个或多个分支的管道，在管道上安装4个传感器，4个传感器组成2个传感器对，每个传感器对的2个传感器之间的安装间距为5米~200米。
5.如权利要求2所述的系统，对于有噪声源的具有1个或多个分支的管道，在管道上安装多个传感器，多个传感器组成2个传感器阵列，每个传感器对的2个传感器之间的安装间距为5米~200米。
6.一种管道信号噪声抑制方法，该管道信号模型如下
y(n)＝s(n)+b(n)+c(n)
其中，y(n)是数据采集系统采集到的信号，采集到的信号可以是加速度信号、振动信号、压力信号、声波信号、温度信号和流量信号，通常，采集到的信号包括目标信号及各种噪声和干扰；s(n)是管道内待检测目标信号，可以是加速度信号、振动信号、压力信号、声波信号、温度信号和流量信号；b(n)是背景噪声信号；c(n)是干扰噪声信号；该方法包括在管道上安装采集y(n)信号的多个传感器，采集管道上不同位置的信号，对采集的信号通过维纳滤波抑制平稳或者缓慢变化的背景噪声，并对经过维纳滤波后的信号通过自适应滤波抑制管道操作引起的干扰噪声；
其中，通过传感器采集管道停输状态，管道启输状态，管道输送状态和管道停输状态四种状态的背景噪声，估计其噪声功率谱均值，经加权平均后作为系统背景噪户功率谱初始值
并选择系统信噪比较低的时刻和频率点，进行背景噪声功率谱的如下更新
其中λ是遗忘因子，系统中选择λ取值范围为0.8到1.0之间，β用来控制跟踪噪声信号功率谱的信噪比，系统中选择β取值范围在1.2到5.0之间；
在此基础上，通过维纳滤波可以线性最优地去除背景噪声；
自适应滤波将经过维纳滤波的信号采用最小均方差误差准则，利用LMS方法，估计自适应滤波器的参数，并去除干扰噪声；基于自适应滤波的干扰噪声抑制方法，迭代步骤如下
(1)初始化，选定初始权值ω(k)
(2)计算k时刻滤波器的输出为z(k)＝ω(k)y(k)
(3)抵消器误差输出e(k)＝y(k)-z(k)
(4)下一时刻权向量更新为w(k+1)＝ω(k)+2μe(k)y(k)
(5)k＝k+1，跳转到步骤(2)，重复迭代，直到算法收敛。
7.如权利要求6所述的方法，其传感器包括加速度传感器，振动传感器，压力传感器，声波传感器，温度传感器，流量信号传感器。
8.如权利要求7所述的方法，对于管道没有噪声源的无分支管道，在管道上安装2个传感器，两个传感器之间的安装间距为5米~200米；而对于管道有噪声源的无分支管道，在管道上安装4个传感器，4个传感器组成2个传感器对，每个传感器对的2个传感器之间的安装间距为5米~200米。
9.如权利要求7所述的方法，对于有噪声源的具有1个或多个分支的管道，在管道上安装4个传感器，4个传感器组成2个传感器对，每个传感器对的2个传感器之间的安装间距为5米~200米。
10.如权利要求7所述的方法，对于有噪声源的具有1个或多个分支的管道，在管道上安装多个传感器，多个传感器组成2个传感器阵列，每个传感器对的2个传感器之间的安装间距为5米~200米。
全文摘要
一种管道信号噪声抑制方法及系统，该管道信号模型为y(n)＝s(n)+b(n)+c(n)，其中，y(n)是数据采集系统采集到的信号，采集到的信号可以是加速度信号、振动信号、压力信号、声波信号、温度信号和流量信号，通常，采集到的信号包括目标信号及各种噪声和干扰；s(n)是管道内待检测目标信号，可以是加速度信号、振动信号、压力信号、声波信号、温度信号和流量信号；b(n)是背景噪声信号；c(n)是干扰噪声信号；通过在管道上安装采集y(n)信号的多个传感器，采集管道上不同位置的信号，对采集的信号通过维纳滤波器抑制平稳或者缓慢变化的背景噪声，并对经过维纳滤波器处理后的信号通过自适应滤波器抑制管道操作引起的干扰噪声。
文档编号F16L55/02GK101718384SQ20091025920
公开日2010年6月2日 申请日期2009年12月16日 优先权日2009年12月16日
发明者罗宇, 万洪杰, 龙轶伟, 傅强, 张海云 申请人:北京知容寓远软件科技有限公司