基于小波算法的电阻应变式称重传感器噪声特征信号提取

昌邑市计量检定测试所　宗金武

1　引言

称重传感器是称重计量中的核心元器件，其原理是将力值通过转换元件，变为电信号而进行输出。而电阻应式称重传感器是将电阻应变片作为转换元件，因其具有稳定性强、实用范围广等优势被广泛的应用于工业生产领域。称重传感器输出信号的质量影响了电子衡器测量的精度，是衡器的核心。然而，电阻应变式传感器难以抵御外界的干扰，致使输出的电信号含有大量的噪声，影响了衡器的测量精度。在这种情况下，需要对电阻应变式称重传感器噪声特征信号进行提取，但是在实际提取中，大多数的噪声特征信号提取算法，均无法对噪声信号特征进行有效提取，从而成为阻碍电子计量领域发展的一个重要因素，引起了很多专家和学者的重视。

2　电阻应变式称重传感器噪声特征信号提取原理

在进行电阻应变式称重传感器噪声特征信号提取过程中，先计算出电路采用恒流源供电时的输出信号，进而获取传感器应变灵敏度变化状态，计算出传感器的原始输出信号中连续的阶跃性，给出噪声信号的判别阈值，由此提取电阻应变式称重传感器噪声特征信号。具体的步骤如下详述：

由于称重传感器输入激励的最大特征就是其具有的离散变化性，则每个激励间保持一定的时间段，，代表最小的时间段，，代表传感器可以感知的最小传感量，，代表低频滤波器，，代表峰值信噪比，则利用式（3）计算出传感器的原始输出信号中连续的阶跃性：

综上所述，可以说明电阻应变式称重传感器噪声特征信号提取原理，但是采用当前算法提取传感器噪声特征信号时，传感器输出采样的差分值中噪声信号特征较为模糊，无法提取有效的信号特征，存在噪声信号提取误差大问题。

3　基于小波的电阻应变式称重传感器噪声特征信号优化提取

3.1　感器信号的最佳小波分解层数的提取

为了更好地提取电阻应变式称重传感器噪声特征信号，需要将小波理论引入到电阻应变式称重传感器噪声特征信号优化提取过程中，先获取含噪声的原始信号，确定小波基和分解层数，对含噪信号进行小波变换，计算出原始含噪信号的最佳小波分解层数。具体的步骤如下详述：

综上所述可以说明，在基于小波的电阻应变式称重传感器噪声特征信号优化提取过程中，先将小波理论引入到电阻应变式称重传感器噪声特征信号优化提取过程中，先获取含噪声的原始信号，确定小波基和分解层数，对含噪信号进行小波变换，计算出原始含噪信号的最佳小波分解层数，为实现电阻应变式称重传感器噪声特征信号优化提取奠定了基础。

3.2　电阻应变式称重传感器噪声特征信号优化提取

在电阻应变式称重传感器噪声特征信号优化提取过程中，以3.1节获取的原始含噪信号的最佳小波分解层数，为依据，计算出不同层次下的电信号的细节系数的阈值调节因子，对其细节系数进行估计，得到各层细节系数估计值，进而提取电阻应变式称重传感器噪声特征信号。具体的步骤如下详述：

4　仿真实验证明

为了证明提出的基于小波的电阻应变式称重传感器噪声特征信号提取算法有效性，需要进行一次实验，在MCS-51单片机的软件编程下搭建电阻应变式称重传感器噪声特征信号提取的实验仿真平台。实验数据来源于一台桥式传感器的全电子静态在线秤，将并联后的传感器激励电压设定为12.01V，输出信号为126mv，在空秤情况下测量传感器的输入输出电压信号，传感器的输出不是静止不变的，将其5小时后的误差设定为-2.8G，采用电能质量扰动信号数学模型产生扰动信号。

4.1　评价指标的设定

为了在实验过程中，为了更好地彰显实验的全面性和公正性，将传统算法作为对比算法，将信噪比作为评价指标来评价不同算法进行电阻应变式称重传感器噪声特征信号提取的质量。

从（11）中可以计算出，SNR，越大，则去噪的效果就越好，进而提取噪声信号的特征就越完整。

4.2　基于小波的电阻应变式称重传感器信噪比对比

利用基于小波算法和传统算法提取电阻应变式称重传感器噪声特征信号，测试两种不同算法提取噪声信号后的信噪比，依据测试的结果来定义不同算法进行电阻应变式称重传感器噪声特征信号提取的整体优越性，测试结果见图1。

从图1的实验仿真结果中可以分析得出，利用基于小波算法提取电阻应变式称重传感器噪声特征信号后的信噪比要优越传统算法，这是因为本文算法采用小波理论运用峰值比，定义完整信息和噪声信息含量，进而保留了噪声的完整特征，进而去噪的效果较为明显。

图1　不同算法噪声信号提取后的信噪比对比

5　结束语

为了充分的保障电子衡器的测量精度，需要进行电阻应变式称重传感器噪声特征信号提取方法的研究，提出一种基于小波的电阻应变式称重传感器噪声特征信号提取算法。实验证明，所提算法完整地保留了噪声信号的特征信息。

[1]程春雨,王开宇,商云晶等.电阻应变式称重传感器在实验教学中的应用[J].实验室科学, 2016,19(4):48-50.

[2]郁洋.基于小波去噪的自动包装机控制系统的研究[D].哈尔滨理工大学,2015.

[3]武世卿.电阻应变式称重传感器原理及故障分析[J].中国科技纵横,2015(21):56-56.