引言
测量封闭管道中流体（包括气体、液体、蒸气）流量的常用方法之一是利用涡街信号进行检测。涡街流量计主要利用卡曼涡街原理，通过在流体中设置漩涡发生体，使其下游两侧交替产生两列有规律的漩涡即卡曼涡街，其漩涡频率与漩涡发生体侧流速u及旋涡发生体宽度d有如下关系[1]
F=St·u/d （1）
式中：F为涡街频率；St为斯特劳哈尔数；u为漩涡发生体处的流体平均流速（m/s）；d 为漩涡发生体宽度。式（1）表明，当d 和St为定值时，漩涡产生的频率F与流体的平均流速u成正比，利用这一特性制成了涡街流量计。涡街信号首先经过涡街探头放大，然后通过模拟滤波器的预处理除掉一部分高频干扰，再送入单片机采样口，经过A/D转换、滤波检测处理以及计频等步骤求得涡街频率，并与式（1）及相应的修正公式相结合即可得到流体流速。
涡街信号的特点是信号微弱且噪声干扰大，主要是管壁的机械振动噪声和电磁耦合噪声，常见的模拟涡街流量计对于这些噪声难以处理。
1 小波去噪原理
1.1 Mallat算法
本文采用Mallat算法即多分辨率的算法来分解信号与噪声。根据多分辨率原理，信号x[n]可以进行多分辨率分析，即将信号分解成一个低频的平滑部分和一个高频的细节部分，每次分解后的低频部分可以重复分解下去[2]。设第j级的平滑信号为ck（j），细节信号为dk（j），则第j+1级的平滑信号和细节信号分别为
其中{hn}，{gn}分别为带宽为Nyquist/2频率的低通和高通滤波器。假设分解取J级分辨率，则最后得到的分解结果为：dk（0）=x[k]，dk（1），dk（2）…dk（j）.Ck（j），如图l所示。其中的频带宽度每次分解后减少1/2。
设：dk（J）对应的等效滤波器为HJ，ck（J）对应的等效滤波器为GJ，则各输出支路所经滤波器的幅频响应如图2所示。
由图2可知，各支路滤波器组成一个中心频率不同、带宽依次减半的带通滤波器组，信号的多分辨率分解即相当于将输入信号通过该滤波器组进行多带滤波。但是与传统的滤波器组直接分解不同，利用Mallat算法实现的小波分解只需要设计两个初始的高通和低通滤波器，然后对各级滤波器进行补零运算，即可实现对信号由粗及精的多分辨率分析，且分解尺度可以根据实际需要进行调整。因此，利用Mallat算法实现小波分解不仅减少了设计滤波器的工作量，而且具有各通带滤波器品质因数相同、运算量小、分解尺度可以灵活控制的优点。
1.2 门限法去噪
对于窄带信号，其能量一般集中在某一频带上，即某一级j上，dk（J）的值较大，而噪声一般分布在整个频段上。因此可以设定一个门限值，与各级的dk（J）和ck（J）比较，绝对值大于门限的认为是信号，小于门限的认为是噪声，直接去掉。门限的设置一般有硬门限和软门限两种，假设门限值为Δx，则硬门限的函数为
而软门限的函数为
因为软门限没有不连续点，所以数学特性比硬门限要好。
1.3 信号重构
去掉噪声的细节信号和平滑信号可以用来重构信号，重构的算法为[3]
从第J级分辨率开始，重复使用上面的公式，最后得到的ck（0）可以认为是去掉噪声后的原信号。以上信号分解、门限比较、信号重建的过程可以用图3表示。
其中，表示门限比较后的结果，是重构的信号。分解后的信号如果不加处理，可以完全恢复原信号（包括涡街信号和噪声）。经过门限去噪后的重构信号，噪声部分被抑制，而涡街信号基本保留，信噪比得到提高。
2 利用MSP430芯片实现去噪算法
2.1 MSP430芯片
MSP430是Texas Instrument公司推出的低功耗单片机的一个系列，本系统采用该系列中的F149型号单片机，其主要性能特点如下：（1）工作电压：1.8~3.6V；（2）每1 MHz功耗电流：0.1~250μA；（3）可选用两个外接时钟源，一个时钟源固定为32768Hz，另一个最大至8MHz；（4）内部集成12位A/D；（5）6组8位I/O口，包括通用I/O口、UART口以及特殊信号I/O口；（6）16×16位硬件乘法器。
2.2 涡街信号去噪实现系统
系统包括的主要功能有：涡街信号的采集、去直流分量、小波分析、信号重构、门限自动增益控制、突发信号处理、脉冲输出等。开发程序利用IMSP430系列专用的汇编语言实现，通过JTAG口实现程序的载入。整个系统实现框图见图4。
该系统中，涡街信号经过前置放大和低通滤波（并加入直流分量以保证单片机采样要求）之后送入MSP430单片机的A/D口。为了避免直流分量对信号频率检测产生影响，采样后的信号首先需要经过去直流处理，然后分别送入门限自动增益控制模块、小波分解模块和UART口模块。门限自动增益控制模块的作用在于根据涡街信号的幅度大小会随其信号频率发生变化的特点，能够自动调整比较器门限，从而保证脉冲输出频率的准确性。UART口模块用于控制送入PC监控窗口的数据，可以选择小波分解前的信号输出，也可选择重构后的信号输出，便于观察。小波分解模块完成信号的多分辨率分析。根据Mallat算法，信号的多分辨率分析相当于用一组不同中心频率和带宽的滤波器对信号进行处理，而每一级滤波器补零运算的特点使得小波分解模块可以采用快速算法，从而减少了运算量，有利于降低功耗。分解尺度可以根据需要灵活控制，只需调整分级参数，即可实现分解尺度的相应变化，这里设为5级。经过小波分解后的信号送入门限去噪模块和突发信号处理模块。由于涡街信号容易受到管壁振动及电磁耦合等突发噪声的干扰，为了有效降低这些干扰对信号检测的影响，提高滤波结果的稳定性，必须对这些突发噪声进行处理和去除。突发信号处理模块就是为了完成该功能而设置的，主要利用了噪声的持续时间进行滤除，这也是目前常用的模拟涡街流量计难以实现的地方。经过门限去噪以后，信号送入重构模块，完成涡街信号的重建。信号重构以后再送入比较器和UART口，分别完成脉冲输出和与PC监控窗口通信的功能。整个系统中，加入WatchDog功能对整个系统运行情况进行监控，以保证系统各功能的顺利实现。
2.3 测试结果
下面以流速为13m3/h的流体涡街信号检测为例，与常见的模拟涡街流量计滤波结果进行比较。图5中（a~c）分别是在PC的观察窗口上观察到的滤波前的、模拟滤波后的以及小波滤波后的涡街信号波形（均已经过了A/D采样及去直流处理），采样频率为3500Hz。
3 结束语
相对于传统滤波器组的直接分解，利用Mallat算法实现小波分析的方法具有品质因数恒定、运算量小、分解尺度可以灵活控制的优点。在本文的情况下，如果采用传统滤波器组的直接分解，即使使用MSP430芯片，但由于运算量较大，结果电流超过4mA的限制，因此就无法应用于实际的系统。而从其去噪效果来看，也优于常见的模拟涡街流量计。特别是系统加入的突发信号处理功能和门限自动增益控制功能在系统受到突发噪声干扰和涡街信号幅度变化时，能够提高系统的稳定性和准确性。这些优点都有利于在功耗要求比较严格的条件下发挥系统的去噪能力。试验结果表明，将小波的去噪算法用于涡街信号处理，可以显著地减小噪声，而且运算量较小，利于降低功耗，得到了较满意的效果，可以用于实际的系统。
参考文献
[1] 张伟宏.涡街流量传感器原理与应用[J].中国仪器仪表.2001.5：26~27.
[2] 杨福生.小波变换的工程分析与应用[M].北京：科学出版社，1999.42~45.
[3] Mallat S G.A theory for multiresolution signal decomposition：the wavelet representation[J].IEEETrans on Pattern Analysis and Machine Intelligence，1989，11：674~693.
