涡街流量计加权平均的频率校正方法-

　　为解决涡街流量计容易受到管道强周期振动干扰这个国际难题，根据涡街流量信号的频率波动大于周期振动干扰这一特性差异，提出了基于频率方差的数字信号处理方法，通过设置方差阈值来分辨涡街流量信号和周期振动干扰。其频率波动特性差异已通过第二章的模型分析进行了验证。该方法只用了一个常规的涡街流量传感器，对涡街流量传感器的设计和安装没有过多要求，相对而言更易于实现和推广，且节省成本。但是，在实际应用中，若频率估计出现较大误差，将不能真实地反映涡街流量信号、周期振动干扰和同频信号的频率波动规律，最终影响基于频率方差的数字信号处理方法的可靠性。因此，提高频率估计精度对于保障涡街流量计的抗振性能具有重要意义。

　　涡街流量传感器输出的正弦信号中常叠加有噪声干扰，为了从含噪信号中提取出涡街频率，基于FFT的频谱分析方法成为处理涡街流量传感器输出信号的有力工具，并得到较为广泛的应用。但是，过程工业对涡街流量计有低功耗、两线制和实时性方面的要求。为了实现两线制，涡街流量计的系功耗必须小于4ｍＡ，这就要求用低功耗单片机来实现算法，而单片机的运算速度和资源都有限。为了实时测量，一般要求涡街流量计在2S内刷新测量结果，这就要求单片机的采样时间和运算时间都不能太长。若采样时间短，频谱分析的分辨率将变差，测量精度就可能变差。若运算周期不能过长，就只能选择相对简洁的算法。因此，对于涡街流量计这类过程仪表，采用运算量少、占用存储空间少、抗干扰能力强的频谱校正方法去提高频谱分析的准确性和可靠性具有重要的实际意义。含噪信号频率校正的精度将直接影响流量测量的精度，为了提高频率校正方法的抗噪性能，国内外学者针对含噪信号的频谱校正做了分析和研宄。综合性能更佳的有下面3种方法。采用Hann窗截断的能量重心校正法（简称为HWEC），出现校正方向误判的可能性很小，是一种稳健的校正方法.但是，该方法的主瓣较宽，降低了相近频率的分辨能力；采用Harm窗截断，增加了运算量。综合相位差校正法(简称为RWPD)在接近整周期采样时具有较强的抗噪能力。但是，其运算量大，且在频率偏差接近于0.5时，该方法的校正误差变大。Quinn提出基于傅里叶系数之比的校正方法（简称为RWFCR），并证明了采样傅里叶系数之比的方法来判断校正方向的可靠性。该方法计算简便，抗干扰能力较强，但是这两篇参考文献中都缺乏实际应用。

　　为此，本章采用矩形窗截断采样数据，基于傅里叶系数之比，提出一种双向校正结合加权平均的频率加权修正方法(RWBWFCR)来提高正弦信号的频率估计精度。给出了该方法的校正原理；分析了不同初始相位、不同频率偏移量、不同FFT点数和不同信噪比对该频率校正方法的影响；推导并验证了含平稳高斯白噪声时该频率估计方法的理论精度。该方法运算量少、占用存储空间小、校正精度高、抗干扰能力强、便于用MCU实时实现。并将该方法应用到低功耗抗强周期振动型单传感器涡街流量计中去提高基于频率方差的数字信号处理方法的可靠性。本章的研究思路和主要研宄内容如图所示