基于ICA盲源分离的声表面波无线传感器信号抗干扰方法

针对声表面波传感器无线信号易受环境中同频信号干扰的问题,设计了基于独立分量分析(ICA)盲源分离的抗干扰算法。该算法对传感器和同频干扰的混合信号进行分离,然后基于分离信号波形的衰减和等幅特征对信号进行判别。MATLAB仿真结果表明,算法能够有效分离混合信号并且保留了源信号的时域波形特征和频域信息。将抗干扰算法在基于数字信号处理器的信号采集和处理平台上实现并进行分离实验,设置不同的传感器信号和干扰信号强度并记录分离和判别结果,实验结果表明,在源信号的信号强度较为接近(信扰比在0.8~1.4范围内)且噪声影响可忽略的情况下,可达到95%以上的传感器信号准确判别率,有效地抑制了同频干扰。     

基于声表面波技术的变压器无线温度传感器信号处理方法

目前配电变压器的状态监测迫切需要一种无线无源的传感监测方式,而声表面波(SAW)传感器是满足此需求的重要技术手段之一。该文以用于变压器出线端测温的SAW传感器为研究对象,提出了一种SAW传感器回波信号处理流程,设计了信号去噪、频谱分析等信号处理环节。为解决同频信号对传感器测量带来的干扰问题,研究了基于奇异谱分析和独立分量分析的单通道盲源分离算法对SAW传感器的抗干扰作用,利用搭建的信号采集平台验证了该算法在信号分离和干扰抑制上的有效性。