基于LabVIEW语言的信号播放、采集与回放系统

基于LabVIEW语言的信号播放、采集与回放系统
郅希云
【摘要】信号采集与回放系统通过虚拟仪器技术平台,利用LabVIEW语言进行信
号读取、播放、采集,通过播放存储的目标或环境噪声产生的震动和声音电信号,用
播放的信号激励微震台,微震台的传感器重新进行数据采集,通过调整自适应滤波器
参数,使得重新采集的信号逼近原读取信号.详细介绍了如何利用LabVIEW语言编
写的程序用于将存储数据调出读取、播放、采集,并对信号波形特点进行分析.
【期刊名称】《电声技术》
【年(卷),期】2015(039)006
【总页数】6页(P49-53,69)
【关键词】LabVIEW;Filtered-X自适应滤波;信号采集
【作者】郅希云
【作者单位】中国电子科技集团公司第三研究所,北京100015
【正文语种】中文
【中图分类】TN37
1 引言
LabVIEW［1－3］语言程序界面是图形化的，界面比较友好，功能强大，开发的
软件广泛应用于数据采集、数据分析及虚拟仪器控制，可以代替硬件进行系统仿真、实时检测和控制，成本较低，有极高的灵活性，将仪器的测控能力与计算机强大的
数据处理能力完美结合，可以满足各种不同应用，深受程序开发者喜爱。

LabVIEW虚拟仪器主要包括前面板、程序框图板，前面板可以仿真常规仪器上的输入输出设备(如开关)，也可以进行波形显示等，程序框图板是进行程序调试的界面，将模块化的程序进行组合，实现数据采集、设备控制等，并通过某种机制，将二者互为联系，实现整个系统功能，本文基于LabVIEW语言开发了信号读取、播放、采集和对比回放系统。

2 系统原理框架及流程
信号采集与回放系统主要通过数据采集存储的目标或环境噪声产生的震动和声音电信号，震动通道功率放大器驱动扬声器产生声信号，声音信号激励微震台，应用数据采集卡的A/D(模/数)转换功能，通过数据采集卡将采集端采集到的模拟电信号利用高速模数转换电路转换为数字信号，经过数据采集卡板载缓存，最后利用计算机中的程序不断从缓存中提取数据，存入计算机中，并进行相关处理，提取有用数据进行硬盘存储。

实现步骤是先读取存贮在计算机硬盘上的采集到的数据，并对这些数据进行播放，驱动在微震平台上的传感器，传感器采集这些震动信号，可以对这些采集的信号与原始读取信号进行对比，通过自适应滤波软件调整相关参数，使得采集到的信号与参照读取信号无限逼近。

整个系统如图1所示。

图1 信号采集与回放系统
利用LabVIEW语言编写数据读取、播放、采集卡驱动程序，对信号分析处理及存储流程如图2所示。

图2 信号采集与处理系统总流程图
3 本系统解决方案及关键算法
本系统利用自动调整自身的参数自适应滤波系统，采用信号随时间变化的自适应滤波算法，系统参数能够随着外界信号特性的变化而动态改变，根据最小均方误差(MMSE)算法和最陡下降(SD)法提出的最小圴方误差(LMS)算法，通过迭代调整线
性滤波器的系数来减少误差e(n)的能量，使得采集信号与原始输入信号无限逼近，如图3所示。

本文从为何采用Filtered－X LMS自适应滤波器，数据读取、自适
应参数调整、播放与采集几个部分进行描述。

图3 利用自适应滤波的采集与回放系统图
3.1 为何采用Filtered－X LMS自适应滤波器
由于采用的微震台及扬声器的信道的传输特性是未知的，并且要进行实行噪声控制，因此引入第二通道的概念，第二通道路径是从自适应滤波器的输出到错误信号，在传输过程中会产生相移和延时，传统的LMS最小均方误差不能抵消第二通道的影响，而在实际应用中，线性叠加通常发生在空域，不便于分离得d(n)和y2(n)，仅得到e(n)，由于变步长LMS能够根据输入信号自适应的调整步长，从而解决收敛速度和稳态误差之间的矛盾，可以选择合理的步长调整函数，LMS算法通过迭代
调整线性滤波器的系数来减少e(n)的能量，于是可以利用Filtered－X LMS自适
应滤波器，随着时间推进，逐步减少e(n)能量。

由于采集的信号是实时连续变化的，且无法欲知传输信号的系统的传输函数，用静态处理数据的方法无法满足本系统的要求，为此，采用信号随时间变化的自适应滤波算法。

此算法系统参数能够随着外界信号特性的变化而动态改变，不需要预先知道关于输入信号和噪声的统计特性，能够在工作过程中逐渐了解或估计出所需要的统计特性，并以此为依据自动调整自身的参数，以达到最佳的滤波效果，自适应滤波器自动调整本身参数，保持最佳的滤波状态，不仅有滤波器的硬件部分，还有自适应算法软件部分，其过程分为学习过程和跟踪过程，其滤波参数随外来信号的变化而变化，收敛时间要经过一段自动调节后而达到最佳滤波效果，为使输出信号与理想信号的误差的平方的均值最小，这里采用基于最小均方误差估计(MMSE)算法和最陡下降(SD)法提出的最小均方算法(LMS)。

3.2 数据读取部分
数据读取部分，对已存取的数据进行转换，转化为LabVIEW可以读取的数据格式，通过LabVIEW程序进行读取，本文利用个循环可以进行多次读取。

由于本系统是由PULSE系统采集的数据，采用五通道进行数据采集，首先对采集的数据通过pulse进行转换，转换为(16 bit，24 bit，和 32 bit)WAVE 文件，此外也可转化
为UFF和MAT文件，本系统将转换的WAVE文件读取后单独提取第四通道的数
据进一步转换为TXT文本文件，通过LabVIEW软件编写的读文本程序读取此文
本并进行播放。

3.3 Filtered－X LMS自适应滤波器算法及框图
整个系统利用Filtered－X LMS自适应滤波器［4］程序框图如图4所示。

图4 Filtered－X LMS自适应滤波器程序框图
x(n)是线性滤波器在时刻n的输入信号;y(n)是相应的输出信号;d(n)是自适应滤波
器的另一个输入信号，这里取d(n)=x(n);h(z)是第二通道的冲激响应;y1(n)是经过
线性滤波器的信号;y2(n)是经过第二通道的信号;e(n)是错误信号代表d(n)和y2(n)二者的线性叠加;(z)是h(z)的预测信号;fx(n)是从信号的结果输出。

3.3.1 LMS 自适应更新算法
在Filtered－X LMS自适应滤波器中存在第二通道，为了补偿第二通道的影响，
必需利用第二通道的冲激响应并考虑这个预测值。

不同于经典滤波器，输入信号为x(n)和d(n)，利用e(n)=d(n)–y(n)，在Filtered
－X LMS自适应滤波器模型中，可以直接测量e(n)，输入信号分别为x(n)和e(n)。

Filtered－X LMS自适应滤波器的系统更新步骤如下:
(1)计算从自适应滤波器的输出信号
自适应滤波器输入矢量
滤波器系数矢量
(2)过滤输入信号x(n)与h^(z)形成fx(n)。

(3)更新系数
式中:μ是自适应滤波器的步长是滤波器系数矢量。

3.3.2 第二通道的传输函数
利用冲激响应激励系统，可以得到系统的传输函数，假如所研究的过程是由一个输入序列激励一个线性系统的输出，第二通道的冲激响应可以由式(5)推出，如图5
所示。

图5 第二通道传输函数
不论是确定性信号还是随机信号，对于如图所示的线性系统，u(n)和x(n)之间总有如下的输入与输出关系
对式两边分别取Z变换，并假定b0=1可得
在式(1)中，若 a1，a2，…，ap，b1，b2，…，bq 不全为0，则式(1)给出的模型称为自回归—移动平均模型［5］，简称 ARMA 模型，ARMA 模型是既有零点，也有极点的模型。

为了保证H(z)是一个稳定的且是最小相位系统，A(z)，B(z)的零点都应在单位圆内，若 ARMA(p，q)模型的多项式A(z)，B(z)无可对消的公共因子，且ap≠0，则该模型的AR 参数a1，a2，…，ap可由 p个修正Yule－Walker方程
式中:l=q+1，q+2，…，q+p。

惟一确定或辨识，即当ARMA(p，q)过程{x(n)}的真实AR阶数p和自相关函数Rx(τ)已知时，只需要求解p个修正 Yule－Walker方程，便可辨识AR参数。

由已知x(n)或其自相关函数rx(m)来估计H(z)的参数，由于功率谱的等价性(ARMA模型的多重性)，无法区分ARMA过程的因果性和最小相位性，功率谱密度难以得出系统的非因果性和非最小相位性，互功率谱密度却可以做到这点。

本系统中利用互功率谱密度进行验证。

对于输入为零均值的广义平稳过程时，其输出也是零均值的广义平稳过程，因此冲击响应u(k)和响应信号通过一个用有限冲击响应FIR滤波器通过自回归AR处理方法来白化激励信号，并且计算FIR滤波器的互相关系数，输入的AR阶数决定了预测白化的行为。

图6描述了这个工作过程的结构，这里激励信号和响应信号的白化过程分别用一对完全相同的AR处理器来完成。

图中，Ruy(k)是白化激励信号u(k)与白化响应信号y(k)的互相关函数，σ是白化激励信号标准方差，h(k)是系统的冲击响应。

图6 FIR滤波器预白化结构图
对上述过程进行傅里叶变换进行频谱分析，用下面的等式表示一个系统的频响，这样得到了系统的传输函数:
式中:G(ejw)系统的频响，得到系统的传输函数;Φuy(ejw)是在激励信号与响应信号的互功率谱密度，本系统Φuy(ejw)是利用激励信号与响应信号的互相关函数的傅里叶变换;Φuu(ejw)是激励信号的自相关函数的功率谱密度，这个谱密度是由激励信号的自相关函数进行傅里叶变换得到的。

为了减少泄露并且提高分辨率，本系统在对互相关函数和自相关函数进行傅里叶变换时利用汉宁窗，窗长越长，方差越大，预测的频率响应的偏差越小。

已知输入与输出的互功率谱密度和输入函数的功率谱密度，可以得出系统的真实传
递函数，也可用倒谱法获得传输函数，由于时间关系，本文没有进行验证。

3.4 数据播放与采集部分
本部分主要利用相应程序进行数据播放，采集和有用数据的存储，对数据进行读取后，由于本系统传感器采集的信号频率范围在10～150 Hz之间，对于频率低于
10 Hz和高于150 Hz的信号，先滤波，之后通过LabVIEW编写的软件程序通过扬声器播放读取的电信号。

由于频率的不同发出不同声音，驱动在微震台上的传感器，传感器采集这些震动信号，通过对采集信号进行分析，可以比较采集信号与原始参照信号的不同，采用自适应滤波算法，更新所用滤波器系数，通过参数调整，使采集信号与原始参照信号无限逼近，在采集结束后关闭采集卡和扬声器。

本系统采用的扬声器是性能比较好的高品质扬声器，一般扬声器无法满足本系统的要求，采用的数据采集卡是NI公司的PXI－4461板卡，这款同步数据采集卡配
备2组模拟输入端，内含2个独立ADC(模数转换器)，具有多种触发模式。

基于PXI－4461的通用数据采集系统结构如图7所示。

图7 基于PXI－4461的数据采集系统结构框图
将采集的现场信号经滤波器滤波后送入PXI－4461板卡，通过A/D转换器将模拟信号转换为数字信号，存于板载缓存FIFO(先入先出)中，当板载缓存半满或全满时，以直接内存存取方式，将数据输出到内部缓冲区(从FIFO取来的原始值)，进
一步存到用户缓冲区(经转换之后的电压值)，在程序控制下将内部缓冲区或用户缓冲区的数据以文件的形式保存至计算机中，在实际调试时，数据采集卡采集的速度与从用户缓冲区读走到硬盘的速度这几个参数必须互相配合设定，折衷考虑缓冲区溢出和读出空数据的问题，才能使采集卡获得良好的采集和数据存储的性能。

使用过程中，用户缓存的大小一般可以设为内存的十分之一左右。

在用LabVIEW调试过程中，对于不同大小的文档，读取点数与采样点数需相等，如果采样率小，则显示波形图的时间长度(超时时间)默认为10 s，设定超时时间时，
超时时间必需大于读取样本点数与采样率的比值。

如果采样率过小，则会出现采集点数少于读取点数值，此时会报错，需增加采集时间，采集足够的点才可以。

如果采样率过大，则采集时间会变短，对于原始波形，可能无法全部显示，会遇到采集波形包络为原波形包络中的部分包络，两端出现通道特性的情况，实际应用时，需要对读取点数，采集点数及采样率进行综合考虑。

3.5 数据对照分析部分
基于LabVIEW的数据调用、处理与分析，在调试的过程中，存在数据溢出和读取空数据的错误，重新设置采样读取点数、采样率及每通道采样数，问题得以解决，对于读取的信号进行直接播放，可以得到相应的采集信号，当在消声室进行实验时，二者在频率上没有大的差异，可是采集的信号，会有很大的衰减，波形也存在比较大的误差，需要进行特殊处理，才能对二者进行比较，利用上述程序完成信号采集后将新采集信号存储，用于将来分析应用。

本系统中，将读取的数据转化为TXT格式存储，新采集的数据也存为TXT文本格式，用LabVIEW程序将TXT文本调出并进行频谱分析，在程序前面板中可以同
时将一段数据表示的信号时域波形及利用“FFT功率谱“VI分析获得功率谱波形
显示出来，如图8是未进行自适应的波形图，图9是进行自适应后的波形图。

图8 未进行自适应的波形图
图9 进行自适应后的波形图
图10是4辆某类型车自适应波形图，其中浅灰色是原始读取信号，而黑色是自
适应后的采集信号。

通过上面几个图的分析可以得出，未进行自适应处理以前，采集信号的通道特性特别明显，且波形相差很大，而采取自适应处理后，虽然波形有差别，但采集信号与原始读取信号波形基本吻合。

可见采用Filtered－X LMS自
适应滤波系统可以基本满足采集信号与原始读取信号无限逼近的要求。

4 结束语
综上，本系统利用自动调整自身的参数自适应滤波系统，采用基于LMS的Filtered－X自适应滤波算法，根据最小均方误差估计(MMSE)［4］算法和最陡下降(SD)法［5］提出的最小均方算法(LMS)，通过迭代调整线性滤波器的系数来减少误差e(n)的能量，系统参数能够随着外界信号特性的变化而动态改变，使得采集信号与原始输入信号无限逼近。

图10 4辆某类型车的自适应波形图
可见，利用LabVIEW语言可以方便地解决信号采集与处理领域的相关问题，通过调用该语言提供的专用VI，可以实现对数据的播放、采集与分析，并且可以对程序进行封装或调用其他语言编写的程序，便于程序扩展，提高编程效率。

参考文献
［1］邢冀川，吞进，等.数字信号处理及其LabVIEW实现［M］.北京:电子工业出版社，2013.
［2］李江全等.LabVIEW虚拟仪器从入门到测控应用130例［M］.北京:电子工业出版社，2013.
［3］周鹏等.精通LabVIEW信号处理［M］.北京:清华大学出版社，2013. ［4］胡广书.数字信号处理——理论算法与实现［M］.北京:清华大学出版社，2001.
［5］张贤达.现代信号处理［M］.北京:清华大学出版社，2005.。