风力发电机振动信号预处理过程滤波方法（接上一篇）

4、20世纪70年代中期，B维德罗等人提出自适应滤波算法，发展了*佳滤波理论。自适应滤波器就是利用前一时刻已获得的滤波参数等结果，自动地调节现时时刻的的滤波参数，以适应信号或噪音未知的或随时间变化的统计特性，从而实现*优滤波。它能够在被控制对象随时间变化的情况下，自动跟踪干扰信号的频率，并调节滤波器的参数从而去除被测信号中的干扰信号，也就是说它具有跟踪和自动调节的能力。并且自适应滤波器的实现几乎和维纳滤波器同样简单，而滤波性能几乎和卡尔曼滤波器一样好。

自适应滤波器可以分为线性自适应滤波器和非线性自适应滤波器，非线性自适应滤波器具有更强的的信号处理能力，但其算法较复杂。基于以上优点，自适应滤波器振动分析仪被广泛应用于各个领域。

5、数学形态学滤波。数学形态学是1964年由法国马瑟荣（G.Matheron）和塞拉（J.Serra）在积分几何研究成果的基础上创立的，该方法与基于时域、频域的数学方法不同，是通过设计一种称为结构元素（相当于滤波窗）用来收集信号信息的探针在信号中不断移动，来提取有用信息进行特征分析和描述，达到提取信号、保持细节和抑制噪声的目的。

数学形态滤波器的有点在于进行数字信号处理时只取决于待处理信号的局部形态特征，通过数学形态变换将一个复杂的信号分解成具有物理意义的若干部分并将其与背景剥离，同时保持信号主要的形状特征，要比传统的线性滤波器更为有效。这种滤波器振动分析仪*初是用于数字图像的处理和识别，经过不断的发展，在旋转机械中也开始得到应用。

6、幅值与倾角双判据滤波。尖脉冲是旋转机械振动信号中*常见的干扰信号，但在实际测试中，并非所有的脉冲信号都是干扰信号，直接将其剔除是不正确的。但是，绝大多数的数字滤波器中，包括自适应滤波器，形态学滤波器并没有对这方面进行特别处理。幅值与倾角双判断滤波法是以两相邻测点幅值的差值和连线的倾角作为判断依据，来剔除脉冲干扰信号的一种滤波法。

与限幅滤波法相比，克服了限幅滤波法的权系数与信号密切相关的不足，增加了工程实用性，改变了限幅滤波法智能判断单点脉冲的缺点，可以判断多点脉冲，加入了有用性判据，避免了对脉冲信号的盲目消除。经过大量的实验测试，包括多型风力发电机，只要选择合适的权系数，就能适合各种类型的振动信号，但是通过对该算法的分析，不难发现它仍然存在不能识别具有周期性特性的脉冲干扰信号的缺陷。