桂林电子科技大学毕业设计（论文）报告用纸 第 26 页 共 48 页
4.5.1串行通信接口通信格式
串行通信接口异步通信格式可使用半双工或全双工通信方式。这种模式下，一帧包括一个起始位，1～8个数据位，一个可选的奇偶校验位，1～2停止位。每个数据位占用8个SCICLK周期。
接收器在收到有效的起始位后开始操作。有效的起始位由四个连续内部SCICLK周期的零位识别出来。如果任一位不为0，则处理器的启动结束并开始寻找另一个起始位。
对于起始位后的位，处理器通过对中间位采样3次决定其位值。这些采样点出现在第4、第5和第6个人SCICLK周期，位值取决于多数。 4.5.2串行通信接口波特率计算
内部生成的时钟由系统时钟SYSCLK频率和波特率选择寄存器决定。串行通信接口使用16位波特率选择寄存器，数据传输的速度可以被编程为65000多种不同的方式。
不同通信模式下的串行通信接口异步波特率由下列方法决定： （1）BRR=1～65535时的串行通信接口异步波特率为： SCI异步波特率=SYSCLK/[(BRR+1)×8]
其中， BRR=SYSCLK/(SCI异步波特率)×8-1 （2）BRR=0时的串行通信接口异步波特率为: SCI异步波特率=SYSCLK/16
这里BRR等于波特率选择寄存器的16位值。 4.5.3串行通信主程序
见附录2 4.6 MATLAB串口通信
表4-1 常用的串口操作命令及其含义
命令 S=SERIAL('COM1'，BaudRate’，9600) SET(S) FOPEN(S) FSCANF(S) FPRINTF(S) FCLOSE(S) DELETE(S) 命令含义 建立一个波特率为9600的串口S 显示串口的所有属性 打开串口S 以指定的格式从串口S读入数据 向串口S发送数据 关闭串口对象S 删除串口对象S
对于WINDOWS系统而言，硬件系统的驱动程序有着十分严格的规范，可以用C或汇编语言进行开发，而MATLAB本身是一个跨平台的软件，并不具备直接访问硬件的能力。即
桂林电子科技大学毕业设计（论文）报告用纸 第 27 页 共 48 页
使安装了驱动程序并能正常工作的硬件设备，MATLAB也没有统一的形式对其进行访问。对于系统的串口，在MATLAB6.X中以类(SERIAL)的形式提供了支持。当用指令建立了一个串口对象(句柄)以后，对串口的硬件操作可以文件操作的软件形式来完成，方法比较简单。常用的串口操作命令及其含义如下表4-1所示，这些命令既可在MATLAB命令窗口实现，也可以M文件的形式出现，使用起来十分方便。
桂林电子科技大学毕业设计（论文）报告用纸 第 28 页 共 48 页
5 信号处理
大部分振动信号是非平稳信号，单纯在时域或频域里描述信号时存在时域和频域的局部化矛盾，简单的傅立叶变换是不使用的。为解决这个问题，人们提出了时频分析法。短时傅立叶分析即保持了傅立叶分析的优点，又在一定程度上弥补了傅立叶变换的不足，但是短时傅立叶变换确定的时频窗口的形状和大小是固定不变的，不能敏感地反映信号的突变。小波分析具有良好的时频局部化特性，继承和发展了短时傅立叶变换的思想，具有敏感的“变焦”特性，被誉为“数学显微镜”，为非平稳信号分析、弱信号提取和信号滤波等提供了一条有效途径。在振动信号采集系统中，选择合适的小波函数，建立小波去噪模型，提取隐含在大量杂乱信息中的喷管振动信号，进而准确地判断喷管的工作状态。 5.1 信号的小波变换
小波变换的基本思想与傅立叶变换是一致的，它也是用一族函数来表示信号，这一族函数称之为小波函数系。它是由一个基本小波函数平移和伸缩构成的。
函数的连续小波变换是函数在小波函数簇上{Ψa，b}的投影，对于f∈L2的信号，其连续小波变换和逆变换公式如下：
Wf(a，b)=﹤f，Ψa，b﹥=∣a∣1/2∫Rf(t) Ψ(
t-b)dt (5-1) a 上式中，b为平移因子，决定了小波变换的时空域信息。a为尺度因子，a增大时，表示以伸展了Ψ(t)的波形去观察整个f（t)；当a减小时，表示以压缩的Ψ(t)波形去衡量局部f(t)。
Ψ(t) 为基本小波。作为基本小波，Ψ(t)必须是在时域上以t=0为中心，随时间振荡的一段小波，小波名称也由此而来。
Ψ(t) 可以被看作是品质因子Q恒定的带通滤波器，根据小波变换的性质可得，带通滤波器的带宽Vf正比于中心频率f，即：Vf/f=Q。因此，通过小波变换，我们就可以在分析信号的低频成分时，使用较低的频率分辨率；而在分析信号的高频成分时，使用较高的频率分辨率，从而弥补了傅里叶变换和短时傅里叶变换的不足。
实际上在对信号进行处理时，需要将连续小波及变换离散化，以便计算机分解计算。小波函数的离散形式如下：
Ψm，n（t）=a0m/2Ψ（a0mt － nb0） (5-2)
上式中，a0>1，b0>0，m，n∈z。常取a0=2，b0=1，称为二进制小波函数。离散小波变换公式是：
Wf(m，n)=a0-m/2∫∞-∞fm，n(t) Ψ（a0mt － nb0） (5-3)
桂林电子科技大学毕业设计（论文）报告用纸 第 29 页 共 48 页
5.2 小波变换的分解与重构算法
玛拉特于1989年提出了多尺度分析和多分辨率逼近的概念，将正交小波基的构造纳入统一的框架之中，同时给出了小波分解与重构的Mallat塔形算法。对初始序列co=(q)。∈：∈L2(z)，小波分解Mallat算法可以表示为：
Cj+1=HCj，Dj+l=GCj (5-4)
小波重构Mallat算法可以表示为：
Cj=H*Cj+1+G*Dj+1 (5-5)
5.3 小波去噪原理
为了从含噪信号中还原出真实信号，可以利用信号和噪声在小波变换下的不同的特性，通过对小波分解系数进行处理来达到信号和噪声分离的目的。在实际工程应用中，有用信号通常表现为低频信号或是一些比较平稳的信号，而噪声信号则通常表现为高频信号，所以我们可以先对含噪信号进行小波分解，用门限阈值对小波系数进行处理，重构信号即可达到去噪的目的。
在这三个步骤中，最关键的就是如何选取阈值和如何进行阈值的量化处理。从某种程度上说，它直接关系到信号的质量。从小波降噪处理的方法上
说，一般有以下三种处理方法：
(1)强制降噪处理。该方法把小波分解结构中的高频系数全部变为0，然后再对信号进行重构处理，该方法比较简单，且重构后的信号也比较平滑，但容易丢失信号的有用成分。
(2)默认阈值降噪处理。
(3)给定软(或硬)阈值降噪处理。该方法利用实际降噪处理过程中的经验公式给出阈值，往往比默认阈值更具有可信度。
5.4 振动信号的分析
分析中采用软阈值中的启发式阈值，小波分解层次选择5层，去噪彻底，能够取得更为平滑和理想的去噪效果。原始信号和经过小波去噪后的振动信号如图5-1所示。
图5-1 原始信号和经过小波去噪后的振动信号
事实证明，小波分析能够很好的保留原信号的有用成分，有效地滤除信号中掺杂的
桂林电子科技大学毕业设计（论文）报告用纸 第 30 页 共 48 页
噪声信号，小波分析在振动非平稳信号的处理中有着良好的优越性。