4、信号采集与预处理：数据采集系统组成、采样率选择、抗混叠滤波、去趋势、去噪等预处理方法
无人机电机异常监测的准确性，首先取决于能否获取到高质量、高保真的震动信号。如果采集环节引入噪声、混叠或趋势项，后续无论频域分析算法多么先进，都难以提取出真实的故障特征。本章将系统讲解数据采集系统的硬件组成、采样率与抗混叠滤波的工程权衡，以及去趋势、去噪等预处理方法，帮助学员建立从传感器到干净信号的完整链路认知。
4.1 数据采集系统组成与硬件选型
一套完整的无人机电机震动数据采集系统，通常由传感器、信号调理电路、抗混叠滤波器、模数转换器（ADC）以及数据存储/传输模块五大部分组成。在无人机这种体积、重量和功耗受限的平台上，每个环节都需要精心设计。
传感器选型是首要环节。对于电机震动监测，目前工程上最常用的是压电式加速度计（ICP型），其优点是频响宽（可达10kHz以上）、动态范围大、信噪比高。选型时需关注三个关键参数：灵敏度（通常为10-100mV/g）、量程（无人机电机震动一般在±10g以内，但需考虑启动冲击，建议选±50g）、频率响应范围（至少覆盖1Hz-5kHz）。对于多旋翼无人机，建议在电机座三个正交方向（X/Y/Z）各安装一个加速度计，以便捕捉径向和轴向的震动特征。
信号调理电路负责为传感器提供恒流源供电（典型值4mA）、去除直流偏置（AC耦合）并进行增益放大。由于压电传感器输出阻抗较高，调理电路还需具备高输入阻抗（≥1MΩ）以匹配。在无人机应用中，调理电路通常集成在飞控或专用的震动采集模块中，需注意电磁屏蔽，避免电机驱动PWM信号和电源纹波的干扰。
- 传感器安装：使用螺纹刚性连接，避免使用双面胶或磁吸座，防止安装谐振影响测量。
- 线缆屏蔽：采用双绞屏蔽线，屏蔽层单端接地（靠近采集端），避免形成地环路。
- ADC分辨率：至少16-bit，推荐24-bit ΔΣ型ADC，以满足微弱故障特征提取的需求。
- 同步采样：多通道采集时需保证各通道同步，避免相位误差影响后续轴心轨迹分析。
4.2 采样率选择与抗混叠滤波
采样率的选择直接决定了可分析的频率范围。根据奈奎斯特采样定理，采样率必须大于信号最高频率的两倍。但在工程实践中，由于实际滤波器并非理想低通，通常采用2.56倍法则：采样率设置为最高分析频率的2.56倍。例如，若要分析到5kHz的震动频率，采样率应设为12.8kHz；若需分析到10kHz（考虑齿轮啮合频率），则采样率设为25.6kHz或更高。
抗混叠滤波器是采样前必须的硬件低通滤波器，其作用是衰减高于奈奎斯特频率（fs/2）的信号成分，防止高频信号折叠到低频段造成虚假频率。理想情况下，抗混叠滤波器应在fs/2处具有陡峭的衰减特性（阻带衰减≥80dB）。实际工程中，常采用巴特沃斯或椭圆滤波器，截止频率设为fs/2.56，这样在fs/2处已有足够的衰减。
| 最高分析频率 | 推荐采样率 | 抗混叠滤波截止频率 | 适用场景 |
|---|---|---|---|
| 1 kHz | 2.56 kHz | 1 kHz | 低速电机、轴承故障低频特征 |
| 5 kHz | 12.8 kHz | 5 kHz | 常规多旋翼电机震动监测 |
| 10 kHz | 25.6 kHz | 10 kHz | 高速电机、齿轮箱故障诊断 |
| 20 kHz | 51.2 kHz | 20 kHz | 超声波频段分析、早期点蚀诊断 |
4.3 去趋势与去噪预处理方法
采集到的原始震动信号往往包含多种干扰成分，需要经过预处理才能用于后续的频域分析。预处理的核心目标有两个：消除趋势项和抑制噪声。
去趋势主要解决信号中的直流偏置和低频漂移问题。无人机电机在启动和变速过程中，震动信号会叠加一个缓慢变化的趋势项，这会导致频谱分析时0Hz附近出现虚假的高能量成分。常用的去趋势方法包括：
- 高通滤波法：设置1-5Hz的高通滤波器，直接滤除低频趋势项。这是最常用的方法，但需注意高通滤波器的相位响应可能影响低频段特征。
- 多项式拟合法：对信号进行最小二乘多项式拟合（通常1-3阶），然后从原始信号中减去拟合曲线。适用于趋势项为缓变非周期信号的场景。
- 均值去除法：直接减去信号的平均值，仅适用于消除直流偏置，无法处理动态漂移。
去噪处理针对的是随机噪声和电磁干扰。无人机电机驱动系统是强电磁干扰源，PWM开关频率（通常8-20kHz）及其谐波会耦合到震动信号中。常用的去噪方法包括：
- 小波阈值去噪：对信号进行小波分解，将小波系数中小于阈值的部分置零，再重构信号。该方法在保留瞬态冲击特征（如轴承点蚀）方面优于传统低通滤波。
- 自适应滤波：以电机转速信号或PWM控制信号作为参考输入，通过LMS或RLS算法自适应消除与参考信号相关的干扰成分。适用于干扰频率已知且与转速相关的场景。
- 中值滤波：对信号进行滑动中值计算，可有效去除脉冲噪声（尖峰），但会损失部分高频细节。
4.4 案例拆解：某六旋翼无人机电机震动信号预处理实战
某工业级六旋翼无人机在飞行测试中，飞控系统报告2号电机震动值异常偏高（达到0.8g，正常值0.3g以下）。地面工程师需要从原始震动数据中提取有效特征，判断是轴承磨损、转子不平衡还是安装松动问题。
采集配置：在2号电机座X/Y/Z三向安装ICP加速度计（灵敏度100mV/g，量程±50g），采样率设为12.8kHz（最高分析频率5kHz），抗混叠滤波器截止频率5kHz，24-bit ADC采集，连续记录30秒飞行数据。
初始现象：原始时域信号显示震动幅值波动较大，且存在明显的直流漂移（信号均值从-0.2g缓慢变化到+0.3g）。频谱分析（直接FFT）显示0-50Hz频段能量异常高，掩盖了高频故障特征。
预处理步骤：
- 去趋势：采用2阶多项式拟合法去除信号中的低频漂移，消除直流偏置和温度漂移影响。
- 抗混叠验证：检查原始信号频谱，确认5kHz以上无显著能量（硬件滤波器工作正常）。
- 小波去噪：使用db4小波基，进行5层分解，对细节系数采用软阈值处理（阈值取σ√(2logN)，σ为噪声标准差估计值），重构信号。
- 信号校验：计算去噪后信号的信噪比（SNR），从原始约15dB提升至28dB，满足后续分析要求。
分析结果：预处理后的频谱图在1.2kHz处出现明显的边频带（间隔为电机转频50Hz），且2倍频、3倍频成分突出，判断为转子不平衡故障。进一步检查发现电机桨叶固定螺丝松动，重新紧固后震动值降至0.25g，恢复正常。
4.5 常见误区与总结复盘
在信号采集与预处理环节，工程实践中常见以下误区，需要特别注意避免：
| 误区 | 后果 | 正确做法 |
|---|---|---|
| 采样率设置过低 | 高频故障特征被混叠，频谱出现虚假频率 | 严格遵循2.56倍法则，留足裕量 |
| 忽略抗混叠滤波器 | 高频噪声折叠到低频段，污染故障特征 | ADC前必须配置硬件低通滤波器 |
| 过度滤波 | 滤除真实故障冲击特征，导致漏诊 | 根据故障特征频率范围选择滤波参数 |
| 未校验数据质量 | 传感器饱和、断线等问题未被发现 | 预处理后检查幅值范围、SNR、波形形态 |
| 忽视相位失真 | 多通道信号相位不一致，影响轴心轨迹分析 | 使用零相位滤波或线性相位FIR滤波器 |
总结：信号采集与预处理是无人机电机异常监测系统的“地基工程”。一个设计良好的采集系统应具备足够的采样率、可靠的抗混叠滤波和合理的硬件布局；预处理流程则应针对无人机电机的实际工况，综合运用去趋势、去噪和信号校验方法，确保进入频域分析模块的信号真实、干净、信息完整。建议在实际项目中建立信号质量评估标准（如SNR≥20dB、无削顶、无趋势残留），并定期对传感器和采集链路进行校准，以保证长期监测数据的可比性和故障诊断的可靠性。