0 引言

煤矿机电设备运行时，不可避免地会遇到异常情况，此时煤矿机电监控系统将异常信号传输至管理者，但信号传输过程中存在延迟现象，导致煤矿机电设备异常信号不能及时上报，给煤矿开采安全和效率带来影响[1-2]。相关学者对异常信号传输延迟消除进行了研究。文献[3]根据信号传输时间的波动性，提出了改进背压算法，该算法用队列长度、队头延迟、路由跳数来计算链路权值，从而实现链路调度，改善网络延迟性能。文献[4]设计了基于STM32单片机的同步信号传输延时校正模块，采用STM32单片机定时器单脉冲模式，校正同步信号延时，可解决同步信号传输延时问题。然而上述方法生命周期较短，且延迟消除效率较低。本文提出了一种煤矿机电监控系统异常信号传输延迟消除方法，该方法通过FIR数字滤波器获取严格的线性相位特性，建立异常信号传输延迟检测模型，利用动态树(Link Cut Tree，LCT)构建异常信号聚集树模型，实现对异常信号传输延迟的消除。

1 煤矿机电监控系统异常信号传输延迟消除

1.1 异常信号传输延迟检测模型构建

对煤矿机电监控系统异常信号检测时，需要对其进行滤波以减少信号中存在的噪声干扰，尤其当异常信号较少时，滤波处理对于异常信号传输延迟检测的准确性影响较大[5-7]。异常信号经滤波处理后需要保持幅度特性，同时还需要保持相位不失真。FIR数字滤波器比较容易获取严格的线性相位特性，因此选用FIR数字滤波器对煤矿机电监控系统异常信号进行滤波处理[8-10]。

FIR数字滤波器的冲激响应h(n)和相应的频率响应分以下2种情况。

(1) 当冲激响应h(n)呈偶对称，且滤波器总阶数N为奇数时，频率响应为

(1)

式中：ω为滤波器的冲激响应频率；n为滤波器阶数。

依据h(n)=a(n)cos(ωn)(a(n)为h(n)偶对称时谐振频率)可得

(2)

式中为幅度标准量化函数。

(2) 当冲激响应h(n)呈奇对称，且滤波器总阶数N为偶数时，频率响应为

(3)

依据h(n)=b(n)cos(ωn)(b(n)为h(n)奇对称时谐振频率)可得

(4)

式中为幅度相位量化函数。

根据上述2种情况的分析可知，滤波器的相位特性与h(n)的对称性相关，与h(n)值无关。当冲激响应h(n)的序列具有一定的对称性时，滤波器才具有线性相位的特性，因此得到异常信号传输延迟检测模型：

(5)

异常信号传输延迟检测模型检测出的异常信号相位延迟为冲激响应长度的1/2[11-13]，异常信号传输延迟主要受冲激响应阶数的影响。

1.2 异常信号聚集树模型构建

为遍历异常信号，利用LCT构建异常信号聚集树模型[14-16]，具体步骤如下。

(1) 将异常信号节点作为树根节点[17-19]，在创建第i(1<i≤L，L为子树大小的总和)层树结构时，先在第1层搜寻由异常信号u构成的集合Z，并找出其中干扰度v所在的最小子集Z′。之后自第2层开始，依次搜寻Z′的中间信号集合D，检查异常信号u是否属于中间信号集合D。

(2) 当异常信号遍历结束(即i=L)时，检查未被覆盖的信号是否属于集合Z′中没有被覆盖的信号集合U。

(3) 计算U中干扰度v的有效覆盖度e。

(4) 在中间信号集合D中挑选出子信号最少的异常信号u作为父亲信号，记为pu。

检查第i-1层的异常信号是否属于中间信号集合时至多需要O(mi-1)时间(mi-1为集合Z中异常信号数量)。每当要加入1个异常信号时，都要对D中的每个信号进行扫描，则扫描所需时间为O(mi-1+(mi-1-1)+…+3+2+1)。假设将第i层异常信号作为父亲信号pu所需时间为O(mi)，则异常信号聚集树模型为其中δ(·)为信号聚集函数。

1.3 异常信号传输延迟消除

利用异常信号聚集树模型，自上而下依层次对异常信号进行延迟消除。第i层信号传输延迟消除的具体操作步骤如下。

(1) 对第i-1层未经过延迟消除的信号进行标记，判断是否属于Z′的中间信号集合。

(2) 计算所有标记信号的时槽：

(6)

式中Ei为所有标记信号的间隔。

(3) 将时槽最小的标记信号加入到异常信号集合，得到时槽最小限制下的异常信号集合，由异常信号集合构建延迟信号传输关系函数，为消除延迟计算打开干预端口，创建一个由异常信号集合构成的粒子全空间，在该空间中的每一粒子个体都可作为一个独立的延迟优化因子，从而完成异常信号延迟消除。

2 仿真验证

仿真实验检测环境：硬件包括Intel Xeon Platinum 8173M @ 2.00 GHz处理器、4 GB DDR4-2400内存接口、GeForce GTX 1050显卡、Windows 10操作系统；软件为OpenSTA，Selenium。仿真设置：信号丢包率为0.8，传输延迟在2～15 ms之间随机取值，初始时刻在0～2 s之间随机取值，在同一时刻统一开始执行任务。选用某煤矿机电监控系统生成的信号库，该信号库中大部分是监测到的煤矿机电设备异常信号，其中部分信号延迟。为检验本文方法的有效性，采用文献[3]方法、文献[4]方法与本文方法进行对比，仿真结果如图1和图2所示。

图1 不同方法生命周期对比
Fig.1 Comparison of life cycle among different methods

图2 不同方法延迟消除效率对比
Fig.2 Comparison of delay elimination efficiency among different methods

由图1可知，文献[3]和文献[4]方法的生命周期均随着信号数量的增大逐渐缩短，其中文献[3]方法的生命周期较短，文献[4]方法的生命周期变化最大；本文方法的生命周期变化趋势较为平稳，且整体来看是3种方法中生命周期最长的。

由图2可知，文献[3]方法初期的延迟消除效率较低，延迟消除效率随信号数量的增大缓慢提高；文献[4]方法比文献[3]方法的延迟消除效率低，且在信号数量大于300个时，延迟消除效率基本保持不变；本文方法的延迟消除效率随信号数量的增大逐渐提高，最大值接近100%。延迟消除效率越大，异常信号传输拥塞越小，因此本文方法具有较好的信号传输延迟消除效果。

3 结语

煤矿机电监控系统异常信号传输延迟消除方法通过对异常信号进行FIR数字滤波处理，检测异常信号传输延迟，并利用LCT构建异常信号聚集树模型，对未经过延迟消除的信号进行标记处理，计算所有标记信号的时槽，挑选出时槽最小的信号，对信号进行延迟消除。仿真结果表明，该方法生命周期长，且消除异常信号传输延迟的效率较高。

参考文献（References）：

[1] 赵太飞,雷洋飞,刘龙飞.适用于紫外光通信的延迟判决均衡算法[J].激光技术,2019,43(1):137-141.

ZHAO Taifei,LEI Yangfei,LIU Longfei.Equalization algorithm with delayed decision suitable for UV communication[J].Laser Technology,2019,43(1):137-141.

[2] 周冰.煤矿高压电缆局部放电脉冲信号去噪研究[J].工矿自动化,2017,43(12):22-26.

ZHOU Bing.Research on partial discharge pulse signal denoising of high voltage cable in coal mine[J].Industry and Mine Automation,2017,43(12):22-26.

[3] 胡雪晴,周继鹏,陈晓霞.Ad hoc网络中Backpressure调度算法延迟性能的改进[J].计算机应用研究,2017,34(6):1812-1816.

HU Xueqing,ZHOU Jipeng,CHEN Xiaoxia.Delay improving of Backpressure scheduling algorithm on Ad hoc networks[J].Application Research of Computers,2017,34(6):1812-1816.

[4] 孙夫文,郑采君,刘昕卓,等.基于STM32同步信号传输延时校正模块设计与实现[J].电子设计工程,2019,27(16):170-174.

SUN Fuwen,ZHENG Caijun,LIU Xinzhuo,et al.Design and implementation of delay correction module for synchronous signal transmission based on STM32[J].Electronic Design Engineering,2019,27(16):170-174.

[5] 赵银泽,江凌云.一种基于D2D的VANET中时延最小化的资源分配方案[J].南京邮电大学学报(自然科学版),2018,38(5):48-55.

ZHAO Yinze,JIANG Lingyun.D2D-based resource allocation scheme for minimizing delay in VANET[J].Journal of Nanjing University of Posts and Telecommunications(Natural Science Edition),2018,38(5):48-55.

[6] 刘建成,全厚德,李召瑞,等.多路延迟正交合成的多径信道射频干扰对消[J].电子与信息学报,2017,39(3):654-661.

LIU Jiancheng,QUAN Houde,LI Zhaorui,et al.RF interference cancellation based on multi-tap delay and orthogonal combination in multipath channel[J].Journal of Electronics & Information Technology,2017,39(3):654-661.

[7] 王金凤,张肖,翟雪琪,等.煤矿机电设备管理资源投入的逆优化方法研究[J].煤炭工程,2017,49(7):142-144.

WANG Jinfeng,ZHANG Xiao,ZHAI Xueqi,et al.Study on the management resource investment of coal mine mechanical and electrical equipment based on inverse optimization[J].Coal Engineering,2017,49(7):142-144.

[8] 张婵,易唐唐.基于和声搜索算法的VANET分布式拥塞控制方案[J].控制工程,2017,24(8):1636-1642.

ZHANG Chan,YI Tangtang.A distributed congestion control scheme for VANET using harmony search[J].Control Engineering of China,2017,24(8):1636-1642.

[9] 宋连科,牛明生,韩培高,等.基于电光补偿测量的光相位延迟拓展测量法[J].光学技术,2017,43(3):199-202.

SONG Lianke,NIU Mingsheng,HAN Peigao,et al.Optical phase delay expansion measuring method based on electro-optical compensation measurement[J].Optical Technique,2017,43(3):199-202.

[10] 洪文圳,李冬睿,沈阳.中断最小化I2RV候选中继DTN拥塞控制协议[J].计算机工程与设计,2017,38(4):903-908.

HONG Wenzhen,LI Dongrui,SHEN Yang.IM-DTR:DTN congestion control protocol based on interrupt minimization I2RV[J].Computer Engineering and Design,2017,38(4):903-908.

[11] 晋会杰,刘彦甲.无线网络通信传输信号延迟消除仿真研究[J].计算机仿真,2017,34(12):157-160.

JIN Huijie,LIU Yanjia.Simulation research on delay cancellation of transmission signal in wireless network communication[J].Computer Simulation,2017,34(12):157-160.

[12] IBRAHIM M,PARDI C I,BROWM T W C,et al.Active elimination of radio frequency interference for improved signal-to-noise ratio for in-situ NMR experiments in strong magnetic field gradients[J].Journal of Magnetic Resonance,2018,287:99-109.

[13] WU Yushuang,LI Xiukun.Elimination of cross-terms in the Wigner-Ville distribution of multi-component LFM signals[J].IET Signal Processing,2017,11(6):657-662.

[14] 徐晓刚,王映品,李兰芳,等.快速频率自适应级联信号延时消除锁相环[J].电力电子技术,2018,52(3):61-63.

XU Xiaogang,WANG Yingpin,LI Lanfang,et al.Fast convergence adaptive cascaded delayed signal cancellation-PLL[J].Power Electronics,2018,52(3):61-63.

[15] SANDVAND A,HALVORSEN E,AASMUNDTVEIT K E,et al.Identification and elimination of hygro-thermo-mechanical stress-effects in a high-precision MEMS pressure sensor[J].Journal of Microelectromechanical Systems,2017,26(2):415-423.

[16] 张振仟,胡明宝,何田勇,等.基于多延迟相关参数的信号处理算法[J].雷达科学与技术,2016,14(5):521-525.

ZHANG Zhenqian,HU Mingbao,HE Tianyong,et al.Improved signal processing algorithm based on multi-lag autocorrelation parameters[J].Radar Science and Technology,2016,14(5):521-525.

[17] 柳治谱,王勇.基于无线传感器网络的坡面异常信号检测方法研究[J].传感技术学报,2017,30(10):1536-1541.

LIU Zhipu,WANG Yong.Research on method of slope abnormal signal detection based on wireless sensor network[J].Chinese Journal of Sensors and Actuators,2017,30(10):1536-1541.

[18] IBRAHIM M,PARDI C I,BROWN T W C,et al.Active elimination of radio frequency interference for improved signal-to-noise ratio for in-situ NMR experiments in strong magnetic field gradients[J].Journal of Magnetic Resonance,2018,287:99-109.

[19] YIN Zhong,LIU Lei,LIU Li,et al.Dynamical recursive feature elimination technique for neurophysiological signal-based emotion recognition[J].Cognition Technology & Work,2017,19(4):667-685.