21世纪过程工业、能量计量、城市公用事业等的发展对流量测量的需求急剧增长，流量计量是关乎国计民生的一项重要工作。

微电子技术和计算机技术的飞跃发展极大地推动仪表更新换代，促使仪表迅速发展，新型流量计如雨后春笋般涌现出来。涡街流量计以其*的优点，是其中一种具有极大发展潜力的流量计。

涡街流量信号处理一直是国内外流量测量领域里研究的热点。本文从若干角度对涡街流量信号进行了研究。

结合国内外对涡街流量信号噪声的研究结果，本文对涡街流量信号的干扰组成信号进行了分析，依据干扰性质不同，定义了三类主要的干扰分量：管道振动干扰、脉动干扰、非线性噪声干扰。对国内外振动干扰和脉动干扰的研究成果进行了总结归纳，结合大量的实验数据分析，阐述了振动、脉动干扰对涡街流量测量的影响。zui后论文计算验证了涡街流量信号非线性噪声的混沌性质。在这一部分内容的小结中，论文综合对比了涡街流量各组成干扰信号的特征性质，以及它们可能对涡街流量测量产生的主次影响关系。

文中对涡街流量信号数据进行频谱分析，获得了信号和噪声的频率特征关系，并分析了主要干扰噪声的来源为振动干扰。课题通过加速度传感器采集管道振动信号数据，并结合采集得到的管道加速度信号和涡街流量信号的频谱分析对比结果，得出结论：基于该方法获得的管道振动信号频率和涡街流量信号的主要干扰分量频率正相关，且近乎于相等。这个研究结论为滤除涡街信号中的zui主要干扰成分提供了一个新的思路。

鉴于低流速时，涡街流量信号具有显著的非线性特征，为了较好的对该流速段的涡街流量信号进行处理，论文引入适合于非线性信号分析的经验模态分解法，并对之进行了算法的改进，提出了基于时间尺度分析的经验模态分析方法，基于该改进的算法，论文对仿真的涡街流量信号和实际的涡街流量信号进行了计算仿真，发现该方法能较小波分解方法在对涡街流量非线性信号的处理过程中表现出更好的适应性，涡街信号分量的模态分解较好，涡街信号频率的计算精度和小波分析的计算精度接近，然而，在计算过程中，由于基于TEMD 分解的滤波技术用到高次样条插值,则计算时间的花销远比小波分解计算时间多。zui后论文探讨了基于高次样条插值的TEMD算法效率。

 由大量实验数据分析得到的全流速段涡街流量信号的波形特征，论文将涡街流量信号模型简化，抽取出主要的信号成分组成涡街典型波形，基于该典型特征，文中探索了基于整流的阈值自适应算法、信号波形分析法和阈值的脉宽估计法这三种方法，并总结提出了基于智能时域分析的涡街流量信号处理方法。该方法以波形分析理论为依据，通过智能阈值跟踪和脉宽估算，能在满足实时性的要求下实现较低信噪比涡街信号的测量；给出了以单片机μPSD3251为核心的智能时域算法的软件和硬件实现方案以及测试结果，并对整个系统的测量性能和阈值跟踪能力进行了分析。

综上所述，本文取得了以下创新成果：

对涡街流量信号的三类干扰的研究进行了归纳综合，并提出并验证了涡街流量非线性干扰信号的混沌特性。

通过加速度传感器采集管道振动加速度信号，数据分析表明该方法获得的管道振动信号特征能够反映涡街流量信号主要干扰特征，并为一一对应关系，这个结论为有效滤除涡街流量信号中的zui主要干扰提供了新思路。

对低流速的涡街流量信号进行了非线性信号处理方法的研究，提出了基于时间尺度分析的经验模态分解方法，并研究了该方法对涡街流量信号处理的适用性。

基于涡街流量信号波形的特点，提出了基于智能时域分析方法的涡街流量信号处理方法，并分析了整个信号处理系统的性能。