本发明专利技术公开了一种基于STFT时频分析的辐射源筛选和定位方法，将独立分量分析ICA算法与STFT相结合，提出了一套系统、全面、标准化的辐射电磁干扰分析与诊断方法。首先通过ICA算法将EUT的辐射噪声进行分离，筛选出若干个辐射噪声源；其次，将辐射总噪声的超标频段进行短时快速傅里叶变换和时频分析，提取出引起辐射超标的信号特征；最后，将提取出的信号特征与ICA筛选出的若干个辐射噪声源信号特征比对，对引起辐射噪声超标的噪声源进行定位诊断，采取针对性的整改抑制措施。本发明专利技术的方法通过找到引起辐射超标的相应器件，能快速有效的抑制设备的超标噪声。
【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种基于STFT时频分析的辐射源筛选和定位方法，将独立分量分析ICA算法与STFT相结合，提出了一套系统、全面、标准化的辐射电磁干扰分析与诊断方法。首先通过ICA算法将EUT的辐射噪声进行分离，筛选出若干个辐射噪声源；其次，将辐射总噪声的超标频段进行短时快速傅里叶变换和时频分析，提取出引起辐射超标的信号特征；最后，将提取出的信号特征与ICA筛选出的若干个辐射噪声源信号特征比对，对引起辐射噪声超标的噪声源进行定位诊断，采取针对性的整改抑制措施。本专利技术的方法通过找到引起辐射超标的相应器件，能快速有效的抑制设备的超标噪声。【专利说明】基于STFT时频分析的福射源筛选和定位方法
本专利技术设及一种基于STFT时频分析的福射源筛选和定位方法，属于电磁兼容技 术领域。
技术介绍
近年来，随着大量电力电子设备或系统不断涌现，福射Effl噪声在空间场上叠加， 会影响自身和周围电子设备的正常运行，依据GB 9254,福射EMI噪声的测试频段为30MHz 至IGHz。因此对电子设备电磁福射噪声源的识别和诊断成为了 EMI故障分析中最大的挑 战。 福射噪声问题研究通常包括福射源识别、预估和抑制=个方面。福射源识别是指 对福射源特征、机理、位置等信息的获取与判定；福射源预估是指不通过标准检测，对设备 可能产生的最大福射噪声进行估计；福射源抑制是指用于降低福射噪声的措施。其中，福射 噪声抑制是根本目的，福射源预估是判断准则，而福射源识别则是前提条件和理论依据。此 夕F，作为一次福射源的电路器件高频噪声，通过共模/差模福射在空间引起福射电磁场，产 生二次福射源，相互叠加后将引起严重的福射噪声。由于福射源数量较多，相互叠加、禪合 情况显著，且具有强非线性特征，因此，福射源溯源研究显得尤其重要，也较为困难。 现有的福射电磁干扰诊断方法存在多处不足，例如无法诊断被测电路的福射机 理，实际情况难W满足测试环境要求，分析方法较为复杂，数据量大。鉴此，本专利技术提出了一 种基于STFT时频分析的福射源筛选和定位方法，能够判断偶极子产生福射电磁干扰噪声。
技术实现思路
本专利技术所要解决的技术问题，在于克服现有技术存在的缺陷，不再是按照传统的 凭经验整改法，而是通过找到引起福射超标的相应器件，快速有效的抑制设备的超标噪声。 实际中的福射电磁噪声是非平稳的信号，电子设备中的信号是多个福射源产生的 福射噪声信号在空间场上的叠加，该种信号的频谱特性随时间的变化而变化。短时快速傅 里叶变换（STFT)是研究非平稳信号使用最广泛的一种方法，该种变换的基本思想是用一 个随时间滑动的分析窗对非平稳信号进行加窗截断，将非平稳信号分解成一系列近似平稳 的短时信号，然后用傅里叶变换理论分析各路短时平稳信号的频谱。在福射电磁噪声诊断 应用中，将STFT应用于EUT的福射噪声测量结果分析，结合独立分量分析ICA算法，分析提 取出引起福射超标信号的特征。 本专利技术提出了一种基于STFT时频分析的福射源筛选和定位方法，其步骤是： T，i = 1, 2,. . . , M ;其中探头个数M取决于源信号数N，M > N ; 第二步：对观测信号X (t)进行独立分量分析： 设源信号是由N组独立的信号Si(t)，. . .，Sw(t)组成的，即s(t)= T，观测信号与源信号之间的关系为x(t) = As(t)，其中A为混合矩阵； 独立分量分析即要在A、s(t)未知的条件下，根据观察信号x(t)，通过衡量变量的独立性准 则的目标函数寻找出分离矩阵W，从而求得s(t)的最大估计；设输出的分离信号为y(t)= ，贝Ij有 YnU) =WNxiX"(t) = WnxmAmxn% (t) = SnU) (1) [001引其中，y(t)是源信号s(t)的一个最大估计，且各分离信号yi(t)之间尽可能的相 互独立；在该个模型中，一般取源信号数M与观察信号数N相同； 首先，对观测信号x(t)进行白化预处理，使用主分量分析方法去除各信号源之间 的相关性，使之不相关，即寻找一个线性变换R。，使得变换后的R〇x(t)为白化向量，R。可由 式似得到，令观测信号X(t)的协方法矩阵Cy= E，A = diag是W C,的特 征值为对角元素的对角矩阵，U为(；的特征向量矩阵，贝U R〇= A -1/2护 似 将观测信号x(t)进行白化处理后，然后用近似的牛顿迭代法进行迭代，寻找一个 分离矩阵W使y = Wx有最大的高斯性，代入y = Wx中得到分离后的M组独立信号，即为近 场测试中分离出的独立福射噪声信号，记为Zi (t)，Z2 (t). . .，Zm(t); 第S步；对分离后的时域信号Zm(t)和测得的观测信号Xi (t)，分别进行短时快速 傅里叶变换STFT变换，通过时频分析方法，提取出超标频点的信号特征； 信号Z (t)的连续短时傅里叶变换定义如下： [001引 【权利要求】1.基于STFT时频分析的辐射源筛选和定位方法，其步骤是： 第一步：对被测设备用M个磁场探头进行近场测试，通过示波器测得M组被测设备的 近场时域信号，将这M组时域信号数据导出；将M组观测信号Xi(t)构成列向量x(t)= T，i= 1，2，...，M;其中探头个数M取决于源信号数N，M彡N; 第二步：对观测信号x(t)进行独立分量分析： 设源信号是由N组独立的信号S1 (t)，? ? ?，sN(t)组成的，即s(t) = T，观测信号与源信号之间的关系为X(t)=As(t)，其中A为混合矩阵；设输出的分离信号为 y(t) =Iiy1 (t)，? ? ?，yN (t)]，则有 Yn(t) -WnxmXm(t)-WnxmAmxnS n (t)一sN (t) (1) 其中，y(t)是源信号s(t)的一个最大估计，且各分离信号yi(t)之间尽可能的相互独 立； 首先，对观测信号X(t)进行白化预处理，使用主分量分析方法去除各信号源之间的相 关性，使之不相关，即寻找一个线性变换R〇,使得变换后的Rc)X(t)为白化向量，Rtl可由式（2) 得到，令观测信号X(t)的协方法矩阵Cx=E，A=diag是以Cx的特征值为 对角元素的对角矩阵，U为Cx的特征向量矩阵，则 R0=A_1/2UT (2) 将观测信号X(t)进行白化处理后，然后用近似的牛顿迭代法进行迭代，寻找一个分离 矩阵W使y=Wx有最大的高斯性，代入y=Wx中得到分离后的M组独立信号，即为近场测 试中分离出的独立辐射噪声信号，记为Z1 (t)，Z2 (t). . .，Zm(t); 第三步：对分离后的时域信号Zm(t)和测得的观测信号Xi (t)，分别进行短时快速傅里 叶变换STFT变换，通过时频分析方法，提取出超标频点的信号特征； 信号z(t)的连续短时傅里叶变换定义如下：式中y(t)为一时间宽度很小的可滑动时窗，*表示复数共轭，即信号z(t)乘上一个 以t为分布中心的分析时窗Y#(t' -t)所作的傅里叶变换；短时快速傅里叶变换STFT的频 谱SPEC，即STFT的时间-频率能量分布，定义为STFT(t，f)模值的平方，即： SPE本文档来自技高网...
【技术保护点】
基于STFT时频分析的辐射源筛选和定位方法，其步骤是：第一步：对被测设备用M个磁场探头进行近场测试，通过示波器测得M组被测设备的近场时域信号，将这M组时域信号数据导出；将M组观测信号xi(t)构成列向量x(t)＝[x1(t),...,xM(t)]T，i＝1,2,...,M；其中探头个数M取决于源信号数N，M≥N；第二步：对观测信号x(t)进行独立分量分析：设源信号是由N组独立的信号s1(t),...,sN(t)组成的，即s(t)＝[s1(t),...,sN(t)]T，观测信号与源信号之间的关系为x(t)＝As(t)，其中A为混合矩阵；设输出的分离信号为y(t)＝[y1(t),...,yN(t)]，则有yN(t)＝WN×MxM(t)＝WN×MAM×NsN(t)＝sN(t) (1) 其中，y(t)是源信号s(t)的一个最大估计，且各分离信号yi(t)之间尽可能的相互独立；首先，对观测信号x(t)进行白化预处理，使用主分量分析方法去除各信号源之间的相关性，使之不相关，即寻找一个线性变换R0，使得变换后的R0x(t)为白化向量，R0可由式(2)得到，令观测信号x(t)的协方法矩阵Cx＝E[xxT]，A＝diag[d1...dn]是以Cx的特征值为对角元素的对角矩阵，U为Cx的特征向量矩阵，则R0＝Λ‑1/2UT (2) 将观测信号x(t)进行白化处理后，然后用近似的牛顿迭代法进行迭代，寻找一个分离矩阵W使y＝Wx有最大的高斯性，代入y＝Wx中得到分离后的M组独立信号，即为近场测试中分离出的独立辐射噪声信号，记为Z1(t),Z2(t)...,Zm(t)；第三步：对分离后的时域信号Zm(t)和测得的观测信号xi(t)，分别进行短时快速傅里叶变换STFT变换，通过时频分析方法，提取出超标频点的信号特征；信号z(t)的连续短时傅里叶变换定义如下：式中γ(t)为一时间宽度很小的可滑动时窗，*表示复数共轭，即信号z(t)乘上一个以t为分布中心的分析时窗γ*(t'‑t)所作的傅里叶变换；短时快速傅里叶变换STFT的频谱SPEC，即STFT的时间‑频率能量分布，定义为STFT(t,f)模值的平方，即：SPEC(t,f)＝|STFT(t,f)|2 (4)由(3)、(4)两式不难得到短时快速傅里叶变换STFT及其频谱SPEC的数字算法：SPEC(n,k)＝|STFT(n,k)|2 (6) 采用快速傅里叶变换FFT实现式(5)的快速算法，式中：N表示快速傅里叶变换FFT长度，n,k表示STFT频谱所表示时频面中的离散时间和频率网格节点；将分离后的时域信号转成频域信号之后，对该信号进行时频分析，联合频域与时域数据，构造一种时间和频率的联合密度函数，以揭示信号中所包含的频率分量及其演化特性，可以很好的表示出信号的频率成分随时间的变化规律，从而提取出该信号的特征；第四步：在进行时频分析后，分别提取出分离后信号和混合信号的信号特征，分析出辐射噪声信号最大的信号特征；再与被测设备的电路原理图进行对比，最终确定出引起辐射噪声超标的辐射源。...
【技术特征摘要】
【专利技术属性】
技术研发人员：赵阳，张杨，夏欢，李世锦，宋百通，魏薇，杨博婷，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。