本发明专利技术公开了一种基于二维矩阵特征识别的振动信号识别算法，包括步骤数据采集、特征值计算、均值包络线、信号检测、剩余量计算、信号的设定、信号的判别以及信号的对比等。本发明专利技术通过将分布式信号先归一化成电信号，并将信号利用二维矩阵计算出特征值，再进行经验模态分解，该组合过程降低了外界环境的干扰，增强信号识别，增加了对原始信号模态分解处理，增加了判断的准确性，同时采用多特征值的检测方式，可消除某一特定特征出现偶然性引起误报的可能，能够准确无误实现入侵报警，本发明专利技术算法简单，处理便捷，判断准确，使用安全。
【技术实现步骤摘要】
一种基于二维矩阵特征识别的振动信号识别算法
本专利技术涉及振动信号的识别，尤其涉及一种基于二维矩阵特征识别的振动信号识别算法。
技术介绍
随着社会经济和科技的发展，人们的安防意识逐步提高，尤其是针对油库、国防、各种化工厂、燃料库、核电站、码头等关系到国民安全的重要领域，随之而来的安防监测设施层出不穷。相较于传统的安防监测方式，如人工监测、红外对射、电子围栏等众多安防入侵系统，干涉型光纤周界安防系统具有耐高温高压、抗电磁干扰、监测区域大、无漏报、误报率低等优势，适用于易燃、易爆及潮湿等恶劣环境。干涉型光纤周界安防系统是基于光干涉相位调制技术，将光纤作为传输传感二合一的器件，通过直接接触或承载物如覆土、钢丝网、围栏等接触方式，置于待测环境中，当受到外界振动时，由于光纤的应变效应和光弹效应，传感光纤受到振动信号作用导致光纤自身长度、直径和折射率发生变化，而使光纤中传输的光相位发生变化，通过检测光纤中光波相位的变化可知响应的振动情况。而传统的识别算法会存在信号识别的问题，尤其是环境恶劣、干扰较多的条件下，很难精确识别人为入侵，为此，我们提出一种基于二维矩阵特征识别的振动信号识别算法，以解决上述
技术介绍
中提到的问题。
技术实现思路
本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种基于二维矩阵特征识别的振动信号识别算法。为了实现上述目的，本专利技术采用了如下技术方案：一种基于二维矩阵特征识别的振动信号识别算法，该算法包括以下步骤：S1、数据采集特征值计算均值包络线信号检测剩余量计算信号的设定信号的判别，从数据采集端读取光纤振动传感器所采集的数据，并进行归一化处理成电信号S（t）；S2、特征值计算，找出S（t）中局部极大值和局部极小值，并利用二维矩阵中三重特征值的算法算出特征值；S3、均值包络线，将S2中的特征值进行平均，等到均值包络线M（t）；S4、将原始信号S（t）与均值包络线相减，得到一个分量H1（t）；S5、信号检测，检查分量H（t）是否符合IMF条件，如果不符合，则回到步骤S1，并将H（t）当作原始信号进行第二次筛选，得到H2（t），重复筛选N次，直到HN（t）符合IMF条件，即得到一个IMF分量C1（t），即C1（t）=HN（t）；S6、剩余量计算，将原始信号S（t）减去C1（t，得到剩余量M1（t），然后将M1（t）作为新的信号重复执行以上步骤N次，得到剩余量M1（t）、M2（t）……MN（t），直到MN（t）为单调函数时完成计算；S7、信号的设定，预先在识别端设定一个稳定信号频率范围，不在这个范围内的信号则为危险信号，并设置报警装置；S8、信号的判别，利用数学建模建立多特征值得联合：A=b1*A1+b2*A2+……bN*AN,其中A为更具不同信号判断出的信号种类，bN为AN的的贡献率；S9、信号的对比，将不同的信号种类A与预设的信号做对比，若在预设信号频率范围内，则判断为正常，若不在设定的信号频率范围内，则进行报警提醒。优选的，在S1中光纤振动传感器所采集的数据频率设置在50-200Hz。优选的，在S1中归一化处理利用的是IMF技术，且剩余量的计算采用经验模态分解。优选的，在S7中，信号的设定可以更具季节以及气候的变换来进行调整改变。本专利技术提供的一种基于二维矩阵特征识别的振动信号识别算法，通过将分布式信号先归一化成电信号，并将信号利用二维矩阵计算出特征值，再进行经验模态分解，该组合过程降低了外界环境的干扰，增强信号识别，增加了对原始信号模态分解处理，增加了判断的准确性，同时采用多特征值的检测方式，可消除某一特定特征出现偶然性引起误报的可能，能够准确无误实现入侵报警，本专利技术算法简单，处理便捷，判断准确，使用安全。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合具体实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。一种基于二维矩阵特征识别的振动信号识别算法，该算法包括以下步骤：S1、数据采集特征值计算均值包络线信号检测剩余量计算信号的设定信号的判别，从数据采集端读取光纤振动传感器所采集的数据，并进行归一化处理成电信号S（t）；S2、特征值计算，找出S（t）中局部极大值和局部极小值，并利用二维矩阵中三重特征值的算法算出特征值；S3、均值包络线，将S2中的特征值进行平均，等到均值包络线M（t）；S4、将原始信号S（t）与均值包络线相减，得到一个分量H1（t）；S5、信号检测，检查分量H（t）是否符合IMF条件，如果不符合，则回到步骤S1，并将H（t）当作原始信号进行第二次筛选，得到H2（t），重复筛选N次，直到HN（t）符合IMF条件，即得到一个IMF分量C1（t），即C1（t）=HN（t）；S6、剩余量计算，将原始信号S（t）减去C1（t，得到剩余量M1（t），然后将M1（t）作为新的信号重复执行以上步骤N次，得到剩余量M1（t）、M2（t）……MN（t），直到MN（t）为单调函数时完成计算；S7、信号的设定，预先在识别端设定一个稳定信号频率范围，不在这个范围内的信号则为危险信号，并设置报警装置；S8、信号的判别，利用数学建模建立多特征值得联合：A=b1*A1+b2*A2+……bN*AN,其中A为更具不同信号判断出的信号种类，bN为AN的的贡献率；S9、信号的对比，将不同的信号种类A与预设的信号做对比，若在预设信号频率范围内，则判断为正常，若不在设定的信号频率范围内，则进行报警提醒。所述的S1中光纤振动传感器所采集的数据频率设置在50-200Hz。所述的S1中归一化处理利用的是IMF技术，且剩余量的计算采用经验模态分解。所述的S7中，信号的设定可以更具季节以及气候的变换来进行调整改变。本专利技术提供的一种基于二维矩阵特征识别的振动信号识别算法，通过将分布式信号先归一化成电信号，并将信号利用二维矩阵计算出特征值，再进行经验模态分解，该组合过程降低了外界环境的干扰，增强信号识别，增加了对原始信号模态分解处理，增加了判断的准确性，同时采用多特征值的检测方式，可消除某一特定特征出现偶然性引起误报的可能，能够准确无误实现入侵报警，本专利技术算法简单，处理便捷，判断准确，使用安全。以上所述，仅为本专利技术较佳的具体实施方式，但本专利技术的保护范围并不局限于此，任何熟悉本
的技术人员在本专利技术揭露的技术范围内，根据本专利技术的技术方案及其专利技术构思加以等同替换或改变，都应涵盖在本专利技术的保护范围之内。本文档来自技高网...
【技术保护点】
一种基于二维矩阵特征识别的振动信号识别算法，其特征在于，该算法包括以下步骤：S1、数据采集特征值计算均值包络线信号检测剩余量计算信号的设定信号的判别，从数据采集端读取光纤振动传感器所采集的数据，并进行归一化处理成电信号S（t）；S2、特征值计算，找出S（t）中局部极大值和局部极小值，并利用二维矩阵中三重特征值的算法算出特征值；S3、均值包络线，将S2中的特征值进行平均，等到均值包络线M（t）；S4、将原始信号S（t）与均值包络线相减，得到一个分量H1（t）；S5、信号检测，检查分量H（t）是否符合IMF条件，如果不符合，则回到步骤S1，并将H（t）当作原始信号进行第二次筛选，得到H2（t），重复筛选N次，直到HN（t）符合IMF条件，即得到一个IMF分量C1（t），即C1（t）=HN（t）；S6、剩余量计算，将原始信号S（t）减去C1（t，得到剩余量M1（t），然后将M1（t）作为新的信号重复执行以上步骤N次，得到剩余量M1（t）、M2（t）……MN（t），直到MN（t）为单调函数时完成计算；S7、信号的设定，预先在识别端设定一个稳定信号频率范围，不在这个范围内的信号则为危险信号，并设置报警装置；S8、信号的判别，利用数学建模建立多特征值得联合：A=b1*A1+b2*A2+……bN*AN,其中A为更具不同信号判断出的信号种类，bN为AN的的贡献率；S9、信号的对比，将不同的信号种类A与预设的信号做对比，若在预设信号频率范围内，则判断为正常，若不在设定的信号频率范围内，则进行报警提醒。...
【技术特征摘要】
1.一种基于二维矩阵特征识别的振动信号识别算法，其特征在于，该算法包括以下步骤：S1、数据采集特征值计算均值包络线信号检测剩余量计算信号的设定信号的判别，从数据采集端读取光纤振动传感器所采集的数据，并进行归一化处理成电信号S（t）；S2、特征值计算，找出S（t）中局部极大值和局部极小值，并利用二维矩阵中三重特征值的算法算出特征值；S3、均值包络线，将S2中的特征值进行平均，等到均值包络线M（t）；S4、将原始信号S（t）与均值包络线相减，得到一个分量H1（t）；S5、信号检测，检查分量H（t）是否符合IMF条件，如果不符合，则回到步骤S1，并将H（t）当作原始信号进行第二次筛选，得到H2（t），重复筛选N次，直到HN（t）符合IMF条件，即得到一个IMF分量C1（t），即C1（t）=HN（t）；S6、剩余量计算，将原始信号S（t）减去C1（t，得到剩余量M1（t），然后将M1（t）作为新的信号重复执行以上步骤N次，得到剩余量M1（t）、M2（t）……MN（t...
【专利技术属性】
技术研发人员：陈柏，杨建成，张承涛，陈宇，陈嘉琳，
申请(专利权)人：无锡亚天光电科技有限公司，
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。