The invention discloses an adaptive determination method of window function length in short-time Fourier transform. The basic idea is to segment the signal to be analyzed according to its characteristics, and select different optimal window lengths for short-term Fourier transform. Firstly, the signal is pretreated by sliding window with short window length to calculate the short-term energy in each window; secondly, the average and trend terms of the short-term energy are removed, and then the short-term energy is smoothed; secondly, the local extremum points of the short-term energy after filtering are searched, and the local extremum points with small amplitude are filtered out; secondly, the slope of each pair of adjacent local extremum lines is calculated. Then, the whole signal is divided into different segments according to the slope. Each segment is determined by the minimum information entropy method, and the short-time Fourier transform is performed by the respective optimal window length. Finally, the short-time Fourier transform spectrum of the whole signal is obtained by integrating the results of each segment of the short-time Fourier transform.
【技术实现步骤摘要】
一种短时傅里叶变换窗长的自适应选择方法
本专利技术涉及机械设备故障诊断中的信号处理
,尤其涉及振动信号的短时傅里叶变换的窗长选择。
技术介绍
在机械设备的故障诊断中,短时傅里叶变换(STFT)是一种非常重要的时频分析方法,已经广泛应用于故障诊断中分析振动信号的时频特征、估计瞬时频率等方面。当应用STFT时,面临的一个重要问题就是合适窗长的选择。窗长是决定STFT时频分析效果的关键因素,窗太短则STFT的频率分辨率会很差,窗太长则时间分辨率很差。为了有针对性地对振动信号的时域和频域特征进行观察,需要根据不同时间段的信号特点选择合适的窗长。以往确定STFT窗长时,都是针对整段信号选择一个合适的窗长,固定的窗长使得频谱的时频分辨率不能根据信号的时变特点而改变,往往达不到很好的分析效果。
技术实现思路
本专利技术的目的在于,针对机械设备振动信号的短时傅里叶变换的窗长选择问题,提供一种自适应的窗长选择方法。本专利技术所采用的技术方案如下:1.一种短时傅里叶变换窗长的自适应选择方法,其特征在于,对待分析信号进行分段处理,每段信号采用不同的窗长,信号的分段及每段信号的窗长都根据信号特征自适应得到,方法包括以下步骤:步骤1:对信号进行长度为L的滑动加窗预处理,L的取值比较小,一般为3~16个采样点,计算每一个窗口内信号的短时能量,得到整个信号的短时能量曲线;步骤2:去除短时能量的平均值和趋势项,并对短时能量数据进行平滑滤波处理,得到滤波后的短时能量曲线;步骤3:在滤波后的短时能量曲线中寻找各个局部极值点,并分别以能量曲线中最大值绝对值的1/k1和最小值绝对值的1/k2作 ...
【技术保护点】
1.一种短时傅里叶变换窗长的自适应选择方法,其特征在于,对待分析信号进行分段处理,每段信号采用不同的窗长,信号的分段及每段信号的窗长都根据信号特征自适应得到,方法包括以下步骤:步骤1:对信号进行长度为L的滑动加窗预处理,L的取值比较小,一般为3~16个采样点,计算每一个窗口内信号的短时能量,得到整个信号的短时能量曲线;步骤2:去除短时能量的平均值和趋势项,并对短时能量数据进行平滑滤波处理,得到滤波后的短时能量曲线;步骤3:在滤波后的短时能量曲线中寻找各个局部极值点,并分别以能量曲线中最大值绝对值的1/k1和最小值绝对值的1/k2作为极大值和极小值的筛选阈值,其中k1、k2都为大于2.0的一个实数;步骤4:将所有局部极值点中绝对值小于筛选阈值的极值点去除,仅保留绝对值大于筛选阈值的极大值点和极小值点;步骤5:计算所有相邻极值点连线的斜率,得到极值点连线的斜率曲线;步骤6:设定斜率绝对值的阈值th,从左向右依次比较各极值点连线的斜率绝对值,将斜率绝对值小于th的连续范围内的数据作为一段,将斜率绝对值大于th的连续范围内的数据作为另一段,若所有斜率都大于或小于th,则整个信号作为一段,不需再 ...
【技术特征摘要】
1.一种短时傅里叶变换窗长的自适应选择方法,其特征在于,对待分析信号进行分段处理,每段信号采用不同的窗长,信号的分段及每段信号的窗长都根据信号特征自适应得到,方法包括以下步骤:步骤1:对信号进行长度为L的滑动加窗预处理,L的取值比较小,一般为3~16个采样点,计算每一个窗口内信号的短时能量,得到整个信号的短时能量曲线;步骤2:去除短时能量的平均值和趋势项,并对短时能量数据进行平滑滤波处理,得到滤波后的短时能量曲线;步骤3:在滤波后的短时能量曲线中寻找各个局部极值点,并分别以能量曲线中最大值绝对值的1/k1和最小值绝对值的1/k2作为极大值和极小值的筛选阈值,其中k1、k2都为大于2.0的一个实数;步骤4:将所有局部极值点中绝对值小于筛选阈值的极值点去除,仅保留绝对值大于筛选阈值的极大值点和极小值点;步骤5:计算所有相邻极值点连线的斜率,得到极值点连线的斜率曲线;步骤6:设定斜率绝对值的阈值th,从左向右依次比较各极...
【专利技术属性】
技术研发人员:王成栋,王莉娜,黄齐,马运超,周炳,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:四川,51
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。