本发明专利技术涉及一种基于二进掩蔽信号技术的经验模态分解信号处理方法，具体地涉及一种非平稳信号处理方法，属于信号处理领域。本方法用二进掩蔽信号技术来改进信号处理中的经验模态分解（ＥＭＤ）方法，可将待测信号分解成一组本征模态函数的若干窄带子信号，进而可从子带信号中提取有用信息。该方法既可以改善ＥＭＤ的分辨率，又有助于解决ＥＭＤ的模态混叠问题，与基于掩蔽信号的ＥＭＤ方法相比，本方法更简单易操作，可以广泛应用到机械振动、雷达、声学、地震等诸多领域的信号处理及检测中。
【技术实现步骤摘要】
本专利技术涉及，具体地涉 及一种非平稳信号处理方法，属于信号处理领域。
技术介绍
在机械振动、声学、生物学、海洋学、地震、气象和雷达等众多工程
的信号 处理中，往往需要对大量存在的非平稳信号进行分析，达到提取实用信息便于应用的目的。 比如从设备振动的非平稳信号中提取故障征兆就依赖于先进的信号处理方法。传统的处理 方法有短时Fourier变换、Wigner-Ville分布、Cohen类分布以及小波变换等，从广义上 来讲，这些方法都是对Fourier变换进行了某种修正，而Fourier变换适合于处理平稳信 号。经验模态分解(empirical mode decomposition, EMD)就是为处理非平稳信号而设计 的，目前已在众多工程
的信号处理中得到大范围的应用。在本技术方案中我们提 出了基于二进掩蔽信号技术的经验模态分解方法，该方法能够改善现有技术的EMD方法的 分辨率，并能提高现有技术的EMD方法的实时性。为了更好地说明本专利技术的内容，下面对经验模态分解方法和掩蔽信号技术进行简 要介绍。由Norden E. Huang等人在1998年提出了 EMD方法，能够自适应地处理非平稳信 号，受到广泛关注。EMD分解的目的是将多频信号分解成称之为本征模态函数(intrinsic modefunction, IMF)的若干窄带子信号，而IMF的瞬时频率更能准确描述信号的时变特性。 IMF需满足两个条件1)在整个数据区内，局部极值点(包括局部极大值和局部极小值)与 过零点数目必须相等或至多相差一个；2)在任意点，由局部极大值构成的上包络线和局部 极小值构成的下包络线的平均值为零。IMF反映了信号内在的波动性。对于给定信号χ⑴，经离散化后得到信号χ (η)，令鱿η) = χ(η)，i — 1，j — 1，其中 —表示赋值运算，EMD计算过程包括如下步骤Al.找出信号对的所有局部极值点；A2.分别对局部极大值、极小值序列进行分段三次样条插值拟合，形成上包络线 eu(n)和下包络线ed (η)；A3.计算上、下包络线的均值叫，>)=(eu(n)+ed(n))/2 ；A4.从信号中减去均值，得AJn) = x{n)-mi ^n)；A5.判断是否满足给定的筛分停止准则？如果满足则可认为hyOi)是一个IMF， 令Ci(n) =Kj(Ii)；若不满足，更新对0)，j —j+1，重复以上Al到A4步骤；A6.计算余项r = x(”) —^> 。令对 )=^( )，i — i+1，j — 1，重复以上 Al到A5步骤，得到另一个IMF子带信号；A7.重复以上Al到A6步骤直至满足结束条件(待分解信号已经单调或不能再分解)。步骤Al到A4被称为一次筛分，这样，经过EMD的分解，信号χ (η)就被分解为有限 个IMF分量和一个余项。EMD是基于经验的方法，仿真分析和试验研究仍是研究EMD的主要方法。对于白噪 声和高斯噪声可以把EMD看成一个二进滤波器组。但是，由EMD直接抽取的IMF子带信号 频带之间往往会存在一些重叠。而且EMD还存在模态混叠、实时性差等问题。掩蔽信号(masking signals)技术最初就是用来解决EMD的模态混叠问题，后来， 它又被发现可以提高EMD的分辨率。本专利技术中将基于掩蔽信号的EMD称之为EMD-MS。掩蔽 信号通常设计为sm (t) = AmCos (2 π fmt)式中Am和fm分别表示掩蔽信号的幅度和频率。构造掩蔽信号的常用方法是基于快速Fourier变换(FFT)技术，也就是先对信号 进行FFT变换，估计出信号的频率并排序，进而通过估计的信号频率来设计掩蔽信号的频 率。但是由于EMD与FFT是两个截然不同的方法，通过FFT技术来构造掩蔽信号以解决EMD 的模态混叠问题显得不太和谐，而且基于FFT的掩蔽信号构造程序过于复杂，实用性差。
技术实现思路
本专利技术的目的是为了解决实际工程应用的信号处理中使用EMD存在模态混叠和 实时性差以及基于FFT的掩蔽信号构造程序复杂的问题，提出了一种基于二进掩蔽信号技 术的经验模态分解信号处理方法。该方法的原理为用二进掩蔽信号(dyadic masking signals)技术来改进信号处 理中的EMD，本专利技术中称之为基于二进掩蔽信号技术的EMD，记为EMD-DMS。该方法可将待测 信号分解成一组IMF子带信号，进而可从IMF子带信号中提取有用信息。本方法的具体实现步骤如下步骤1，初始化，对于给定信号χ⑴，经离散化后得到信号χ (η)，= χ⑷,计 数参数i —1。步骤2，在步骤1的基础上，设定掩蔽信号的初始频率fu。频率f^Ji = 1,2,…)的取值范围为f^彡fs/2，其中fs表示原始信号的离散 采样率。频率f^是二进掩蔽信号的关键参数，称为初始频率。步骤3，在步骤2的基础上，构造二进掩蔽信号sm, i (t)，并将其离散化得到掩蔽信 号 sm, i (η)。所述的二进掩蔽信号的构造方法如下(0 = Am l cos(2nfm ,t + φ,)( 1 )其中，巩表示初相位，仍的取值范围为W，W，二进掩蔽信号的幅度Anbi可由下式 确定_1] K,=^f-±\yD(l)\(2)其中Um是常量，称为幅度因子，L表示信号χ (η)局部极大值的个数，yD (1)表示信 号x(n)的局部极大值序列。为了得到期望的极值率，通常需要Um的取值足够大，但太大的 Uffl取值又可能会淹没原信号，这里推荐Um的值介于5与20之间。步骤4，在步骤3得到离散化的掩蔽信号后，针对A in) = x(n) + sm’, (η)，执行如下步 骤，得到一个正相的IMF子带信号ζ+(η) =^,」(η)Al.令计数参数j — 1，找出信号乞…)的所有局部极值点；A2.分别对局部极大值、极小值序列进行分段三次样条插值拟合，形成上包络线 eu(n)和下包络线ed (η)；A3.计算上、下包络线的均值叫，>)=(eu(n)+ed(n))/2 ；A4.从信号中减去均值，得人70)=夂0)-；A5.判断是否满足给定的筛分停止准则？如果满足则可认为Iii, j (η)是一个IMF， 令ζ+(η) =Kj(Ii)；若不满足，更新元(均―\7(")，j —j+1，重复以上Al到A4步骤。类似的，针对t (…=x{n)-smJ(n)，执行如下步骤，得到一个负相的IMF子带信号 ζ_ (η)=比…· (η)Bi.令计数参数j — 1，找出信号义(《)的所有局部极值点；B2.分别对局部极大值、极小值序列进行分段三次样条插值拟合，形成上包络线 eu(n)和下包络线ed (η)；Β3.计算上、下包络线的均值叫，>)=(eu(n)+ed(n))/2 ；B4.从信号中减去均值，得 Λ,,,Ο) =；Β5.判断是否满足给定的筛分停止准则？如果满足则可认为Iii, j (η)是一个IMF， 令z_(n) =Kj(Ii)；若不满足，更新t㈨——j+1，重复以上Bl到B4步骤。步骤5，在步骤4得到正相和负相IMF子带信号后，计算得到一个IMF子带信号Ci(Ii) = /2。步骤6，在步骤5的基础上，计算余项。从原始信号x(n)中减去得到的IMF之和，便得到一个余项= x⑻-Σ^ 。本文档来自技高网...
【技术保护点】
一种基于二进掩蔽信号技术的经验模态分解信号处理方法，其特征在于包括如下步骤：步骤１，初始化，对于给定信号ｘ（ｔ），经离散化后得到信号ｘ（ｎ），令＊（ｎ）＝ｘ（ｎ），计数参数ｉ←１；步骤２，在步骤１的基础上，设定掩蔽信号的初始频率ｆ↓［ｍ，１］；频率ｆ↓［ｍ，ｉ］（ｉ＝１，２，…）的取值范围为ｆ↓［ｍ，ｉ］≤ｆ↓［ｓ］／２，其中ｆ↓［ｓ］表示原始信号的离散采样率；频率ｆ↓［ｍ，１］是二进掩蔽信号的关键参数，称为初始频率；步骤３，在步骤２的基础上，构造二进掩蔽信号ｓ↓［ｍ，ｉ］（满足，则更新＊（ｎ）←ｒ↓［ｉ］（ｎ），ｆ↓［ｍ，ｉ＋１］←ｆ↓［ｍ，ｉ］／２和ｉ←ｉ＋１．重复步骤３至步骤６，抽取下一个ＩＭＦ子带信号；如果满足结束条件，则结束分解。ｔ），并将其离散化得到掩蔽信号ｓ↓［ｍ，ｉ］（ｎ）；步骤４，在步骤３得到离散化的掩蔽信号后，针对＊↓［＋］（ｎ）＝＊（ｎ）＋ｓ↓［ｍ，ｉ］（ｎ），执行如下步骤，得到一个正相的ＩＭＦ子带信号ｚ↓［＋］（ｎ）＝ｈ↓［ｉ，ｊ］（ｎ）：Ａ１．令计数参数ｊ←１，找出信号＊↓［＋］（ｎ）的所有局部极值点；Ａ２．分别对局部极大值、极小值序列进行分段三次样条插值拟合，形成上包络线ｅ↓［ｕ］（ｎ）和下包络线ｅ↓［ｄ］（ｎ）；Ａ３．计算上、下包络线的均值：ｍ↓［ｉ，ｊ］（ｎ）＝（ｅ↓［ｕ］（ｎ）＋ｅ↓［ｄ］（ｎ））／２；Ａ４．从信号中减去均值，得：ｈ↓［ｉ，ｊ］（ｎ）＝＊↓［＋］（ｎ）－ｍ↓［ｉ，ｊ］（ｎ）；Ａ５．判断是否满足给定的筛分停止准则如果满足则可认为ｈ↓［ｉ，ｊ］（ｎ）是一个ＩＭＦ，令：ｚ↓［＋］（ｎ）＝ｈ↓［ｉ，ｊ］（ｎ）；若不满足，更新＊↓［＋］（ｎ）←ｈ↓［ｉ，ｊ］（ｎ），ｊ←ｊ＋１，重复以上Ａ１到Ａ４步骤；类似的，针对＊↓［－］（ｎ）＝＊（ｎ）－ｓ↓［ｍ，ｉ］（ｎ），执行如下步骤，得到一个负相的ＩＭＦ子带信号ｚ↓［－］（ｎ）＝ｈ↓［ｉ，ｊ］（ｎ）：Ｂ１．令计数参数ｊ←１，找出信号＊↓［－］（ｎ）的所有局部极值点；Ｂ２．分别对局部极大值、极小值序列进行分段三次样条插值拟合，形成上包络线ｅ↓［ｕ］（ｎ）和下包络线ｅ↓［ｄ］（ｎ）；Ｂ３．计算上、下包络线的均值：ｍ↓［ｉ，ｊ］（ｎ）＝（ｅ↓［ｕ］（ｎ）＋ｅ↓［ｄ］（ｎ））／２；Ｂ４．从信号中减去均值，得：ｈ↓［ｉ，ｊ］（ｎ）＝＊↓［－］（ｎ）－ｍ↓［ｉ，ｊ］（ｎ）；Ｂ５．判断是否满足给定的筛分停止准则？如果满足则可认为ｈ↓［ｉ，ｊ］（...
【技术特征摘要】
【专利技术属性】
技术研发人员：杨彦利，邓甲昊，伉大俪，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：11[中国|北京]
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。