本发明专利技术公开了一种信号中瞬态成分稀疏表示检测方法及装置，本发明专利技术方法包括：对输入信号进行模/数转换，获得检测信号；对检测信号建立最优小波原子库和最小优化方程；根据所述最优小波原子库建立优化迭代法求解最小优化方程，并确定出所述检测信号在所述最优小波原子库上的稀疏表示系数；根据所述稀疏表示系数，确定出所述检测信号中瞬态成分的发生时刻；根据所述检测信号中瞬态成分的发生时刻，针对含周期性瞬态成分的信号，确定所述检测信号中瞬态成分的周期。本发明专利技术用于检测和提取信号中瞬态成分，结果表示简洁且对噪声敏感度小。
【技术实现步骤摘要】
本专利技术涉及一种信号的分析检测领域，尤其涉及一种，可用于机械设备的故障诊断与状态监测及生物医学信号的检测。
技术介绍
目前，信号中瞬态成分的检测，在机械设备的故障诊断与状态监测、生物医学信号检测等领域具有广泛的应用。由于采集过程中获得的信号存在着大量的噪声，待检测信号的瞬态成分会被噪声污染，因此强噪声背景下的瞬态特征检测一直是信号检测的难题。最常见的瞬态成分检测方法就是直接判断时域信号中是否存在瞬态成分，但是由于信号中的瞬态成分往往夹杂着大量噪声，直接对信号中瞬态成分进行检测的过程准确性较低，效率也较低。因此现在需要一种检测方法，能够对信号中瞬态成分进行检测，使得检测过程的准确性较高，效率较高。
技术实现思路
本专利技术提供了一种，本专利技术能够对信号中瞬态成分进行检测，使得检测过程的准确性较高，效率较高。为了实现上述目的，本专利技术提供以下技术手段:—种信号中瞬态成分稀疏表不的检测方法，包括:对输入信号进行模/数转换，获得检测信号；对所述检测信号建立最优小波原子库和最小优化方程；根据所述最小优化方程，利用所述最优小波原子库建立优化迭代求解最小优化方程，并确定出所述检测信号在所述最优小波原子库上的稀疏表示系数；根据所述稀疏表示系数，确定出所述检测信号中瞬态成分的发生时刻；根据所述检测信号中瞬态成分的发生时刻，针对含周期性瞬态成分的信号，确定所述检测信号中瞬态成分的周期。优选的，对所述检测信号建立最优小波原子库包括:计算所述检测信号的最优匹配小波函数；对所述最优匹配小波函数进行扩充，构造最优小波原子库。优选的，对所述检测信号建立最小优化方程包括:对所述输入信号构建基追踪去噪方程；根据所述基追踪去噪方程，利用最小优化法构建最小优化方程。优选的，所述计算所述检测信号的最优匹配小波函数，包括:建立小波库，所述小波库为一组小波原子的集合；计算所述检测信号与所述小波库中小波原子的相似度；将与检测信号相似程度最高的小波原子确定为最优匹配小波函数。优选的，其特征在于:所述最优匹配小波函数为?)，其中，P.表示决定该最优匹配小波函数波形特点的参数集；所述对所述最优匹配小波函数进行扩充，构造最优小波原子库，包括:以预设采样频率为延时间隔，对所述最优匹配小波函数V(艮O按不同时移进行扩充，构造出行表示不同时间参数，列表示不同延时参数的最优小波原子库A(t，τ)，其中τ表示按所述预设采样频率的倒数均匀取值的延时参数。优选的，所述对所述输入信号构建基追踪去噪方程，包括:利用基追踪去噪思想，将原始信号中瞬态成分检测问题转化成基追踪去噪问题。优选的，所述根据所述基追踪去噪方程，利用最小优化法构建最小优化方程，包括:利用最小优化法 ，构建最小优化方程Gk(C)来代替所述基追踪去噪方程F(C)，最小优化方程与基追踪去噪方程之间满足:/c,Gk(c)>F(c)Gk(Ck) = F (Ck)其中，Ck为方程Gk (C)和F (C)相等时对应的点。优选的，利用所述最优小波原子库建立优化迭代求解最小优化方程，并确定出所述检测信号在所述最优小波原子库上的稀疏表示系数包括:根据所述最小优化方程利用代数求导方法求解该方程，得到第一最优迭代方程；将所述第一最优迭代方程利用矩阵求逆引理得到第二最优迭代方程；利用所述最优小波原子库A (t，τ )建立优化迭代求解第二最优迭代方程，获得所述最优小波原子库A(t，τ)上的最优解，所述最优解即为稀疏表示系数。一种设备故障检测方法，包括:利用安装在待检测设备上的传感器检测设备的振动信号，将振动信号作为检测信号;采用如权利要求1所述的检测方法对所述检测信号进行检测，获得所述检测信号中瞬态成分的周期；若所述检测信号中瞬态成分的周期与该设备中一个零件的故障特征周期吻合，则判定该设备中与该周期对应的零件位置存在有故障。一种信号中瞬态成分稀疏表示的检测装置，包括:获取单元，用于对输入信号进行模/数转换，获得检测信号；建立单元，用于对所述检测信号建立最优小波原子库和最小优化方程；确定系数单元，用于根据所述最小优化方程，利用所述最优小波原子库建立优化迭代求解最小优化方程，并确定出所述检测信号在所述最优小波原子库上的稀疏表示系数；确定时刻单元，用于根据所述稀疏表示系数，确定出所述检测信号中瞬态成分的发生时刻；确定周期单元，用于根据所述检测信号中瞬态成分的发生时刻，针对含周期性瞬态成分的信号，确定所述检测信号中瞬态成分的周期。从以上技术方案可以看出，本专利技术实施例提供的一种信号中瞬态成分稀疏表示检测方法具有以下优点:本专利技术方法中首先获得检测信号，并建立最优小波原子库，再结合最小优化法建立的最小优化方程，能实现检测信号在该小波原子库上的稀疏表示。本专利技术将检测信号中的瞬态成分转化成一个仅含有少量数值的稀疏向量表示出来，实现了瞬态成分的简洁表达；由于检测信号中噪声成分与该小波原子库相似程度低，而故障成分与小波原子库的相似度大，因此本专利技术方法对噪声敏感度小，能实现弱故障特征检测；因此本专利技术用于检测和提取信号中瞬态成分，结果表示简洁且对噪声敏感度小。【附图说明】为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例公开的信号中瞬态成分稀疏表示检测方法的流程图；图2为本专利技术实施例公开的信号中瞬态成分稀疏表示检测方法中建立最优小波原子库的流程图；图3为本专利技术实施例公开的又一信号中瞬态成分稀疏表示检测方法的流程图；图4为本专利技术实施例公开的设备故障检测方法的流程图；图5为本专利技术实施例公开的齿轮箱内部传动结构示意图；图6为本专利技术实施例公开的齿轮箱三档齿轮断齿状态时的时域波形；图7为本专利技术实施例公开的齿轮箱三档齿轮断齿状态时的频谱图；图8为本专利技术实施例公开的信号y(t)最匹配的Morlet小波原子的波形图；图9为本专利技术实施例公开的对齿轮故障信号进行Morlet小波基底下的稀疏表示的波形图；图10为本专利技术实施例公开的重构的齿轮故障信号；图11为本专利技术实施例公开的信号中瞬态成分稀疏表示的检测装置的结构示意图。【具体实施方式】下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术目的是提供一种信号中瞬态成分的稀疏表示检测方法，用于检测和提取信号中瞬态成分，稀疏表不是一种自适应性好，表达简洁的信号表不方法。通过在过完备库中自适应的选择与信号最相似的原子，并使选择的原子个数尽可能的少，稀疏表示方法将原始信号表示成一组最少基函数的线性展开。信号稀疏表示具备自适应性好，表达简洁等特点。最小优化(Majorization Minimization,简称MM)法通过求解一系列简单最小问题来实现原始信号在某一基底上的稀疏表示，MM法具备收敛速度快，计算量小等特点，是一种广泛应用于图像恢复，图像压缩等领域的稀疏表示方法。鉴于MM法在稀本文档来自技高网...
【技术保护点】
一种信号中瞬态成分稀疏表示的检测方法，其特征在于，包括：对输入信号进行模/数转换，获得检测信号；对所述检测信号建立最优小波原子库和最小优化方程；根据所述最小优化方程，利用所述最优小波原子库建立优化迭代求解最小优化方程，并确定出所述检测信号在所述最优小波原子库上的稀疏表示系数；根据所述稀疏表示系数，确定出所述检测信号中瞬态成分的发生时刻；根据所述检测信号中瞬态成分的发生时刻，针对含周期性瞬态成分的信号，确定所述检测信号中瞬态成分的周期。
【技术特征摘要】
1.一种信号中瞬态成分稀疏表不的检测方法,其特征在于,包括: 对输入信号进行模/数转换，获得检测信号； 对所述检测信号建立最优小波原子库和最小优化方程； 根据所述最小优化方程，利用所述最优小波原子库建立优化迭代求解最小优化方程，并确定出所述检测信号在所述最优小波原子库上的稀疏表示系数； 根据所述稀疏表示系数，确定出所述检测信号中瞬态成分的发生时刻； 根据所述检测信号中瞬态成分的发生时刻，针对含周期性瞬态成分的信号，确定所述检测信号中瞬态成分的周期。2.根据权利要求1所述的检测方法，其特征在于，对所述检测信号建立最优小波原子库包括: 计算所述检测信号的最优匹配小波函数； 对所述最优匹配小波函数进行扩充，构造最优小波原子库。3.根据权利要求1所述的检测方法，其特征在于，对所述检测信号建立最小优化方程包括: 对所述输入信号构建基追踪去噪方程； 根据所述基追踪去噪方程，利用最小优化法构建最小优化方程。4.根据权利要求2所述的检测方法，其特征在于，所述计算所述检测信号的最优匹配小波函数，包括: 建立小波库，所述小波库为一组小波原子的集合； 计算所述检测信号与所述小波库中小波原子的相似度； 将与检测信号相似程度最高的小波原子确定为最优匹配小波函数。5.根据权利要求2所述的检测方法，其特征在于: 所述最优匹配小波函数为V(PJ)，其中，P表示决定该最优匹配小波函数波形特点的参数集； 所述对所述最优匹配小波函数进行扩充，构造最优小波原子库，包括: 以预设采样频率为延时间隔，对所述最优匹配小波函数按不同时移进行扩充，构造出行表示不同时间参数，列表示不同延时参数的最优小波原子库A(t，τ)，其中τ表示按所述预设采样频率的倒数均匀取值的延时参数。6.根据权利要求3所述的检测方法，其特征在于，所述对所述输入信号构建基追踪去噪方程，包括: 利用基追踪去噪思想，将原始信号中瞬态成分检测问题转化成基追踪去噪问题。7.根据权利要求3所述...
【专利技术属性】
技术研发人员：李成，樊薇，张润涵，李双，蔡改改，黄伟国，朱忠奎，
申请(专利权)人：苏州大学，
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。