一种非平稳信号紧密间隔频率成分的检测方法技术

一种非平稳信号紧密间隔频率成分的检测方法，所述方法包括以下步骤：对待测非平稳信号进行EMD分解，再通过希尔伯特变换得到待测非平稳信号的时频谱和边际谱；通过对频谱图数据的处理得到每个频率成分的值，并采用滤波方法提取出不同频率成分的信号；通过AMD分解判别各个频率成分是否含有多个没有被分离开的频率值；如果信号有频率混叠的现象，则对频率成分进行AMD分解，分离频率相近的信号；对分离出的信号再按照以上步骤顺序进行操作，直至分离出单一频率信号为止，保证分解的信号都是单一频率成分的。本发明专利技术解决了希尔伯特黄变换不能有效分离两个紧密间隔频率成分信号的问题，保证了信号有效数据的正确分解，提高了信号的分解精度。

【技术实现步骤摘要】

本专利技术涉及信号处理
，特别是一种针对非平稳信号紧密间隔频率成分的 检测方法。
技术介绍
在信号分解处理领域中，希尔伯特-黄变换（Hilbert-HuangTransformation, HHT)算法的提出弥补了传统的时频分析方法的不足，HHT对非平稳信号的处理有较强的自 适应性。它的核心思想是将时间序列先进行EMD分解，再对各个分量进行希尔伯特变换的 信号处理方法。HHT既能对线性平稳信号进行分析，又能对非线性非平稳信号进行分析。 希尔伯特-黄变换方法虽然能够有效处理非平稳信号，但并不是所有的信号都可 以有效分解出来的，当处理频率相近的信号时，功能就会大大削弱。希尔伯特-黄算法有效 分解必须满足一个前提条件，即两个信号不能相差太近。所谓的相差太近并不是指频率之 间的差值，而是频率之间的比值。当两个频率之间的比值小于1. 5时，该方法不能有效分离 这两个信号。 对于上述问题，ChenandWang于2012年提出了一种新的信号分解方法，称为解 析模态分解法（AnalyticalModeDecomposition，AMD)。该方法克服了HHT无法分解有紧 密间隔频率成分的信号的难题，但该方法需要确定信号里的各个频率成分。 由于傅里叶变换不适用于非平稳信号，虽然希尔伯特-黄变换可以有效处理非平 稳信号，但却不能识别紧密间隔的频率成分；而AMD方法虽然克服了HHT无法分解有紧密间 隔频率成分的信号的难题，但AMD是以傅里叶变换为基础的，这就对非平稳信号紧密间隔 频率成分的检测造成了一定的难度。 【专利技术内容】 本专利技术目的在于提供一种保证信号有效数据正确分解、信号分解精度高的AMD与 HHT相结合的非平稳信号紧密间隔频率成分的检测方法。 为实现上述目的，采用了以下技术方案，本专利技术所述方法包括以下步骤： (1)对待测非平稳信号进行EMD分解，再通过希尔伯特变换得到待测非平稳信号 的时频谱和边际谱； (2)通过对频谱图数据的处理得到每个频率成分的值，并采用滤波方法提取出不 同频率成分的信号； (3)通过AMD分解判别各个频率成分是否含有多个没有被分离开的频率值； (4)如果信号有频率混叠的现象，则对频率成分进行AMD分解，分离频率相近的信 号；对分离出的信号再按照以上步骤顺序进行操作，直至分离出单一频率信号为止，保证分 解的信号都是单一频率成分的。 在步骤⑴中，对待测非平稳信号进行EMD分解，利用EMD的自适应性，把非平稳 信号分解成MF分量，再通过希尔伯特变换得到待测非平稳信号的时频谱和边际谱，包括 以下步骤， a、确定待测非平稳信号x(t)的所有局部极大值点和极小值点，用三次样条线把 所有极大值点和极小值点分别连接起来形成上包络线和下包络线；求出上、下包络线的平 均值记为叫； 13、设h=x(t)Hi; c、如果h是一个MF，那么h就是待测非平稳信号x(t)的第一个分量； d、如果h不满足MF的条件，把h作为原始据，重复步骤a，直到h满足MF的条 件，得到第一个頂F分量，记作imfi; ^设巧=，将ri作为原始数据重复上述所有步骤，重复循环n次，得到 信号x(t)的n个满足IMF条件的分量；当rn成为一个单调函数不能再从中提取满足IMF条 件的分量时，循环结束，得到n个固有模态函数和一个残量rn之和，本文档来自技高网...

【技术保护点】
一种非平稳信号紧密间隔频率成分的检测方法，其特征在于，包括以下步骤： (1)对待测非平稳信号进行EMD分解，再进行希尔伯特变换得到待测非平稳信号的时频谱和边际谱； (2)通过对频谱图数据的处理得到每个频率成分的值，并采用滤波方法提取出不同频率成分的信号； (3)通过AMD分解判别各个频率成分是否含有多个没有被分离开的频率值； (4)如果信号有频率混叠的现象，则对频率成分进行AMD分解，分离频率相近的信号；对分离出的信号再按照以上步骤顺序进行操作，直至分离出单一频率信号为止。

【技术特征摘要】
1. 一种非平稳信号紧密间隔频率成分的检测方法，其特征在于，包括以下步骤： (1) 对待测非平稳信号进行EMD分解，再进行希尔伯特变换得到待测非平稳信号的时 频谱和边际谱； (2) 通过对频谱图数据的处理得到每个频率成分的值，并采用滤波方法提取出不同频 率成分的信号； (3) 通过AMD分解判别各个频率成分是否含有多个没有被分离开的频率值； (4) 如果信号有频率混叠的现象，则对频率成分进行AMD分解，分离频率相近的信号； 对分离出的信号再按照以上步骤顺序进行操作，直至分离出单一频率信号为止。2. 根据权利要求1所述的一种非平稳信号紧密间隔频率成分的检测方法，其特征在 于：步骤⑴中，对待测非平稳信号进行EMD分解，再通过希尔伯特变换得到待测非平稳信 号的时频谱和边际谱，包括以下步骤， a、 确定待测非平稳信号x(t)的所有局部极大值点和极小值点，用三次样条线把所有 极大值点和极小值点分别连接起来形成上包络线和下包络线；求出上、下包络线的平均值 记为Kl1 ; b、 设 hi = X (t) -mi ; c、 如果Ii1是一个MF，那么h就是待测非平稳信号x(t)的第一个分量； d、 如果Ii1不满足MF的条件，把Ii1作为原始据，重复步骤a，直到Ii1满足MF的条件， 得到第一个頂F分量，记作Imf1 ; 6、设ri = X (t)-Imf1，将ri作为原始数据重复上述所有步骤，重复循环n次，得到信号 X (t)的n个满足IMF条件的分量；当rn成为一个单调函数不能再从中提取满足IMF条件的 分量时，循环结束，得到n个固有模态函数和一个残量rn之和，式中，H(?，t)代表信号的希尔伯特谱；Re代表取实部；a」代表IMF分量的幅值；exp代 表e的幂函数； '代表IMF分量的频率；《代表频率；t代表时间； g、对时间t进行积分得到信号的边际谱：式中，h(?)代表边际谱；H(?，t)代表信号的希尔伯特谱。3. 根据权利要求1所述的一种非平稳信号紧密间隔频率...

【专利技术属性】
技术研发人员：时培明，苏翠娇，韩东颖，
申请(专利权)人：燕山大学，
类型：发明
国别省市：河北;13