【技术实现步骤摘要】
本专利技术涉及一种基于移动窗函数的信号分离与去噪方法及装置,尤其是对桥梁结构的响应信号的高低频信号的分离与降噪,属于无损检测
技术介绍
在桥梁结构健康监测与损伤检测领域中,所测得的信号是多模态信号以及噪音的混合叠加。在进行结构健康监测与损伤识别时经常须要进行响应信号的信号分离和去噪,即将响应分解成各模态响应分量以及噪声分量。在这些分量信号中,通常仅有一个或者部分分量包含检测者感兴趣的信息。在此条件下,对蕴含了多模态分量的信号进行分离与去噪,得到感兴趣的分量信息,是一具有重要意义的课题。多信号分离是现代信号处理中的一个重要研究方向,一直以来,如何从接收到的信号(其包含多个信号)中分离,恢复出想要的信号是信号处理所研究的一个主要问题。目前,这一问题通常采用盲信号分离。盲信号分离技术已经广泛应用于通信、雷达、电子对抗、生物医学信号处理、语音信号处理和计量经济学等领域。但是盲信号分离技术需要特定的假设条件及计算繁杂。
技术实现思路
本专利技术的目的在于克服现有技术的缺点与不足,提供一种基于移动窗函数的信号分离与去噪方法及装置,通过分离结构的振动响应信号,得到检测者感兴趣的分量信息,并同时分离去除信号中的噪音部分,起到降噪的目的。根据公开的实施例,本专利技术的第一方面提出了一种基于移动窗函数的信号分离与去噪方法,所述方法包括下列步骤:S1、定义移动窗函数定义式如下: a ‾ ( i ) = 1 k &S ...
【技术保护点】
一种基于移动窗函数的信号分离与去噪方法,其特征在于,所述方法包括下列步骤:S1、定义移动窗函数定义式如下:a‾(i)=1kΣj=i-k/2j=i+k/2a(i+j)]]>其中,a(i)为每一个i时刻采集到的实际响应信号,k定义为所述移动窗函数的跨度;S2、对实际响应信号a(i)进行FFT变换,确定实际响应信号中各分量信息对应的频率f;S3、确定所述移动窗函数的参数;S4、利用上述参数确定的各移动窗函数,对实际响应信号进行依次扫描,逐次分离出各频段的分量信息和噪声。
【技术特征摘要】
1.一种基于移动窗函数的信号分离与去噪方法,其特征在于,所述方法包括下列步骤:S1、定义移动窗函数定义式如下: a ‾ ( i ) = 1 k Σ j = i - k / 2 j = i + k / 2 a ( i + j ) ]]>其中,a(i)为每一个i时刻采集到的实际响应信号,k定义为所述移动窗函数的跨度;S2、对实际响应信号a(i)进行FFT变换,确定实际响应信号中各分量信息对应的频率f;S3、确定所述移动窗函数的参数;S4、利用上述参数确定的各移动窗函数,对实际响应信号进行依次扫描,逐次分离出各频段的分量信息和噪声。2.根据权利要求1所述的一种基于移动窗函数的信号分离与去噪方法,其特征在于,所述步骤S3、确定所述移动窗函数的参数具体如下:S31、确定所述待分离的分量对应的周期T,其确定关系如下: T = 1 f ; ]]>S32、确定所述移动窗函数的跨度k,其确定关系式如下:k=Tfs其中fs为信号采样频率。3.根据权利要求1所述的一种基于移动窗函数的信号分离与去噪方法,其特征在于,所述对实际响应信号进行依次扫描,具体为:按照从最高频对应的移动窗函数开始的扫描顺序对对实际响应信号进行依次扫描。4.一种基于移动窗函数...
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。