The present invention discloses an instantaneous frequency estimation method based on non delay cost function and t test. This method uses the short-time Fourier transform of the original signal conversion for the spectrum, obtained using the Canny multi ridge detection algorithm, excluding outliers with each ridge by t test, to build a complete and clear edge of the ridge is synthesized with the superposition, combined with the exclusion of spinal anomalies using t test, calculation of the mean curve the synthesis of ridge belt, the mean curve smoothing, calculate the confidence interval of the mean smooth curve at 95% confidence level, will mean smooth curve and its confidence interval mapping to the target on the ridge, the ridge line of the target reference line and the local search interval, using non delay cost function to extract the target ridge. The invention is suitable for instantaneous frequency estimation in complex multi-component frequency signal, overcomes the defects of traditional method in instantaneous frequency estimation of mechanical vibration signal, accuracy and precision of the estimated results, convenient for engineering applications.
【技术实现步骤摘要】
基于非延迟代价函数和t检验的瞬时频率估计方法
本专利技术涉及旋转机械状态监测与故障诊断领域,具体涉及基于非延迟代价函数和t检验的瞬时频率估计方法。
技术介绍
由于工作环境的复杂性,旋转机械经常工作在变速条件下。瞬时频率估计是评估旋转机械运行状态及进行故障诊断的重要前提。目前常用的瞬时频率估计方法是一步代价函数法(one-stepcostfunction)。一步代价函数法能够在局部频率范围内搜索脊点,但是局部频率范围的中心点依赖于上一个脊点的位置,这导致一步代价函数存在着延迟。此外,局部频率范围的宽度是根据经验随意设置的,且在任何时刻的宽度都是固定的,不能随着时间发生变化,这导致一步代价函数缺乏足够的自适应性。上述缺陷导致一步代价函数法在估计瞬时频率时准确度和精确度较低。
技术实现思路
本专利技术要解决的问题是针对以上不足,提出基于非延迟代价函数和t检验的瞬时频率估计方法。与现有方法相比,本专利技术将映射后的平滑均值曲线作为目标脊线的参考线,将映射后的置信区间作为目标脊线的局部搜索区间,因此局部频率搜索范围的中心点不依赖上一个脊点的位置,没有任何延迟,局部频率搜索范围能够自动设定,搜索带宽能够随着时间的变化而自动变化,瞬时频率估计结果的准确度和精确度高。为解决以上技术问题,本专利技术提供基于非延迟代价函数和t检验的瞬时频率估计方法,其特征在于,包括以下步骤:步骤1:采用短时傅里叶变换算法将信号x(k)(k=1,2,…,N)转换为时频谱图,N代表信号的长度;步骤2:从时频谱图中选取一块具有较高信噪比的局部区域,采用Canny检测算法将该局部区域转换成二值图像,二值 ...
【技术保护点】
基于非延迟代价函数和t检验的瞬时频率估计方法,其特征在于,包括以下步骤:步骤1:采用短时傅里叶变换算法将信号x(k)(k=1, 2, …,N)转换为时频谱图,N代表信号的长度;步骤2:从时频谱图中选取一块具有较高信噪比的局部区域,采用Canny检测算法将该局部区域转换成二值图像,二值图像包含多条脊带;步骤3:采用t检验算法排除每条脊带上下边缘的异常值;步骤4:将上述多条脊带按照相互之间的运动学比例关系叠加到其中一条轮廓最完整的脊带上,构建一条具有完整清晰边缘的合成脊带;步骤5:采用t检验算法排除上述合成脊带上下边缘的异常值;步骤6:计算上述合成脊带的均值曲线,采用五点三次平滑算法对均值曲线进行平滑处理,得到平滑均值曲线,计算该平滑均值曲线在95%置信水平上的置信区间;步骤7:将上述平滑均值曲线及其置信区间按照平滑均值曲线与待估计目标脊线之间的运动学比例关系映射到目标脊线上;步骤8:将映射后的平滑均值曲线作为目标脊线的参考线,将映射后的置信区间作为目标脊线的局部搜索区间;步骤9:采用非延迟代价函数在每个时刻所对应的局部搜索区间内搜索脊点,确定每个时刻所对应的瞬时频率,最后得到整个时间区间 ...
【技术特征摘要】
1.基于非延迟代价函数和t检验的瞬时频率估计方法,其特征在于,包括以下步骤:步骤1:采用短时傅里叶变换算法将信号x(k)(k=1,2,…,N)转换为时频谱图,N代表信号的长度;步骤2:从时频谱图中选取一块具有较高信噪比的局部区域,采用Canny检测算法将该局部区域转换成二值图像,二值图像包含多条脊带;步骤3:采用t检验算法排除每条脊带上下边缘的异常值;步骤4:将上述多条脊带按照相互之间的运动学比例关系叠加到其中一条轮廓最完整的脊带上,构建一条具有完整清晰边缘的合成脊带;步骤5:采用t检验算法排除上述合成脊带上下边缘的异常值;步骤6:计算上述合成脊带的均值曲线,采用五点三次平滑算法对均值曲线进行平滑处理,得到平滑均值曲线,计算该平滑均值曲线在95%置信水平上的置信区间;步骤7:将上述平滑均值曲线及其置信区间按照平滑均值曲线与待估计目标脊线之间的运动学比例关系映射到目标脊线上;步骤8:将映射后的平滑均值曲线作为目标脊线的参考线,将映射后的置信区间作为目标脊线的局部搜索区间;步骤9:采用非延迟代价函数在每个时刻所对应的局部搜索区间内搜索脊点,确定每个时刻所对应的瞬时频率,最后得到整个时间区间上的瞬时频率。2.根据权利要求1所述的基于非延迟代价函数和t检验的瞬时频率估计方法,其特征在于,所述步骤1中短时傅里叶变换算法包括以下步骤:1)对信号x(k)进行短时傅里叶变换:,TF(t,f)代表信号x(k)的短时傅里叶变换结果,t代表时间因子,f代表尺度因子,函数w(z)代表自变量为z的窗口函数;2)计算信号x(k)的时频谱:,spectrogram(t,f)代表x(k)的时频谱。3.根据权利要求1所述的基于非延迟代价函数和t检验的瞬时频率估计方法,其特征在于,所述步骤2中Canny检测算法包括以下步骤:1)采用高斯滤波器对图像f(x,y)进行平滑处理,消除图像中的噪声和无关细节:,,g(x,y)代表平滑后的图像,G(x,y)...
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。