基于共振加强奇异值分解的线性窄带滤波方法技术

本发明专利技术公开了一种基于共振加强奇异值分解的线性窄带滤波方法。该方法首先对实测信号按分析信号长度进行合理截取；然后进行线性窄带滤波，包括：在信号中加入频率等于带通滤波中心频率、幅值显著大于分析信号中其他分量的正弦激励，构建Hankel矩阵，进行奇异值分解并利用第一个奇异值重构分量信号，从重构的信号中减去激振信号一系列步骤；最后再将每一段信号合起来，实现在强干扰背景下对特定频率信号幅值与相位信息的精准提取。该方法很好地解决了传统奇异值分解的频域无序性问题。

Linear narrow band filtering method based on resonance enhanced singular value decomposition

The invention discloses a linear narrow band filtering method based on resonance enhanced singular value decomposition. Firstly, the measured signal is intercepted by reasonable analysis of signal length; then the linear narrowband filter, including: adding frequency equal to the band-pass filter center frequency and amplitude was significantly greater than that of other components in the signal analysis of sinusoidal excitation in the signal, constructing Hankel matrix, singular value decomposition and the first singular value component signal reconstruction the reconstructed signal is subtracted from the vibration signal of a series of steps; then each segment signal together, in the background of strong interference on the specific frequency signal amplitude and phase information extracted. This method solves the problem of frequency domain disorder in traditional singular value decomposition.

【技术实现步骤摘要】
基于共振加强奇异值分解的线性窄带滤波方法
：本专利技术属于信号处理领域，涉及一种基于共振加强奇异值分解原理实现的线性窄带滤波，对实测信号中特定频率信号的幅值和相位信息精准提取的方法。
技术介绍
：奇异值分解作为一种理论完备的数学方法被引入信号处理，用于数据压缩、降噪、特征提取、弱信号分离和滤波器设计等，并与小波分析、EMD等其他处理方法相结合在工程实践中进一步提高信号处理效果。传统奇异值分解具有线性分解、重构分量频域无序和带通滤波等三个基本特性。在工程复杂噪音背景下，当特征频率信号与其他频率信号不存在明显的幅值优势时，传统奇异值分解可能将特征频率信号分解到若干个奇异值上，使得采用单一奇异值重构来提取特征分量的方法存在很大的不确定性。例如在航空发动机振动和噪声信号中包含有能量很强的气流和燃烧广谱振动，使得奇异值分解重构的降噪处理与特征提取结果都不理想。
技术实现思路
：本专利技术的目的在于充分利用奇异值分解的线性滤波特性，同时解决其频域无序性的缺点，提供一种基于共振加强奇异值分解的线性窄带滤波方法，可以完整地恢复原始信号的幅值、频率和相位特征，提升在强干扰下对微弱信号提取效果。本专利技术的本文档来自技高网...

【技术保护点】
一种基于共振加强奇异值分解的线性窄带滤波方法，其特征在于：首先根据数据采样频率、滤波中心频率和带宽确定Hankel矩阵的维数，进而确定分析信号长度，并对实测信号按分析信号长度进行合理截取；然后对每一段分析信号进行线性窄带滤波，包括：采用频谱分析确定分析信号的频率和幅值范围，在信号中加入频率等于带通滤波中心频率、幅值显著大于分析信号中其他分量的正弦激励，构建Hankel矩阵，进行奇异值分解并利用第一个奇异值重构分量信号，从重构的信号中减去激振信号一系列步骤；最后再将每一段信号合起来，实现在强干扰背景下对特定频率信号幅值与相位信息的精准提取。

【技术特征摘要】
1.一种基于共振加强奇异值分解的线性窄带滤波方法，其特征在于：首先根据数据采样频率、滤波中心频率和带宽确定Hankel矩阵的维数，进而确定分析信号长度，并对实测信号按分析信号长度进行合理截取；然后对每一段分析信号进行线性窄带滤波，包括：采用频谱分析确定分析信号的频率和幅值范围，在信号中加入频率等于带通滤波中心频率、幅值显著大于分析信号中其他分量的正弦激励，构建Hankel矩阵，进行奇异值分解并利用第一个奇异值重构分量信号，从重构的信号中减去激振信号一系列步骤；最后再将每一段信号合起来，实现在强干扰背景下对特定频率信号幅值与相位信息的精准提取。2.基于权利要求1所述的线性窄带滤波方法，其特征在于，按照如下步骤：步骤(1)：根据数据采样频率fs、滤波中心频率fc和带宽B等要求确定Hankel矩阵的列数q和行数p，进而确定分析信号长度N；步骤(2)：将实测的离散时序信号截取分为长度为N的若干段，每段应有一定的重叠；步骤(3)：采用频谱分析确定各段信号的频率和幅值范围，此步骤并非必须，也可根据先验知识获取；步骤(4)：在分析信号中加入频率f等于带通滤波中心频率fc、幅值A显著大于信号中的其他分量的正弦激励信号；步骤(5)：根据滤波带宽的要求，构建一定列数q和行数p的Hankel矩阵；步骤(6)：对Hankel矩阵进行奇异值分解，并用第一奇异值重构分量信号；步骤(7)：从重构分量信号中减去步骤(4)施加的正弦激励信号，得到给定中心频率fc和带宽B的线性窄带滤波信号；步骤(8)：针对每段信号，重复实施步骤(4)到步骤(7)；步骤(9)：将所得结果按步骤(2)截取顺序连接起来，重叠部分做平均处理，最终得到滤波信号。3.基于权利要求1所述的线性窄带滤波方法，其特征在于，所述，步骤(4)为：利用奇异值分解的线性分解特性，在信号中加入频率等于带通中心频率、幅值显著大于信号中的其他分量的正弦激励信号，其中幅值根据...

【专利技术属性】
技术研发人员：程礼，梁涛，郭立，程铭，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：陕西,61