本发明专利技术提供了一种信号时域特征分析方法、装置、电子设备及存储介质，涉及信号分析处理领域。在本发明专利技术中，首先获取一维时间域离散的待分析信号，将待分析信号进行划分，得到多个信号片段，然后根据每一信号片段的信号值，确定每一信号片段的卷积核，再根据每一信号片段的卷积核对每一信号片段进行卷积操作，得到每一信号片段的特征分析值，最后根据待分析信号的所有信号片段的特征分析值，对待分析信号进行分析，确定待分析信号中的异常信号。通过上述方法，可以使提取到的待分析信号的信号变化特征更全面和准确，并根据信号变化特征，更准确地确定待分析信号中的异常信号。确地确定待分析信号中的异常信号。确地确定待分析信号中的异常信号。
【技术实现步骤摘要】
信号时域特征分析方法、装置、电子设备及存储介质
[0001]本专利技术涉及信号分析处理领域，具体而言，涉及一种信号时域特征分析方法、装置、电子设备及存储介质。
技术介绍
[0002]在工业领域，可以通过分析电驱动设备的实时工作电压、电流等信号数据来获取设备的工况和状态，其中，当设备正常工作时，信号会呈现规律的周期性波动，当设备或设备工作过程中出现异常情况时，如电机轴承故障、线圈故障、焊接过程中的保护气中断、送丝故障导致的焊接异常等，会产生的异常信号。理论上，异常信号相对于正常信号表现为信号周期或信号值发生改变，但实际工业生产中，异常信号和正常信号是叠加在一起的，利用现有的提取方差的信号特征分析方法，无法根据提取的信号特征准确地确定异常信号。
技术实现思路
[0003]本专利技术实施例提供了一种信号时域特征分析方法、装置、终端设备及存储介质，其能够克服现有技术的不足。
[0004]为了实现上述目的，本专利技术实施例采用的技术方案如下：
[0005]第一方面，本专利技术实施例提供了一种信号时域特征分析方法，所述信号时域特征分析方法包括：
[0006]获取一维时间域离散的待分析信号；
[0007]将所述待分析信号进行划分，得到多个信号片段；
[0008]根据每一所述信号片段的信号值，确定每一所述信号片段的卷积核；
[0009]根据每一所述信号片段的卷积核对每一所述信号片段进行卷积运算，得到每一所述信号片段的特征分析值；
[0010]根据所述待分析信号的所有信号片段的特征分析值，对所述待分析信号进行分析，确定所述待分析信号中的异常信号。
[0011]作为一种可能的实现方式，每一所述信号片段包括多个时刻，每一所述时刻对应一个信号值，所述根据每一所述信号片段的信号值，确定每一所述信号片段的卷积核的步骤包括：
[0012]计算每一所述信号片段中所有时刻的信号值的均值，得到每一所述信号片段的信号均值；
[0013]根据每一所述信号片段的信号均值及每一所述时刻的信号值，得到每一所述时刻的信号偏离度；
[0014]根据每一所述信号片段的所有时刻的信号偏离度，构建每一所述信号片段的卷积核。
[0015]作为一种可能的实现方式，任一目标信号片段的卷积核的表达式为：
[0016][0017]其中，所述目标信号片段的起始时刻为τ，结束时刻为τ+ω，x
t
为所述目标信号片段在t时刻的信号值，μ为所述目标信号片段的信号均值，(x
t
‑
μ)2为所述目标信号片段在t时刻的信号偏离度，a为预设常数，f为所述目标信号片段的卷积核。
[0018]作为一种可能的实现方式，将所述待分析信号进行划分，得到多个信号片段的步骤包括：
[0019]从所述待分析信号的起始时刻开始，按照预设步长滑动预设分析窗口，依次从所述待分析信号中截取信号片段，得到多个信号片段，其中，每次滑动所述预设分析窗口得到一个所述信号片段。
[0020]作为一种可能的实现方式，根据每一所述信号片段的卷积核对每一所述信号片段进行卷积操作，得到每一所述信号片段的特征分析值的步骤包括：
[0021]对于任一目标信号片段，根据所述目标信号片段的卷积核，采用公式进行卷积运算，得到所述目标信号片段的特征分析值，其中，f为所述目标信号片段的卷积核，g为所述目标信号片段，所述目标信号片段的起始时刻为τ，结束时刻为τ+ω，g(t)＝x
t
为所述目标信号片段在t时刻的信号值，λ为所述目标信号片段的特征分析值。
[0022]作为一种可能的实现方式，根据所述待分析信号的所有信号片段的特征分析值，对所述待分析信号的进行分析，确定所述待分析信号中的异常信号的步骤包括：
[0023]根据所述待分析信号的所有信号片段的特征分析值，生成所述待分析信号的特征曲线；
[0024]对所述待分析信号的特征曲线进行分析，确定所述待分析信号中的异常信号。
[0025]作为一种可能的实现方式，所述异常信号包括异常时刻及异常信号值，对所述待分析信号的特征曲线进行分析，确定所述待分析信号中的异常信号的步骤包括：
[0026]将所述待分析信号的特征曲线中大于预设阀值的特征分析值所对应的信号片段作为异常信号片段；
[0027]将所述异常信号片段的起始时刻作为异常时刻；
[0028]将所述异常时刻的信号值作为所述异常信号值。
[0029]第二方面，本专利技术实施例提供了一种信号时域特征分析装置，所述信号时域特征分析装置包括：
[0030]获取模块，用于获取一维时间域离散的待分析信号；
[0031]分段模块，用于将所述待分析信号进行划分，得到多个信号片段；
[0032]确定模块，用于根据每一所述信号片段的信号值，确定每一所述信号片段的卷积核；
[0033]运算模块，用于根据每一所述信号片段的卷积核对每一所述信号片段进行卷积运算，得到每一所述信号片段的特征分析值；
[0034]分析模块，用于根据所述待分析信号的所有信号片段的特征分析值，对所述待分
析信号进行分析，确定所述待分析信号中的异常信号。
[0035]第三方面，本专利技术实施例提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器用于存储计算机程序；所述处理器用于在调用所述计算机程序时执行本专利技术实施例提供的信号时域特征分析方法。
[0036]第四方面，本专利技术实施例提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术实施例提供的信号时域特征分析方法。
[0037]相较于现有技术，本专利技术实施例提供的一种信号时域特征分析方法、装置、电子设备及存储介质，首先获取一维时间域离散的待分析信号，将待分析信号进行划分，得到多个信号片段，然后根据每一信号片段的信号值，确定每一信号片段的卷积核，再根据每一信号片段的卷积核对每一信号片段进行卷积操作，得到每一信号片段的特征分析值，最后根据待分析信号的所有信号片段的特征分析值，对待分析信号进行分析，确定待分析信号中的异常信号。由于本专利技术实施例对每一信号片段都构建了与其信号变化特征相适应的卷积核，利用每一信号片段的卷积核对每一信号片段进行卷积操作，得到每一信号片段的特征分析值，进而使提取到的待分析信号的信号变化特征更全面和准确，并根据信号变化特征，更准确地确定待分析信号中的异常信号。
附图说明
[0038]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
[0039]图1为本实施例提供的一种信号时域特征分析方法流程图；
[0040]图2为本专利技术实施例提供的一种划分待分析信号为多个信号片段的示意图；<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种信号时域特征分析方法，其特征在于，所述方法包括以下步骤：获取一维时间域离散的待分析信号；将所述待分析信号进行划分，得到多个信号片段；根据每一所述信号片段的信号值，确定每一所述信号片段的卷积核；根据每一所述信号片段的卷积核对每一所述信号片段进行卷积运算，得到每一所述信号片段的特征分析值；根据所述待分析信号的所有信号片段的特征分析值，对所述待分析信号的进行分析，确定所述待分析信号中的异常信号。2.根据权利要求1所述的方法，其特征在于，每一所述信号片段包括多个时刻，每一所述时刻对应一个信号值，所述根据每一所述信号片段的信号值，确定每一所述信号片段的卷积核的步骤，包括：计算每一所述信号片段中所有时刻的信号值的均值，得到每一所述信号片段的信号均值；根据每一所述信号片段的信号均值及每一所述时刻的信号值，得到每一所述时刻的信号偏离度；根据每一所述信号片段的所有时刻的信号偏离度，构建每一所述信号片段的卷积核。3.根据权利要求2所述的方法，其特征在于，任一目标信号片段的卷积核的表达式为：其中，所述目标信号片段的起始时刻为τ，结束时刻为τ+ω，x
t
为所述目标信号片段在t时刻的信号值，μ为所述目标信号片段的信号均值，(x
t
‑
μ)2为所述目标信号片段在t时刻的信号偏离度，a为预设常数，f为所述目标信号片段的卷积核。4.根据权利要求1所述的方法，其特征在于，所述将所述待分析信号进行划分，得到多个信号片段的步骤，包括：从所述待分析信号的起始时刻开始，按照预设步长滑动预设分析窗口，依次从所述待分析信号中截取信号片段，得到多个信号片段，其中，每次滑动所述预设分析窗口得到一个所述信号片段。5.根据权利要求1所述的方法，其特征在于，所述根据每一所述信号片段的卷积核对每一所述信号片段进行卷积运算，得到每一所述信号片段的特征分析值的步骤，包括：对于任一目标信号片段，根据所述目标信号片段的卷积核，采用公式进行卷积运算，得到所述目标信号片...
【专利技术属性】
技术研发人员：方晟堃，李平，邓志文，陈启愉，冼荣彬，张华伟，
申请(专利权)人：广东省科学院智能制造研究所，
类型：发明
国别省市：
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。