一种基于FRFT域特征融合的管道堵塞识别方法技术

本发明专利技术公开了一种基于FRFT域特征融合的管道堵塞识别方法，将预处理后的管道堵塞故障数据集映射到多阶次分数阶傅里叶变换时频平面，计算各阶次的样本熵特征并构建特征集，进而采用欧式距离法计算各阶次特征的权重并实现加权融合，最后利用融合特征进行管道堵塞故障识别，获得识别结果；本发明专利技术提供的方法中，不同阶次的分数阶傅里叶变换是对信号在不同角度下、进行频域分解，体现出不同的能量分布，可以提取不同的细节特征，具有不同的分类性能，相较于现有技术声学识别更准确。相较于现有技术声学识别更准确。相较于现有技术声学识别更准确。

【技术实现步骤摘要】
一种基于FRFT域特征融合的管道堵塞识别方法


[0001]本专利技术属于管道故障检测
，具体属于一种基于FRFT域特征融合的管道堵塞识别方法。

技术介绍

[0002]特征融合在图像识别领域已经得到了广泛的应用，如人脸识别、基于内容的图像检索等，随着各国学者的不断深入研究，已经在图像识别领域取得了许多成果，但声学识别领域却鲜有相关研究，而且研究方向多为语音识别领域，如情绪识别。随着声学检测技术的快速发展，声学信号特征提取方法使得信号所包含的信息可以更有效的保存下来，同时对于声学识别系统来说，信号所包含的有效信息保存的越多，整个系统的识别效果就会越好。因此，特征融合技术对于整个声音识别系统的识别性能和泛化性能起着至关重要的作用。
[0003]常规的特征融合方法如串联融合、降维融合都是对目标样本数据映射到某一特定空间后提取几类特征向量进行特征融合，但是声学管道检测得到的回波信号有较高的重叠性，仅仅将几类独立的没有统一量纲的特征用特定算法融合会丢失特征本身所表达的信息，降低识别准确率。
[0004]因此，当下需要一种能优化信息融合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于FRFT域特征融合的管道堵塞识别方法，其特征在于，将预处理后的管道堵塞故障数据集映射到多阶次分数阶傅里叶变换时频平面，计算各阶次的样本熵特征并构建特征集，进而采用欧式距离法计算各阶次特征的权重并实现加权融合，最后利用融合特征进行管道堵塞故障识别，获得识别结果。2.根据权利要求1所述一种基于FRFT域特征融合的管道堵塞识别方法，其特征在于，所述该管道堵塞识别方法，具体包括以下步骤：Step1、采集不同堵塞情况的低频声学信号数据，并进行小波降噪，获得降噪后的管道堵塞故障数据；Step2、分别将Step1处理后的管道堵塞故障数据映射到多阶次FRFT时频平面，计算各阶次的样本熵特征，构建特征集；Step3、采用欧式距离法计算Step2中各阶次特征的权重并实现加权融合；Step4、利用Step3得到的融合特征最终特征融...

【专利技术属性】
技术研发人员：冯早，曹哲，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：