【技术实现步骤摘要】
本专利技术属于信号测量，具体涉及一种基于时频变换的信号包络特征参数估计方法及装置。
技术介绍
1、信号包络(signal envelope)是指一个信号的慢变化部分，通常用来描述信号的振幅随时间变化的特征。在工程应用中，信号包络具有重要的意义，信号包络可以帮助工程师分析复杂的信号，并提取关键的特征。例如，在音频处理中，信号包络可以用来检测音乐中的音符变化，或者在振动分析中，用于检测机械部件的故障。随着清洁能源的迅速发展，风能作为环保、可持续的能源正在人们的生产生活中发挥着日益重要的作用，风机的工作环境复杂，通常需要长期重载运行，一旦发生故障，不仅会对生产安全和经济发展造成巨大的影响，甚至可能威胁到人民的人身安全。因此，保证风机在其生命周期内安全运行，对风机的早期机械故障进行诊断，防止可控故障发展为重大失控故障，能有效避免经济损失，保障人民安全，对社会快速稳定发展具有重要意义。信号包络在风机故障信号检测中有广泛的意义，信号包络包含大量的机械故障特征，能直接、高效地反映出风机的运行状态，因此在风机故障诊断中包络提取以及包络参数估计起着至关重要的作用。
2、包络提取可从硬件与软件两个方向上实现。硬件方法可以在模拟电路部分加入包络解调电路来实现对信号包络的提取，这种方法的优点是处理速度快、软件设计简单，但是包络解调电路并不能完整的还原信号的包络，而且包络解调电路设计繁琐，泛用性较差，在实际应用中很容易受到难以去除的信号的干扰，不利于包络特征的提取。软件方法则是基于dsp平台，在采集完整信号后，通过算法实现对包络信号的提取与分
技术实现思路
1、本专利技术要解决的技术问题：针对现有技术的上述问题，提供一种基于时频变换的信号包络特征参数估计方法及装置，本专利技术旨在实现在复杂干扰场景下提取风机振动信号的包络，实现对包络特征参数进行准确估计。
2、为了解决上述技术问题，本专利技术采用的技术方案为：
3、一种基于时频变换的信号包络特征参数估计方法，包括：
4、s101，基于采样信号构造观测矩阵x，根据计算协方差矩阵对协方差矩阵进行奇异值分解得到左特征向量矩阵u、特征值矩阵s和右特征向量矩阵v，为特征值矩阵s构建加权矩阵i；采用w＝uιut计算降噪重构矩阵w，采用y＝wx计算降噪重构信号y；
5、s102，对降噪重构信号y做离散傅里叶变换得到频谱序列yfft，基于频谱序列yfft寻找峰值谱线并估计载波的中心频率fc，基于中心频率fc构造滤波器以对降噪重构信号y提取包络信号；
6、s103，针对提取的包络信号进行指定的包络特征参数估计。
7、可选地，步骤s101中基于采样信号构造观测矩阵x包括针对长度为2n-1的采样信号以如下方式构造观测矩阵x：
8、
9、上式中，x(1)～x(2n-1)分别为第1～(2n-1)个采样信号；
10、采用y＝wx计算得到的降噪重构信号y的函数表达式为：
11、
12、上式中，y(1)～y(2n-1)分别为第1～(2n-1)个降噪重构信号。
13、可选地，步骤s101中为特征值矩阵s构建加权矩阵i的函数表达式为：
14、i＝diag{η1η2…ηn}，
15、上式中，η1～ηn为特征值矩阵s中第1～n个特征值的加权项，且有：
16、
17、上式中，ηi为特征值矩阵s中第i个特征值si的加权项，sj为特征值矩阵s中第j个特征值，n为特征值矩阵s中的特征值数量。
18、可选地，步骤s102中基于中心频率fc构造的滤波器为自适应无限脉冲响应小波滤波器，且所述自适应无限脉冲响应小波滤波器的函数表达式为：
19、yenvelope(n)＝a2y(n)+b1y(n-1)+b2y(n-2)+b3y(n-3)，
20、上式中，yenvelope(n)为第n个包络信号，y(n)为第n个降噪重构信号，y(n-1)为第n-1个降噪重构信号，y(n-2)为第n-2个降噪重构信号，y(n-3)为第n-3个降噪重构信号，a2、b1、b2和b3为系数，且有：
21、a2＝b0-b1-b2-b3，
22、b1＝2.44413σ+2.85619σ2+1.26661σ3，
23、b2＝-(1.4281σ2+1.26661σ3)，
24、b3＝0.422205σ3，
25、其中，b0＝1.57825+2.44413σ+1.4281σ2+0.422205σ3，σ为增益调节因子，且有：
26、
27、上式中，sj为特征值矩阵s中第j个特征值，n为特征值矩阵s中的特征值数量。
28、可选地，步骤s103中针对提取的包络信号进行指定的包络特征参数估计包括：
29、s201，针对提取的包络信号计算自相关序列c；
30、s202，针对自相关序列c做傅里叶变换得到功率谱序列c，针对功率谱序列c找到峰值谱线并通过三谱线插值方法求得包络信号基频的精确频率fen；
31、s203，将提取的包络信号均匀分段为分段包络信号；分别对分段包络信号计算自相关序列并做傅里叶变换得到分段包络信号的功率谱序列，根据分段包络信号的功率谱序列的均值与方差构建分段包络信号的统计特征矩阵并输出。
32、可选地，步骤s201中计算自相关序列c的函数表达式为：
33、
34、上式中，yenvelope(j)为第j个包络信号，yenvelope(j+i-1)为第j+i-1个包络信号，n为特征值矩阵s中的特征值数量。
35、可选地，步骤s203中将提取的包络信号均匀分段为分段包络信号时，包括以每段时间长度为2/fen秒、采用重叠或非重叠的方式分段得到k段分段包络信号，分别对分段包络信号计算自相关序列并做傅里叶变换得到分段包络信号的功率谱序列时，记得到的任意第k段分段包络信号的功率谱序列为ck，其中k＝1,2,…,k。
36、可选地，步骤s203中根据分段包络信号的功率谱序列的均值与方差构建分段包络信号的统计特征矩阵的函数表达式为：
37、
38、上式中，分别为第1～k段分段包络信号的均值，分别为第1～k段分段包络信号的方差，且有：
39、
40、
41、上式中，为第k段分段包络信号的均值，ck(i)为第k段分段包络信号的功率谱序列的第i个信号，n为特征值矩阵s中的特征值数量，k为分段包络本文档来自技高网...
【技术保护点】
1.一种基于时频变换的信号包络特征参数估计方法，其特征在于，包括：
2.根据权利要求1所述的基于时频变换的信号包络特征参数估计方法，其特征在于，步骤S101中基于采样信号构造观测矩阵X包括针对长度为2N-1的采样信号以如下方式构造观测矩阵X：
3.根据权利要求1所述的基于时频变换的信号包络特征参数估计方法，其特征在于，步骤S101中为特征值矩阵S构建加权矩阵I的函数表达式为：
4.根据权利要求1所述的基于时频变换的信号包络特征参数估计方法，其特征在于，步骤S102中基于中心频率fc构造的滤波器为自适应无限脉冲响应小波滤波器，且所述自适应无限脉冲响应小波滤波器的函数表达式为：
5.根据权利要求1所述的基于时频变换的信号包络特征参数估计方法，其特征在于，步骤S103中针对提取的包络信号进行指定的包络特征参数估计包括：
6.根据权利要求5所述的基于时频变换的信号包络特征参数估计方法，其特征在于，步骤S201中计算自相关序列c的函数表达式为：
7.根据权利要求5所述的基于时频变换的信号包络特征参数估计方法，其特征在于
8.根据权利要求6所述的基于时频变换的信号包络特征参数估计方法，其特征在于，步骤S203中根据分段包络信号的功率谱序列的均值与方差构建分段包络信号的统计特征矩阵的函数表达式为：
9.一种基于时频变换的信号包络特征参数估计装置，包括相互连接的微处理器和存储器，其特征在于，所述微处理器被编程或配置以执行权利要求1～8中任意一项所述基于时频变换的信号包络特征参数估计方法。
10.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其特征在于，所述计算机程序用于被微处理器编程或配置以执行权利要求1～8中任意一项所述基于时频变换的信号包络特征参数估计方法。
...【技术特征摘要】
1.一种基于时频变换的信号包络特征参数估计方法，其特征在于，包括：
2.根据权利要求1所述的基于时频变换的信号包络特征参数估计方法，其特征在于，步骤s101中基于采样信号构造观测矩阵x包括针对长度为2n-1的采样信号以如下方式构造观测矩阵x：
3.根据权利要求1所述的基于时频变换的信号包络特征参数估计方法，其特征在于，步骤s101中为特征值矩阵s构建加权矩阵i的函数表达式为：
4.根据权利要求1所述的基于时频变换的信号包络特征参数估计方法，其特征在于，步骤s102中基于中心频率fc构造的滤波器为自适应无限脉冲响应小波滤波器，且所述自适应无限脉冲响应小波滤波器的函数表达式为：
5.根据权利要求1所述的基于时频变换的信号包络特征参数估计方法，其特征在于，步骤s103中针对提取的包络信号进行指定的包络特征参数估计包括：
6.根据权利要求5所述的基于时频变换的信号包络特征参数估计方法，其特征在于，步骤s201中计算自相关序列c的函数表达式为：
7.根据权利要求5所述的基...
【专利技术属性】
技术研发人员：温和，单铉昇，张之一，李橙橙，邓家增，张军号，吴双双，
申请(专利权)人：湖南大学，
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。