一种动态信号分析方法及装置制造方法及图纸

本发明专利技术公开了一种动态信号分析方法及装置。首先，对接收到的动态信号进行时频分析，生成与动态信号相对应的具有预设嵌入维数的高维时频分析信号；然后，对时频分析信号进行流形学习，生成具有预设本征维数的低维流形结构信号，预设本征维数小于所述预设嵌入维数；最后，对流形结构信号进行转换，生成包含多维数据的时频流形结构信号，时频流形结构信号中的第一维数据为动态信号的时频流形特征数据。通过对接收的动态信号进行时频分析、流形学习以及转换，能够充分考虑动态信号的非线性以及信号中噪声的影响，使得最终的时频流形特征数据能够作为评估系统的健康状况的准确依据。

【技术实现步骤摘要】

本专利技术涉及信号分析
，更具体的说，是涉及一种动态信号分析方法及装置。
技术介绍
在旋转机械故障诊断以及生物医学信号处理等领域，一般通过对系统产生的动态信号进行分析，进而对系统的健康状况进行评估。由于系统产生的动态信号常常具有非平稳特性，在对此类信号进行分析时，单独的时域分析方法以及单独的频域分析方法，都不能提供足够的非平稳信息来对系统的健康状况进行有效评估。在现有技术中，一般采用传统的短时傅里叶变换、连续小波变换或者维格纳一威尔分布等时频分析方法，对系统产生的动态信号进行分析。通过上述任意一种时频分析方法，都能同时反映系统产生的动态信号在时域和频域上丰富的非平稳信息，用以对系统的健康状况进行有效评估。但是，一方面由于系统本身的复杂性，其产生的动态信号又表现为非线性。而传统的时频分析方法在对系统产生的动态信号进行分析的过程中，并未考虑动态信号的非线性。另一方面，由于各种原因，系统产生的动态信号往往含有大量的噪声。而传统的时频分析方法在对系统产生的动态信号进行分析的过程中，并未考虑噪声的影响。由上可知，现有的时频分析方法，并不能有效分析系统产生的动态信号，进而对系统的健康状况的评估造成了不良影响。
技术实现思路
有鉴于此，本专利技术提供了一种动态信号分析方法及装置，以克服现有技术中由于采用传统的时频分析方法分析系统产生的动态信号时，不能考虑动态信号的非线性以及噪声影响，对系统的健康状况的评估造成不良影响的问题。为实现上述目的，本专利技术提供如下技术方案一种动态信号分析方法，包括对接收到的动态信号进行时频分析，生成与所述动态信号相对应的具有预设嵌入维数的高维时频分析信号；对所述时频分析信号进行流形学习，生成具有预设本征维数的低维流形结构信号，所述预设本征维数小于所述预设嵌入维数；对所述流形结构信号进行转换，生成包含多维数据的时频流形结构信号，所述时频流形结构信号中的第一维数据为所述动态信号的时频流形特征数据。优选地，所述对接收到的动态信号进行时频分析，生成与所述动态信号相对应的高维时频分析信号的过程包括接收所述动态信号；根据预设嵌入维数，将所述动态信号在相空间中重构，生成具有所述预设嵌入维数的第一信号，所述预设嵌入维数至少为12维；根据预设时频分析方法，对所述第一信号整个频带范围内的所有时间点数进行时频分析，生成具有所述预设嵌入维数的第二信号，所述预设时频分析方法包括短时傅里叶变换、连续小波变换或维格纳一威尔分布变换；将所述第二信号进行转换，生成具有所述预设嵌入维数的所述高维时频分析信号。优选地，所述对所述时频分析信号进行流形学习，生成具有所述预设本征维数的低维流形结构信号的过程包括根据局部线性嵌入算法、等距映射算法或局部切空间排列算法对所述时频分析信号进行流形学习，生成具有所述预设本征维数的低维流形结构信号。优选地，当所述预设时频分析方法为短时傅里叶变换时，所述根据预设时频分析方法，对所述第一信号整个频带范围内的时间点数进行时频分析，生成具有所述预设嵌入维数的第二信号的过程还包括在所述第一信号整个频带范围内通过增加短时傅里叶变换窗函数的移动步长减少时间点数，并对所述第一信号整个频带范围内的部分时间点数进行时频分析，生成具有所述预设嵌入维数的第二信号。优选地，当所述预设时频分析方法为短时傅里叶变换、连续小波变换方法或维格纳一威尔分布变换方法时，所述根据预设时频分析方法，对所述第一信号整个频带范围内的时间点数进行时频分析，生成具有所述预设嵌入维数的第二信号的过程还包括在所述接收到的动态信号整个频带范围内选取故障频带；对所述第一信号故障频带范围内的所有时间点数进行时频分析，生成具有所述预设嵌入维数的第二信号。优选地，根据局部切空间排列算法对所述高维时频分析信号进行流形学习，生成具有所述预设本征维数的低维流形结构信号的过程包括计算所述时频分析信号的局部信息；根据所述局部信息计算所述时频分析信号的排列矩阵；根据所述排列矩阵计算具有所述预设本征维数的全局坐标，所述全局坐标即为具有所述预设本征维数的低维流形结构信号。优选地，所述计算所述时频分析信号的局部信息的过程包括在所述时频分析信号中选取待处理元素；选取与所述待处理元素最近的预设个数的元素，所述预设个数大于所述预设嵌入维数；将所述预设个数的元素进行中心化处理得到中心化矩阵；计算所述中心化矩阵的右奇异向量，并按照右奇异值从大到小的顺序，选取所述预设本征维数个数右奇异值相对应的右奇异向量，作为所述时频分析信号的局部信息。优选地，所述根据所述局部信息计算所述时频分析信号的排列矩阵的过程包括根据所述时频分析信号以及所述中心化矩阵计算得到第一矩阵；根据所述时频分析信号的局部信息计算得到第二矩阵；根据第一矩阵以及第二矩阵计算所述时频分析信号的排列矩阵。一种动态信号分析装置，包括时频分析单元用于对接收到的动态信号进行时频分析，生成与所述动态信号相对应的具有预设嵌入维数的高维时频分析信号；流形学习单元用于对所述高维时频分析信号进行流形学习，生成具有预设本征维数的低维流形结构信号，所述预设本征维数小于所述预设嵌入维数；流形转换单元用于对所述流形结构信号进行转换，生成包含多维数据的时频流形结构信号，所述时频流形结构信号中的第一维数据为所述动态信号的时频流形特征数据。优选地,所述时频分析单元包括接收子单元用于接收所述动态信号；相空间重构子单元用于根据预设嵌入维数，将所述动态信号在相空间中重构，生成具有所述预设嵌入维数的第一信号，所述预设嵌入维数至少为12维；时频分析子单元用于根据预设时频分析方法，对所述第一信号整个频带范围内的所有时间点数进行时频分析，生成具有所述预设嵌入维数的第二信号，所述预设时频分析方法包括短时傅里叶变换、连续小波变换或维格纳一威尔分布变换；转换子单元用于将所述第二信号进行转换，生成具有所述预设嵌入维数的所述时频分析信号。优选地，所述流形学习单元包括局部信息计算子单元用于计算所述时频分析信号的局部信息；排列矩阵计算子单元用于根据所述局部信息计算所述时频分析信号的排列矩阵；全局坐标计算子单元用于根据所述排列矩阵计算具有所述预设本征维数的全局坐标，所述全局坐标即为具有所述预设本征维数的低维流形结构信号。优选地，当所述预设时频分析方法为短时傅里叶变换时，所述时频分析子单元包括第一计算模块在所述第一信号整个频带范围内通过增加短时傅里叶变换窗函数的移动步长减少时间点数；第二计算模块对所述第一信号整个频带范围内的部分时间点数进行时频分析，生成具有所述预设嵌入维数的第二信号。优选地，当所述预设时频分析方法为短时傅里叶变换、连续小波变换方法或维格纳一威尔分布变换方法时，所述时频分析子单元包括故障频带选择模块用于在所述接收到的动态信号整个频带范围内选取故障频带;第三计算模块用于对所述第一信号故障频带范围内的所有时间点数进行时频分析，生成具有所述预设嵌入维数的第二信号。优选地，所述局部信息计算子单元包括待处理元素选取模块用于在所述时频分析信号中选取待处理元素；元素选取模块用于选取与所述待处理元素最近的预设个数的元素，所述预设个数大于所述预设嵌入维数；中心化处理模块用于将所述预设个数的元素进行中心化处理得到中心化矩阵；局部信息计算模块用于计算所述中心化矩阵的右奇异向量，并按照右奇本文档来自技高网...

【技术保护点】
一种动态信号分析方法，其特征在于，包括：对接收到的动态信号进行时频分析，生成与所述动态信号相对应的具有预设嵌入维数的高维时频分析信号；对所述时频分析信号进行流形学习，生成具有预设本征维数的低维流形结构信号，所述预设本征维数小于所述预设嵌入维数；对所述流形结构信号进行转换，生成包含多维数据的时频流形结构信号，所述时频流形结构信号中的第一维数据为所述动态信号的时频流形特征数据。

【技术特征摘要】
1.一种动态信号分析方法，其特征在于，包括 对接收到的动态信号进行时频分析，生成与所述动态信号相对应的具有预设嵌入维数的高维时频分析信号； 对所述时频分析信号进行流形学习，生成具有预设本征维数的低维流形结构信号，所述预设本征维数小于所述预设嵌入维数； 对所述流形结构信号进行转换，生成包含多维数据的时频流形结构信号，所述时频流形结构信号中的第一维数据为所述动态信号的时频流形特征数据。2.根据权利要求1所述的方法，其特征在于，所述对接收到的动态信号进行时频分析，生成与所述动态信号相对应的高维时频分析信号的过程包括 接收所述动态信号； 根据预设嵌入维数，将所述动态信号在相空间中重构，生成具有所述预设嵌入维数的第一信号，所述预设嵌入维数至少为12维； 根据预设时频分析方法，对所述第一信号整个频带范围内的所有时间点数进行时频分析，生成具有所述预设嵌入维数的第二信号，所述预设时频分析方法包括短时傅里叶变换、连续小波变换或维格纳一威尔分布变换； 将所述第二信号进行转换，生成具有所述预设嵌入维数的所述高维时频分析信号。3.根据权利要求1所述的方法，其特征在于，所述对所述时频分析信号进行流形学习，生成具有所述预设本征维数的低维流形结构信号的过程包括 根据局部线性嵌入算法、等距映射算法或局部切空间排列算法对所述时频分析信号进行流形学习，生成具有所述预设本征维数的低维流形结构信号。4.根据权利要求2所述的方法，其特征在于，当所述预设时频分析方法为短时傅里叶变换时，所述根据预设时频分析方法，对所述第一信号整个频带范围内的时间点数进行时频分析，生成具有所述预设嵌入维数的第二信号的过程还包括 在所述第一信号整个频带范围内通过增加短时傅里叶变换窗函数的移动步长减少时间点数，并对所述第一信号整个频带范围内的部分时间点数进行时频分析，生成具有所述预设嵌入维数的第二信号。5.根据权利要求2所述的方法，其特征在于，当所述预设时频分析方法为短时傅里叶变换、连续小波变换方法或维格纳一威尔分布变换方法时，所述根据预设时频分析方法，对所述第一信号整个频带范围内的时间点数进行时频分析，生成具有所述预设嵌入维数的第二信号的过程还包括 在所述接收到的动态信号整个频带范围内选取故障频带； 对所述第一信号故障频带范围内的所有时间点数进行时频分析，生成具有所述预设嵌入维数的第二信号。6.根据权利要求3所述的方法，其特征在于，根据局部切空间排列算法对所述高维时频分析信号进行流形学习，生成具有所述预设本征维数的低维流形结构信号的过程包括 计算所述时频分析信号的局部信息； 根据所述局部信息计算所述时频分析信号的排列矩阵； 根据所述排列矩阵计算具有所述预设本征维数的全局坐标，所述全局坐标即为具有所述预设本征维数的低维流形结构信号。7.根据权利要求2或6所述的方法，其特征在于，所述计算所述时频分析信号的局部信息的过程包括 在所述时频分析信号中选取待处理元素； 选取与所述待处理元素最近的预设个数的元素，所述预设个数大于所述预设嵌入维数； 将所述预设个数的元素进行中心化处理得到中心化矩阵； 计算所述中心化矩阵的右奇异向量，并按照右奇异值从大到小的顺序，选取所述预设本征维数个数右奇异值相对应的右奇异向量，作为所述时频分析信号的局部信息。8.根据权利要求6所述的方法，其特征在于，所述根据所述局部信息计算所述时频分析信号的排列矩阵的过程包括 根据所述时频分析信号...

【专利技术属性】
技术研发人员：何清波，王俊，汪湘湘，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：