一种基于频谱自适应迭代的信号特征提取方法及系统

    公开(公告)号:CN117493854A

    公开(公告)日:2024-02-02

    申请号:CN202311555935.1

    申请日:2023-11-20

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于频谱自适应迭代的信号特征提取方法及系统,本发明方法包括初始化迭代次数j和最大迭代次数J;根据VMD惩罚因子s、分解模态数k的寻优范围确定M个种群位置的初始值,利用M个种群位置对采集到的信号x进行M次VMD分解,计算VMD分解的最小包络熵,保留最小包络熵对应的本征模态函数;利用减法平均优化器搜索建议的下一次种群位置,若建议的下一次种群位置的最小包络熵减少,则将迭代次数j加1,若加1后的迭代次数j小于等于最大迭代次数J,则返回继续迭代,否则针对最优的本征模态函数进行特征提取。本发明旨在针对噪声较多或特征信息较少的监测信号的处理和特征提取提供更高效、自适应的解决方案。

    一种强噪声环境下信号动态变化特征提取方法及装置

    公开(公告)号:CN117540195A

    公开(公告)日:2024-02-09

    申请号:CN202311586881.5

    申请日:2023-11-24

    Applicant: 湖南大学

    Abstract: 本发明公开了一种强噪声环境下信号动态变化特征提取方法及装置,本发明方法包括针对风机发电声音信号通过小波分解后的小波熵权确定最佳分解层数,计算最佳分解层数下各层小波系数的下、上阈值以及小波估计系数并重构去噪后的风机发电声音信号,将去噪后的风机发电声音信号中的各层的小波估计系数均匀划分时间子区间以计算小波总能量和谱质心,并通过每一个时间子区间的小波总能量和谱质心构建去噪后的风机发电声音信号的频域特征矩阵作为提取结果输出。本发明旨在消除背景噪声对风机发电声音信号的干扰,实现对含强背景噪声的风机发电声音信号的动态特征的准确、有效提取。

Patent Agency Ranking