[發明專利]一種基于玉米粒碰撞聲信號多域融合的PSO-SVM優化方法

有效

• 申請號: 201710491362.9
• 申請日: 2017-06-23
• 公開（公告）號: CN107300588B
• 公開（公告）日: 2019-12-06
• 發明（設計）人: 郭敏;孫雪華;馬苗;肖冰;趙志博;裴炤
• 申請（專利權）人: 陜西師范大學
• 主分類號: G01N29/44
• 分類號: G01N29/44
• 代理公司: 11760 北京前審知識產權代理有限公司
• 代理人: 張波濤;李鋒<國際申請>=<國際公布>=

1.一種基于玉米粒碰撞聲信號多域融合的PSO-SVM優化方法，具體包括：

S1：對玉米粒碰撞聲信號進行EEMD分解，將白噪聲添加到玉米粒碰撞聲信號中作為新的信號序列，對該信號序列進行EMD得到IMF,通過多次添加白噪聲獲取IMF，對所得IMF進行平均處理；

S2：提取玉米粒碰撞聲信號的時域特征；

S3：提取玉米粒碰撞聲信號的頻域特征；

S4：提取玉米粒碰撞聲信號的希爾伯特域特征；

S5：利用PSO算法優化SVM參數，構建PSO-SVM分類器，用于對所提取的玉米顆粒碰撞聲信號的時域特征、頻域特征和希爾伯特域特征進行分類識別，以獲得更高的玉米顆粒完好粒、霉變粒和蟲蛀粒的識別率。

2.根據權利要求1所述的方法，其特征在于，所述步驟S2包括：

S21:計算平均振幅變化，所述平均振幅變化用于代表信號衰減，計算公式為：

S22：統計Wilson振幅值，當碰撞聲信號振幅的變化超過給定閾值時，所述Wilson振幅的值就加1，否則不變，計算公式為：

S23：計算峰峰值，所述峰峰值為在信號的時間序列中最大值和最小值之間的差異，用于描述信號幅值總體的變化范圍，計算公式為：

PK-PK＝max(c_i,k)-min(c_i,k)；

S24：計算樣本熵，所述樣本熵的計算公式為：

當N為有限值時，計算公式為：

以上各式中，N是信號采樣點數，c_i,k為第k次試驗的第i階IMF分量。

3.根據權利要求1所述的方法，其特征在于，所述步驟S3包括：

S31：計算頻率均值，對原始碰撞聲信號做FFT變換，提取FFT變換幅度均值作為所述頻率均值，計算公式為：其中，M代表采樣點個數，X(k)表示經傅里葉變換之后的幅度；

S32：計算功率譜均方根，所述功率譜均方根用于反映功率譜能量的離散程度，計算公式為：

其中，M代表采樣點個數，P代表功率譜的幅度；

S33：計算頻帶方差，所述頻帶方差用于表示信號在不同頻帶的能量方差，計算公式為:

其中，M代表采樣點個數，X(k)表示經FFT變換之后的幅度。

4.根據權利要求1所述的方法，其特征在于，所述步驟S4包括：

S41：計算低頻帶能量和高頻帶能量，所述高頻帶頻率范圍為10～15kHz，計算公式為：

所述低頻帶頻率范圍為5～10kHz，計算公式為：

其中，A_h,i為高頻帶瞬時強度，A_l,i為低頻帶瞬時強度，N為信號采樣點數；

S42：計算包絡平均值，具體步驟又包括：

S421:對前幾個IMF做Hilbert變換定義為：

其中，H[]為Hilbert變換；

S422:分別以c(i)和Hilbert變換H(c_i(t))為實部和虛部，由此可以將原始信號解析表示如下：

z(t)＝c(i)+jH[c_i(t)]；

S423:信號的包絡B(t)就是上述解析信號的幅值函數：

S424:包絡譜則可以由對包絡函數B(t)進行傅里葉變換求出：

A(f)＝F(B(t))。

5.根據權利要求1所述的方法，其特征在于，所述步驟S5包括：

S51:初始化粒子群，隨機產生粒子的位置和速度；

S52：利用碰撞聲信號樣本，訓練SVM分類器并計算適應度值，采用交叉驗證的方法計算適應度值；

S53:根據適應度值更新個體極值和全局最優值；

S54:更新當前粒子的速度和位置；

S55：當達到迭代次數或滿足適應度條件時，則終止迭代；否則返回步驟S52。