[發(fā)明專利]基于Roberts算子和PauTa檢驗(yàn)的瞬時(shí)頻率估計(jì)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710608127.5
• 申請(qǐng)日: 2017-07-24
• 公開（公告）號(hào): CN107357760B
• 公開（公告）日: 2019-07-02
• 發(fā)明（設(shè)計(jì)）人: 林近山
• 申請(qǐng)（專利權(quán)）人: 濰坊學(xué)院
• 主分類號(hào): G06F17/14
• 分類號(hào): G06F17/14
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于Roberts算子和PauTa檢驗(yàn)的旋轉(zhuǎn)機(jī)械瞬時(shí)頻率估計(jì)方法，其特征在于，包括以下步驟：

步驟1：采用短時(shí)傅里葉變換算法將旋轉(zhuǎn)機(jī)械信號(hào)x（k）k=1, 2, …,N轉(zhuǎn)換為時(shí)頻譜圖，N代表旋轉(zhuǎn)機(jī)械信號(hào)的長(zhǎng)度；

步驟2：從時(shí)頻譜圖中選取一塊具有較高信噪比的局部區(qū)域，采用Roberts檢測(cè)算法將該局部區(qū)域轉(zhuǎn)換成二值圖像，二值圖像包含多條脊帶；

步驟3：采用PauTa檢驗(yàn)算法排除每條脊帶上下邊緣的異常值；

步驟4：將上述多條脊帶按照相互之間的運(yùn)動(dòng)學(xué)比例關(guān)系疊加到其中一條輪廓最完整的脊帶上，構(gòu)建一條具有完整清晰邊緣的合成脊帶；

步驟5：采用PauTa檢驗(yàn)算法排除上述合成脊帶上下邊緣的異常值；

步驟6：計(jì)算上述合成脊帶的均值曲線，采用五點(diǎn)三次平滑算法對(duì)均值曲線進(jìn)行平滑處理，得到平滑均值曲線，計(jì)算該平滑均值曲線在95%置信水平上的置信區(qū)間；

步驟7：將上述平滑均值曲線及其置信區(qū)間按照平滑均值曲線與待估計(jì)目標(biāo)脊線之間的運(yùn)動(dòng)學(xué)比例關(guān)系映射到目標(biāo)脊線上；

步驟8：將映射后的平滑均值曲線作為目標(biāo)脊線的參考線，將映射后的置信區(qū)間作為目標(biāo)脊線的局部搜索區(qū)間；

步驟9：采用非延遲代價(jià)函數(shù)在每個(gè)時(shí)刻所對(duì)應(yīng)的局部搜索區(qū)間內(nèi)搜索脊點(diǎn)，確定每個(gè)時(shí)刻所對(duì)應(yīng)的瞬時(shí)頻率，最后得到整個(gè)時(shí)間區(qū)間上的瞬時(shí)頻率；

所述步驟9中非延遲代價(jià)函數(shù)包括以下步驟：

1）第k個(gè)時(shí)刻所對(duì)應(yīng)的局部搜索區(qū)間FB_k 定義為

，

f_k(pmc)代表映射后的平滑均值曲線在第k個(gè)時(shí)刻的值，代表映射后的平滑均值曲線置信區(qū)間在第k個(gè)時(shí)刻寬度的一半，m代表目標(biāo)脊線的長(zhǎng)度；

2）第k個(gè)時(shí)刻所對(duì)應(yīng)的非延遲代價(jià)函數(shù)CF_k定義為：

,

，

f_k(i) 代表在FB_k范圍內(nèi)所取的頻率值，TF(t_k, f_k)代表TF(t, f)在第k個(gè)時(shí)刻的值，t_k代表t在第k個(gè)時(shí)刻的值，f_k代表f在第k個(gè)時(shí)刻的值，e_k代表權(quán)重因子。

2.根據(jù)權(quán)利要求1所述的基于Roberts算子和PauTa檢驗(yàn)的旋轉(zhuǎn)機(jī)械瞬時(shí)頻率估計(jì)方法，其特征在于，所述步驟1中短時(shí)傅里葉變換算法包括以下步驟：

1）對(duì)信號(hào)x（k）進(jìn)行短時(shí)傅里葉變換：

，

TF(t, f)代表信號(hào)x（k）的短時(shí)傅里葉變換結(jié)果，t代表時(shí)間因子，f代表尺度因子，函數(shù)w(z)代表自變量為z的窗口函數(shù)；

2）計(jì)算信號(hào)x（k）的時(shí)頻譜：

，

spectrogram(t, f)代表x（k）的時(shí)頻譜。

3.根據(jù)權(quán)利要求1所述的基于Roberts算子和PauTa檢驗(yàn)的旋轉(zhuǎn)機(jī)械瞬時(shí)頻率估計(jì)方法，其特征在于，

所述步驟3中PauTa檢驗(yàn)算法包括以下步驟：

1）估計(jì)信號(hào)x_n n=1, 2, …,N 的標(biāo)準(zhǔn)差，

，

代表樣本均值，σ代表樣本標(biāo)準(zhǔn)差，N代表樣本長(zhǎng)度；

2）如果，則剔除x_n。