[發明專利]基于Sobel算子和PauTa檢驗的瞬時頻率估計方法

有效

• 申請號: 201710608565.1
• 申請日: 2017-07-24
• 公開（公告）號: CN107368814B
• 公開（公告）日: 2019-06-25
• 發明（設計）人: 竇春紅
• 申請（專利權）人: 濰坊學院
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于Sobel算子和PauTa檢驗的旋轉機械瞬時頻率估計方法，其特征在于，包括以下步驟：

步驟1：采用短時傅里葉變換算法將旋轉機械信號x（k）k=1, 2, …,N轉換為時頻譜圖，N代表旋轉機械信號的長度；

步驟2：從時頻譜圖中選取一塊具有較高信噪比的局部區域，采用Sobel檢測算法將該局部區域轉換成二值圖像，二值圖像包含多條脊帶；

步驟3：采用PauTa檢驗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動學比例關系疊加到其中一條輪廓最完整的脊帶上，構建一條具有完整清晰邊緣的合成脊帶；

步驟5：采用PauTa檢驗算法排除上述合成脊帶上下邊緣的異常值；

步驟6：計算上述合成脊帶的均值曲線，采用五點三次平滑算法對均值曲線進行平滑處理，得到平滑均值曲線，計算該平滑均值曲線在95%置信水平上的置信區間；

步驟7：將上述平滑均值曲線及其置信區間按照平滑均值曲線與待估計目標脊線之間的運動學比例關系映射到目標脊線上；

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

步驟9：采用非延遲代價函數在每個時刻所對應的局部搜索區間內搜索脊點，確定每個時刻所對應的瞬時頻率，最后得到整個時間區間上的瞬時頻率；

所述步驟9中非延遲代價函數包括以下步驟：

1）第k個時刻所對應的局部搜索區間FB_k 定義為

，

f_k(pmc)代表映射后的平滑均值曲線在第k個時刻的值，代表映射后的平滑均值曲線置信區間在第k個時刻寬度的一半，m代表目標脊線的長度；

2）第k個時刻所對應的非延遲代價函數CF_k定義為：

,

，

f_k(i) 代表在FB_k范圍內所取的頻率值，TF(t_k, f_k)代表TF(t, f)在第k個時刻的值，t_k代表t在第k個時刻的值，f_k代表f在第k個時刻的值，e_k代表權重因子。

2.根據權利要求1所述的基于Sobel算子和PauTa檢驗的旋轉機械瞬時頻率估計方法，其特征在于，所述步驟1中短時傅里葉變換算法包括以下步驟：

1）對信號x（k）進行短時傅里葉變換：

，

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

2）計算信號x（k）的時頻譜：

，

spectrogram(t, f)代表x（k）的時頻譜。

3.根據權利要求1所述的基于Sobel算子和PauTa檢驗的旋轉機械瞬時頻率估計方法，其特征在于，所述步驟2中Sobel檢測算法包括以下步驟：

1) 如果f(x, y)代表原始圖像，x代表圖像的時間點，y代表圖像的頻率點，G_x(x, y)代表經水平邊緣檢測得到的圖像，G_y(x, y)代表經垂直邊緣檢測得到的圖像：

，，

符號*代表卷積計算；

2) 計算圖像灰度的梯度值G(x, y)：

；

3) 設定一個合適的閾值，如果圖像上某一個點(x, y)的梯度值G(x, y)大于該閾值，則判定該點為邊緣。

4.根據權利要求1所述的基于Sobel算子和PauTa檢驗的旋轉機械瞬時頻率估計方法，其特征在于：所述步驟3中PauTa檢驗算法包括以下步驟：

1）估計信號x_n n=1, 2, …,N的標準差，

，

代表樣本均值，σ代表樣本標準差，N代表樣本長度；

2）如果，則剔除x_n。