[發明專利]一種基于小波分析的錄波數據奇異熵特征提取方法

在審

• 申請號: 202011386191.1
• 申請日: 2020-12-01
• 公開（公告）號: CN112630560A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 周少雄;沈國安;汪大明
• 申請（專利權）人: 清科優能（深圳）技術有限公司
• 主分類號: G01R31/00
• 分類號: G01R31/00;G06F17/16
• 代理公司: 深圳市溫斯頓專利代理事務所(普通合伙) 44686
• 代理人: 徐員蘭

1.一種基于小波分析的錄波數據奇異熵特征提取方法，其特征在于包括以下步驟：

S1：對待處理的錄波數據進行無量綱化化處理；

S2：利用Haar小波對S1中無量綱化后的數據進行m層小波包分解，保存小波分解系數；

S3：將S2中各層小波分解表示成矩陣；

S4：對S3中的矩陣進行奇異值分解(SVD)，得到奇異值矩陣(對角矩陣)；

S5：找出前l個最大的奇異值，并單位化處理；

S6：對S5中的單位化的奇異值，利用熵計算方法計算奇異熵；

S7：通過軟件實現S2到S6的功能，得到特征。

2.根據權利要求1所述的一種基于小波分析的錄波數據奇異熵特征提取方法，其特征在于：S1中錄波數據進行無量綱化處理方法如下：

S11、錄波數據無量綱化方法采用但不限于Max-Min方法。

3.根據權利要求1所述的一種基于小波分析的錄波數據奇異熵特征提取方法，其特征在于：S2中小波包分解過程如下：

S21、小波變換采用但不限于Haar小波，變換層數為m；

S22、小波變換具體過程具體采用Mallat算法，并對變換后的小波系數依尺度進行存儲。

4.根據權利要求1所述的一種基于小波分析的錄波數據奇異熵特征提取方法，其特征在于：S4中奇異值分解方法如下：

S41、以時間與變換尺度為行列變化指標，各尺度小波變換下的小波系數為元素，存儲小波系數矩陣，記為f_m；

S42、對S41中的小波矩陣f_m利用矩陣分析進行奇異值分解f_m＝UDV^T，U，V為正交矩陣，D為對角矩陣；

S43、提取出對角矩陣D的對角非零元素，并從大到小排序，記排序后的元素為d′。

5.根據權利要求1所述的一種基于小波分析的錄波數據奇異熵特征提取方法，其特征在于：S5中單位化方法如下：

S51、將d″單位化處理，單位化，記為d″′＝[d″′₁,d″′₂,…,d″′_l]

6.根據權利要求1所述的一種基于小波分析的錄波數據奇異熵特征提取方法，其特征在于：S6中小波奇異熵方法如下：

S61、利用熵方法計算5中的單位化的奇異值向量d″′的信息熵，計算方法如下

7.根據權利要求1所述的一種基于小波分析的錄波數據奇異熵特征提取方法，其特征在于：S7所述的軟件編程：

S71、編程語言采用但不限于Python，C++。