[發明專利]隱馬爾科夫模型振動信號分析方法裝置、存儲介質和終端在審
| 申請號: | 202110697487.3 | 申請日: | 2021-06-23 |
| 公開(公告)號: | CN113449626A | 公開(公告)日: | 2021-09-28 |
| 發明(設計)人: | 王振明;吳波;李寶清;王文瑞;魯方林;于劍峰;毛嘉;馬娜 | 申請(專利權)人: | 中國科學院上海高等研究院;中國科學院上海微系統與信息技術研究所 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 上海光華專利事務所(普通合伙) 31219 | 代理人: | 劉逸瀟 |
| 地址: | 201210 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 隱馬爾科夫 模型 振動 信號 分析 方法 裝置 存儲 介質 終端 | ||
1.一種隱馬爾科夫模型振動信號狀態分析方法,包括:
獲取振動信號數據,通過預設濾波方式對所述振動信號數據進行濾波處理,得到特征信號組;
通過預設分類方式對所述特征信號組進行分類,獲取至少一類信號;
通過預設分段算法分別對每類信號進行處理,得到至少一類分段數據;
通過基于密度的時空聚類算法分別對每類分段數據進行聚類,獲取至少一類聚類結果;
基于每類聚類結果分別構建隱馬爾科夫模型,獲取隱馬爾科夫模型組;
基于所述隱馬爾科夫模型組中所述隱馬爾科夫模型的維特比算法對待處理信號進行預測診斷。
2.根據權利要求1所述的方法,其特征在于,所述預設濾波方式為最小熵解卷積法。
3.根據權利要求1所述的方法,其特征在于,所述預設分類方式為余弦相似熵算法。
4.根據權利要求1所述的方法,其特征在于,通過預設分段算法對第一類信號進行處理,得到第一類分段數據包括:
通過預設分段算法分別對所述第一類信號中的所有特征信號進行分段處理,得到第一類分段數據;
其中,所述通過預設分段算法對所述第一類信號中的第一特征信號進行分段處理,得到多個第一類預分段數據包括:
基于所述第一特征信號的時空序列中數據點的時間屬性和空間屬性設定轉折點所需滿足的預設條件;
基于所述預設條件對所述第一特征信號的時空序列進行遍歷,確定所述第一特征信號的時空序列中所有的轉折點;
將所述第一特征信號的時空序列中所有相鄰的轉折點之間進行直線插補,以獲取所述第一特征信號的時空序列的多個第一類預分段數據;
其中,所述第一類分段數據包括所有第一類預分段數據,所述第一類信號為對所述特征信號組進行分類得到的至少一類信號中的任意一類信號。
5.根據權利要求4所述的方法,其特征在于,基于第一特征信號的時空序列中數據點的時間屬性和空間屬性設定轉折點所需滿足的預設條件步驟包括:
設定所述第一特征信號的時空序列為其中ti為所述第一特征信號的時空序列中數據點si的時間屬性,xi、yi為所述第一特征信號的時空序列中數據點si的空間屬性;
且設定所述第一特征信號的時空序列中的數據點si與時間屬性相鄰的前一個數據點si-1的距離為si與時間屬性相鄰的后一個數據點si+1的距離為則si為轉折點需要滿足的預設條件為:
且Dp≠0,且ti+1-ti-1<εt;或Dn>ω,且Dp=0,且ti+1-ti-1<εt;
其中,ω為距離常數,距離比值常數,εt為時間差常數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國科學院上海高等研究院;中國科學院上海微系統與信息技術研究所,未經中國科學院上海高等研究院;中國科學院上海微系統與信息技術研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110697487.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:語音模型訓練數據集構建方法及裝置
- 下一篇:一種航空發動機消喘控制方法





