[發明專利]一種電磁時間序列數據的去噪方法及系統

有效

• 申請號: 202210173887.9
• 申請日: 2022-02-25
• 公開（公告）號: CN114239757B
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 李晉;馬翻紅;李年春;羅宇成;劉業成;蘇貴;張賢
• 申請（專利權）人: 湖南師范大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 長沙市融智專利事務所(普通合伙) 43114
• 代理人: 歐陽迪奇

1.一種電磁時間序列數據的去噪方法，其特征在于：包括以下步驟：

步驟S101：獲取原始電磁時間序列數據，將所述原始電磁時間序列數據表征成一維時間序列；

步驟S102：根據奇異值占比率自適應確定所述的一維時間序列對應的漢克爾矩陣的維數；

步驟S103：將步驟S102確定維數的漢克爾矩陣進行SVD分解得到近似時間序列和細節時間序列；

步驟S104：將所述細節時間序列對應疊加，采用ICEEMDAN將疊加的細節時間序列自適應分解成多個模態分量，并基于設定瞬時模態分量閾值識別有無脈沖序列，將有脈沖序列的部分進行截斷處理，無干擾的部分保留；

步驟S105：拼接步驟S104中進行截斷處理后以及無干擾的電磁時間序列；

步驟S104中的瞬時模態分量閾值η_i表示為：

式中，N為模態分量的長度，M_i為第i階模態分量的總體序列水平，定義為：

式中，modes_i(j)為第i階模態分量中第j個采樣點的值，其在整個時間域內進行取值；為第i階模態分量的絕對中值偏差，median表示求一組序列從大到小排列的中間值，β為常數；

步驟S104中基于設定瞬時模態分量閾值識別有無脈沖序列，并將有脈沖序列的部分采用湯姆遜函數進行截斷處理的過程表示為：

其中，為截斷處理之后、截斷處理之前第i階模態分量中第j個采樣點的值；

所述湯姆遜函數S（j）表示為：

。

2.根據權利要求1所述的方法，其特征在于：步驟S102中根據奇異值占比率自適應確定所述一維時間序列對應的漢克爾矩陣的維數的過程為：

步驟S1021：設定漢克爾矩陣P的維數n，利用所述一維時間序列構造漢克爾矩陣P，對所述漢克爾矩陣P進行SVD分解處理得到奇異值矩陣Q₁；

步驟S1022：計算所述奇異值矩陣Q₁中每個奇異值對應的奇異值占比率；

步驟S1023：判斷當前得到的奇異值占比率中是否存在奇異值占比率小于或等于預設閾值，若存在，當前確定的維數是步驟S102確定的最終維數；否則，返回步驟S1021，維數n+1。

3.根據權利要求1所述的方法，其特征在于：步驟S103將步驟S102確定維數的漢克爾矩陣進行SVD分解得到近似時間序列和細節時間序列時，具體過程如下：

S1031：基于步驟S102確定的維數將所述一維時間序列采用SVD分解得到奇異值矩陣；

S1032：確定所述奇異值矩陣中的主奇異值，其余為細節奇異值；再利用SVD的逆運算重構得到近似時間序列和細節時間序列，其中，所述主奇異值為近似奇異值；

S1033：針對所述近似時間序列返回執行步驟S1031，達到最佳分解層數時停止循環，其中，將所述近似時間序列作為步驟S1031中的所述一維時間序列進行SVD分解。

4.根據權利要求3所述的方法，其特征在于：步驟S1032中根據多尺度樣本熵確定所述奇異值矩陣中的主奇異值，具體為：

獲取所述奇異值矩陣中每個奇異值對應的多尺度樣本熵；

將每個奇異值對應的多尺度樣本熵輸入基于多尺度樣本熵構建的支持向量機模型中得到每個奇異值對應是主奇異值或細節奇異值的分類結果；

其中，所述基于多尺度樣本熵構建的支持向量機模型是以多尺度樣本熵為模型特征，主奇異值、細節奇異值為分類目標，通過樣本數據進行訓練得到。

5.權利要求1所述的方法，其特征在于：所述奇異值占比率表示為：

式中，λ_i為奇異值矩陣中第i個奇異值，μ_i為第i個奇異值對應的奇異值占比率。