[發明專利]短時差譜分析方法

在審

• 申請號: 202210564708.4
• 申請日: 2022-05-23
• 公開（公告）號: CN114969634A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 徐曉強;廖禧銀;胡宏偉;陳賀康;何知義;王磊
• 申請（專利權）人: 長沙理工大學
• 主分類號: G06F17/14
• 分類號: G06F17/14;G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

短時差譜分析方法，通過時頻分析對信號中的瞬態分量進行表征和提取，首先通過滑動窗截取窗信號，然后對窗信號進行離散傅里葉變換得到短時傅里葉變換矩陣，進而計算短時差譜矩陣并繪制短時差譜分析的時頻圖，最后對短時差譜矩陣進行短時傅里葉反變換，重構信號中的瞬態分量的時域信號，實現在時頻域濾波對瞬態分量的靶向提取。本發明可以有效克服工程信號中常常面臨穩態諧波分量的影響，刻畫缺陷引起的瞬態分量，提高對早期異常的檢測能力，具有重要的工程應用價值。

技術領域

本發明屬于信號處理分析和狀態監測領域，特別涉及短時差譜分析方法。

背景技術

傅里葉變換可以將信號分解為不同的頻率分量，但傅里葉變換是一種整體變換，無法分析信號中頻率成分隨時間變化關系。時頻分析則將一維時域信號變換到二維的時頻平面，可以揭示頻率隨時間變化情況，反映信號中的瞬態結構，特別適用于非平穩信號的分析，典型的時頻分析方法包括短時傅里葉變換，連續小波變換，Wigner-Ville分布，希爾伯特黃變換等。

在狀態監測領域，通過對傳感器信號進行時頻分析可以捕獲缺陷引起的瞬態信息，達到診斷和早期預警的目的。而在現實應用中，如機械故障診斷和大型結構損傷監測中，傳感器信號中的早期缺陷引起的瞬態分量往往十分微弱，容易被其他正常分量掩蓋。以齒輪的狀態監測為例，齒輪振動信號包括軸振、齒輪嚙合振動等平穩的諧波分量，而早期缺陷引起的振動能量相比這些主要振動要小得多，在時頻圖中往往無法被發現，直到缺陷擴展后其振動分量才能在時頻圖中發現。

目前時頻分析方法表征的是信號全部頻率成分與時間的關系，無法靶向地揭示被關心頻率成分如缺陷引起的瞬態分量隨時間的關系。

發明內容

為克服上述缺點，本發明提出了一種短時差譜分析方法，該時頻分析方法可以有效抑制信號中的無關諧波分量，對缺陷引起的瞬態分量進行靶向提取，提高對早期異常的檢測能力。

為了達到上述目的，本發明采取的技術方案為：

短時差譜分析方法，包括以下步驟：

步驟一：采集用于狀態監測的傳感器信號x(n)，信號的長度記為Nx，采樣頻率記為Fs；

步驟二：通過窗函數g(n)在信號x(n)上滑動截取窗信號，窗長記為M，相鄰窗之間的重疊率為長度L，則相鄰窗之間的間隔R＝M-L；

步驟三：計算短時傅里葉變換矩陣X(f)，矩陣的列數為向下取整運算，矩陣的行數為窗信號進行離散傅里葉變換(DFT)的點數N_DFT，具體地，X(f)＝[X₁(f) X₂(f) X₃(f) … X_k(f)]，其中的第m列向量X_m(f)為窗信號在時刻t＝mR的離散傅里葉變換結果，通過公式(1)進行計算得到，

式中g(n)為步驟二中的窗函數，R為相鄰窗之間的間隔；

步驟四：計算短時差譜矩陣D(f)＝[D₂(f) D₃(f) … D_k(f)]，矩陣的列數為k-1，其中第m列向量D_m(f)中的每個元素D_m(f_i)通過公式(2)進行計算得到，

當|X_m(f_i)|大于|X₁(f_i)|時，說明存在相應的瞬態成分增量，D_m(f_i)與X_m(f_i)相位相同，幅值為|X_m(f_i)|與|X_m(f_i)|之差；