一种多尺度噪声功率谱线谱检测方法与流程

本发明属于信号处理技术领域，尤其涉及一种多尺度噪声功率谱线谱检测方法。

背景技术：

功率谱线谱是信号中单频窄带成分在功率谱中的表现形式。功率谱线谱提取是获取噪声信号特征的重要手段之一。常规的线谱提取方法有两种，一种是通过功率谱信号进行背景均衡，再通过功率谱信号中的起伏统计特性估计出线谱的检测门限，进而进行线谱检测，这种方法利用了全局的数据，有较好的稳健性，但是对于统计特征起伏较大的信号检测性能较差；另一种线谱检测的方法是根据功率谱的局部数据点进行异常值的判决，从而检测线谱，这种方式对统计特性不均匀的功率谱数据有较好的适应性，但是选取局部数据的窗长和门限直接影响检测性能，且难以统一标准，在局部数据存在较大波动或局部存在多根线谱时，容易带来线谱的漏检和错判。

技术实现要素：

发明目的：针对上述现有方法存在的问题和不足，本发明提出了一种多尺度噪声功率谱线谱检测方法，该方法通过设定多组独立的窗口和门限参数，利用功率谱谱中线谱值与局部背景值的差异性，对各极大值点依次用各组参数进行检测，通过对极大值点在不同窗长尺度的各组参数条件下窗口内数据的均衡处理和统计量计算，并判决其在该组参数下是否满足线谱条件，最后综合所有组参数条件下得到的判决信息给出该极大值点是否为线谱的判决，本方法具有算法简单、检测概率高、抗干扰性强的特点，适合对噪声信号功率谱进行快速高效的线谱提取。

技术方案：为了实现上述发明目的，本发明采用以下技术方案：一种多尺度噪声功率谱线谱检测方法，该方法包括如下步骤：

(1)获取待检测噪声信号的功率谱数据s(n)，n＝0，1，...，n-1，所述的n为功率谱数据序号，n为功率谱数据个数；

(2)参数初始化，设定m组数据窗和门限参数，其中m为大于0的自然数，设置功率谱序号索引i＝0，设置线谱集合为e；

(3)执行i＝i+1操作，如果i等于n-1，则线谱检测工作结束，此时线谱集合e中的各元素即为检测得到的线谱参数；如果i＜n-1，进一步判断功率谱数据s(i)是否为极大值点，如果s(i)为极大值点则执行步骤(4)，如果s(i)不是极大值点，重复执行本步骤；

(4)在各组参数条件下，计算极大值点s(i)对应的统计量，初步判决该极大值点在各组参数条件下是否满足线谱点条件；

(5)综合判决s(i)是否为线谱点，如果是线谱点，则添加至集合e中；

(6)如果i＜n-1，返回步骤(3)继续执行，否则，该方法结束。

进一步的，在步骤(1)中，采用如下方法获取待检测噪声信号的功率谱数据s(n)：从传感器接收的采集数据并进行功率谱分析得到s(n)；或从存储器中读取待检测噪声信号的功率谱数据s(n)。

进一步的，在步骤(2)中，进行参数初始化，设置m组独立且窗长尺度不同的参数，第m组参数包含有左窗长lm，右窗长rm，大值排除个数um，小值排除个数dm，幅度门限gm，其中，m＝1，2，...，m，lm，rm，um，dm均为大于0的自然数，gm为大于0的实数，设置综合门限片，h为大于0的自然数，设置功率谱序号索引i＝0，设置线谱集合e为空集。

进一步的，在步骤(3)中，具体步骤如下：

(3-1)执行i＝i+1操作；

(3-2)如果i等于n-1，则线谱检测工作结束，集合e中的各元素即为检测得到的线谱参数；如果i＜n-1，进一步判断功率谱数据s(i)是否为极大值点，即是否满足条件s(i)≥s(i-1)且s(i)＞s(i+1)，如果s(i)为极大值点则执行步骤(4)，如果s(i)不是极大值点，重复执行步骤(3)。

进一步的，在步骤(4)中，在各组参数条件下，计算极大值点s(i)对应的统计量，初步判决该极大值点在各组参数条件下是否满足线谱条件，当选定第m组参数时，其步骤如下：

(4-1)针对极大值点s(i)，根据步骤(2)设定的第m组参数，从s(n)中截取出对应的数据，取数据长度km＝min(n-1，i+rm)-max(0，i-lm)+1，max()和min()分别表示取最大值和取最小值，利用第m组参数截取的数据为gm(j)＝s(j+max(0，i-lm))，j＝0，1，...，km-1；

(4-2)计算gm(j)的均值a0；

(4-3)计算序列bm(j)，算式如下：

(4-4)对序列gm(j)进行背景均衡得到算式如下：

其中，·运算是内积运算；

(4-6)用数据序列的元素构成一个数据集合

(4-7)在数据集合pm中，找出前um个最大值元素并从数据集合pm中剔除；

(4-8)在数据集合pm中，找出前dm个最小值元素并从数据集合pm中剔除；

(4-9)计算经过(4-7)和(4-8)处理后数据集合pm的均值em和标准差σm；

(4-10)当满足s(i)＞ao+em+gm×σm时，设置第m组的线谱标志lm＝1，如果不满足，则设置第m组的线谱标志lm＝0；

(4-11)重复上述过程，直到所有m组参数全部计算完毕。

进一步的，在步骤(5)中，综合判决各极大值点是否为线谱点，判断方法如下：各组线谱标志满足时，功率谱数据中的s(i)点最终判决为线谱，将此时的(i，s(i))作为元素，添加到集合e中。

有益效果：与现有技术相比，本发明的技术方案具有以下有益技术效果：

本发明的检测方法利用了功率谱线谱的局部统计特性，在多个尺度的数据窗和门限参数条件下进行综合判决，具有算法简单、检测概率高、抗干扰性强的特点，适合对噪声信号功率谱进行快速高效的线谱提取。

附图说明

图1为本发明方法的流程示意图；

图2为实施例1的功率谱序列图；

图3为实施例1的线谱检测结果。

具体实施方式

下面结合附图和实施例对本发明做进一步的说明：

如图1所示，本发明提出一种多尺度噪声功率谱线谱检测方法，该方法包括如下步骤：

(1)获取待检测噪声信号的功率谱数据s(n)，n＝0，1，...，n-1，所述的n为功率谱数据序号，n为功率谱数据个数；

(2)参数初始化，设定m组数据窗和门限参数，其中m为大于0的自然数，设置功率谱序号索引i＝0，设置线谱集合为e；

(3)执行i＝i+1操作，如果i等于n-1，则线谱检测工作结束，此时线谱集合e中的各元素即为检测得到的线谱参数；如果i＜n-1，进一步判断功率谱数据s(i)是否为极大值点，如果s(i)为极大值点则执行步骤(4)，如果s(i)不是极大值点，重复执行本步骤；

(4)在各组参数条件下，计算极大值点s(i)对应的统计量，初步判决该极大值点在各组参数条件下是否满足线谱点条件；

(5)综合判决s(i)是否为线谱点，如果是线谱点，则添加至集合e中；

(6)如果i＜n-1，返回步骤(3)继续执行；否则，该方法结束。

进一步的，在步骤(1)中，采用如下方法获取待检测噪声信号的功率谱数据s(n)：从传感器接收的采集数据并进行功率谱分析得到s(n)；或从存储器中读取待检测噪声信号的功率谱数据s(n)。

进一步的，在步骤(2)中，进行参数初始化，设置m组独立且窗长尺度不同的参数，第m组参数包含有左窗长lm，右窗长rm，大值排除个数um，小值排除个数dm，幅度门限gm，其中，m＝1，2，...，m，lm，rm，um，dm均为大于0的自然数，gm为大于0的实数，设置综合门限h，h为大于0的自然数，设置功率谱序号索引i＝0，设置线谱集合e为空集。

进一步的，在步骤(3)中，具体步骤如下：

(3-1)执行i＝i+1操作；

(3-2)如果i＝n-1，则线谱检测工作结束，集合e中的各元素即为检测得到的线谱参数；如果i＜n-1，进一步判断功率谱数据s(i)是否为极大值点，即是否满足条件s(i)≥s(i-1)且s(i)＞s(i+1)，如果s(i)为极大值点则执行步骤(4)，如果s(i)不是极大值点，重复执行步骤(3)。

进一步的，在步骤(4)中，在各组参数条件下，计算极大值点s(i)对应的统计量，初步判决该极大值点是在各组参数条件下是否满足线谱条件，当选定第m组参数时，其步骤如下：

(4-1)针对极大值点s(i)，根据步骤(2)设定的第m组参数，从s(n)中截取出对应的数据，取数据长度km＝min(n-1，i+rm)-max(0，i-lm)+1，max()和min()分别表示取最大值和取最小值，利用第m组参数截取的数据为gm(j)＝s(j+max(0，i-lm))，j＝0，1，...，km-1；

(4-2)计算gm(j)的均值a0；

(4-3)计算序列bm(j)，算式如下：

(4-4)对序列gm(j)进行背景均衡得到算式如下：

其中，·运算是内积运算；

(4-6)用数据序列的元素构成一个数据集合

(4-7)在数据集合pm中，找出前um个最大值元素并从数据集合pm中剔除；

(4-8)在数据集合pm中，找出前dm个最小值元素并从数据集合pm中剔除；

(4-9)计算经过(4-7)和(4-8)处理后数据集合pm的均值em和标准差σm；

(4-10)当满足s(i)＞a0+em+gm×σm时，设置第m组的线谱标志lm＝1，如果不满足，则设置第m组的线谱标志lm＝0；

(4-11)重复上述过程，直到所有m组参数全部计算完毕。

进一步的，在步骤(5)中，综合判决各极大值点是否为线谱点，判断方法如下：各组线谱标志满足时，功率谱数据中的s(i)点最终判决为线谱，将此时的(i，s(i))作为元素，添加到集合e中。

实施例1

仿真一个有色的功率谱信号s(n)，n＝0，1，...，1000，功率谱数据个数1001，功率谱信号中个数据点都包含了随机噪声，功率谱信号中s(100)，s(150)，s(500)，s(508)，s(700)包含了线谱成分，幅度分别为6，9，10，5，4，功率谱信号s(n)如图2所示；

依据第(2)步，参数初始化，设定4组数据窗和门限参数，各组参数设置如下：组1参数有左窗长l1＝10，右窗长r1＝10，大值排除个数u1＝3，小值排除个数d1＝3，幅度门限g1＝8；组2参数有左窗长l2＝15，右窗长r2＝15，大值排除个数u2＝4，小值排除个数d2＝4，幅度门限g2＝8；组3参数有左窗长l3＝20，右窗长r3＝20，大值排除个数u3＝5，小值排除个数d3＝5，幅度门限g3＝7；组4参数有左窗长l4＝30，右窗长r4＝30，大值排除个数u4＝8，小值排除个数d4＝8，幅度门限g4＝7；综合门限h＝2，设置功率谱序号索引i＝0，设置线谱集合e为空集。

依据第(3)步，执行i＝i+1操作，如果i等于n-1，则线谱检测工作结束，此时线谱集合e中的各元素即为检测得到的线谱参数，e＝{(100,186.70)，(150,187.97)，(500,181.21)，(508，177.96)，(700,161.95)}，如图3所示，其中线谱以*号标注；如果i＜n-1，进一步判断功率谱数据s(i)是否为极大值点，如果s(i)为极大值点则执行步骤(4)，如果s(i)不是极大值点，重复执行本步骤；

(4)在各组参数条件下，计算极大值点s(i)对应的统计量，初步判决该极大值点在各组参数条件下是否满足线谱点条件；

(5)综合判决s(i)是否为线谱点，如果是线谱点，则添加至集合e中；

(6)如果i＜n-1，返回步骤(3)继续执行；否则，该方法流程结束。