专利名称：一种信号处理的特征提取方法
技术领域：
本发明属于信号处理领域，尤其涉及一种信号处理的特征提取方法。
背景技术：
机械振动信号的特征提取，是机械健康监测、故障诊断中的一个核心问题。旋转机械振动信号往往具有非线性、非平稳性等特征，提取蕴藏在时间序列中的特征信号，是一个非常棘手的问题。
发明内容
本发明的目的在于提供一种信号处理的特征提取方法。实现上述目的的技术方案是一种信号处理的特征提取方法，包括以下步骤SI、由采样得到的时间序列，对其进行多相关计算，并取切片求得时序多相关函数R(f，r, r)；S2、对 R(f，r，r)进行 EMD，得到各个 MF 分量 c(i=ll，2，...，n);S3、计算各个IMF分量c与分解前的原始数据R(f，r, r)的相关性，设定阈值选取IMF,则认为得到的MF是由EMD得到的真实頂F分量；S4、对选取出来的各个MF进行Hilbert变换，根据Hilbert边际谱提取旋转机械振动信号中的特征信号。EMD是由若干个MF分量组成；MF分量，其特征在于，在整个数据集上，极值点的数目与跨零点的数目相等或者最多相差一个；在任一时间点上，由局部极大值定义的上包络和由局部极小值定义下包络的均值为零。本发明的有益效果是通过对原始数据进行时间序列多相关处理，消除了采样序列中零均值噪声信号的影响，克服了在后继频谱分析中由于噪声而导致频谱难于辨识的问题，凸显了原始信号中的特征信号成分。
具体实施例方式下面给出了一种信号处理的特征提取方法较佳实施方式。构造调幅调频仿真信号如下s (t) = (l+sin5 π t) cos (20 π t+0. 2sinl0 π t) +sin80 π t+n (t)s(t)为零均值、方差为25的随机噪声。这样，信号s(t)的调幅调频部分的频率为
权利要求
1.一种信号处理的特征提取方法，其特征在于，包括以下步骤 .51、由采样得到的时间序列，对其进行多相关计算，并取切片求得时序多相关函数R(f，r, r)； . 52、对R(f，r，r)进行EMD，得到各个MF分量C(i=ll，2，…，η)； .53、计算各个IMF分量c与分解前的原始数据R(f，r，r)的相关性，设定阈值选取IMF，则认为得到的IMF是由EMD得到的真实IMF分量； . 54、对选取出来的各个MF进行Hilbert变换，根据Hilbert边际谱提取旋转机械振动信号中的特征信号。
全文摘要
本发明公开了一种信号处理的特征提取方法，提出了一种新的旋转机械振动信号特征提取方法，即时序多相关经验模式分解方法。本方面通过对原始数据进行时间序列多相关处理，消除了采样序列中零均值噪声信号的影响，克服了在后继频谱分析中由于噪声而导致频谱难于辨识的问题，凸显了原始信号中的特征信号成分。
文档编号G01H17/00GK102928072SQ20121044116
公开日2013年2月13日 申请日期2012年11月7日 优先权日2012年11月7日
发明者于星光 申请人:昆山北极光电子科技有限公司