【技術實現步驟摘要】
一種基于迭代擴展頻散模態分解的頻散波提取方法
[0001]本專利技術涉及信號處理領域，尤其是涉及一種基于迭代擴展頻散模態分解的頻散波提取方法。
技術介紹
[0002]頻散信號在結構健康監測、水下聲學、生物醫學、地球物理學等領域中都有廣泛的研究。與時域調頻信號不同，頻散信號表現出的是與頻率相關的特性，其中最重要的是信息是群延遲(Group Delay)。群延遲定義為相位函數對頻率的導數，包含眾多有關信號源與系統的重要信息，因此可以利用群延遲進行信號源的定位與系統辨識。然而，當寬帶信號通過非線性系統時，每個頻率都會產生不同的時間延遲，從而導致群延遲在頻率上發生變化，從時頻圖上來看，信號的時頻脊線不再是與頻率軸平行的直線，而是與頻率軸相關的曲線，這使得窄帶濾波方法不再適用。因此，準確分離這些非平穩頻散波并提取它們的群延遲曲線對于實際應用至關重要。
[0003]雖然眾多學者和工程人員提出了有關頻散信號的提取方法，但是現有的頻散信號提取方法存在著算法計算消耗大、時頻分辨率低、計算時間長等問題。目前，國內有關頻散信號提取技術的專利技術專利申請有：
[0004]授權日為2021年8月6日，授權公告號為CN110045014B的中國專利中，公開了一種名稱為“基于貝葉斯學習的Lamb波頻散消除方法及其系統”。其通過構造多模態頻散傳播字典和非頻散傳播字典，將頻散多模態Lamb波信號進行稀疏表示，并利用貝葉斯學習方法對字典系數進行系數求解，從而得到頻散波的稀疏表達并進行頻散消除。然而，該方法的計算結果與字典構建的匹配性有非
【技術保護點】
【技術特征摘要】
1.一種基于迭代擴展頻散模態分解的頻散波提取方法，其特征在于，包括以下步驟：步驟1：獲取頻散波時域信號；步驟2：對所述頻散波時域信號進行快速傅里葉變換，獲得對應的頻域信號；步驟3：對所述頻散波時域信號進行離散短時傅里葉變換，獲得時頻表達式；步驟4：初始化預設的停止迭代準則，設定頻散波信號成分數量m＝0；步驟5：通過雙向快速單脊線提取法，初步估計所述時頻表達式中能量最顯著的關鍵時頻脊線；步驟6：通過迭代擴展頻散模態分解，根據所述頻域信號和關鍵時頻脊線的初步估計值，分離重構關鍵頻散模態及其群延遲；步驟7：根據重構的關鍵頻散模態，從頻域信號中得到殘差信號，對殘差信號重復依次執行步驟5至步驟7，重復獲取殘差信號以及進行關鍵頻散模態的分離重構，直至滿足所述停止迭代準則；步驟8：對重構的所有關鍵頻散模態進行快速傅里葉變換逆變換，得到頻散波的時域波形。2.根據權利要求1所述的一種基于迭代擴展頻散模態分解的頻散波提取方法，其特征在于，步驟2具體包括以下步驟：S201：對頻散波時域信號S(t)進行快速傅里葉變換，得到對應的頻域信號S(f)；S202：通過頻散波時域信號的長度N
t
，確定頻域信號長度N
f
，該頻域信號長度N
f
的計算表達式為：N
f
＝floor(N
t
/2)+1式中，floor(
·
)為向下取整符號；S203：保留頻域信號的前N
f
項，第N
f
+1項至第N
t
項置零。3.根據權利要求2所述的一種基于迭代擴展頻散模態分解的頻散波提取方法，其特征在于，步驟3具體包括以下步驟：S301：設置窗長度N
win
，確定傅里葉點數為2N
f
?
1，構造相應窗函數W(t)；S302：通過所述窗函數W(t)對時域頻散波信號S(t)進行離散短時傅里葉變換，獲得時頻表達式TFR(t,f)。4.根據權利要求1所述的一種基于迭代擴展頻散模態分解的頻散波提取方法，其特征在于，所述步驟5包括以下步驟：步驟501：進行參數初始化；步驟502：定位所述時頻表達式TFR(t,f)中能量最大值點(t
em
,f
em
)并沿頻率方向雙向搜索Δt范圍內時間維度的能量極大值點；步驟503：獲得時頻脊線作為關鍵模態群延時的初始估計值5.根據權利要求4所述的一種基于迭代擴展頻散模態分解的頻散波提取方法，其特征在于，步驟501中，所述參數為最大時間允許波動范圍Δt；步驟502中，所述能量最大值點(t
em
,f
em
)的計算表達式為：式中，t為時間，f為幅值；
所述沿頻率方向雙向搜索Δt范圍內時間維度的能量極大值點的計算表達式為：t
R
＝t
em
,t
L
＝t
em
式中，N
f
為頻域信號長度。6.根據權利要求1所述的一種基于迭代擴展頻散模態分解的頻散波提取方法，其特征在于，所述步驟6具體包括以下步驟：步驟601：初始化參數，獲取頻域頻散波信號S(f)和關鍵模態群延時初始值步驟602：構造關鍵頻散模態并建立解析幅值的冗余傅里葉展開式；步驟603：將所述的冗余傅里葉展開式帶入關鍵頻散模態中構造矩陣表達式，通過求解最優化問題獲得傅里葉參數矩陣并重構得步驟6...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。