CN107563297B - 一种波形匹配方法及装置 - Google Patents
一种波形匹配方法及装置 Download PDFInfo
- Publication number
- CN107563297B CN107563297B CN201710666172.6A CN201710666172A CN107563297B CN 107563297 B CN107563297 B CN 107563297B CN 201710666172 A CN201710666172 A CN 201710666172A CN 107563297 B CN107563297 B CN 107563297B
- Authority
- CN
- China
- Prior art keywords
- waveform
- target
- distance
- determining
- distance matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请实施例公开了一种波形匹配方法及装置。所述方法提供有目标波形数据和参考波形数据;所述方法包括:设置波形距离类型和波形匹配步长集;基于波形匹配步长集,建立动态时间弯曲模板;分别计算参考波形数据中各个参考采样点与目标波形数据中各个目标采样点之间的波形距离,并将波形距离存储于波形距离矩阵;在波形距离矩阵中确定正向起始元素;基于动态时间弯曲模板,从波形距离矩阵中确定正向起始元素所指向的目标元素;遍历从波形距离矩阵中确定当前目标元素所指向的下一个目标元素;基于各个目标元素对应的行号和列号,确定与目标波形数据和参考波形数据对应的波形匹配路径序列。本申请提供的技术方案可以提高波形匹配的准确度。
Description
技术领域
本申请涉及信号处理技术领域,特别涉及一种波形匹配方法及装置。
背景技术
在信号处理过程中,从各种复杂信号中提取目标信号,通常会涉及一种重要的信号处理技术,即波形匹配。所谓波形匹配,是指对两个或者多个波形的局部相似度进行分析,对各个波形的特征点之间的对应关系进行分析,以提取波形特征点匹配关系序列。
现有的波形匹配方法的主要过程是:计算目标波形上每一个目标采样点分别与参考波形上指定参考采样点之间的距离,即以采样点为中心的相同时窗窗长内的波形之间的欧式距离;将距离最小的目标采样点作为指定参考采样点对应的匹配点;重复上述步骤,从目标波形中搜寻参考波形上每一个参考采样点对应的匹配点。由于信号采集与处理过程中可能存在噪声,采用现有的方法进行波形匹配,匹配过程可能容易受到噪声干扰,出现匹配错误的情况。
发明内容
本申请实施例的目的是提供一种波形匹配方法及装置,以提高波形匹配的准确度。
为解决上述技术问题,本申请实施例提供一种波形匹配方法及装置是这样实现的:
一种波形匹配方法,提供有目标波形数据和参考波形数据,所述方法包括:
设置波形距离类型和波形匹配步长集;基于所述波形匹配步长集,建立动态时间弯曲模板;所述波形距离类型用于表示计算两个波形之间的波形距离的方式;所述动态时间弯曲模板用于表示确定波形匹配路径过程中所采用的搜索模式;
基于所述波形距离类型,分别计算所述参考波形数据中各个参考采样点与所述目标波形数据中各个目标采样点之间的波形距离,并将所述波形距离存储于波形距离矩阵;
在所述波形距离矩阵中确定正向起始元素;
基于所述动态时间弯曲模板,从所述波形距离矩阵中确定所述正向起始元素所指向的目标元素;
遍历从所述波形距离矩阵中确定当前目标元素所指向的下一个目标元素;
基于各个所述目标元素对应的行号和列号,确定与所述目标波形数据和参考波形数据对应的波形匹配路径序列。
优选方案中,所述设置波形距离类型和波形匹配步长集,包括:
获取所述目标波形数据的信噪比,基于预设判别条件和所述信噪比,确定所述波形距离类型和最大波形匹配步长;所述最大波形匹配步长的取值范围为大于1的整数且小于或等于预设采样点数量的整数;其中,所述预设采样点数量为所述参考波形数据的采样点数量和所述目标波形数据的采样点数量两者中较少的采样点数量;
将取值为1至最大波形匹配步长的整数的波形匹配步长所构成的集合作为所述波形匹配步长集。
优选方案中,所述预设判别条件包括:
当所述信噪比大于预设信噪比阈值时,将所述波形距离类型设置为平均绝对误差方法,确定所述最大波形匹配步长的取值范围为2~4;或者,
当所述信噪比小于或等于预设信噪比阈值时,将所述波形距离类型设置为高阶绝对误差方法,确定所述最大波形匹配步长的取值范围为5至预设采样点数量。
优选方案中,所述预设信噪比阈值的取值范围为50~60分贝。
优选方案中,所述基于所述波形匹配步长集,建立动态时间弯曲模板,包括:
基于所述波形匹配步长集,确定多种搜索模式和所述搜索模式的数量;
将各种所述搜索模式所构成的模板作为所述动态时间弯曲模板。
优选方案中,所述基于所述波形距离类型,分别计算所述参考波形数据中各个参考采样点与所述目标波形数据中各个目标采样点之间的波形距离,包括:
针对所述参考波形数据中指定参考采样点和所述目标波形数据中指定目标采样点,基于所述波形距离类型,计算以所述指定参考采样点为中心的预设时窗内的参考子波形,与以所述指定目标采样点为中心的所述预设时窗内的目标子波形之间的波形距离。
优选方案中,所述在所述波形距离矩阵中确定正向起始元素,包括:
将所述波形距离矩阵中第一行的各个元素中波形距离最小的元素作为所述正向起始元素。
优选方案中,所述从所述波形距离矩阵中确定所述正向起始元素所指向的目标元素,包括:
将所述正向起始元素所指向的所述波形距离矩阵中的各个元素中波形距离最小的元素作为所述目标元素。
优选方案中,在基于所述波形距离类型,分别计算所述参考波形数据中各个参考采样点与所述目标波形数据中各个目标采样点之间的波形距离,并存储于波形距离矩阵之后,所述方法还包括:
对所述波形距离矩阵中第一行和第一列的各个元素中指定元素的值作为预先设置的累积距离矩阵中与所述指定元素相同行号和相同列号对应的元素的值;其中,所述累积距离矩阵与所述波形距离矩阵的行数和列数相同;
基于所述动态时间弯曲模板和所述波形距离矩阵,确定所述累积距离矩阵中除第一行和第一列的元素以外的其他元素的值;
在所述累积距离矩阵中确定反向起始元素;
基于所述动态时间弯曲模板,从所述累积距离矩阵中确定所述反向起始元素所指向的目标元素;
遍历从所述累积距离矩阵中确定当前目标元素所指向的下一个目标元素;
基于所述累积距离矩阵中各个所述目标元素对应的行号和列号,确定与所述目标波形数据和参考波形数据对应的波形匹配路径序列。
优选方案中,基于所述动态时间弯曲模板和所述波形距离矩阵,确定所述累积距离矩阵中除第一行和第一列的元素以外的其他元素的值,包括:
采用下述公式计算所述累积距离矩阵中除第一行和第一列的元素以外的其他元素中一元素的值:
D(i,j)=d(i,j)+min{D(m,n)}
公式中,D(i,j)表示所述累积距离矩阵中第i行和第j列对应的元素的值,d(i,j)表示所述波形距离矩阵中第i行和第j列对应的元素的值,D(m,n)表示所述累积距离矩阵中第m行和第n列对应的元素的值,其中,i>1,j>1,当m=i-1,i-2,...,i-k时,n=j-1;当m=i-1时,n=j-1,j-2,...,j-k。
一种波形匹配装置,所述装置提供目标波形数据和参考波形数据;所述装置包括:设置模块、波形距离计算模块、起始元素确定模块、目标元素确定模块、遍历模块和波形匹配路径确定模块;其中,
所述设置模块,用于设置波形距离类型和波形匹配步长集;基于所述波形匹配步长集,建立动态时间弯曲模板;所述波形距离类型用于表示计算两个波形之间的波形距离的方式;所述动态时间弯曲模板用于表示确定波形匹配路径过程中所采用的搜索模式;
所述波形距离计算模块,用于基于所述波形距离类型,分别计算所述参考波形数据中各个参考采样点与所述目标波形数据中各个目标采样点之间的波形距离,并将所述波形距离存储于波形距离矩阵;
所述起始元素确定模块,用于在所述波形距离矩阵中确定正向起始元素;
所述目标元素确定模块,用于基于所述动态时间弯曲模板,从所述波形距离矩阵中确定所述正向起始元素所指向的目标元素;
所述遍历模块,用于遍历从所述波形距离矩阵中确定当前目标元素所指向的下一个目标元素;
所述波形匹配路径确定模块,用于基于各个所述目标元素对应的行号和列号,确定与所述目标波形数据和参考波形数据对应的波形匹配路径序列。
本申请实施例提供了一种波形匹配方法及装置,通过所确定的波形匹配步长集建立的动态时间弯曲模板,进行匹配处理,可以跳过波形数据中噪声所对应的采样点,从而可以提高地震波形匹配的准确度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一种波形匹配方法实施例的流程图;
图2是本申请实施例中正向动态时间弯曲模板的示意图;
图3是本申请实施例中反向动态时间弯曲模板的示意图;
图4是本申请实施例中参考波形数据中参考采样点与目标波形数据中目标采样点之间的匹配关系的示意图;
图5是与匹配关系对应的波形匹配路径序列的示意图。
图6是本申请波形匹配装置实施例的组成结构图。
具体实施方式
本申请实施例提供一种波形匹配方法及装置。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请实施例提供一种波形匹配方法。所述方法提供有目标波形数据和参考波形数据。其中,所述目标波形数据可以包括:多个目标采样点,以及与所述目标采样点对应的采样时间和振幅。所述参考波形数据可以包括:多个参考采样点,以及与所述参考采样点对应的采样时间和振幅。所述目标波形数据与所述参考波形数据的采样时间间隔相同。所述采样时间间隔可以为1毫秒。所述目标波形数据中包括的目标采样点的数量与所述参考波形数据中包括的参考采样点的数量可以相同,也可以不同。
在一种实施方式中,所述目标波形数据和所述参考波形数据均可以为地震波形数据、语音信号数据等等。
图1是本申请一种波形匹配方法实施例的流程图。如图1所示,所述波形匹配方法,包括以下步骤。
步骤S101:设置波形距离类型和波形匹配步长集;基于所述波形匹配步长集,建立动态时间弯曲模板;所述波形距离类型用于表示计算两个波形之间的波形距离的方式;所述动态时间弯曲模板用于表示确定波形匹配路径过程中所采用的搜索模式。
在一种实施方式中,设置所述波形距离类型和所述波形匹配步长集。具体可以包括,可以获取所述目标波形数据的信噪比。基于预设判别条件和所述信噪比,可以确定所述波形距离类型和最大波形匹配步长。所述最大波形匹配步长的取值范围可以为大于1且小于或等于预设采样点数量的整数。其中,所述预设采样点数量为所述参考波形数据的采样点数量和所述目标波形数据的采样点数量两者中较少的采样点数量。可以将取值为1至最大波形匹配步长的整数的波形匹配步长所构成的集合作为所述波形匹配步长集。其中,所述波形距离类型可以用于表示计算两个波形之间的波形距离的方式;所述动态时间弯曲模板可以用于表示确定波形匹配路径过程中所采用的搜索模式。所述预设判别条件可以包括:当所述信噪比大于预设信噪比阈值时,可以将所述波形距离类型设置为平均绝对误差方法,可以确定所述最大波形匹配步长的取值范围为2~4;当所述信噪比小于或等于预设信噪比阈值时,可以将所述波形距离类型设置为高阶绝对误差方法,可以确定所述最大波形匹配步长的取值范围为5至预设采样点数量。所述预设信噪比阈值的取值范围可以为50~60分贝。
在一种实施方式中,基于所述波形匹配步长集建立动态时间弯曲模板,具体可以包括,基于所述波形匹配步长集,可以确定多种搜索模式和所述搜索模式的数量。可以将各种所述搜索模式所构成的模板作为所述动态时间弯曲模板。其中,所述动态时间弯曲模板可以包括:正向动态时间弯曲模板和反向动态时间弯曲模板。例如,图2是本申请实施例中正向动态时间弯曲模板的示意图。图3是本申请实施例中反向动态时间弯曲模板的示意图。所述波形匹配步长集可以包括值为1、2、3、4、5的波形匹配步长。如图2所示,所述正向动态时间弯曲模板中包括的搜索模式的数量为9,各种搜索模式可以分别为:
g(i-1,j-1)→g(i,j);
g(i-2,j-1)→g(i,j);
g(i-3,j-1)→g(i,j);
g(i-4,j-1)→g(i,j);
g(i-5,j-1)→g(i,j);
g(i-1,j-2)→g(i,j);
g(i-1,j-3)→g(i,j);
g(i-1,j-4)→g(i,j);
g(i-1,j-5)→g(i,j)。
如图3所示,所述反向动态时间弯曲模板中包括的搜索模式的数量为9,各种搜索模式可以分别为:
g(i,j)→g(i-1,j-1);
g(i,j)→g(i-2,j-1);
g(i,j)→g(i-3,j-1);
g(i,j)→g(i-4,j-1);
g(i,j)→g(i-5,j-1);
g(i,j)→g(i-1,j-2);
g(i,j)→g(i-1,j-3);
g(i,j)→g(i-1,j-4);
g(i,j)→g(i-1,j-5)。
步骤S102:基于所述波形距离类型,分别计算所述参考波形数据中各个参考采样点与所述目标波形数据中各个目标采样点之间的波形距离,并将所述波形距离存储于波形距离矩阵。
在一种实施方式中,可以按照采样时间由小到大的顺序,对所述参考波形数据中各个参考采样点进行排序和编号,以及对所述目标波形数据中各个目标采样点进行排序和编号。可以将所述参考波形数据中包括的参考采样点的数量作为所述波形距离矩阵的列数,以及可以将所述目标波形数据中包括的目标采样点的数量作为所述波形距离矩阵的行数。所述波形距离矩阵中行号和列号分别与所述目标波形数据中目标采样点编号,以及所述参考波形数据中的参考采样点编号一一对应。
在一种实施方式中,基于所述波形距离类型,分别计算所述参考波形数据中各个参考采样点与所述目标波形数据中各个目标采样点之间的波形距离,具体可以包括,针对所述参考波形数据中指定参考采样点和所述目标波形数据中指定目标采样点,可以基于所述波形距离类型,计算以所述指定参考采样点为中心的预设时窗内的参考子波形,与以所述指定目标采样点为中心的所述预设时窗内的目标子波形之间的波形距离。其中,所述预设时窗的时长可以为5ms。
步骤S103:在所述波形距离矩阵中确定正向起始元素。
在一种实施方式中,可以将所述波形距离矩阵中第一行的各个元素中波形距离最小的元素作为所述正向起始元素。
步骤S104:基于所述动态时间弯曲模板,从所述波形距离矩阵中确定所述正向起始元素所指向的目标元素。
在一种实施方式中,基于所述动态时间弯曲模板,从所述波形距离矩阵中确定所述正向起始元素所指向的目标元素,具体可以包括,可以按照所述动态时间弯曲模板中的多种搜索模式,将所述正向起始元素所指向的所述波形距离矩阵中的各个元素中波形距离最小的元素作为所述目标元素。
步骤S105:遍历从所述波形距离矩阵中确定当前目标元素所指向的下一个目标元素。
步骤S106:基于各个所述目标元素对应的行号和列号,确定与所述目标波形数据和参考波形数据对应的波形匹配路径序列。
在一种实施方式中,所述波形匹配路径序列可以包括:与所述参考波形数据对应的参考列,以及与所述目标波形数据对应的目标列。
在一种实施方式中,根据各个所述目标元素对应的行号和列号,可以确定所述参考波形数据中参考采样点与所述目标波形数据中目标采样点之间的匹配关系。根据所述匹配关系,可以确定与所述目标波形数据和参考波形数据对应的波形匹配路径序列。
例如,图4是本申请实施例中参考波形数据中参考采样点与目标波形数据中目标采样点之间的匹配关系的示意图。图4中的横坐标和纵坐标分别为振幅和采样时间。其中,Amplitude表示振幅,Time表示采样时间,单位为毫秒(ms)。图5是与图4的匹配关系对应的波形匹配路径序列的示意图。可以按照采样时间由小到大的顺序,对所述参考波形数据中各个参考采样点进行排序和编号,总共37个参考采样点,这些参考采样点排序后的编号分别为s1、…、s5、…、s10、…、s15、…、s20、…、s25、…、s30、…、s37,以及对所述目标波形数据中各个目标采样点进行排序和编号,总共36个目标采样点,这些目标采样点排序后的编号分别为t1、…、t5、…、t10、…、t15、…、t20、…、t25、…、t30、…、t36。图4中的各个参考采样点与各个目标采样点之间连线表示所述匹配关系,即连线两端的参考采样点与目标采样点是互相匹配的。在图5中的波形匹配路径序列中,参考列中元素的值分别与参考采样点排序后的编号一一对应。根据所述匹配关系,可以将与参考采样点相匹配的目标采样点排序后的编号作为目标列中元素的值。其中,互相匹配的参考采样点的编号和目标采样点的编号分别作为在参考列和目标列的同一行处元素的值。如参考采样点s1与目标采样点t1匹配,参考列和目标列的第一行处元素的分别为1和1。某些参考采样点没有相互匹配的目标采样点,这时目标列中与这些参考采样点的编号对应的行处的元素的值为N。如参考采样点s2、s5和s11没有相互匹配的目标采样点,目标列中与这些参考采样点的编号对应的行处的元素的值为N。从图4和图5中,可以看出,目标波形数据中的目标采样点t18、t19、t20没有对应匹配的参考采样点,表明在采用本申请实施例的波形匹配方法进行匹配处理时,可以跳过如目标采样点t18、t19、t20这样的噪声,从而可以提高波形匹配的准确度。
在另一种实施方式中,在步骤S102以后,所述方法还可以包括:
可以对所述波形距离矩阵中第一行和第一列的各个元素中指定元素的值作为预先设置的累积距离矩阵中与所述指定元素相同行号和相同列号对应的元素的值;其中,所述累积距离矩阵与所述波形距离矩阵的行数和列数相同;基于所述动态时间弯曲模板和所述波形距离矩阵,确定所述累积距离矩阵中除第一行和第一列的元素以外的其他元素的值;
可以在所述累积距离矩阵中确定反向起始元素;
基于所述动态时间弯曲模板,可以从所述累积距离矩阵中确定所述反向起始元素所指向的目标元素;
可以遍历从所述累积距离矩阵中确定当前目标元素所指向的下一个目标元素;
基于所述累积距离矩阵中各个所述目标元素对应的行号和列号,可以确定与所述目标波形数据和参考波形数据对应的波形匹配路径序列。
在一种实施方式中,基于所述动态时间弯曲模板和所述波形距离矩阵,确定所述累积距离矩阵中除第一行和第一列的元素以外的其他元素的值,具体可以包括,可以采用下述公式计算所述累积距离矩阵中除第一行和第一列的元素以外的其他元素中一元素的值:
D(i,j)=d(i,j)+min{D(m,n)}
其中,D(i,j)表示所述累积距离矩阵中第i行和第j列对应的元素的值,d(i,j)表示所述波形距离矩阵中第i行和第j列对应的元素的值,D(m,n)表示所述累积距离矩阵中第m行和第n列对应的元素的值,其中,i>1,j>1,当m=i-1,i-2,...,i-k时,n=j-1;当m=i-1时,n=j-1,j-2,...,j-k。
在一种实施方式中,在所述累积距离矩阵中确定反向起始元素,具体可以包括,可以将所述累积距离矩阵中最后一行的各个元素中波形距离最小的元素作为所述反向起始元素。
所述波形匹配方法实施例,通过所确定的波形匹配步长集建立的动态时间弯曲模板,进行匹配处理,可以跳过波形数据中噪声所对应的采样点,从而可以提高地震波形匹配的准确度。
图6是本申请波形匹配装置实施例的组成结构图。所述波形匹配装置用于提供目标波形数据和参考波形数据。如图6所示,所述波形匹配装置可以包括:设置模块100、波形距离计算模块200、起始元素确定模块300、目标元素确定模块400、遍历模块500和波形匹配路径确定模块600。
所述设置模块100,可以用于设置波形距离类型和波形匹配步长集;基于所述波形匹配步长集,建立动态时间弯曲模板;所述波形距离类型可以用于表示计算两个波形之间的波形距离的方式;所述动态时间弯曲模板可以用于表示确定波形匹配路径过程中所采用的搜索模式。
所述波形距离计算模块200,可以用于基于所述波形距离类型,分别计算所述参考波形数据中各个参考采样点与所述目标波形数据中各个目标采样点之间的波形距离,并将所述波形距离存储于波形距离矩阵。
所述起始元素确定模块300,可以用于在所述波形距离矩阵中确定正向起始元素。
所述目标元素确定模块400,可以用于基于所述动态时间弯曲模板,从所述波形距离矩阵中确定所述正向起始元素所指向的目标元素。
所述遍历模块500,可以用于遍历从所述波形距离矩阵中确定当前目标元素所指向的下一个目标元素。
所述波形匹配路径确定模块600,可以用于基于各个所述目标元素对应的行号和列号,确定与所述目标波形数据和参考波形数据对应的波形匹配路径序列。
所述波形匹配实施例与所述波形匹配方法实施例相对应,可以实现所述波形匹配方法实施例,并取得方法实施例的技术效果。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的装置、模块,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。该计算机软件产品可以包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。该计算机软件产品可以存储在内存中,内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括短暂电脑可读媒体(transitory media),如调制的数据信号和载波。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (10)
1.一种波形匹配方法,其特征在于,提供有目标波形数据和参考波形数据,所述方法包括:
设置波形距离类型和波形匹配步长集;基于所述波形匹配步长集,建立动态时间弯曲模板;所述波形距离类型用于表示计算两个波形之间的波形距离的方式;所述动态时间弯曲模板用于表示确定波形匹配路径过程中所采用的搜索模式;所述设置波形距离类型和波形匹配步长集,包括:获取所述目标波形数据的信噪比,基于预设判别条件和所述信噪比,确定所述波形距离类型和最大波形匹配步长;所述最大波形匹配步长的取值范围为大于1的整数且小于或等于预设采样点数量的整数;其中,所述预设采样点数量为所述参考波形数据的采样点数量和所述目标波形数据的采样点数量两者中较少的采样点数量;将取值为1至最大波形匹配步长的整数的波形匹配步长所构成的集合作为所述波形匹配步长集;
基于所述波形距离类型,分别计算所述参考波形数据中各个参考采样点与所述目标波形数据中各个目标采样点之间的波形距离,并将所述波形距离存储于波形距离矩阵;
在所述波形距离矩阵中确定正向起始元素;
基于所述动态时间弯曲模板,从所述波形距离矩阵中确定所述正向起始元素所指向的目标元素;
遍历从所述波形距离矩阵中确定当前目标元素所指向的下一个目标元素;
基于各个所述目标元素对应的行号和列号,确定与所述目标波形数据和参考波形数据对应的波形匹配路径序列。
2.根据权利要求1所述的一种波形匹配方法,其特征在于,所述预设判别条件包括:
当所述信噪比大于预设信噪比阈值时,将所述波形距离类型设置为平均绝对误差方法,确定所述最大波形匹配步长的取值范围为2~4;或者,
当所述信噪比小于或等于预设信噪比阈值时,将所述波形距离类型设置为高阶绝对误差方法,确定所述最大波形匹配步长的取值范围为5至预设采样点数量。
3.根据权利要求2所述的一种波形匹配方法,其特征在于,所述预设信噪比阈值的取值范围为50~60分贝。
4.根据权利要求1所述的一种波形匹配方法,其特征在于,所述基于所述波形匹配步长集,建立动态时间弯曲模板,包括:
基于所述波形匹配步长集,确定多种搜索模式和所述搜索模式的数量;
将各种所述搜索模式所构成的模板作为所述动态时间弯曲模板。
5.根据权利要求1所述的一种波形匹配方法,其特征在于,所述基于所述波形距离类型,分别计算所述参考波形数据中各个参考采样点与所述目标波形数据中各个目标采样点之间的波形距离,包括:
针对所述参考波形数据中指定参考采样点和所述目标波形数据中指定目标采样点,基于所述波形距离类型,计算以所述指定参考采样点为中心的预设时窗内的参考子波形,与以所述指定目标采样点为中心的所述预设时窗内的目标子波形之间的波形距离。
6.根据权利要求1所述的一种波形匹配方法,其特征在于,所述在所述波形距离矩阵中确定正向起始元素,包括:
将所述波形距离矩阵中第一行的各个元素中波形距离最小的元素作为所述正向起始元素。
7.根据权利要求1所述的一种波形匹配方法,其特征在于,所述从所述波形距离矩阵中确定所述正向起始元素所指向的目标元素,包括:
将所述正向起始元素所指向的所述波形距离矩阵中的各个元素中波形距离最小的元素作为所述目标元素。
8.根据权利要求1所述的一种波形匹配方法,其特征在于,在基于所述波形距离类型,分别计算所述参考波形数据中各个参考采样点与所述目标波形数据中各个目标采样点之间的波形距离,并存储于波形距离矩阵之后,所述方法还包括:
对所述波形距离矩阵中第一行和第一列的各个元素中指定元素的值作为预先设置的累积距离矩阵中与所述指定元素相同行号和相同列号对应的元素的值;其中,所述累积距离矩阵与所述波形距离矩阵的行数和列数相同;
基于所述动态时间弯曲模板和所述波形距离矩阵,确定所述累积距离矩阵中除第一行和第一列的元素以外的其他元素的值;
在所述累积距离矩阵中确定反向起始元素;
基于所述动态时间弯曲模板,从所述累积距离矩阵中确定所述反向起始元素所指向的目标元素;
遍历从所述累积距离矩阵中确定当前目标元素所指向的下一个目标元素;
基于所述累积距离矩阵中各个所述目标元素对应的行号和列号,确定与所述目标波形数据和参考波形数据对应的波形匹配路径序列。
9.根据权利要求8所述的一种波形匹配方法,其特征在于,基于所述动态时间弯曲模板和所述波形距离矩阵,确定所述累积距离矩阵中除第一行和第一列的元素以外的其他元素的值,包括:
采用下述公式计算所述累积距离矩阵中除第一行和第一列的元素以外的其他元素中一元素的值:
D(i,j)=d(i,j)+min{D(m,n)}
公式中,D(i,j)表示所述累积距离矩阵中第i行和第j列对应的元素的值,d(i,j)表示所述波形距离矩阵中第i行和第j列对应的元素的值,D(m,n)表示所述累积距离矩阵中第m行和第n列对应的元素的值,其中,i>1,j>1,当m=i-1,i-2,...,i-k时,n=j-1;当m=i-1时,n=j-1,j-2,...,j-k。
10.一种波形匹配装置,其特征在于,所述装置提供目标波形数据和参考波形数据;所述装置包括:设置模块、波形距离计算模块、起始元素确定模块、目标元素确定模块、遍历模块和波形匹配路径确定模块;其中,
所述设置模块,用于设置波形距离类型和波形匹配步长集;基于所述波形匹配步长集,建立动态时间弯曲模板;所述波形距离类型用于表示计算两个波形之间的波形距离的方式;所述动态时间弯曲模板用于表示确定波形匹配路径过程中所采用的搜索模式;所述设置波形距离类型和波形匹配步长集,包括:获取所述目标波形数据的信噪比,基于预设判别条件和所述信噪比,确定所述波形距离类型和最大波形匹配步长;所述最大波形匹配步长的取值范围为大于1的整数且小于或等于预设采样点数量的整数;其中,所述预设采样点数量为所述参考波形数据的采样点数量和所述目标波形数据的采样点数量两者中较少的采样点数量;将取值为1至最大波形匹配步长的整数的波形匹配步长所构成的集合作为所述波形匹配步长集;
所述波形距离计算模块,用于基于所述波形距离类型,分别计算所述参考波形数据中各个参考采样点与所述目标波形数据中各个目标采样点之间的波形距离,并将所述波形距离存储于波形距离矩阵;
所述起始元素确定模块,用于在所述波形距离矩阵中确定正向起始元素;
所述目标元素确定模块,用于基于所述动态时间弯曲模板,从所述波形距离矩阵中确定所述正向起始元素所指向的目标元素;
所述遍历模块,用于遍历从所述波形距离矩阵中确定当前目标元素所指向的下一个目标元素;
所述波形匹配路径确定模块,用于基于各个所述目标元素对应的行号和列号,确定与所述目标波形数据和参考波形数据对应的波形匹配路径序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710666172.6A CN107563297B (zh) | 2017-08-07 | 2017-08-07 | 一种波形匹配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710666172.6A CN107563297B (zh) | 2017-08-07 | 2017-08-07 | 一种波形匹配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107563297A CN107563297A (zh) | 2018-01-09 |
CN107563297B true CN107563297B (zh) | 2020-06-09 |
Family
ID=60975239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710666172.6A Active CN107563297B (zh) | 2017-08-07 | 2017-08-07 | 一种波形匹配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107563297B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447017A (zh) * | 2018-11-07 | 2019-03-08 | 中国科学院大气物理研究所 | 一种自动判别闪电电磁脉冲类型的方法 |
CN110031854A (zh) * | 2018-12-29 | 2019-07-19 | 西南技术物理研究所 | 一种实时的高精度激光多回波距离提取方法 |
CN111986698B (zh) * | 2019-05-24 | 2023-06-30 | 腾讯科技(深圳)有限公司 | 音频片段的匹配方法、装置、计算机可读介质及电子设备 |
CN110188322A (zh) * | 2019-05-31 | 2019-08-30 | 北京无线电计量测试研究所 | 一种波形幅度不确定度确定方法及系统 |
CN114859404A (zh) * | 2021-01-20 | 2022-08-05 | 中国石油天然气集团有限公司 | 超采样地震波形匹配方法及装置 |
CN113283413B (zh) * | 2021-07-26 | 2021-09-24 | 枫树谷(成都)科技有限责任公司 | 脉冲波形模板库的创建方法、系统、存储介质及设备 |
CN113906299A (zh) * | 2021-09-03 | 2022-01-07 | 长江存储科技有限责任公司 | 用于自动波形分析的方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104316844A (zh) * | 2014-11-14 | 2015-01-28 | 广东电网有限责任公司佛山供电局 | 配电网故障类型识别方法及装置 |
CN105467383A (zh) * | 2015-11-19 | 2016-04-06 | 上海交通大学 | 一种tof技术中基于波形匹配的测距方法 |
CN106154080A (zh) * | 2016-06-17 | 2016-11-23 | 中国电子科技集团公司第二十八研究所 | 一种1090es信号自动检测方法及系统 |
US9506951B2 (en) * | 2015-01-26 | 2016-11-29 | Guzik Technical Enterprises | Method and apparatus for data acquisition with waveform trigger |
CN106443789A (zh) * | 2016-08-31 | 2017-02-22 | 电子科技大学 | 基于Segmental DTW的地震信号叠前道集拉平方法 |
CN106610505A (zh) * | 2016-12-29 | 2017-05-03 | 中国石油大学(华东) | 一种基于dtw和aba联合的井震资料匹配方法 |
-
2017
- 2017-08-07 CN CN201710666172.6A patent/CN107563297B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104316844A (zh) * | 2014-11-14 | 2015-01-28 | 广东电网有限责任公司佛山供电局 | 配电网故障类型识别方法及装置 |
US9506951B2 (en) * | 2015-01-26 | 2016-11-29 | Guzik Technical Enterprises | Method and apparatus for data acquisition with waveform trigger |
CN105467383A (zh) * | 2015-11-19 | 2016-04-06 | 上海交通大学 | 一种tof技术中基于波形匹配的测距方法 |
CN106154080A (zh) * | 2016-06-17 | 2016-11-23 | 中国电子科技集团公司第二十八研究所 | 一种1090es信号自动检测方法及系统 |
CN106443789A (zh) * | 2016-08-31 | 2017-02-22 | 电子科技大学 | 基于Segmental DTW的地震信号叠前道集拉平方法 |
CN106610505A (zh) * | 2016-12-29 | 2017-05-03 | 中国石油大学(华东) | 一种基于dtw和aba联合的井震资料匹配方法 |
Non-Patent Citations (3)
Title |
---|
A Comparative study of low frequency earthquake template in northern Cascadia;A.A.Royer et al.;《Earth and Planetary Science Letters》;20140930;第247-256页 * |
一种基于模板匹配的波形识别算法;倪永州 田跃;《信号与传感》;20060430;第32-34页 * |
一种基于波形匹配的目标检测和识别方法;苏卫民 等;《现代雷达》;20030131;第35-37页,第41页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107563297A (zh) | 2018-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107563297B (zh) | 一种波形匹配方法及装置 | |
CN108845936B (zh) | 一种基于海量用户的ab测试方法及系统 | |
CN109065044B (zh) | 唤醒词识别方法、装置、电子设备及计算机可读存储介质 | |
KR101840905B1 (ko) | 상태 기계 격자에서의 카운터 동작 | |
US8990792B2 (en) | Method for constructing dynamic call graph of application | |
CN107274442B (zh) | 一种图像识别方法和装置 | |
KR102077411B1 (ko) | 음성 인식 방법 및 시스템 | |
CN109583561B (zh) | 一种深度神经网络的激活量量化方法及装置 | |
CN110389842B (zh) | 一种动态资源分配方法、装置、存储介质及设备 | |
CN110635962B (zh) | 用于分布式系统的异常分析方法及装置 | |
CN112860968A (zh) | 一种异常检测的方法以及装置 | |
CN111181569A (zh) | 一种时序数据的压缩方法、装置以及设备 | |
CN103246566A (zh) | 应用程序的资源监控方法及装置 | |
CN110888756A (zh) | 一种诊断日志生成方法及装置 | |
US20200232855A1 (en) | Method, Apparatus, Touch Chip and Electronic Device for Determining Temperature Status of Touch Screen | |
CN109656946B (zh) | 一种多表关联查询方法、装置及设备 | |
CN111292725B (zh) | 一种语音解码方法及装置 | |
WO2023217118A1 (zh) | 一种代码测试、测试用例生成的方法及装置 | |
CN111596358B (zh) | 一种多次波的压制方法、设备以及系统 | |
CN111175810B (zh) | 微震信号到时拾取方法、装置、设备及存储介质 | |
CN108681490B (zh) | 针对rpc信息的向量处理方法、装置以及设备 | |
CN107329170B (zh) | 一种地震波形匹配方法及装置 | |
CN107368281B (zh) | 一种数据处理方法及装置 | |
CN114710318B (zh) | 一种限制爬虫高频访问的方法、装置、设备及介质 | |
CN107180161B (zh) | 一种地层对比结果整合方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |