CN109905090A - 一种基于随机共振的非周期信号的特征提取方法及系统 - Google Patents
一种基于随机共振的非周期信号的特征提取方法及系统 Download PDFInfo
- Publication number
- CN109905090A CN109905090A CN201910146669.4A CN201910146669A CN109905090A CN 109905090 A CN109905090 A CN 109905090A CN 201910146669 A CN201910146669 A CN 201910146669A CN 109905090 A CN109905090 A CN 109905090A
- Authority
- CN
- China
- Prior art keywords
- signal
- demodulation
- accidental resonance
- frequency
- modulated
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000000605 extraction Methods 0.000 claims abstract description 11
- 238000001914 filtration Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 abstract description 12
- 238000010338 mechanical breakdown Methods 0.000 abstract description 3
- 230000009466 transformation Effects 0.000 abstract 1
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000001052 transient effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种基于随机共振的非周期信号的特征提取方法及系统。先将目标信号和调制信号进行混频调制，再对混频调制后的信号进行归一化处理，接着对归一化处理后的信号进行随机共振，最后将随机共振后的信号和解调信号进行混频解调，得到信号特征。本发明结合信号调制解调技术和基于参数调整的归一化尺度变换周期信号检测技术，不仅可以在不知道微弱信号频率的情况下，通过调制解调技术使随机共振检测系统能与微弱信号实现最佳匹配，从而能够很好地提取出微弱信号的信号特征，特别适合机械故障、电子故障检测等低信噪比、中低频微弱非周期信号特征提取。而且还可以在极低信噪比条件下，提取出微弱信号的信号特征。
Description
技术领域
本发明涉及信号处理技术领域，尤其涉及一种基于随机共振的非周期信号的特征提取方法及系统。
背景技术
目前，在水下磁性目标探测、机电设备故障诊断、化学谱信号处理等领域中，微弱非周期暂态信号是一类常见的信号，其往往包含了重要的信息，但由于强背景噪声的干扰，给检测和提取微弱非周期暂态信号带来了很大的难度。
传统的信号处理方法主要是通过滤波或消噪的方式提取信息特征的，但在消除噪声的同时，有用的信息特征也被削弱甚至破坏。实际上，噪声不仅仅是一种信号污染源，其更是一种信号能量。如果能够合理地加以利用，可以达到增强信号的目的。
非周期信号具有分量数量多、幅值存在差异等特点。而目前，针对非周期信号的信号特征提取存在诸多问题，因此，研究非周期信号的信号特征提取方法，以实现多分量、不同幅值的微弱非周期信号的信号特征的有效提取具有重要的工程意义和实用价值。
发明内容
本发明通过提供一种基于随机共振的非周期信号的特征提取方法及系统，实现了对多分量、不同幅值的微弱非周期信号的信号特征的有效提取的技术效果。
本发明提供了一种基于随机共振的非周期信号的特征提取方法，包括：
将目标信号和调制信号进行混频调制；
对混频调制后的信号进行归一化处理；
对归一化处理后的信号进行随机共振；
将随机共振后的信号和解调信号进行混频解调。
进一步地，在所述混频调制的过程中，调制频率远大于所述目标信号的频率范围。
进一步地，所述混频调制的过程中的调制频率与所述混频解调中的解调频率相同。
进一步地，在所述将随机共振后的信号和解调信号进行混频解调之后，还包括：
对混频解调后的信号进行低通滤波。
本发明还提供了一种基于随机共振的非周期信号的特征提取系统，包括：
调制模块，用于将目标信号和调制信号进行混频调制；
归一化模块，用于对混频调制后的信号进行归一化处理；
随机共振模块，用于对归一化处理后的信号进行随机共振；
解调模块，用于将随机共振后的信号和解调信号进行混频解调。
进一步地，所述调制模块的调制频率远大于所述目标信号的频率范围。
进一步地，所述调制模块的调制频率与所述解调模块中的解调频率相同。
进一步地，还包括：
滤波模块，用于对混频解调后的信号进行低通滤波。
本发明中提供的一个或多个技术方案，至少具有如下技术效果或优点：
先将目标信号和调制信号进行混频调制，再对混频调制后的信号进行归一化处理，接着对归一化处理后的信号进行随机共振，最后将随机共振后的信号和解调信号进行混频解调，得到信号特征。本发明结合信号调制解调技术和基于参数调整的归一化尺度变换周期信号检测技术，不仅可以在不知道微弱信号频率的情况下，通过调制解调技术使随机共振检测系统能与微弱信号实现最佳匹配，从而能够很好地提取出微弱信号的信号特征，特别适合机械故障、电子故障检测等低信噪比、中低频微弱非周期信号特征提取。而且还可以在极低信噪比条件下，提取出微弱信号的信号特征。
附图说明
图1为本发明实施例提供的基于随机共振的非周期信号的特征提取方法的流程图；
图2为本发明实施例提供的基于随机共振的非周期信号的特征提取系统的模块图；
图3为本发明实施例提供的基于随机共振的非周期信号的特征提取系统的原理图。
具体实施方式
本发明实施例通过提供一种基于随机共振的非周期信号的特征提取方法及系统，实现了对多分量、不同幅值的微弱非周期信号的信号特征的有效提取的技术效果。
本发明实施例中的技术方案为实现上述技术效果，总体思路如下：
首先针对一组特定参数(如a＝1、b＝1、f0、σ0)设计随机共振模块，使随机共振模块针对一组特定参数的信号输出的信噪比最大；再将目标信号和由信号发生器产生的调制信号进行混频调制后输入到归一化模块，转换为特定参数信号，再输入到随机共振模块中；然后再对随机共振模块的输出信号进行解调，从而实现对大频率范围内微弱非周期暂态信号的最佳匹配随机共振检测，对微弱非周期信号中具有不同频率的冲击特征进行有效提取。
为了更好地理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参见图1，本发明实施例提供的基于随机共振的非周期信号的特征提取方法，包括：
步骤S110：将目标信号和调制信号进行混频调制；
具体地，可以通过第一混频器对目标信号和调制信号进行混频调制。
在本实施例中，在混频调制的过程中，调制频率远大于目标信号的频率范围。
步骤S120：对混频调制后的信号进行归一化处理，使信号能够满足随机共振的要求：
步骤S130：对归一化处理后的信号进行随机共振；
步骤S140：将随机共振后的信号和解调信号进行混频解调。
具体地，可以通过第二混频器对随机共振后的信号和解调信号进行混频解调。
为了实现调制和解调的一致性，从而保证信号特征提取的准确性，混频调制的过程中的调制频率与混频解调中的解调频率相同。
为了进一步保证信号特征提取的准确性，在将随机共振后的信号和解调信号进行混频解调之后，还包括：
对混频解调后的信号进行低通滤波。
参见图2和图3，本发明实施例提供的基于随机共振的非周期信号的特征提取系统，包括：
调制模块100，用于将目标信号和调制信号进行混频调制；
具体地，可以通过第一混频器对目标信号和调制信号进行混频调制。
在本实施例中，调制模块100的调制频率远大于目标信号的频率范围。
归一化模块200，用于对混频调制后的信号进行归一化处理，将混频调制后的信号转化为具有与随机共振模块300相匹配的信号；
随机共振模块300，用于对归一化处理后的信号进行随机共振；
解调模块400，用于将随机共振后的信号和解调信号进行混频解调。
具体地，可以通过第二混频器对随机共振后的信号和解调信号进行混频解调。
为了实现调制和解调的一致性，从而保证信号特征提取的准确性，调制模块100的调制频率与解调模块400中的解调频率相同。
为了进一步保证信号特征提取的准确性，还包括：
滤波模块，用于对混频解调后的信号进行低通滤波。
技术效果
1、先将目标信号和调制信号进行混频调制，再对混频调制后的信号进行归一化处理，接着对归一化处理后的信号进行随机共振，最后将随机共振后的信号和解调信号进行混频解调，得到信号特征。本发明实施例结合信号调制解调技术和基于参数调整的归一化尺度变换周期信号检测技术，不仅可以在不知道微弱信号频率的情况下，通过调制解调技术使随机共振检测系统能与微弱信号实现最佳匹配，从而能够很好地提取出微弱信号的信号特征，特别适合机械故障、电子故障检测等低信噪比、中低频微弱非周期信号特征提取。而且还可以在极低信噪比条件下，提取出微弱信号的信号特征。
2、混频调制的过程中的调制频率与混频解调中的解调频率相同，实现了调制和解调的一致性，从而保证了信号特征提取的准确性。
3、还对混频解调后的信号进行低通滤波，进一步保证了信号特征提取的准确性。
本发明实施例针对具有非周期、大参数特点的微弱暂态信号的特征提取问题，提出了一种基于随机共振的非周期信号的特征提取方法及系统，从而能够对微弱非周期信号中具有不同频率的冲击特征进行有效提取，对实现入侵检测、机械设备的早期微弱故障诊断等相关应用具有重要意义。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于随机共振的非周期信号的特征提取方法，其特征在于，包括：
将目标信号和调制信号进行混频调制；
对混频调制后的信号进行归一化处理；
对归一化处理后的信号进行随机共振；
将随机共振后的信号和解调信号进行混频解调。
2.如权利要求1所述的方法，其特征在于，在所述混频调制的过程中，调制频率远大于所述目标信号的频率范围。
3.如权利要求2所述的方法，其特征在于，所述混频调制的过程中的调制频率与所述混频解调中的解调频率相同。
4.如权利要求1-3中任一项所述的方法，其特征在于，在所述将随机共振后的信号和解调信号进行混频解调之后，还包括：
对混频解调后的信号进行低通滤波。
5.一种基于随机共振的非周期信号的特征提取系统，其特征在于，包括：
调制模块，用于将目标信号和调制信号进行混频调制；
归一化模块，用于对混频调制后的信号进行归一化处理；
随机共振模块，用于对归一化处理后的信号进行随机共振；
解调模块，用于将随机共振后的信号和解调信号进行混频解调。
6.如权利要求5所述的系统，其特征在于，所述调制模块的调制频率远大于所述目标信号的频率范围。
7.如权利要求6所述的系统，其特征在于，所述调制模块的调制频率与所述解调模块中的解调频率相同。
8.如权利要求5-7中任一项所述的系统，其特征在于，还包括：
滤波模块，用于对混频解调后的信号进行低通滤波。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910146669.4A CN109905090A (zh) | 2019-02-27 | 2019-02-27 | 一种基于随机共振的非周期信号的特征提取方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910146669.4A CN109905090A (zh) | 2019-02-27 | 2019-02-27 | 一种基于随机共振的非周期信号的特征提取方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109905090A true CN109905090A (zh) | 2019-06-18 |
Family
ID=66945547
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910146669.4A Pending CN109905090A (zh) | 2019-02-27 | 2019-02-27 | 一种基于随机共振的非周期信号的特征提取方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109905090A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114039624A (zh) * | 2021-12-29 | 2022-02-11 | 中国人民解放军63921部队 | 用于低信噪比下对偶序列跳频通信的能量接收装置和方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101226070A (zh) * | 2008-02-04 | 2008-07-23 | 中国计量学院 | 一种基于外差式随机共振的涡街频率检测方法 |
| CN103063914A (zh) * | 2012-12-29 | 2013-04-24 | 杭州电子科技大学 | 基于调制双稳态随机共振原理的微弱信号检测电路 |
| CN103067107A (zh) * | 2012-12-31 | 2013-04-24 | 哈尔滨工业大学 | 基于超外差式随机共振检测系统的装置及检测方法 |
| CN203025254U (zh) * | 2012-12-29 | 2013-06-26 | 杭州电子科技大学 | 一种基于调制双稳态随机共振原理的微弱信号检测电路 |
| CN104849701A (zh) * | 2015-05-29 | 2015-08-19 | 桂林电子科技大学 | 一种车载防撞雷达系统的杂波抑制方法 |
| CN105093243A (zh) * | 2014-05-08 | 2015-11-25 | 北京大学 | 一种基于随机共振算法的gnss载波环路跟踪方法 |
-
2019
- 2019-02-27 CN CN201910146669.4A patent/CN109905090A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101226070A (zh) * | 2008-02-04 | 2008-07-23 | 中国计量学院 | 一种基于外差式随机共振的涡街频率检测方法 |
| CN103063914A (zh) * | 2012-12-29 | 2013-04-24 | 杭州电子科技大学 | 基于调制双稳态随机共振原理的微弱信号检测电路 |
| CN203025254U (zh) * | 2012-12-29 | 2013-06-26 | 杭州电子科技大学 | 一种基于调制双稳态随机共振原理的微弱信号检测电路 |
| CN103067107A (zh) * | 2012-12-31 | 2013-04-24 | 哈尔滨工业大学 | 基于超外差式随机共振检测系统的装置及检测方法 |
| CN105093243A (zh) * | 2014-05-08 | 2015-11-25 | 北京大学 | 一种基于随机共振算法的gnss载波环路跟踪方法 |
| CN104849701A (zh) * | 2015-05-29 | 2015-08-19 | 桂林电子科技大学 | 一种车载防撞雷达系统的杂波抑制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 毛谦敏等: "基于随机共振的微弱多频信号检测方法", 《应用基础与工程科学学报》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114039624A (zh) * | 2021-12-29 | 2022-02-11 | 中国人民解放军63921部队 | 用于低信噪比下对偶序列跳频通信的能量接收装置和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE102014103076B4 (de) | Spektrumspreizungs-MEMS-Selbsttest und Verfahren | |
| Yang et al. | Superiorities of variational mode decomposition over empirical mode decomposition particularly in time–frequency feature extraction and wind turbine condition monitoring | |
| DE102012106101B4 (de) | Empfängerschaltungen, Schaltung und Verfahren zum Testen eines oder mehrerer Empfangswege einer Empfängerschaltung | |
| Chen et al. | Warped variational mode decomposition with application to vibration signals of varying-speed rotating machineries | |
| CN105974376B (zh) | 一种sar射频干扰抑制方法 | |
| Liu et al. | Successive multivariate variational mode decomposition based on instantaneous linear mixing model | |
| CN106199532B (zh) | 基于混合傅立叶-小波分析的探地雷达信号降噪方法 | |
| Wu et al. | Elimination of cross‐terms in the Wigner–Ville distribution of multi‐component LFM signals | |
| CN109212369B (zh) | 一种变压器铁心直流偏磁的检测方法及装置 | |
| CN103944174A (zh) | 基于互相关函数滤噪算法的低频振荡在线辨识方法 | |
| CN113206714B (zh) | 一种基于误码率的接收机脉冲信号干扰评估方法 | |
| Vann et al. | A dimensionally aligned signal projection for classification of unintended radiated emissions | |
| CN109905090A (zh) | 一种基于随机共振的非周期信号的特征提取方法及系统 | |
| Wu et al. | Weak signal enhancement by fractional-order system resonance and its application in bearing fault diagnosis | |
| Zhang et al. | Time‐frequency synchroextracting transform | |
| Xie et al. | Suppressing white‐noise in partial discharge measurements—part 1: construction of complex Daubechies wavelet and complex threshold | |
| Huo et al. | Bearing fault diagnosis under variable speed conditions on adaptive time frequency extraction mode decomposition | |
| CN105784748B (zh) | 一种消除核磁共振单晶探头背景信号的方法 | |
| DE102014101881A1 (de) | Audioausgabeeinrichtung und Verfahren zum Bestimmen eines Lautsprecherkegelhubs | |
| Jin et al. | Data-driven sparsity-based source separation of the aliasing signal for joint communication and radar systems | |
| CN105022917B (zh) | 一种信号精确提取与处理方法 | |
| Biswal et al. | Time frequency analysis and FPGA implementation of modified S-transform for de-noising | |
| Yang et al. | Symmetric Phase‐Only Matched Filter (SPOMF) for Frequency‐Domain Software GPS Receivers | |
| Wang et al. | Decomposition for Multi-Component Micro-Doppler Signal With Incomplete Data | |
| Suo et al. | System design and circuit implementation of stochastic resonance for underwater weak signals detection |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190618 |