CN113267676B - 格策尔算法下的频谱确定方法、系统、设备及存储介质 - Google Patents
格策尔算法下的频谱确定方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN113267676B CN113267676B CN202010093595.5A CN202010093595A CN113267676B CN 113267676 B CN113267676 B CN 113267676B CN 202010093595 A CN202010093595 A CN 202010093595A CN 113267676 B CN113267676 B CN 113267676B
- Authority
- CN
- China
- Prior art keywords
- iteration
- sampling signal
- determining
- signal
- signal group
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
Landscapes
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Amplifiers (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明实施例公开了格策尔算法下的频谱确定方法、系统、设备及存储介质。本发明实施例先对采样信号组进行遍历;基于预设迭代过程系数对遍历到的采样信号组进行格策尔迭代,以得到与遍历到的采样信号组对应的待选用迭代过程系数,预设迭代过程系数为遍历到的采样信号组的前一信号组对应的迭代过程系数;根据待选用迭代过程系数确定格策尔迭代的迭代输出量;根据迭代输出量确定信号复频谱值。可见,本发明实施例由于运用了格策尔迭代算法进行复频谱值的确定,且不会割裂开每个信号组之间的联系,提高了信号处理效率。可见,本发明实施例尤为适用于双精度浮点型的应用场景,这是考虑到处于双精度数据类型的应用场景下时,累积迭代的误差极小。
Description
技术领域
本发明涉及信号处理技术领域,尤其涉及格策尔算法下的频谱确定方法、系统、设备及存储介质。
背景技术
在信号处理方面,离散傅里叶变换(DFT,Discrete Fourier Transform)属于一种常规的信号谐波提取方式,可以实时地检测特定频率分量。
DFT及其快速算法,即快速傅里叶变换(FFT,Fast Fourier Transform),在各类电力信号的测量和分析中,如谐波分析、功率计算、各种保护及故障分析判断中,得到了广泛的应用。
但是,DFT及FFT在信号频谱的处理过程中,当面对单个或少量频点的频谱,基于DFT及FFT来检测特定频率分量的检测操作不仅速度较低,计算复杂度也较高,这导致信号处理效率较为低下。
所以,亟需一种处理效率较高的频谱处理方式。
发明内容
为了解决信号处理效率较为低下的技术问题,本发明实施例提供格策尔算法下的频谱确定方法、系统、设备及存储介质。
第一方面,本发明实施例提供一种格策尔算法下的频谱确定方法,包括:
对采样信号组进行遍历;
基于预设迭代过程系数对遍历到的采样信号组进行格策尔迭代,以得到与遍历到的采样信号组对应的待选用迭代过程系数,其中,所述预设迭代过程系数为遍历到的采样信号组的前一信号组对应的迭代过程系数;
根据所述待选用迭代过程系数确定格策尔迭代的迭代输出量;
根据所述迭代输出量确定信号复频谱值。
优选地,所述对采样信号组进行遍历,具体包括:
通过并行处理的格策尔组件对采样信号组进行遍历;
所述根据所述迭代输出量确定信号复频谱值之后,所述格策尔算法下的频谱确定方法还包括:
获取输出标志位;
根据所述输出标志位从所述格策尔组件中确定目标格策尔组件,将所述目标格策尔组件输出的信号复频谱值作为输出结果。
优选地,所述对采样信号组进行遍历,具体包括:
依序对包括有采样信号的采样信号组进行遍历,并将当前遍历到的采样信号组记为当前信号组;
所述基于预设迭代过程系数对遍历到的采样信号组进行格策尔迭代,以得到与遍历到的采样信号组对应的待选用迭代过程系数,具体包括:
从所述当前信号组中顺序获取当前采样信号;
基于所述预设迭代过程系数对所述当前采样信号进行格策尔迭代,以得到与所述当前采样信号对应的待选用迭代过程系数。
优选地,所述从所述当前信号组中顺序获取当前采样信号之后,所述格策尔算法下的频谱确定方法还包括:
若所述当前采样信号不为所述当前信号组中的最后一个采样信号,则对所述当前采样信号进行格策尔迭代,以得到与所述当前采样信号对应的待选用迭代过程系数,将所述预设迭代过程系数更新为所述待选用迭代过程系数,并返回执行所述从所述当前信号组中顺序获取当前采样信号的步骤,直至若所述当前采样信号为所述当前信号组中的最后一个采样信号,则将最后一个采样信号对应的待选用迭代过程系数作为组迭代过程系数;
所述根据所述待选用迭代过程系数确定格策尔迭代的迭代输出量,具体包括:
根据所述组迭代过程系数确定格策尔迭代的迭代输出量。
优选地,所述根据所述迭代输出量确定信号复频谱值,具体包括:
在检测到窗口滑动操作时,确定所述迭代输出量对应的当前序号;
从所述迭代输出量中去除与所述当前序号对应的预设缓存输出量,以得到信号复频谱值。
优选地,所述根据所述迭代输出量确定信号复频谱值之后,所述格策尔算法下的频谱确定方法还包括:
根据所述信号复频谱值确定直流阻抗,以根据所述直流阻抗进行电路调整操作。
优选地,所述根据所述信号复频谱值确定直流阻抗,以根据所述直流阻抗进行电路调整操作之后,所述格策尔算法下的频谱确定方法还包括:
根据所述直流阻抗确定对应的线圈温度;
根据所述线圈温度确定对应的过温保护操作,以进行过温保护行为。
第二方面,本发明实施例提供一种格策尔算法下的频谱确定系统,包括:
信号遍历模块,用于对采样信号组进行遍历;
迭代过程模块,用于基于预设迭代过程系数对遍历到的采样信号组进行格策尔迭代,以得到与遍历到的采样信号组对应的待选用迭代过程系数,其中,所述预设迭代过程系数为遍历到的采样信号组的前一信号组对应的迭代过程系数;
迭代输出模块,用于根据所述待选用迭代过程系数确定格策尔迭代的迭代输出量;
复频谱确定模块,用于根据所述迭代输出量确定信号复频谱值。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现本发明第一方面提供的一种格策尔算法下的频谱确定方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本发明第一方面提供的一种格策尔算法下的频谱确定方法的步骤。
本发明实施例提供的格策尔算法下的频谱确定方法、系统、设备及存储介质,先对采样信号组进行遍历;基于预设迭代过程系数对遍历到的采样信号组进行格策尔迭代,以得到与遍历到的采样信号组对应的待选用迭代过程系数,其中,预设迭代过程系数为遍历到的采样信号组的前一信号组对应的迭代过程系数;根据待选用迭代过程系数确定格策尔迭代的迭代输出量;根据迭代输出量确定信号复频谱值。可见,本发明实施例由于运用了格策尔迭代算法进行复频谱值的确定,且不会割裂开每个信号组之间的联系,提高了信号处理效率。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种格策尔算法下的频谱确定方法的流程图;
图2为本发明又一实施例提供的一种格策尔算法下的频谱确定方法的流程图;
图3为本发明再一实施例提供的一种格策尔算法下的频谱确定方法的流程图;
图4为本发明再一实施例提供的线圈温度与采样点之间的曲线示意图;
图5为本发明实施例提供的一种格策尔算法下的频谱确定系统的结构示意图;
图6为本发明实施例提供的一种电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
图1为本发明实施例提供的一种格策尔算法下的频谱确定方法的流程图,如图1所示,该方法包括:
S1,对采样信号组进行遍历。
就常规的DFT而言,若对长度为N点的离散信号x(n)做DFT,第k个频点对应的输出可表示为:
其中,X(k)表示输出量,k表示频点数,x(n)表示输入的离散信号,N表示长度,0≤n≤N-1,n为整数。
可见,DFT属于全谱分析。若应用场景为只关注单个或少量频点的频谱,基于DFT来检测特定频率分量的检测过程不仅速度较低,计算复杂度也较高,信号处理效率较为低下。
区别于通过DFT来检测特定频率分量的检测方式,本发明实施例将采用格策尔(Goertzel)算法来进行信号谐波提取操作。
这主要是考虑到格策尔算法可以更好地适应单个或少量频点的频谱,实时性更好。
对比而言,运行DFT前需等待N个采样数据全准备好后,方可开始计算,较为浪费时间;而格策尔算法则可在当前采样的间隙就对前一时刻的采样值进行运算,累计N个点后可实时得到频谱结果,所以,在实时性上表现更优。
当然,实施场景不限于单个或少量频点的频谱,本实施例只是针对此类场景,有更为优秀的性能表现。毕竟,DFT、FFT在处理单个或少量频点的频谱时,处理效率会格外低下。
在具体实现中,可先获取包括有采样信号的采样信号组,该采样信号可为任意形式的采样信号,包括但不限于电压信号以及电流信号,本发明实施例以电压信号可例。该采样信号的数据存储类型可为双精度浮点型(double),也可为单精度浮点型(float)。
至于此处采用的采样频率可记为Fs,拟采取的特定电压频率为Fc,二者均为预先设置。
其中,采样信号组可为对应于单个或少量频点的频谱,此频谱为区别于全谱的频谱。
接着,可将N个采样信号以分组的形式进行划分,比如,可均分为L个组,每个组内存在M个采样信号,即L=N/M。
S2,基于预设迭代过程系数对遍历到的采样信号组进行格策尔迭代,以得到与遍历到的采样信号组对应的待选用迭代过程系数,其中,所述预设迭代过程系数为遍历到的采样信号组的前一信号组对应的迭代过程系数。
接着,可遍历每个组,并通过格策尔算法进行采样信号组的迭代处理,以得到以组为单位分别对应的迭代过程系数。
其中,待选用迭代过程系数为格策尔迭代过程中的过程系数,可包括有u0及u1。这两类过程系数随着不断的迭代处理,将不断地进行更新。
当然,待选用迭代过程系数还可包括u2。
特别地,本实施例将不会割裂开多个采样信号组彼此之间的能量联系,比如,第1组对应的迭代过程系数将用于第2组的迭代过程中,作累计处理。
比如,若将第2组作为实时遍历到的采样信号组,将基于前一信号组即第1组生成的迭代过程系数来处理第2组的采样信号组,即上文提及的预设迭代过程系数为遍历到的采样信号组的前一信号组对应的迭代过程系数。
以此类推,将通过第2组生成的迭代过程系数来处理第3组的采样信号组。
进一步地,本实施例尤为适用于双精度浮点型的应用场景下,这是考虑到当处于双精度数据类型的应用场景下时,累积迭代的误差极小,所以,不割裂开每个信号组之间的能量联系的迭代方式较为适用于这一数据类型。
同时,也正是因为双精度浮点型的应用场景下,累积迭代的误差极小,若采纳无需迭代过程系数置零的迭代过程,可达到一个最低的计算量。
其中,无需迭代过程系数置零的迭代过程,是指上文中所述的不割裂开每个信号组之间的能量联系的迭代方式,该迭代方式可由单个格策尔组件来实现。
S3,根据所述待选用迭代过程系数确定格策尔迭代的迭代输出量。
然后,可通过u0与u1来生成格策尔算法的迭代过程的输出量,可记为Yi。
具体而言,可通过如下迭代输出公式来确定格策尔迭代的迭代输出量,
Yi=u1-u0*WN k,
S4,根据所述迭代输出量确定信号复频谱值。
接着,可根据迭代输出量Yi确定格策尔算法的电压频谱输出量即此处提及的信号复频谱值,可记为YU。
实质上,Yi的幅度与傅里叶变换的频点的电压幅度是相同的,仅相位上有旋转。所以,可通过时域迭代的形式,用最少的计算量来求出电压的幅度值。
本发明实施例提供的格策尔算法下的频谱确定方法,先对采样信号组进行遍历;基于预设迭代过程系数对遍历到的采样信号组进行格策尔迭代,以得到与遍历到的采样信号组对应的待选用迭代过程系数,其中,预设迭代过程系数为遍历到的采样信号组的前一信号组对应的迭代过程系数;根据待选用迭代过程系数确定格策尔迭代的迭代输出量;根据迭代输出量确定信号复频谱值。可见,本发明实施例由于运用了格策尔迭代算法进行复频谱值的确定,且不会割裂开每个信号组之间的联系,提高了信号处理效率。
图2为本发明又一实施例提供的一种格策尔算法下的频谱确定方法的流程图,本发明又一实施例基于上述图1所示的实施例。
本实施例中,所述对采样信号组进行遍历之前,所述格策尔算法下的频谱确定方法还包括:
获取采样信号;
基于滑动窗口对所述采样信号进行划分,以得到与所述滑动窗口对应的采样信号组。
比如,可设置参数N,N为Goertzel窗长,也为DFT点数。N的数值越大,DFT的频率分辨率越高,但是,实时性也随之降低,一般取特定频率信号的周期的10倍以上即可。
还可设置参数M,M为Goertzel窗每次滑动点数。N可被M整除,记为L=N/M,即可将N点信号均分为L小段,每段长度为M个点。
其中,不限制采样信号的频率值。
可见,本发明实施例涉及到的格策尔算法可具体为滑动格策尔算法。
进一步地,所述对采样信号组进行遍历,具体包括:
通过并行处理的格策尔组件对采样信号组进行遍历;
所述根据所述迭代输出量确定信号复频谱值之后,所述格策尔算法下的频谱确定方法还包括:
获取输出标志位;
根据所述输出标志位从所述格策尔组件中确定目标格策尔组件,将所述目标格策尔组件输出的信号复频谱值作为输出结果。
可以理解的是,可使用多个同时运行的格策尔组件进行信号复频谱值的运算过程,比如,若存在2个并行处理的格策尔组件,可分别简记为组件G1与组件G2。
可额外设置输出标志位F,若F为0,则可将组件G1作为目标格策尔组件,进而将组件G1运算出的信号复频谱值作为最终确认的信号复频谱值;若F为1,则可将组件G2作为目标格策尔组件,进而将组件G2运算出的信号复频谱值作为最终确认的信号复频谱值
本发明实施例提供的格策尔算法下的频谱确定方法,通过同时进行多个信号复频谱值的运算过程,并随时切换输出结果,可以提高运算准确性。这是因为,在组件的切换过程中,可以清零格策尔组件中的内部参数,以降低运输误差。
进一步地,所述S1,具体包括:
S11,依序对包括有采样信号的采样信号组进行遍历,并将当前遍历到的采样信号组记为当前信号组。
可以理解的是,可能存在着多个采样信号组,比如,若一次输入的采样信号存在18个点即18个采样信号,可划分为3组,分别为0-5、6-11以及12-17。
可依序遍历多个采样信号组,依序可为顺序。
其中,此处所指的顺序为,从第0组至第2组,此处的组序号从0开始计数。
所述S2,具体包括:
S21,从所述当前信号组中顺序获取当前采样信号。
在各组之间处理的维度上,以第2组为例,可按照采样信号的序号从小至大进行格策尔迭代。
可以理解的是,若所述当前信号组不为所述采样信号组中的第一个信号组,则将所述当前信号组的前一个信号组对应的迭代过程系数作为预设迭代过程系数。
比如,若当前处理的信号组为第2组,则可调用前一个信号组对应的迭代过程系数来处理第2组,即调用第1组对应的迭代过程系数来作为第2组的预设迭代过程系数来处理第2组。
预设迭代过程系数可包括u2、u0以及u1。
此外,若当前处理的信号组为第一个信号组,即从第0组至第2组中的第0组,由于不存在前一个信号组,则可为预设迭代过程系数赋予初值0,u0=u1=u2=0。
其中,此处所指的顺序为,一个信号组内的信号序号从小到大。
在组内维度上,比如,若将第2组作为当前欲操作的信号组,则可先读取12-17的采样信号,当前采样信号可为第12个采样信号
S22,基于所述预设迭代过程系数对所述当前采样信号进行格策尔迭代,以得到与所述当前采样信号对应的待选用迭代过程系数。
接着,可通过预设格策尔迭代公式进行格策尔迭代,以得到与当前采样信号对应的待选用迭代过程系数。其中,预设格策尔迭代公式如下,
其中,x(n)表示当前采样信号,此处若输入第0个采样信号,则n为0;N表示一次输入的采样信号的总数,也表示Goertzel窗长;k表示N点信号中包含的特定频率的谐波周期个数,k=round(N*Fc/Fs),round表示四舍五入取整操作,Fc表示采取的特定电压频率,Fs表示采样频率。
该预设格策尔迭代公式中的三个子公式从上至下顺序执行,则可获得新的迭代过程系数,此处获得的新的迭代过程系数可记为当前采样信号对应的待选用迭代过程系数。
本发明实施例提供的格策尔算法下的频谱确定方法,在进行格策尔迭代时,在对每一个组进行迭代处理时,将使用上一组生成的迭代过程系数,可见,信号组之间将相互影响。
进一步地,所述基于所述预设迭代过程系数对所述当前采样信号进行格策尔迭代,以得到与所述当前采样信号对应的待选用迭代过程系数,具体包括:
若所述当前采样信号为所述当前信号组中的第一个采样信号,基于所述预设迭代过程系数对所述当前采样信号进行格策尔迭代,以得到与所述当前采样信号对应的待选用迭代过程系数。
更具体地,前一组对应的迭代过程系数实际上是被后一组中的第一采样信号所使用,即0-5这个组对应的迭代过程系数实际上是用于处理的后一组6-11中的第一采样信号即采样信号6。
所以,若此时预设迭代过程系数的数值为前一个信号组对应的迭代过程系数,则将处理后一组6中的第一采样信号。
在上述实施例的基础上,优选地,所述从所述当前信号组中顺序获取当前采样信号之后,所述格策尔算法下的频谱确定方法还包括:
若所述当前采样信号不为所述当前信号组中的最后一个采样信号,则对所述当前采样信号进行格策尔迭代,以得到与所述当前采样信号对应的待选用迭代过程系数,将所述预设迭代过程系数更新为所述待选用迭代过程系数,并返回执行所述从所述当前信号组中顺序获取当前采样信号的步骤,直至若所述当前采样信号为所述当前信号组中的最后一个采样信号,则将最后一个采样信号对应的待选用迭代过程系数作为组迭代过程系数;
所述根据所述待选用迭代过程系数确定格策尔迭代的迭代输出量,具体包括:
根据所述组迭代过程系数确定格策尔迭代的迭代输出量。
可以理解的是,若存在着3个信号组,分别为0-5、6-11以及12-17,每个信号组均会对应一个迭代过程系数,比如,在计算至第5个采样信号时得到的迭代过程系数为第0组对应的迭代过程系数,在计算至第11个采样信号时得到的迭代过程系数为第1组对应的迭代过程系数,在计算至第17个采样信号时得到的迭代过程系数为第2组对应的迭代过程系数。
其中,本实施例中表达的组迭代过程系数即为与信号组对应的迭代过程系数,预设迭代过程系数为当前采样信号的前一采样信号生成的迭代过程系数但是用于处理当前采样信号,待选用迭代过程系数为当前采样信号生成的迭代过程系数。
应当理解的是,由于每一个信号组均会存在对应的迭代过程系数即此处命名的组迭代过程系数,又鉴于并不需要针对全部的迭代过程系数均计算一次迭代输出量,可仅采用每个组最后一个采样信号对应的迭代过程系数来计算迭代输出量,即遍历完一个采样信号组后,可仅计算一次迭代输出量。
所以,可根据每个组中的最后一个采样信号对应的待选用迭代过程系数来生成一个组的迭代输出量。
其中,每个组中的最后一个采样信号对应的待选用迭代过程系数即为该组对应的组迭代过程系数。
本发明实施例提供的格策尔算法下的频谱确定方法,遍历完一个采样信号组后,可仅计算一次迭代输出量。
进一步地,若细化至组内维度,具体地讨论一个组内的迭代过程,以第1组为例,即6-11的采样信号,x(6)为本组内的第一个采样信号,x(11)为本组内的最后一个采样信号。
其一,若当前采样信号为x(7),即不为最后一个采样信号,则将保留上一采样信号x(6)对应的迭代过程系数为预设迭代过程系数以用于x(7)的格策尔迭代操作。
在处理完x(7)的格策尔迭代操作后,将获得x(7)对应的迭代过程系数;鉴于x(7)不为最后一个采样信号,将x(7)生成的待选用迭代过程系数更新为新的预设迭代过程系数。
其中,可将预设迭代过程系数理解为一个系数字段,系数字段内的数值在不断的更新中。
接着,将继续顺序获取当前采样信号,此时获取的当前采样信号为x(8)。不断循环上述操作,直至处理到最后一个采样信号x(11),最终,将根据x(11)来生成的迭代过程系数作为组迭代过程系数,以用于计算迭代输出量。
其二,若当前采样信号为x(11),即最后一个采样信号,将根据x(11)来生成的迭代过程系数作为组迭代过程系数,以用于计算迭代输出量。
此外,若当前采样信号为x(6),即为本组内的第一个采样信号,,则将保留上一采样信号x(5)对应的迭代过程系数为预设迭代过程系数,以用于x(6)的格策尔迭代操作。
其中,x(5)不属于本组,为本组的前一个信号组中的最后一个信号。
此外,若第0组为例,即0-5的采样信号,若当前采样信号为x(0),即第一个采样信号,可获取一个初值为0的预设迭代过程系数对当前信号组中的第一个采样信号进行格策尔迭代,以得到与第一个采样信号对应的迭代过程系数。
毕竟,第0组已经是最开始的一个信号组,没有前一组。
可见,本发明实施例的上文主要涉及以一个信号组为单位进行循环迭代,若再以0-5为例,可针对0-5的当前信号组确定出一个迭代过程系数并以此计算出一个迭代输出量Y0。
同理,鉴于采样信号组存在着3个信号组,最后一个信号组为第2组,所以,还可针对6-11的第1信号组计算出一个迭代输出量Y1,还可针对12-17的第2信号组计算出一个迭代输出量Y2。
其中,每个组迭代生成的迭代输出量可记为Yi,i为从0开始计数的整数。
可见,本发明实施例涉及到了格策尔迭代的具体过程,应用该具体过程,最终可达成更快速且更准确地获取到信号复频谱值。
图3为本发明再一实施例提供的一种格策尔算法下的频谱确定方法的流程图,本发明再一实施例基于上述图1所示的实施例。
本实施例中,所述S4,具体包括:
S41,在检测到窗口滑动操作时,确定所述迭代输出量对应的当前序号。
S42,从所述迭代输出量中去除与所述当前序号对应的预设缓存输出量,以得到信号复频谱值。
就根据迭代输出量Yi计算信号复频谱值YU的计算方式而言,常规的滑动格策尔算法中,可采用如下方式。
具体为,在计算完前一次的N个采样点(即,n=0至N-1)对应的复频谱Y0后,计算窗口可向右任意移动M点,此时,无需重新对整个新序列(即,n=M至N-1+M)进行N点格策尔计算,只需计算被移出的M个点的迭代输出量Y-M和移入的M个点的迭代输出量YM,再利用上一次复频谱Y0按下式进行迭代即可得到新的N点信号的复频谱Y1,见下式,
其中,WN Mk为用于迭代的参数,其他参数参见上文。
可见,常规的滑动格策尔算法计算信号复频谱值时,至少存在着两次加减运算;而且,上述运算方式中的Y-M和YM的计算也较为繁琐,使得计算量无法达到最优。
相比于常规的滑动格策尔算法,本发明实施例大大简化了运算过程,一次运算即可获得结果,提高了运算速度。
具体而言,此时获得的迭代输出量Yi与采样信号组对应,i为序号。
比如,若第一次输入的采样信号存在18个点,划分为3组,分别为0-5、6-11以及12-17,此处从0开始计数。0-5对应的采样信号组的序号为0,对应的迭代输出量记为Y0,n可从0开始计数;6-11对应的采样信号组的序号为1,对应的迭代输出量记为Y1;12-17对应的采样信号组的序号为2,对应的迭代输出量记为Y2。
其中,每一个采样信号组对应一个迭代输出量,二者序号相同。
需要注意的是,在本发明实施例中,可不割裂开每个信号组之间的联系,作累加处理。所以,下一采样信号组对应的迭代输出量中可包括上一采样信号组对应的迭代输出量。比如,6-11对应的采样信号组对应的迭代输出量Y1可包含0-5对应的采样信号组对应的迭代输出量Y0以及6-11本身对应的新增分量。
在具体实现中,若窗口向右滑动6个点后,输入的采样信号数量不变仍为18个点,分别为6-23的采用信号。若划分为3组,分别为6-11、12-17及18-23。可见,滑动后比之滑动前,多个18-23,少了0-5。
此时迭代输出量Y3对应于18-23,但是,迭代输出量Y3此时实际上包含了0-23的总频谱分量。
从迭代输出量Y3中除去0-5对应的输出量,即可直接得到此时输入的6-23对应的电压复频谱值,进而可直接计算出直流阻抗。
其中,0-5对应的输出量即为当前序号0对应的预设缓存输出量。
此外,当前序号将根据参数L进行循环更新,比如,若L=3,序号可为0、1或2,而序号2的下一个序号则为0,循环更新。
本发明实施例提供的格策尔算法下的频谱确定方法,通过从迭代输出量中去除一定的预设缓存输出量,就可直接得到信号复频谱值,可以提高计算效率。
进一步地,可通过预设复频谱公式从所述迭代输出量中去除与所述当前序号对应的预设缓存输出量,以得到信号复频谱值,其中,预设复频谱公式如下,
YU=Yi-BUFF[i],
其中,YU表示信号复频谱值,Yi表示迭代输出量,BUFF[i]表示预设缓存输出量,i为序号,i为大于等于0的整数。
进一步地,就预设缓存输出量的获得方式而言,每次计算出一个新的Yi后,都可将Yi存入BUFF[i]中,即BUFF[i]=Yi。
比如,若存在3组,0-5、6-11及12-17,可先将0-5对应的Y0存入BUFF[0]中,可再将6-11对应的Y1存入BUFF[1]中,可再将12-17对应的Y2存入BUFF[2]中。若又滑动后,又存在新的信号组,比如,18-23,此时i≥L时,可将i设置为0。接着,可将18-23对应的Y0存入BUFF[0]中,也就覆盖了0-5对应的Y0,以此类推。
需要注意的是,对于预设缓存输出量的更新覆盖发生在信号复频谱值的计算之后。
可见,本发明实施例提供的此类典型方案可不断开采样信号组之间的联系,比如,可在下一采样信号组对应的迭代输出量中包括上一采样信号组对应的迭代输出量;而且,本发明实施例相比于常规的滑动格策尔算法,仅一次去除运算即可获得结果,提高了运算速度,使得计算量最小化。
在上述实施例的基础上,优选地,所述根据所述迭代输出量确定信号复频谱值之后,所述格策尔算法下的频谱确定方法还包括:
根据所述信号复频谱值确定直流阻抗,以根据所述直流阻抗进行电路调整操作。
针对手机等电子设备而言,手机上会配置有喇叭等电子器件,而喇叭等电子器件上存在着线圈这一组件。
为了对喇叭等电子器件内的线圈组件进行过温保护,多采用如下的过温保护方式。
若以手机内的喇叭为例,可先在喇叭播放的音源信号上叠加人耳不敏感的特定低频分量;接着,使用模拟/数字转换器(ADC,Analog-to-Digital Converter)测量喇叭线圈上的电压与电流,并实时估算喇叭的直流阻抗;然后,根据直流阻抗与线圈温度之间的线性关系来估算线圈温度,进而根据线圈温度去进行过温保护操作。
可见,就过温保护方式而言,如何快速且准确地获取该直流阻抗显得尤为重要。
所以,亟需一种较为有效的直流阻抗确定方法,而本发明实施例即可提供一种较为有效的直流阻抗确定方法。
具体而言,若采样信号为电压信号,则此处的信号复频谱值的幅度值为电压信号幅度值|YU|。同理,基于本发明实施例还可计算出此刻的电流信号幅度值|YI|,将电压信号幅度值与电流信号幅度值进行相除,则此刻的线圈的直流阻抗为
当然,确定出的信号复频谱值还可沿用至多个方面,此处仅以直流阻抗为例进行说明。
可进一步地细化该过温保护场景,本发明实施例的执行主体为电子设备,该电子设备可为手机,手机内可包括喇叭。
本发明实施例可对喇叭线圈进行过温保护,但是,确定直流阻抗的用途可不限于此。
为了确定喇叭线圈的直流阻抗,对电压、电流信号中的特定频率成分的幅度进行快速且有效的检测,是实时获取线圈直流阻抗和线圈温度的关键。
最终,格策尔算法在实时地获取到该特定频率分量后,进而可以更快速且准确地获取到该直流阻抗。以此类推,进而可以更加有效地进行过温保护操作。
回归到本发明实施例而言,本发明实施例通过运用格策尔算法进行采样信号的检测与处理,可以更快速且更准确地获取直流阻抗,进而可以更加有效地进行过温保护操作。
此外,虽然可不限制采样信号的频率值,但若适用场景为对于直流阻抗的计算过程,采样信号可具体为低频分量。
本发明实施例提供的格策尔算法下的频谱确定方法,通过运用本实施例描述的格策尔算法进行采样信号的检测与处理,提高了信号处理效率,可以加快频谱的获取速度,进而可以更快速且更准确地获取直流阻抗,从而可以更加有效地进行电路调整行为。
在上述实施例的基础上,优选地,所述根据所述信号复频谱值确定直流阻抗,以根据所述直流阻抗进行电路调整操作之后,所述格策尔算法下的频谱确定方法还包括:
根据所述直流阻抗确定对应的线圈温度;
根据所述线圈温度确定对应的过温保护操作,以进行过温保护行为。
可根据直流阻抗进行电压调整操作,就具体的电压调整操作内容而言,此处给出一类实施场景。
比如,采样信号可来自手机喇叭播放的特定低频分量,将根据确定的直流阻抗去控制该喇叭防止其过温。
具体而言,可根据直流电阻与喇叭内线圈的温度的线性关系,确定出一对应的温度值。若该温度值过高,可进行降温处理操作。
例如,该降温处理操作可具体为控制输入信号的增益的控制操作,具体为,可降低输入信号的总电压,以降低音量大小,进而降低温度值。
其中,输入信号为扬声器输出的信号,采样信号是对该输入信号进行采样的采样信号。
其中,可参见图4所示的线圈温度与采样点之间的曲线示意图,横轴X表示采样信号,竖轴Y表示线圈温度。
本发明实施例提供的格策尔算法下的频谱确定方法,可基于确定的线圈温度保护电子设备内的喇叭或其他包含线圈的电子器件。
图5为本发明实施例提供的一种格策尔算法下的频谱确定系统的结构示意图,如图5所示,该系统包括:信号遍历模块301、迭代过程模块302、迭代输出模块303以及复频谱确定模块304;
信号遍历模块301,用于对采样信号组进行遍历;
迭代过程模块302,用于基于预设迭代过程系数对遍历到的采样信号组进行格策尔迭代,以得到与遍历到的采样信号组对应的待选用迭代过程系数,其中,所述预设迭代过程系数为遍历到的采样信号组的前一信号组对应的迭代过程系数;
迭代输出模块303,用于根据所述待选用迭代过程系数确定格策尔迭代的迭代输出量;
复频谱确定模块304,用于根据所述迭代输出量确定信号复频谱值。
本发明实施例提供的格策尔算法下的频谱确定系统,先对采样信号组进行遍历;基于预设迭代过程系数对遍历到的采样信号组进行格策尔迭代,以得到与遍历到的采样信号组对应的待选用迭代过程系数,其中,预设迭代过程系数为遍历到的采样信号组的前一信号组对应的迭代过程系数;根据待选用迭代过程系数确定格策尔迭代的迭代输出量;根据迭代输出量确定信号复频谱值。可见,本发明实施例由于运用了格策尔迭代算法进行复频谱值的确定,且不会割裂开每个信号组之间的联系,提高了信号处理效率。
本发明实施例提供的系统实施例是为了实现上述各方法实施例的,具体流程和详细内容请参照上述方法实施例,此处不再赘述。
图6为本发明实施例提供的一种电子设备的实体结构示意图,如图6所示,该电子设备可以包括:处理器(processor)401、通信接口(Communications Interface)402、存储器(memory)403和总线404,其中,处理器401,通信接口402,存储器403通过总线404完成相互间的通信。通信接口402可以用于电子设备的信息传输。处理器401可以调用存储器403中的逻辑指令,以执行包括如下的方法:
对采样信号组进行遍历;
基于预设迭代过程系数对遍历到的采样信号组进行格策尔迭代,以得到与遍历到的采样信号组对应的待选用迭代过程系数,其中,所述预设迭代过程系数为遍历到的采样信号组的前一信号组对应的迭代过程系数;
根据所述待选用迭代过程系数确定格策尔迭代的迭代输出量;
根据所述迭代输出量确定信号复频谱值。
此外,上述的存储器403中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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)执行本发明上述各方法实施例的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的方法,例如包括:
对采样信号组进行遍历;
基于预设迭代过程系数对遍历到的采样信号组进行格策尔迭代,以得到与遍历到的采样信号组对应的待选用迭代过程系数,其中,所述预设迭代过程系数为遍历到的采样信号组的前一信号组对应的迭代过程系数;
根据所述待选用迭代过程系数确定格策尔迭代的迭代输出量;
根据所述迭代输出量确定信号复频谱值。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述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,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种格策尔算法下的频谱确定方法,其特征在于,包括:
获取采样信号;
基于滑动窗口对所述采样信号进行划分,以得到与所述滑动窗口对应的采样信号组;
对采样信号组进行遍历;
基于预设迭代过程系数对遍历到的采样信号组进行格策尔迭代,以得到与遍历到的采样信号组对应的待选用迭代过程系数,其中,所述预设迭代过程系数为遍历到的采样信号组的前一信号组对应的迭代过程系数;
根据所述待选用迭代过程系数确定格策尔迭代的迭代输出量;
根据所述迭代输出量确定信号复频谱值。
2.根据权利要求1所述的格策尔算法下的频谱确定方法,其特征在于,所述对采样信号组进行遍历,具体包括:
通过并行处理的格策尔组件对采样信号组进行遍历;
所述根据所述迭代输出量确定信号复频谱值之后,所述格策尔算法下的频谱确定方法还包括:
获取输出标志位;
根据所述输出标志位从所述格策尔组件中确定目标格策尔组件,将所述目标格策尔组件输出的信号复频谱值作为输出结果。
3.根据权利要求1所述的格策尔算法下的频谱确定方法,其特征在于,所述对采样信号组进行遍历,具体包括:
依序对包括有采样信号的采样信号组进行遍历,并将当前遍历到的采样信号组记为当前信号组;
所述基于预设迭代过程系数对遍历到的采样信号组进行格策尔迭代,以得到与遍历到的采样信号组对应的待选用迭代过程系数,具体包括:
从所述当前信号组中顺序获取当前采样信号;
基于所述预设迭代过程系数对所述当前采样信号进行格策尔迭代,以得到与所述当前采样信号对应的待选用迭代过程系数。
4.根据权利要求3所述的格策尔算法下的频谱确定方法,其特征在于,所述从所述当前信号组中顺序获取当前采样信号之后,所述格策尔算法下的频谱确定方法还包括:
若所述当前采样信号不为所述当前信号组中的最后一个采样信号,则对所述当前采样信号进行格策尔迭代,以得到与所述当前采样信号对应的待选用迭代过程系数,将所述预设迭代过程系数更新为所述待选用迭代过程系数,并返回执行所述从所述当前信号组中顺序获取当前采样信号的步骤,直至若所述当前采样信号为所述当前信号组中的最后一个采样信号,则将最后一个采样信号对应的待选用迭代过程系数作为组迭代过程系数;
所述根据所述待选用迭代过程系数确定格策尔迭代的迭代输出量,具体包括:
根据所述组迭代过程系数确定格策尔迭代的迭代输出量。
5.根据权利要求1至4中任一项所述的格策尔算法下的频谱确定方法,其特征在于,所述根据所述迭代输出量确定信号复频谱值,具体包括:
在检测到窗口滑动操作时,确定所述迭代输出量对应的当前序号;
从所述迭代输出量中去除与所述当前序号对应的预设缓存输出量,以得到信号复频谱值。
6.根据权利要求1至4中任一项所述的格策尔算法下的频谱确定方法,其特征在于,所述根据所述迭代输出量确定信号复频谱值之后,所述格策尔算法下的频谱确定方法还包括:
根据所述信号复频谱值确定直流阻抗,以根据所述直流阻抗进行电路调整操作。
7.根据权利要求6所述的格策尔算法下的频谱确定方法,其特征在于,所述根据所述信号复频谱值确定直流阻抗,以根据所述直流阻抗进行电路调整操作之后,所述格策尔算法下的频谱确定方法还包括:
根据所述直流阻抗确定对应的线圈温度;
根据所述线圈温度确定对应的过温保护操作,以进行过温保护行为。
8.一种格策尔算法下的频谱确定系统,其特征在于,包括:
信号遍历模块,用于对采样信号组进行遍历;对采样信号组进行遍历之前,还包括:获取采样信号;基于滑动窗口对所述采样信号进行划分,以得到与所述滑动窗口对应的采样信号组;
迭代过程模块,用于基于预设迭代过程系数对遍历到的采样信号组进行格策尔迭代,以得到与遍历到的采样信号组对应的待选用迭代过程系数,其中,所述预设迭代过程系数为遍历到的采样信号组的前一信号组对应的迭代过程系数;
迭代输出模块,用于根据所述待选用迭代过程系数确定格策尔迭代的迭代输出量;
复频谱确定模块,用于根据所述迭代输出量确定信号复频谱值。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7中任一项所述格策尔算法下的频谱确定方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述格策尔算法下的频谱确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010093595.5A CN113267676B (zh) | 2020-02-14 | 2020-02-14 | 格策尔算法下的频谱确定方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010093595.5A CN113267676B (zh) | 2020-02-14 | 2020-02-14 | 格策尔算法下的频谱确定方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113267676A CN113267676A (zh) | 2021-08-17 |
CN113267676B true CN113267676B (zh) | 2023-02-28 |
Family
ID=77227297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010093595.5A Active CN113267676B (zh) | 2020-02-14 | 2020-02-14 | 格策尔算法下的频谱确定方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113267676B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114184848B (zh) * | 2021-12-03 | 2023-09-26 | 中国科学院国家空间科学中心 | 基于Goertzel算法的星载VHF瞬态信号逐点扫描实时处理方法 |
DE102022211090A1 (de) * | 2022-10-19 | 2024-04-25 | Siemens Energy Global GmbH & Co. KG | Ermitteln eines Frequenzspektrums eines elektrischen Stroms |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000046881A (ja) * | 1998-07-27 | 2000-02-18 | Yamaha Corp | 周波数分析装置およびdtmf信号復調装置 |
JP4431210B2 (ja) * | 1999-05-10 | 2010-03-10 | 株式会社ルネサステクノロジ | 周波数偏差検出装置および周波数偏差検出方法 |
DE102009037241A1 (de) * | 2009-08-12 | 2010-07-22 | Siemens Aktiengesellschaft | Vorrichtung und ein Verfahren zur Analyse eines Stromnetzes auf ihren Oberwellengehalt |
DE102013000312B4 (de) * | 2013-01-10 | 2018-05-03 | Abb Schweiz Ag | Demodulator für frequenzumgetastete Signale unter Verwendung des Goertzel-Algorithmus |
DE102014210009A1 (de) * | 2014-05-26 | 2015-11-26 | Continental Teves Ag & Co. Ohg | Verfahren zur Signalverarbeitung mithilfe variabler Koeffizienten |
-
2020
- 2020-02-14 CN CN202010093595.5A patent/CN113267676B/zh active Active
Non-Patent Citations (1)
Title |
---|
郭向飞.直扩系统中低复杂度窄带干扰抑制技术研究.《中国优秀硕士学位论文全文数据库信息科技辑》.2014, * |
Also Published As
Publication number | Publication date |
---|---|
CN113267676A (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113267676B (zh) | 格策尔算法下的频谱确定方法、系统、设备及存储介质 | |
CN109102821B (zh) | 时延估计方法、系统、存储介质及电子设备 | |
CN108053424B (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
Kopparapu et al. | Identifying optimal Gaussian filter for Gaussian noise removal | |
CN110556125B (zh) | 基于语音信号的特征提取方法、设备及计算机存储介质 | |
CN110797031A (zh) | 语音变音检测方法、系统、移动终端及存储介质 | |
CN112602150A (zh) | 噪声估计方法、噪声估计装置、语音处理芯片以及电子设备 | |
CN108831496B (zh) | 一种回声抑制方法及装置、存储介质、电子设备 | |
CN110931032B (zh) | 一种动态回声消除方法及装置 | |
CN113267675B (zh) | 基于格策尔算法的频谱确定方法、系统、设备及存储介质 | |
CN112397086A (zh) | 语音关键词检测方法、装置、终端设备和存储介质 | |
CN115267548A (zh) | 锂电池电压采样方法、系统和可读存储介质 | |
CN113541833B (zh) | 信噪比估计方法、装置、通信设备和存储介质 | |
CN113341220B (zh) | 含噪多频衰减实信号频率估计方法 | |
CN112804015B (zh) | 一种通道相位校准方法、设备、装置及存储介质 | |
CN111242366B (zh) | 一种可用于实时处理信号的emd方法、装置 | |
CN110990240B (zh) | 一种存储系统性能预测的方法、设备及介质 | |
CN109067369A (zh) | 预失真优化方法、装置和系统 | |
CN117591784B (zh) | 一种基于fpga的旋转因子计算方法及fpga芯片 | |
CN117395104B (zh) | 正交频分复用系统中信道估计方法及装置 | |
CN112837242B (zh) | 一种图像降噪处理方法、装置、设备及介质 | |
Tomar et al. | Digital signal processing for gene prediction | |
CN115001645B (zh) | 时钟恢复方法、装置、电子设备及计算机存储介质 | |
CN113884761B (zh) | 一种提高测频精度的方法、装置、设备及介质 | |
CN109171706B (zh) | 基于分类匹配和分数阶扩散的心电信号去噪方法和系统 |
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 |