CN115630277A

CN115630277A - 一种数据信号的处理方法

Info

Publication number: CN115630277A
Application number: CN202211218248.6A
Authority: CN
Inventors: 何决梅
Original assignee: Individual
Current assignee: Individual
Priority date: 2022-10-03
Filing date: 2022-10-03
Publication date: 2023-01-20

Abstract

本发明涉及数据信号的处理技术领域，尤其涉及一种数据信号的处理方法。获得初始数据源，对初始数据源进行预处理，从而获得预处理数据源；对预处理数据源进行数据分类，从而获得达标模拟信号，汇总获得模拟信号集；将模拟信号集中的达标模拟信号转换成数字信号，从而获得原始数字信号，汇总获得原始数字信号集；对原始数字信号集的原始数字信号的特性进行数字信号处理，获得完整的数字信号，对完整的数字信号进行异常波形识别，获得数字信号的异常值，汇总获得异常数字信号集；对完整的数字信号进行可视化操作；对异常数字信号集进行分析对设备的工作状态进行调整。本发明使数据处理与设备控制一体化。

Description

一种数据信号的处理方法

技术领域

本发明涉及数据信号的处理技术领域，尤其涉及一种数据信号的处理方法。

背景技术

数字技术作为现代科技发展的重要领域,已成为全球重要发展技术之一。通过梳理数字信号处理(Digital Signal Process，DSP)技术在数字信息领域的发展规律,综述国内外的应用现状,探索DSP开发环境、系统结构、芯片制造等关键特点,进而完成DSP技术的发展前景和趋势,为我国DSP的开发应用提供可资借鉴的参考。

数字信号处理是利用计算机或专用处理设备，以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理，以得到符合人们需要的信号形式。数字信号处理是围绕着数字信号处理的理论、实现和应用等几个方面发展起来的。数字信号处理在理论上的发展推动了数字信号处理应用的发展。反过来，数字信号处理的应用又促进了数字信号处理理论的提高。而数字信号处理的实现则是理论和应用之间的桥梁。

数字信号处理是以众多科学为理论基础的，它所涉及的范围极其广泛。例如，在数学领域，微积分、概率统计、随机过程、数值分析等都是数字信号处理的基本工具，与网络理论、信号与系统、控制论、通信理论、故障诊断等也密切相关。近来新兴的一些学科，如人工智能、模式识别、神经网络等，都与数字信号处理密不可分。可以说，数字信号处理是把许多经典的理论体系作为自己的理论基础，同时又使自己成为一系列新兴科学的理论基础。所以研究不同的数字信号处理方法能推动新兴科学的发展。然而，现有数据处理方式考虑的影响因数不够全面，处理后的数据不能直接对设备进行作业调整操作。

发明内容

本发明提供一种数据信号的处理方法，以解决至少一个上述技术问题。

为实现上述目的，本发明一种数据信号的处理方法，包括以下步骤：

步骤S1：利用数据采集装置采集数据，以获得初始数据源，对初始数据源进行预处理，从而获得预处理数据源；

步骤S2：通过多个数据分类装置对预处理数据源进行数据分类，从而获得达标模拟信号，并进行汇总获得模拟信号集；

步骤S3：通过模拟芯片将模拟信号集中的达标模拟信号转换成数字信号并确认数字信号是否有效，从而获得原始数字信号，将原始数字信号的集合标记为原始数字信号集；

步骤S4：对原始数字信号集的原始数字信号的特性进行数字信号处理，获得完整的数字信号，对完整的数字信号进行异常波形识别，获得数字信号的异常值，将数字信号的异常值的集合标记为异常数字信号集；

步骤S5：对完整的数字信号进行可视化操作，获得可视化数据并将可视化数据传输至主控制器进行数据展示；

步骤S6：对异常数字信号集进行分析获得设备工作状态数据，根据设备工作状态数据对设备的工作状态进行调整，使设备调整至正常工作状态。

本实施例通过数据采集器可采集如温度、湿度、压力、长度、电流、电压等等数据信息是使该数据信号处理方法用途更为广泛，对原始数据进行预处理使数据去除无效数据使数据总量降低减小后续对数据的处理难度，加快数据处理速度，减小数据处理时占用资源的总量与时间，用多个数据分类装置并联与串联的方式对预处理数据进行分类可以高效的完成数据分类工作，串联方式可以加大数据的分类精度，并联方式可以加快数据分类，将模拟信号转换成数字信号又利于信息传输，减小信息传输的大小加快对数据分析的速度，根据异常波形识别操作可以快速检测数字信号的异常部分，可以对异常部分进行根更具体的操作，对异常数据信号进行可视化操作能使操作人员更直观高效的观察设备的工作状态与工作缺陷，更有效的对设备的工作进行调整，根据异常数据对设备进行自动调整可以提高设备的自动化与无人车间的建设，降低人工成本，使利益更大化。

在本说明书的一个实施例中，步骤S1包括以下步骤：

利用数据采集装置采集数据，获得初始数据源；

利用初始数据源进行深度学习，并通过滤波器过滤初始数据源中的杂乱数据，从而获得过滤数据源；

对过滤数据源进行去噪处理，从而获得预处理数据源。

本实施例对初始数据源进行深度学习，提高对数据处理在技术前言的先进性提升对数据处理的精度，通过滤波器对初始数据源中的杂乱数据进行过滤操作，使数据降低噪声对后续步骤的影响，通过去噪处理进一步降低数据的杂乱程度，使数据形成有一定规律的数据信号称为预处理数据源。

在本说明书的一个实施例中，在对过滤数据源进行去噪处理，从而获得预处理数据源的步骤中，进行去噪处理的计算操作采用以下三个公式依次进行计算，以获得音频图，利用音频图获得预处理数据源：

其中，c表示为当前检测到的能量波动的速度，γ表示为当前的比热比，R表示为气体常量，T表示为气体的热力学温度；

其中，u表示为当前时间段的波长平方差最小值，Δt表示为当前时间段，t表示为当前时间段内的某一时刻，c表示为当前检测到的能量波动的速度，δ表示为波长,β²表示为梯度的散度，n表示为波数,q表示为扰动的环境压力和密度，d表示为函数偏移量；

其中，V表示为去噪后的音频图，ΔT表示为一段音频时间段长度，T₁表示为音频开始时间，T₂表示为音频结束时间，S表示为包裹声源的封闭曲面，a表示为常数，

表示为平均声强，δ表示为波长，t表示为时间，u(t)表示为当前时间段的波长平方差最小值。

本实施例第一个公式用于当前时间段测量到的能量波动的速度用于对当前时间段的波长平方差最小值进行计算；

第二个公式用于计算当前时间段的波长平方差最小值，充分考虑当前时间段内的波形图像的每一时刻t与当前时间段测量到的能量波动的速度c的关系，对其进行平方操作从而放大这两个系数在公式内的比重，增加相关性对当前时间段的波长平方差最小值的影响，利用幂函数e^πnc进一步加强当前时间段测量到的能量波动的速度对当前时间段的波长平方差最小值的影响，与梯度的散度β²与扰动的环境压力和密度q的乘积进行相减得到当前时刻的波长平方差，通过系数d进行进一步矫正，从中计算获取当前时间段的波长平方差最小值；

第三个公式用于计算去噪后的音频图，对封闭积分

与当前时间段的波长平方差最小值u(t)进行乘积计算，求导获得去噪后的音频图与一段音频时间段长度ΔT的乘积，考虑多种因数对现实情况的影响从而得到跟准确的音频图，使计算结果对设备的调整更为精确。

在本说明书的一个实施例中，步骤S2包括以下步骤：

步骤S21：利用预处理数据源提取预处理数据源的特征值，通过特征值对预处理数据源进行分类，从而获得类型数据源集；

步骤S22：根据类型数据源集中的类型数据源生成波形图，从而获得初始模拟信号；

步骤S23：对初始模拟信息号进行筛选，将未达到标准预期的模拟信号标记为伪劣模拟信号，将达到标准预期的模拟信号标记为达标模拟信号；

步骤S24：对伪劣模拟信号进行从分类操作，将伪劣模拟信号重新拆解成数据再进行去噪处理，然后再次利用相应的数据分类装置对伪劣模拟信号进行分类，重新获得初始模拟信号，并再次执行步骤S23；

步骤S25：将达标模拟信号进行汇总形成集合并标记为模拟信号集。

本实施例通过对预处理数据源进行分类操作，能更精准的对预处理数据源进行特征处理，获得更准确的数据信息，生成波形图有利于对连续性的模拟信号进行提取，对初始模拟信号进行筛选有利于获得对分析有意义的信号，方便寻找数据的规律，将伪劣模拟信号进行分类有利于对伪劣模拟信号进行定向处理，对伪劣模拟信号拆分成数据进行去噪处理，将信号进行迭代循环处理使信号称为达标信号为止，不放过任何有关的模拟信号有利于全面分析数据源的数据特征，能更精准的做出正确判断。

在本说明书的一个实施例中，步骤S3包括以下步骤：

步骤S31：通过模拟芯片对模拟信号集中的达标模拟信号进行计算，获得该达标模拟信号相对应的时间间隔标记为采样间隔；

步骤S32：根据采样间隔对达标模拟信号进行采样，获得采样数据并存储；

步骤S33：对采样数据进行量化操作，并将其与原有的达标模拟信号进行图像匹配，根据匹配结果分别归类为偏离数据或达标数据；

步骤S34：对偏离数据对应的达标模拟信号进行加权计算，从而获得加权采样间隔并重新进行采样操作，获得采样数据并返回至步骤S33；

步骤S35：将达标数据按照预设的数字形式进行编码，获得原始数字信号；

步骤S36：对原始数字信号进行汇聚操作，从而获得原始数字信号集。

本实施例通过模拟信号进行信号采样间隔的计算获得更准确的采样间隔，在减小数据时实数据的特征损失最小化，使数据分析更高效，采样数据进行量化操作，将无现多个值变成有限各值有利于计算机直接进行分析处理操作，进行图像匹配有利于对提取出来的采样数据所还原的模拟信号与原本的模拟信号进行对比使获得的采样数据能完美的展示达标模拟信号的数据特征，对偏离数据所对应的达标模拟信号进行加权计算获得加权采样间隔，使采样间隔缩小，加大采样数量，有利于对达标模拟信号的数据特征进行采集，对偏离数据所对应的达标模拟信号进行迭代加权计算使其获得达标数据对达标模拟信号进行不舍得的分析方法，不放过任何有关的模拟信号有利于全面分析数据源的数据特征，能更精准的做出正确判断。

在本说明书的一个实施例中，步骤S31与步骤S34，其中通过模拟芯片进行计算与进行加权计算采用以下公式进行计算：

通过模拟芯片进行计算的算法：

其中，α表示为采样间隔宽度，T₁表示为音频开始时间，T₂表示为音频结束时间，V表示为去噪后的音频图的振幅，a表示为常数项，σ表设为单个周期内的极大值与极小值的数量之和，

表示为频率，b表示为常数项，c表示为常数项，T表示为音频总时长，Δt表示为单个周期的时长，d表示为偏移量；

进行加权计算的算法：

表示为频率，b表示为常数项，c表示为常数项，T表示为音频总时长，Δt表示为单个周期的时长，e表示为添加的权值，d表示为偏移量。

本实施例通过模拟芯片进行计算的算法加入单个周期内的极大值与极小值的数量之和σ，有利于对复杂的周期信号进行采样操作使信号量损失最小化，根据频率

则频率也高间隔越小频率越低间隔越大，对

部分函数进行求导计算获得相关函数的便宜量加入常数d从而获得采样间隔宽度α；

进行加权计算的算法加入e常量可以根据所需分析数据对其进行调整，也可调整为一个函数使采样间隔根据相应的变量数值进行不规则采样操作。

在本说明书的一个实施例中，步骤S4包括以下步骤：

根据原始数字信号集的原始数字信号的特性进行变换域分析操作，再进行卡尔曼滤波操作，从而获得卡尔曼滤波数字信号；

对卡尔曼滤波数字信号进行识别操作，将识别到的同一位置的滤波数字信号进行合成操作，从而获得完成的数字信号；

对完整的数字信号进行异常信号识别操作，获得数字信号的异常值，将数字信号的异常值的集合标记为异常数字信号集。

本实施例通过变换域分析操作使复杂的原始数字信号变成简单易分析计算的数字信号，进行卡尔曼滤波操作融合了观测数据与估计数据，对误差进行闭环管理，将误差限定在一定范围，而引入了观测数据则会对估计数据进行校正的作用，防止估计数据的误差大到离谱，估计数据融合了观察数据相当于对前者的估计进行了闭环的反馈管理，不可否认卡尔曼滤波仍然是有误差的，而它的优点在于时间久远时它仍能保持稳定的误差；对滤波数字信号进行合成操作根据不同分析通道的同一特征数据进行数据校准使其更接近于真实数据的特征值，根据周期不同性进行识别获得异常数字信号用于检测设备异常情况，让其进行异常数据识别有利于对设备自动化控制调整作业操作。

在本说明书的一个实施例中，所述对完整的数字信号进行异常波形识别操作，获得数字信号的异常值的步骤包括以下步骤：

对完整的数字信号进行扩展操作，获得扩展数字信号，将扩展数字信号进行增强操作，从而获得增强数字信号；

对增强数字信号进行谱分析，获得谱数字信号，将谱数字信号进行滤波操作，从而获得滤波数字信号，将滤波数字信号标记为数字信号的异常值。

本实施例对数字信号进行扩展操作放大数字信号的特征有利于对信号进行分析操作，对扩展数字信号进行增强操作跟更扩大数字信号的特征更有利于对信号进行分析操作，对增强数字信号进行谱分析使离散的数字信号联系起来进行分析有利于对数字信号的前后样本进行分析比对，对谱数字信号进行滤波操作有利于对数字信号进行异常值提取。

在本说明书的一个实施例中，步骤S5包括以下步骤：

对完整的数字信号通过滤波器进行傅里叶变换补全数字信号获得处理的模拟信号标记为可视化数据；

通过线程通道将可视化数据传输至主控制器以使主控制器进行实时数据展示。

本实施例将处理后的完整的数字信号通过滤波器进行傅里叶变换补全信号获得处理的模拟信号，有利于设备管理员对设备的实时工作情况进行精确调整，记录设备的工作状况。

在本说明书的一个实施例中，步骤S6包括以下步骤：

将异常数字信号集的数字信号的异常值与预设训练的异常值类型进行比对，获得数字信号的异常值所对应的异常信息；

根据数字信号的异常值所对应的异常信息中的处理方法对设备的工作状态进行调整，使设备调整至正常工作状态。

本实施例根据存储的异常数据所对应的异常信息对异常数字信号集的数字信号的异常值进行比对，已获得设备的异常情况，自动对设备的工作状态进行调整，实现全自动化工作。

本申请实例中，根据采集器装置可以采集不同类型的数据如温度、湿度、压力、长度、电流、电压等一些物理数据，对该数据信号的处理方法带来广阔的使用环境，从杂乱的数据中分析分离处有一定规律的模拟信号，有利于对信号进行详细分析操作，根据多次迭代操作对获得模拟信号，使数据源中的信息完整性得到体现，使获得的模拟信号更全面，通过迭代使模拟信号转换为数字信号减小数据的损失使数字信号分析的结果更精确与真实值，数字信号的抗干扰能力强，无噪声积累，数字信号是有利于对信号进行加密操作，增强信号传输的安全性，数字信号形式和计算机所用信号一致，都是二进制代码，因此便于与计算机联网，也便于用计算机对数字信号进行存储、处理和交换，可使通信网的管理实现自动化、智能化；通过对数字信号进行可视化操作使设备管理员直观的观察到设备的工作情况并及时做出调整，根据异常数字信号进行分析使设备可以自动对工作状态进行调整操作使其持续处于最高效的工作状态。

附图说明

图1为本发明一种数据信号的处理方法的步骤流程示意图；

图2为图1中一个步骤的详细实施步骤流程示意图；

图3为图1中一个步骤的详细实施步骤流程示意图；

图4为图1中一个步骤的详细实施步骤流程示意图；

图5为本发明的一个模拟信号与数字信号相互转换且对控制设备进行控制的流程示意图；

图6为本发明的一个对数字信号处理的方式示意图；

图7为本发明的一个获取采样间隔与根据采样间隔对模拟信号进行采样获得的数据示意图；

图8为本发明的一个过滤数据源去噪前后的对比示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本申请实施例提供一种数据信号的处理方法。所述数据信号的处理方法的执行主体包括但不限于扩展卡、主控制器、控制主机等能够被配置为执行本申请实施例提供的该方法的设备中至少一种。所述扩展卡可以搭配但不限于多种ADC、DAC、通信IC、FPGA、电源模型转换芯片，实现多种功能的搭配，所述主控制器与控制主机(控制软件搭载的PC机)之间的通信包括但不限于通过TCP/IP、USB、PCIE、UART、SPI、I2C、CAN等多种协议进行通信。

本发明实施例中，参照图1所述，为本发明一种数据信号的处理方法的步骤流程示意图，在本实例中，所述数据信号的处理方法包括：

本发明实施例中，所述初始数据源进行预处理是指对数据进行深度学习过滤杂乱数据再进行去噪处理获得的数据被称为预处理数据源。

其中采集装置可以用于采集如温度、湿度、压力、长度、电流、电压等一系列可分析数据。

本发明实施例中，所述通过多个数据分类装置对预处理数据源进行数据分类是指将同一特性的数据分为一类，通过多个分类装置进行分类能让数据分类到所需类型的精度上；

其中，模拟信号是指用连续变化的物理量表示的信息，其信号的幅度，或频率，或相位随时间作连续变化，或在一段连续的时间间隔内，其代表信息的特征量可以在任意瞬间呈现为任意数值的信号。模拟信号是指用连续变化的物理量所表达的信息，如温度、湿度、压力、长度、电流、电压等，我们通常又把模拟信号称为连续信号，它在一定的时间范围内可以有无限多个不同的取值。

本发明实施例中，所述达标模拟信号通过模拟芯片进行模拟信号转换成数字信号是指从模拟信号的数字化开始(即AD转换)，包含3步：抽样-量化-编码，也可以理解为信源编码，压缩信息，对已经数字化的信源信号进行加密，防止被第三者识别，对加密后的信号进行信道编码，以保证一定的可靠性(例如加纠错编码等)，数字调制，就是把基带信号的频谱搬移到高频处，以使之适合信道中的传输。接收端和发送端对称，依次逆序进行解码：数字解调，信道译码，解密，信源译码，最终得原信号；

其中，数字信号是指在取值上是离散的、不连续的信号。实际生产生活中的各种物理量，如摄相机摄下的图像、录音机录下的声音、车间控制室所记录的压力、流速、转速、湿度等等都是模拟信号。数字信号是在模拟信号的基础上经过采样、量化和编码而形成的。具体地说，采样就是把输入的模拟信号按适当的时间间隔得到各个时刻的样本值，量化是把经采样测得的各个时刻的值用二进码制来表示，编码则是把量化生成的二进制数排列在一起形成顺序脉冲序列。

本发明实施例中，所述原始数字信号的特性进行数字信号处理操作是指通过变换域分析再通过卡尔曼滤波器进行卡尔曼滤波操作获得完成的数字信号，所述完整的数字信号进行异常波形识别操作是指对有一定规律的数字信号中寻找不符合规律的信号值，则标记为异常数字信号。

本发明实施例中，所述对完整的数字信号进行可视化操作是指对完整的数字信号进行生成波形图用主控制器进行数据展示操作，所述传输是指通过TCP/IP、USB、PCIE、UART、SPI、I2C、CAN等多种协议进行通信。

步骤S6：对异常数字信号集进行分析获得设备工作状态数据，根据设备工作状态数据对设备的工作状态进行调整，使设备调整至正常工作状态；

本发明实施例中，所述异常数字信号集进行分析是指根据预训练获得的异常值类型与需要分析的异常数字信号进行匹配操作，获得该异常数字信号所对应的设备故障的具体处理方法集故障状况，统称为设备工作状态数据。

本发明实施例中，参考图5所述，为本发明的一个模拟信号与数字信号相互转换且对控制设备进行控制的流程示意图，在本实例中，如图所示包括：

由于不同的模数转换(ADC)通信的接口协议以及通信速度有较大差异，此处使用现场可编程逻辑们阵列(FPGA)可编程的特性进行协议转换、接收模数转换(ADC)发送出来的反馈信号，并将它转换成数字信号处理模块所需要的数据格式；

所有运行在现场可编程逻辑们阵列(FPGA)上的数字信号处理模块均使用数据流结构，直接处理双精度浮点数据，提供极大的动态范围以及较高精度的数字信号处理精度，在不影响处理速度的情况下实现高精度数字信号处理的目标；

模数转换(ADC)、数模转换(DAC)等模拟芯片在现场可编程逻辑们阵列(FPGA)中有专门对应的模块进行数据格式的转换以及通信协议的适配，模块中也具有可编程的配置空间，可以实现模拟芯片的复位、初始化配置等工作，利用数模转换(DAC)向控制设备发送控制信号；

现场可编程逻辑们阵列(FPGA)内部除了必须的模拟芯片相关的模块以外，可以添加如直接数字式频率合成器(DDS)模块、数字运算器模块、进程控制符(PID)模块、数字滤波器等等有用的数字信号处理模块，所有的模块通过专用的数据网络连接在一起，可以动态的配置数据网络在不同模块之间的连接方式，实现数据流结构的变化来达到不同的数字信号处理功能。

在本说明书的一个实施例中，步骤S1包括以下步骤：

利用数据采集装置采集数据，获得初始数据源；

对过滤数据源进行去噪处理，从而获得预处理数据源。

本发明实施例中，所述初始数据源进行深度学习是指根据训练的神经网路对初始数据源内的杂乱数据进行显著标记使滤波器更快捷更彻底的清理杂乱数据，所述过滤数据源进行去噪处理是指可以通过高斯低通滤波器对过滤数据进行去噪处理。

第三个公式用于计算去噪后的音频图，对封闭积分

在本说明书的一个实施例中，步骤S2包括以下步骤：

作为本发明的一个实例，参考图2所示，为图1中一个步骤的详细实施步骤流程示意图，在本实例中所述内容包括：

本发明实施例中，所述预提取预处理数据源特征值是指通过数据的波形对获得该预处理数据源的数据特征，从而根据特征进项分类操作。

本发明实施例中，所述根据类型数据源集中的类型数据源生成波形图是指对类型数据源集中的类型数据源的数据再坐标图像上标记出来用于形成波形图。

本发明实施例中，所述对初始模拟信息号进行筛选是指将有一定周期规律的初始模拟信息号视为达标模拟信号，其余模拟信号视为伪劣模拟信号。

步骤S24：对伪劣模拟信号进行从分类操作，将伪劣模拟信号重新拆解成数据再进行去噪处理，然后再次利用相应的数据分类装置对伪劣模拟信号进行分类，重新获得初始模拟信号；

本发明实施例中，所述将伪劣模拟信号从新拆解成数据再进行去噪处理然后在次放入相应的数据分类装置对伪劣模拟信号进行分类操作是指对伪劣模拟信号进新从新处理操作使根据前面处理类型数据源的处理过程一样，对信号多次处理实其达到标准值进入达标模拟信号集合中。

步骤S25：将达标模拟信号进行汇总形成集合并标记为模拟信号集；

本发明实施例中，所述将达标模拟信号进行汇总形成集合是指将处理好的达标模拟信号汇总进行下一步操作。

作为本发明的一个实例，参考图8所示，为本发明的一个过滤数据源去噪前后的对比示意图，在本实例中所述内容包括：

上面一个图表示为去噪前的过滤数据源或伪劣模拟信号从新拆解成的数据；

下面一个图表示为预处理数据源；

其中，数据源经过去噪处理后可降低非实验因数对实验结果的影响。

在本说明书的一个实施例中，步骤S3包括以下步骤：

作为本发明的一个实例，参考图3所示，为图1中一个步骤的详细实施步骤流程示意图，在本实例中所述内容包括：

步骤S301：通过模拟芯片对模拟信号集中的达标模拟信号进行计算，获得该达标模拟信号相对应的时间间隔标记为采样间隔，根据采样间隔对达标模拟信号进行采样，获得采样数据并存储；

本发明实施例中，所述根据采样间隔对达标模拟信号进行采样操作是指根据采样间隔从波形图的起始时间点开始进行采样操作以获得对应时间间隔的数据，采样获得的数据仍然为模拟信号，需通过下面一系列操作转换成数字信号。

步骤S302：对采样数据进行量化操作，并将其与原有的达标模拟信号进行图像匹配，根据匹配结果分别归类为偏离数据或达标数据；

本发明实施例中，所述采样数据进行量化操作是指把经过抽样得到的瞬时值将其幅度离散，即用一组规定的电平，把瞬时抽样值用最接近的所谓编码，就是用一组二进制码组来表示每一个有固定电平的量化值，所述跟原有的达标模拟信号进行图像匹配是指直接将数字信号补全与达标模拟信号进行比对，以确定采样间距是否有效的将达标模拟信号的数据信息采样出来。

步骤S303：对偏离数据对应的达标模拟信号进行加权计算，从而获得加权采样间隔并重新进行采样操作；

本发明实施例中，所述而获得加权采样间隔并从新进行采样操作是指由于之前的采样间隔没有达到预期的匹配程度，所以需要减小采样间隔以获得模拟信号内包含的更全面的数据。

步骤S304：将达标数据按照预设的数字形式进行编码，获得原始数字信号；对原始数字信号进行汇聚操作，从而获得原始数字信号集；

本发明实施例中，所述将达标数据按照预设的数字形式进行编码是指将量化后的信号编码成为一个二进制码组输出，所述根据原始数字信号进行汇聚操作是指将转换的数字信号进行汇总形成集合用于下一步对数字信号处理操作。

作为本发明的一个实例，参考图7所示，为本发明的一个获取采样间隔与根据采样间隔对模拟信号进行采样获得的数据示意图，在本实例中所述内容包括：

上面一个图表示为模拟信号通过计算获得时间间隔的坐标图，其中横坐标表示为时间t，纵坐标V表示为去噪后的音频图的振幅，α表示为采样间隔宽度；

下面一个图表示为通过间隔对上面一个图进行采样的结果，其中横坐标表示为时间t，纵坐标V表示为去噪后的音频图的振幅，α表示为采样间隔宽度。

通过模拟芯片进行计算的算法：

进行加权计算的算法：

其中，a表示为采样间隔宽度，T₁表示为音频开始时间，T₂表示为音频结束时间，V表示为去噪后的音频图的振幅，a表示为常数项，σ表设为单个周期内的极大值与极小值的数量之和，

则频率也高间隔越小频率越低间隔越大，对

在本说明书的一个实施例中，步骤S4包括以下步骤：

作为本发明的一个实例，参考图4所示，为图1中一个步骤的详细实施步骤流程示意图，在本实例中所述内容包括：

步骤S401：根据原始数字信号集的原始数字信号的特性进行变换域分析操作，再进行卡尔曼滤波操作，从而获得卡尔曼滤波数字信号；

本发明实施例中，所述原始数字信号的特性进行变换域分析操作是指将一组可能相关的变量转换到一组线性不相关的变量的统计分析过程，所述再进行卡尔曼滤波操作是指波形图进行平滑处理，使复杂的信号变为较为简单的信号便于对信号的分析操作。

步骤S402：对卡尔曼滤波数字信号进行识别操作，将识别到的同一位置的滤波数字信号进行合成操作，从而获得完成的数字信号；

本发明实施例中，所述根据卡尔曼滤波数字信号进行识别操作，将识别到的同一位置的卡尔曼滤波数字信号进行合成操作是指将相应的信号通过不同的操作进行处理出来的卡尔曼滤波数字信号，进行结合获得该模拟信号或数据源所对应的数字信号标记为完成的数字信号。

步骤S403：对完整的数字信号进行异常信号识别操作，获得数字信号的异常值，将数字信号的异常值的集合标记为异常数字信号集；

本发明实施例中，所述根据完整的数字信号进行异常信号识别操作是指根据完整的数字信号进行识别获得违反相应的周期规律的数值信号标记为异常数字信号。

作为本发明的一个实例，关于数字信号处理这门学科，其主要研究内容为将数字序列或符号序列将其作为信号形式表示出来，再使用数字计算方法再讲这些序列进行一个处理，这是为了方便将信号变换成符号相应某种要去下的形式。有关数字信号处理，其主要内容有频谱分析和数字滤波及信号两个方面的识别。

主要是处理方式，数字信号处理(DSP)串行处理；现场可编程逻辑们阵列(FPGA)并行处理。举例，一个滤波器，数字信号处理(DSP)可能需要多个时钟节拍算下来，并且运算过程中需要中断才能跳出进行别的任务。但是现场可编程逻辑们阵列(FPGA)可以并行处理，一个时钟节拍就出来结果，而且同时其他的逻辑电路或者乘加器一起工作。

作为本发明的一个实例，参考图6所示，为本发明的一个对数字信号处理的方式示意图，在本实例中所述内容包括：

模数转换(ADC)、数模转换(DAC)等模拟芯片在现场可编程逻辑们阵列(FPGA)中有专门对应的模块进行数据格式的转换以及通信协议的适配，模块中也具有可编程的配置空间，可以实现模拟芯片的复位、初始化配置等工作；

直接数字式频率合成器(DDS)模块使用双精度浮点数构造的查找表，通过查表和线性拟合的方式相结合等方法，实现极大压缩正弦信号查找表大小的同时，兼顾了产生的正弦信号的质量。直接数字式频率合成器(DDS)模块可以配置多个端口公用一组查找表，在低速应用下可以极大的节省现场可编程逻辑们阵列(FPGA)的资源占用；

数字信号运算器模块可以实现如加、减、乘、除、开方、比较等一系列的基本数学运算，可以通过这些数学运算的组合实现一般的数字信号处理功能；

选择器模块可以与运算器配合，通过运算、比较等操作得出控制信号，控制选择器来在多个数据流中选择其中的一条，实现控制流转换的功能；

数字滤波器模块可以支持有限脉冲响应滤波器(FIR)、递归滤波器(IIR)等传统滤波器以及卡尔曼滤波器等现代滤波器。滤波器的阶数、参数可以在线配置，实现低通、高通、带通、陷波等不同的滤波功能。由于现场可编程逻辑们阵列(FPGA)内的数字信号处理均使用双精度浮点数，滤波器模块可以为有限脉冲响应滤波器(FIR)等需要多次迭代累加的滤波器提供更好的性能和精度；

进程控制符(PID)模块使用增量式进程控制符(PID)控制，每次迭代只需要计算增量切换参数时冲击小，比较容易达到较好的控制效果；双精度运算保证了较少的计算误差的累计；

其中，其它的现场可编程逻辑们阵列(To Other FPGA)可以通过链接如并联或串联使多个现场可编程逻辑们阵列(FPGA)进行结合处理数据信号。

本发明实施例中，所述完整的数字信号进行扩展操作是指对数字信号的特征进行扩大，所述将扩展数字信号进行增强操作是指增强数字信号的数值以便于对数字信号进行分析，所述增强数字信号进行谱分析是指将数字信号的离散数据转变为连续数据在进行采样分析的操作方法，所述将谱数字信号进行滤波操作是指通过数字滤波器对谱数字信号进行数据处理操作，以获得数字信号的异常值。

在本说明书的一个实施例中，步骤S5包括以下步骤：

本发明实施例中，所述完整的数字信号通过滤波器进行傅里叶变换补全数字信号是指将离散的数字信号变为连续的信号并生成可视化图像以便于对信号直接观察，可视化数据通过线程通道以使主控制器进行实时数据展示操作是指通过线程传输到显示器进行显示操作。

在本说明书的一个实施例中，步骤S6包括以下步骤：

本发明实施例中，所述根据异常数字信号集的数字信号的异常值预设训练的异常值类型进行比对操作是指根据处理获得的异常数字信号集中的数字信号的异常值与进行预设训练的异常值类型进行比对以获得设备通常异常情况下的数字信号所对应的故障问题以及对该故障问题的处理自动操作过程命令。

其中，预设训练的异常值类型是指通过专项训练获得的设备通常异常情况下的数字信号所对应的故障问题以及对该故障问题的处理自动操作过程命令。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。