DE19619572A1 - Verfahren zur Detektion von Unstetigkeiten in Meßsignalen - Google Patents

Verfahren zur Detektion von Unstetigkeiten in Meßsignalen

Info

Publication number
DE19619572A1
DE19619572A1 DE19619572A DE19619572A DE19619572A1 DE 19619572 A1 DE19619572 A1 DE 19619572A1 DE 19619572 A DE19619572 A DE 19619572A DE 19619572 A DE19619572 A DE 19619572A DE 19619572 A1 DE19619572 A1 DE 19619572A1
Authority
DE
Germany
Prior art keywords
signal
discontinuities
signals
signal processing
imaginary part
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.)
Ceased
Application number
DE19619572A
Other languages
English (en)
Inventor
Klaus Lehmann
Peter Kartmann
Christian Heilmann
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
IAD GESELLSCHAFT fur INFORMATIK AUTOMATISIERUNG
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to DE19619572A priority Critical patent/DE19619572A1/de
Priority to CA002254879A priority patent/CA2254879A1/en
Priority to PCT/DE1997/000982 priority patent/WO1997043721A1/de
Priority to EP97923820A priority patent/EP0898752A1/de
Publication of DE19619572A1 publication Critical patent/DE19619572A1/de
Priority to US09/192,755 priority patent/US6069975A/en
Ceased legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08Feature extraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Digital Transmission Methods That Use Modulated Carrier Waves (AREA)

Description

Die Erfindung betrifft ein Verfahren zur Detektion von Unstetigkeiten in Meßsignalen nach dem Oberbegriff des Patentanspruchs 1.
Unstetigkeiten in insbesondere analogen Meßsignalen sind schwer zu ermitteln und zu interpretieren, insbesondere wenn diese Unstetigkeiten im Vergleich zu den Meßsignalen sehr klein sind. Dazu müssen die Meßsignale in geeigneter Weise umgeformt werden.
Einen bekannten Ansatzpunkt zur Umformung unter Bildung eines komplexen Zeitsignales stellt die Hilberttransformation dar, die beispielsweise in der modernen Nachrichtentechnik zur Bildung des sogenannten analytischen Signales modellhaft eingesetzt wird.
Es ist die Aufgabe der vorliegenden Erfindung, ein Verfahren zu schaffen, das es ermöglicht, kleine, insbesondere in Signalverläufen s(t) vorhandene Unstetigkeiten zu erkennen und auszuwerten.
Diese Aufgabe wird durch ein Verfahren nach der Lehre des Patentanspruchs 1 gelöst.
Vorteilhafte Ausführungen des erfindungsgemäßen Verfahrens sind Gegenstand der Unteransprüche.
Basis des Verfahrens ist die Bildung eines "Imaginärteiles" (k * TA) zu einem abgetasteten, zu untersuchenden Signalverlauf s(k * TA). Dieser neue Signalanteil (k * TA) wird orthogonal zu s(k * TA) berechnet. Dabei entsteht das komplexe Zeitsignal z(k * TA) = s(k * TA) + j(k * TA). Dies bedeutet mit anderen Worten, daß das neu berechnete Signal als Imaginärteil interpretiert wird.
Zur Berechnung eines neuen Signalanteiles kann beispielsweise eingesetzt werden:
  • - die Hilberttransformation von s(k * TA)
  • - die Differentiation von s(k * TA)
  • - die Integration von s(k * TA)
  • - die gleitende Mittelung von s(k * TA), d. h. als näherungsweise offsetunempfindliche Integration.
Die Interpretation des komplexen Zeitsignales z(k * TA) als
Betrag
(geometrisches Mittel)
und
Phase
erlaubt weiterhin die Berechnung der Winkelgeschwindigkeit (k * TA) durch einmalige Differentiation von ϕ(k * TA) und der Winkelbeschleu­ nigung (k * TA) durch zweimalige Differentiation von ϕ(k * TA).
Das gebildete Signal (k * TA) kann nun weiteren Bearbeitungsschritten unterworfen werden, um die sogenannte Radiusgeschwindigkeit (k * TA) durch einmalige Differentiation von (k * TA) und die Radiusbeschleu­ nigung (k * TA)) durch zweimalige Differentiation von (k * TA) zu bilden.
Alle beschriebenen und abgeleiteten Größen stellen Funktionen der Zeit dar.
Je nach Komplexität der Aufgabe, d. h. Bestimmung kleiner Unstetigkeiten in Signalsegmenten s(k * TA) reichen die eben beschriebenen Größen aus, um die Analyseaufgabe zu lösen, bzw. es müssen weitere verknüpfte Größen wie
gebildet werden. Welche Umformung bei welchem Anwendungsfall Verwendung finden soll, läßt sich für einen Fachmann in einfacher Weise experimentell ermitteln.
Beispielhafte Möglichkeiten zur Auslegung und Auswertung von Unstetigkeiten bei technischen Signalverläufen, sind unter anderem:
  • - Erkennen des Anziehens eines Ankers bei Gleich- oder Wechselspannungsrelais aus dem Stromverlauf
  • - Ermittlung der ausgeführten Schaltschritte eines Schrittmotors aus dem Stromverlauf
  • - Unstetigkeiten bei Lage- und Wegmeßsystemen aus dem Sensorsignal
  • - Ermittlung der Momentanfrequenz bei FSK-modulierten Signalen für die schnelle Datenübertragung
  • - Bestimmung von Unregelmäßigkeiten bei rotatorischen Vorgängen.
Weitere Einsatzmöglichkeiten finden sich in der Medizin, z. B. bei Unregelmäßigkeiten der Herzklappentätigkeit, dargestellt im sogenannten Phonokardiogramm und bei der Signaldarstellung und Analyse von "Spätpotentialen", das sind mehrdimensionale EKG-Signale, die bei Patienten nach einem Herzinfarkt auf Folgeschäden hindeuten.
Im folgenden ist die Erfindung anhand eines Blockschaltbildes (Fig. 1) und lediglich beispielhafter Anwendungen näher erläutert.
Ein mit einer oder mehreren Unstetigkeiten versehener Signalabschnitt s(t) oder eine (periodische) Folge sp(t) solcher Signalabschnitte wird nach geeigneter analoger Vorfilterung in eine diskrete Zahlenfolge mittels eines Analog-Digitalumsetzers (ADC) gewandelt. Durch eine in der Regel orthogonale Signaltransformation wird im diskreten Bereich zu dem reellen Abtastsignal s(k * TA) eine Komponente (k * TA) erzeugt, die als "Imaginärteil" von s(k * TA) angesehen werden kann. Durch geeignete weitere Signaltransformationen wie Betragsbildung, Differentiation, Integration, Arcus-Tangens-Bildung und Kombinationen solcher Operationen, angewandt auf das gebildete Signal z(k * TA) = s(k * TA) + j(k * TA), lassen sich kleine Unstetigkeiten im Signalverlauf s(k * TA) vorteilhaft extrahieren und bestimmen, wann, ob und wie oft solche Merkmale aufgetreten sind.
Je nach Echtzeitanforderung der Verarbeitung sind die erforderlichen Signaltransformationen und Verknüpfungen durch spezielle Hard- und Software auf Universalrechnern auszuführen.
Beispiel 1
In einem Sinussignal mit 4 Perioden der Amplitude 1 ist in der zweiten Halbperiode ein höherfrequenter Sinus mit 5% der Amplitude addiert, (Fig. 2a). Im Summensignal (Fig. 2b) ist diese "Unstetigkeit" nicht mehr zu erkennen.
Zwei Möglichkeiten der Bearbeitung lassen erkennen, wann und wie lange diese "Unstetigkeit" aufgetreten ist.
In Fig. 2c ist oben
in der unteren Spur wird
dargestellt. Bei diesem Signaltyp ist die gewünschte Information sowohl in der Radiusgeschwindigkeit, als auch in der Winkelgeschwindigkeit des gebildeten komplexen Signales enthalten.
Beispiel 2
In einem Dreiecksignal sind im ansteigenden Teil kleine Unregelmäßigkeiten durch eine einprozentige Sinusstörung addiert (Fig. 3a, Summensignal).
Nach Bearbeitung, in oberer Spur und in unterer Spur der Fig. 3b werden die Unstetigkeiten offenbar.
In Fig. 3c ist in der oberen Spur das Produkt s(k * TA) * H{s(k * TA)}, in der unteren Spur aufgetragen.
Weiterhin zeigt Fig. 3d in der oberen Spur , in der unteren Spur , wobei hier der Imaginärteil des Signales nicht durch Hilberttransformation, sondern durch Differentiation gewonnen wurde.
Beispiel 3
In diesem Beispiel wird die Demodulation eines 3-Ton-FSK-Signales dargestellt, wobei der relative Frequenzabstand genau so groß ist, wie die Datenrate (hier 4,8), d. h. es liegt eine Bandbreiteneffizienz von
vor.
Zur Ermittlung der Momentanfrequenz wird auf das Quadrat der Einhüllenden normiert, d. h. wird nach folgender Vorschrift gebildet:
In Fig. 4 ist in der oberen Spur das FSK-Signal, in der unteren Spur N dargestellt. Dabei ist N direkt der Momentanfrequenz proportional. Wie leicht zu erkennen ist, könnte bei gleichen Frequenzabständen die Datenrate weiter erhöht werden. Allerdings ist das vorgeschlagene Demodulationsverfahren relativ rauschempfindlich, so daß weitere Signalverarbeitung erforderlich ist. Der erfindungsgemäße Vorteil dieses Demodulationsverfahrens besteht darin, daß in Ergänzung zu modernen frequenzselektiven Verfahren zusätzlich ein Zeitselektionskriterium vorliegt, mit dem das sogenannte dreidimensionale Kurzzeitspektrum genauer und sicherer ermittelt werden kann.
Eine frequenzselektive Trennung des beispielhaften Signales ist bei einer Datenrate gleich dem Frequenzabstand nicht mehr durchführbar.
Beispiel 4
In diesem Beispiel wurde der Stromverlauf eines Wechsel­ spannungsschützes beim Einschalten nach dem erfindungsgemäßen Vorschlag meßtechnisch erfaßt und ausgewertet. Fig. 5a zeigt den Stromverlauf, Fig. 4b den auf das Quadrat der Einhüllenden normierten Signalverlauf von -. Es ist leicht zu erkennen, daß und wann der Anker angezogen hat, und daß dabei noch ein leichtes Prellen vorliegt.

Claims (5)

1. Verfahren zum Erkennen von Unstetigkeiten in technischen Signal­ verläufen durch mathematische Transformation des Signalverlaufs, dadurch gekennzeichnet, daß durch geeignete Signalverarbeitung, vorzugsweise im diskreten Bereich, ein zum reellen Signal orthogonaler Imaginärteil ermittelt wird.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß nach der Ermittlung des Imaginärteils eine weitere Signal­ verarbeitung des so gebildeten Signales erfolgt und/oder Verk­ nüpfungen von zu berechnenden Untermengen wie Radius- und/oder Winkelgeschwindigkeit und -Winkelbeschleunigung, Produkt und/oder Summen gebildet werden.
3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß zur Signalverarbeitung für Online-Betrieb auf die erforderlichen Algorithmen angepaßte Hardwarestrukturen wie Finite-Impulse- Response-Filter eingesetzt werden, die vorzugsweise als ASICs ausgebildet sein können.
4. Anwendung des Verfahrens nach einem der vorstehenden Ansprüche in der Medizintechnik insbesondere zur Ermittlung von Online- Phonokardiogrammen, Spätpotentialen und EEG-Signalen.
5. Anwendung des Verfahrens nach einem der vorstehenden Ansprüche zum Demodulieren von FSK-Signalen, um neben den frequenzselek­ tiven Verfahren zusätzlich ein Kriterium im Zeitbereich für das Auftreten von gesendeten Frequenzen zu erhalten.
DE19619572A 1996-05-15 1996-05-15 Verfahren zur Detektion von Unstetigkeiten in Meßsignalen Ceased DE19619572A1 (de)

Priority Applications (5)

Application Number Priority Date Filing Date Title
DE19619572A DE19619572A1 (de) 1996-05-15 1996-05-15 Verfahren zur Detektion von Unstetigkeiten in Meßsignalen
CA002254879A CA2254879A1 (en) 1996-05-15 1997-05-15 Process and device for processing a signal
PCT/DE1997/000982 WO1997043721A1 (de) 1996-05-15 1997-05-15 Verfahren und vorrichtung zur bearbeitung eines signals
EP97923820A EP0898752A1 (de) 1996-05-15 1997-05-15 Verfahren und vorrichtung zur bearbeitung eines signals
US09/192,755 US6069975A (en) 1996-05-15 1998-11-16 Method and device for processing a signal

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE19619572A DE19619572A1 (de) 1996-05-15 1996-05-15 Verfahren zur Detektion von Unstetigkeiten in Meßsignalen

Publications (1)

Publication Number Publication Date
DE19619572A1 true DE19619572A1 (de) 1997-12-18

Family

ID=7794381

Family Applications (1)

Application Number Title Priority Date Filing Date
DE19619572A Ceased DE19619572A1 (de) 1996-05-15 1996-05-15 Verfahren zur Detektion von Unstetigkeiten in Meßsignalen

Country Status (5)

Country Link
US (1) US6069975A (de)
EP (1) EP0898752A1 (de)
CA (1) CA2254879A1 (de)
DE (1) DE19619572A1 (de)
WO (1) WO1997043721A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6567758B1 (en) 1998-12-16 2003-05-20 Paul A. Wuori Analysis method and analyzer

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4745236B2 (ja) * 2003-10-10 2011-08-10 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 信号アーチファクトを推定するためのシステム及び方法
US7996075B2 (en) * 2004-10-20 2011-08-09 Cardionet, Inc. Monitoring physiological activity using partial state space reconstruction
US7729753B2 (en) * 2006-03-14 2010-06-01 Cardionet, Inc. Automated analysis of a cardiac signal based on dynamical characteristics of the cardiac signal
US8200319B2 (en) * 2009-02-10 2012-06-12 Cardionet, Inc. Locating fiducial points in a physiological signal
EP2621333B1 (de) 2010-09-28 2015-07-29 Masimo Corporation Bewusstseinstiefenmonitor mit oximeter
US9775545B2 (en) 2010-09-28 2017-10-03 Masimo Corporation Magnetic electrical connector for patient monitors
US10154815B2 (en) 2014-10-07 2018-12-18 Masimo Corporation Modular physiological sensors
CN106199181A (zh) * 2016-06-23 2016-12-07 华中科技大学 一种多相系统中信号流动态数据重构方法
CN111241902B (zh) * 2019-07-24 2023-07-25 成都理工大学 一种高精度多重同步压缩广义s变换时频分析方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4984188A (en) * 1986-12-11 1991-01-08 Kabushiki Kaisha Toshiba Digital signal processing device for calculating real and imaginary parts of an input signal
DE3706865C2 (de) * 1987-03-04 1995-09-21 Daimler Benz Aerospace Ag Verfahren zur digitalen Ermittlung eines Peilwinkels
NL8801731A (nl) * 1988-07-08 1990-02-01 Philips Nv Werkwijze en kernspinresonantie-inrichting om de dwarsrelaxatietijdkonstante t2 snel te bepalen.
US4983906A (en) * 1989-08-17 1991-01-08 Hewlett-Packard Company Frequency estimation system
US5109862A (en) * 1990-03-19 1992-05-05 Del Mar Avionics Method and apparatus for spectral analysis of electrocardiographic signals

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
DE-BUCH: BRONSTEIN, I.N., SEMENDJAJEW, K.A.: Taschenbuch der Mathematik, 4. Aufl., Frankfurt/M.und Zürich, Verlag Harri Deutsch, 1964, S.424-425 *
DE-BUCH: MEINKE, H. (Hrsg.), GUNDLACH, F.W. (Hrsg.): Taschenbuch der Hochfrequenztechnik, 3. Aufl., Berlin (u.a.), Springer-Verlag, 1968, S. 158-161 *
DE-FIRMENSCHRIFT: DIA/DAGO für Labor, Versuch, Produktion, Dokumentation. Gesellschaft für Strukturanalyse GfS mbH, Aachen, 3/1995, S. 1-44 *
DE-Z: SKERI, Olaf, SCHMIDT, Wolfram, SPECHT, Olaf:Wigner-Verteilung als Werkzeug zur Zeit-Frequenz- Analyse nichtstationärer Signale. In: tm - Techni-sches Messen, Jg. 61, 1994, H. 1, S. 7-15 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6567758B1 (en) 1998-12-16 2003-05-20 Paul A. Wuori Analysis method and analyzer

Also Published As

Publication number Publication date
EP0898752A1 (de) 1999-03-03
CA2254879A1 (en) 1997-11-20
US6069975A (en) 2000-05-30
WO1997043721A1 (de) 1997-11-20

Similar Documents

Publication Publication Date Title
EP1792173B1 (de) Vorrichtung und Verfahren zur Erkennung von Defekten an Gegenständen oder zur Ortung von metallischen Objekten
DE19619572A1 (de) Verfahren zur Detektion von Unstetigkeiten in Meßsignalen
EP1439396A2 (de) Verfahren zur Analyse und Überwachung des Teilentladungsverhaltens eines elektrischen Betriebsmittels
EP3976288B1 (de) Verfahren zur prozessüberwachung, computerprogramm, vorrichtung zur datenverarbeitung, computerlesbares medium und vorrichtung zur prozessüberwachung
EP4012426B1 (de) Verfahren zur korrektur eines zeitabhängigen messsignals einer motor-getriebeeinheit sowie verfahren zur erkennung von verschleiss und/oder einer beschädigung derselben mittels dieses korrekturverfahrens
DE226631T1 (de) Verfahren und vorrichtung zur aufbereitung von durch partikel erzeugten elektrischen impulsen.
DE10027657B4 (de) Verfahren zur Ermittlung von Referenzpunkten in einem Fingerabdruckbild
EP0775348B1 (de) Verfahren zur erkennung von signalen mittels fuzzy-klassifikation
CH644952A5 (de) Geraet zur zerstoerungsfreien materialpruefung.
DE4124501A1 (de) Neuronales netz mit automatischer zellbildung
DE19900737A1 (de) Verfahren zur Korrektur der Meßergebnisse eines Koordinatenmeßgerätes und Koordinatenmeßgerät
DE69303624T2 (de) Verfahren zum messen der frequenzmodulationsgeschwindigkeitscharakteristik für wobbelsignale
EP4097440A1 (de) Verfahren, vorrichtung und graphische benutzeroberfläche zur analyse eines mechanischen objektes
DE4242908A1 (de) Verfahren zur Erkennung der Modulationsarten A3E, J3E und F3E und Anordnung zum Durchführen des Verfahrens
DE3331458A1 (de) Signalanalysator
EP0849601A2 (de) Vorrichtung und Verfahren zur Bestimmung des Vorzeichens einer Phasenverschiebung zweier elektrischer Signale
DE102019117719A1 (de) Verfahren zum Bestimmen wenigstens eines physiologischen Parameters eines Insassen eines Kraftfahrzeugs, Messsystem, Lenkrad und Getriebebedienelement
WO2019238292A1 (de) Verfahren zum bereitstellen eines ermittlungsverfahrens für eine anzahl von schritten einer person
DE19634093C1 (de) Verfahren zum Bestimmen des Signalinhalts eines von einer Sonaranlage abgestrahlten Impulses
DE10151141B4 (de) Vorrichtung und Verfahren zur Überwachung von Punktschweissprozessen
DE602004011807T2 (de) Signalverarbeitungstechniken
EP3617718B1 (de) Verfahren und vorrichtung zur analog-digital-wandlung, elektrisches netz
EP0773501B1 (de) Verfahren zur Gewinnung des Wertes mindestens einer nichtgemessenen Systemgrösse eines dynamischen Systems
DE3338193A1 (de) Schaltungsanordnung zum messen der uebertragungsqualitaet eines digitalen pruefobjektes
DE10125347B4 (de) Verfahren zum Auswerten einer Folge von diskreten Meßwerten

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8127 New person/name/address of the applicant

Owner name: IAD GESELLSCHAFT FUER INFORMATIK, AUTOMATISIERUNG

8127 New person/name/address of the applicant

Owner name: SIEMENS AG, 80333 MUENCHEN, DE IAD GESELLSCHAFT FU

8127 New person/name/address of the applicant

Owner name: IAD GESELLSCHAFT FUER INFORMATIK, AUTOMATISIERUNG

8131 Rejection