基于同步压缩变换与时频匹配的信号特征提取方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111623986A(43)申请公布日2020.09.04(21)申请号202010425295.2(22)申请日2020.05.19(71)申请人安徽智寰科技有限公司地址230000安徽省合肥市经济技术开发区宿松路3693号智能科技园D3楼(72)发明人翟中平张海滨吴问全洪星园(74)专利代理机构合肥市长远专利代理事务所(普通合伙)34119代理人金宇平(51)Int.Cl.G01M13/045(2019.01)G06K9/00(2006.01)G06F17/14(2006.01)权利要求书2页说明书8页附图8页(54)发明名称基于同步压缩变换与时频匹配的信号特征提取方法及系统(57)摘要本发明提出的一种基于同步压缩变换与时频匹配的信号特征提取方法，包括以下步骤：S1、结合时频域变换和同步压缩变换获取原始信号的高分辨率时频分布；S2、设置时频匹配模板，通过时频匹配模板计算高分辨率时频分布的时间中心和特征频率；S3、结合时间中心和特征频率进行二次采样，获得校正信号，并根据校正信号进行故障分析和诊断。本发明能够较好地解决目前列车轨边声学监测系统中，由于非线性多普勒干扰带来的信号畸变和特征频率混叠问题；无需使用麦克风阵列，降低成本和安装复杂度；提高对信号多普勒参数的估计精度和畸变的校正效果，对不同的背景噪声有更强的鲁棒性。CN111623986ACN111623986A权利要求书1/2页1.一种基于同步压缩变换与时频匹配的信号特征提取方法，其特征在于，包括以下步骤：S1、结合时频域变换和同步压缩变换获取原始信号的高分辨率时频分布；S2、设置时频匹配模板，通过时频匹配模板计算高分辨率时频分布的时间中心和特征频率；S3、结合时间中心和特征频率进行二次采样，获得校正信号，并根据校正信号进行故障分析和诊断。2.如权利要求1所述的基于同步压缩变换与时频匹配的信号特征提取方法，其特征在于，步骤S1具体包括以下步骤：S11、采集原始信号，并获取原始信号的时频域分布；S12、通过同步压缩变换对时频域分布进行高分辨率时频分析，获得高分辨率时频分布。3.如权利要求2所述的基于同步压缩变换与时频匹配的信号特征提取方法，其特征在于，步骤S11中，获取原始信号的时频域分布的方法为：短时傅里叶变换、小波变换、Wigner-Ville分布或者S变换。4.如权利要求1所述的基于同步压缩变换与时频匹配的信号特征提取方法，其特征在于，步骤S2具体包括以下步骤：S21、设置时频匹配模板，将时频匹配模板作用于高分辨率时频分布，获取多普勒信号的t0-f0分布；S22、对t0-f0分布搜索峰值，获取峰值对应的f0max和t0max作为特征频率和时间中心。5.如权利要求4所述的基于同步压缩变换与时频匹配的信号特征提取方法，其特征在于，步骤S21中，设置的时频匹配模板为非线性多普勒时频域匹配模板。6.如权利要求1所述的基于同步压缩变换与时频匹配的信号特征提取方法，其特征在于，步骤S3具体包括以下步骤：S31、结合特征频率f0max和时间中心t0max对原始信号进行二次采用，获得校正信号；S32、根据校正信号的频率分布进行故障分析和诊断。7.如权利要求6所述的基于同步压缩变换与时频匹配的信号特征提取方法，其特征在于，步骤S32中，获得校正信号的频率分布的方法为：频谱分析、包络解调分析、峰值提取或相敏检波。8.一种基于同步压缩变换与时频匹配的信号特征提取系统，其特征在于，包括：信号采集模块，用于采集原始信号；时频分析模块，与信号采集模块连接，用于结合时频变换和同步压缩变换获取原始信号的高分辨率时频分布；参数提取模块，与时频分析模块连接，用于通过预设的时频匹配模板提取高分辨率时频分布的时间中心和特征频率；重采样模块，分布连接信号采集模块和参数提取模块，用于根据时间中心和特征频率构建新的采样时间序列，并根据新的采样时间序列对原始信号进行二次采样，获得校正信号；故障分析模块，与重采样模块连接，用于根据校正信号进行故障诊断。2CN111623986A权利要求书2/2页9.如权利要求8所述的基于同步压缩变换与时频匹配的信号特征提取系统，其特征在于，时频分析模块中存储有时频变换模型和同步压缩变换模型，时频变换模型为短时傅里叶变换、小波变换、Wigner-Ville分布或者S变换。3CN111623986A说明书1/8页基于同步压缩变换与时频匹配的信号特征提取方法及系统技术领域[0001]本发明涉及信号处理技术领域，尤其涉及一种基于同步压缩变换与时频匹配的信号特征提取方法及系统。背景技术[0002]铁路运输也是国家经济的支柱产业，在整个交通运输的领域当中无可替代。随着现代铁路运输的快速发展和不断提速，对铁路运输的需求也