[发明专利]一种信号识别分类方法

权利要求书

1.一种信号识别分类方法，其特征是：

步骤一小波变换降噪，首先利用小波变换的方法对含有较高噪声的原始数据进行降噪，在数据分析中将信号分解为高频和低频信息，采用软阈值法对信号进行消噪，然后进行信号重构；

步骤二小波包分解，在继承小波变换所具有的良好时频局部化优点的同时，对多尺度分析没有细分的高频部分进行进一步的分解；

步骤三信号特征提取，在小波包分解基础上，利用小波包变换在多层分解后的不同频带内分析信号，提取出反映系统状态的特征信息。

步骤四最小二乘支持向量机识别，通过非线性变换将输入信号特征向量变换到高维特征空间，利用结构风险最小原则，在这个高维特征空间求取最优线性分类面，这种非线性变换通过定义内积函数来实现。

2.根据权利要求1所述的一种信号识别分类方法，其特征是：所述的小波分解是对信号进行三层小波分解，所以小波的重建公式为：

Cj-1,k=Σmh0(k-2m)Cj,m+Σmh1(k-2m)Dj,m]]>

其中：C_j，D_j分别是由离散小波变换将信号分解成尺度函数和小波函数分量时的系数，h₀、h₁分别为尺度函数系数和小波函数系数。