[发明专利]一种基于压缩域的振动信号特征提取方法有效
| 申请号： | 201711450490.5 | 申请日： | 2017-12-27 |
| 公开（公告）号： | CN108304778B | 公开（公告）日： | 2022-01-25 |
| 发明（设计）人： | 郭俊锋;杨文;魏兴春;王智明;宋鸣 | 申请（专利权）人： | 兰州理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 北京市邦道律师事务所 11437 | 代理人： | 段君峰;薛艳 |
| 地址： | 730050 甘肃*** | 国省代码： | 甘肃;62 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 压缩 振动 信号 特征 提取 方法 | ||
1.一种基于压缩域的振动信号特征提取方法，其特征在于，包括：
对采集的振动信号进行压缩测量，得到其线性投影的测量值；
根据所述测量值，基于l2范数最小化理论获得l2范数最小的解信号；
对获得的所述解信号进行离散傅里叶变换，得到频谱信息；
基于所述频谱信息，完成振动信号故障状态频谱特征的提取；
在对所述频谱信息进行分析之前，进一步包括：
对获得的所述l2范数最小的解信号的频谱的幅值进行修正；
并且，在完成振动信号故障特征的提取时：对修正后的频谱信息进行分析，提取故障的频谱特征；对获得的所述解信号的频谱的幅值进行修正包括：
根据所述振动信号的采样率，确定相对误差；
根据所述相对误差确定修正系数；
根据所述修正系数对所述l2范数最小的解信号的所述频谱的幅值进行修正。
2.根据权利要求1所述的特征提取方法，其特征在于，所述振动信号的采样率δ等于线性投影的测量值与所述振动信号的长度的比值；所述相对误差RE＝-δ3+δ2-δ+1。
3.根据权利要求1所述的特征提取方法，其特征在于，对振动信号进行压缩测量时，采用高斯随机测量矩阵对所述振动信号进行处理。
4.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至3中任意一项所述的特征提取方法。
5.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至3中任意一项所述的特征提取方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于兰州理工大学，未经兰州理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201711450490.5/1.html，转载请声明来源钻瓜专利网。
