[发明专利]基于改进小波包变换的柴油机高频压力振荡信号提取方法

说明书

本发明提供的是一种基于改进小波包变换的柴油机高频压力振荡信号提取方法。一：将小波滤波器系数归一化；二：小波滤波器系数归一化后，将归一化的滤波器系数作为鸡群中的个体，实现鸡群算法的初始化，构造代价函数后，利用鸡群算法依据个体适应度对小波滤波器进行寻优；三：将步骤二所得到的滤波器组作为序列二次规划方法的初值进行二次迭代寻优，代价函数与步骤一致；四：利用步骤二和三构造的小波滤波器组对柴油机缸压信号进行三层小波包变换，提取高频压力振荡信号。本发明计算量比现有的小波改进方法大幅降低；能够构造频域特性非常接近理想截止的小波滤波器组，使小波包变换过程中的频率混淆和幅值失真现象大幅减少。

技术领域

本发明涉及的是一种主要用于柴油机高频压力振荡信号提取的方法。

背景技术

通过对柴油机高频压力振荡信号的提取与分析，可以实现柴油机的状态监测以及燃烧噪声估计。而高频压力振荡信号存在于缸压信号中，故为了提取高频压力振荡信号特征，需要对缸压信号进行分解。因此，有效的信号提取技术对于高频压力振荡信号的分析至关重要。小波包变换是应用最为广泛的一种信号特征提取方法。但传统的小波包变换存在着严重的频率混淆，因此许多改进的小波包变换方法被提出，其中《基于改进小波算法的反应堆中子噪声频谱计算方法》和《一种基于改进小波包的管道泄漏特征向量提取方法》的专利文件中，利用FFT与IFFT的方法来消除混淆的频率带。此外，焦新涛在论文《小波分析及其在齿轮箱故障诊断中应用研究》中提出小波包补偿算法，该方法不仅可以消除小波包变换的频率混淆，还能降低幅值失真现象。但是若将这两种方法应用于柴油机工作循环数较多时的高频压力振荡信号提取，对应的计算量和计算程序复杂度均非常大。事实上，小波包变换存在这些问题的主要原因在于小波滤波器频域的非理想截止，因此构造频域特性接近理想截止的小波滤波器是解决上述问题的一种方法。王慧在论文《最佳小波基选取的改进遗传算法》中提出利用遗传算法构造频域截止特性优于Daubechies的小波滤波器组，《一种提高小波滤波器逼近精度的方法》的专利文件中利用混合粒子群算法逼近最优小波滤波器。由于智能算法构造小波滤波器不涉及小波分解、重构算法的更改，是一种适用性更高、计算量更小的改进方法。但是传统智能算法会存在局部收敛的问题，使构造的小波滤波器组的频域截止特性依旧不理想，在进行小波变换时仍然存在较严重的频率混淆。针对以上问题，构造频域特性接近理想截止的小波滤波器组成为相关领域人员需要考虑的问题。

发明内容

本发明的目的在于提供一种能够在较小的计算量下最大限度地降低小波包变换中的频率混淆和幅值失真现象的基于改进小波包变换的柴油机高频压力振荡信号提取方法。

本发明的目的是这样实现的：

步骤一：将小波滤波器系数归一化；

步骤二：小波滤波器系数归一化后，将归一化的滤波器系数作为鸡群中的个体，实现鸡群算法的初始化，构造代价函数后，利用鸡群算法依据个体适应度对小波滤波器进行寻优；

步骤三：将步骤二所得到的滤波器组作为序列二次规划方法的初值进行二次迭代寻优，代价函数与步骤一致；

步骤四：利用步骤二和步骤三构造的小波滤波器组对柴油机缸压信号进行三层小波包变换，提取高频压力振荡信号。

本发明还可以包括：

1.步骤一具体包括：

对小波滤波器系数进行归一化，定义h_k为小波低通滤波器的系数，长度为N的序列{h_k}用一个长度为N/2-1的序列{θ_k}表示出来，即其中，E(z)＝V_N′-1(z)V_N′-2(z)···V₁(z)V₀(z)，N′＝N/2，并且此外θ_l∈[0,2π]，z表示e^jω，其中H(z)、G(z)分别为低通和高通小波滤波器系数的傅里叶变换，按照上述方式对序列{θ_k}初始化。