[发明专利]基于信号时频特征和支持向量机的供水管道泄漏识别方法

权利要求书

1.基于信号时频特征和支持向量机的供水管道泄漏检测方法，其特征在于，所述方法根据泄漏信号和非泄漏信号时频特性的差异性基于信号固有模态函数、近似熵、主成分提出了三个时频特征，并利用这些特征构造特征矩阵作为支持向量机输入，将支持向量机作为分类器对信号进行识别并输出识别结果，确定信号为泄漏信号还是非泄漏信号；

所述方法包括：

S1：输入被检测的信号；

S2：对输入的信号进行特征提取；

S3：将所提取的特征集输入已进行优化的支持向量机，利用支持向量机对特征进行识别；

S4：支持向量机根据输入的信号特征输出识别结果，确定信号为泄漏信号还是非泄漏信号；

基于固有模态函数的频域特征、基于近似熵的特征和基于主成分分析的特征；

提取基于固有模态函数的频域特征步骤包括：

利用经验模态分解法对输入的信号进行处理，分解得到所述输入的信号的多个固有模态函数；

对所得到的固有模态函数进行处理，得到信号的固有模态函数功率谱；

计算固有模态函数功率谱的均值，作为泄漏信号的时频特征。

2.根据权利要求1所述的方法，其特征在于，提取基于近似熵的特征步骤包括：

根据采集管道信号的N个样本u(1)，u(2)，…，u(N)构造出两个长度为m的序列，x(i)＝[u(i)，u(i+1)，…，u(i+m-1)]，x(j)＝[u(j)，u(j+1)，…，u(j+m-1)]，其中i，j≤N-m+1，计算序列x(i)和x(j)之间的距离，

d[x(i)，x(j)]＝max_{k-1，2，…，m}[|u(i+m-1)-u(j+k-1)|]

给定一个阈值r，对于每一个i＜N-m+1统计出d[x(i)，x(j)]≤r的数目，并计算出这个数目与矢量个数之间的比值：

对于所有i值，求的平均值为φ^m(r)，

将m增加1，重复以上步骤得到φ^m+1(r)，根据φ^m+1(r)和Φ^m(r)得到近似熵的值为：

ApEn(m，r)＝φ^m(r)-φ^m+1(r)，作为泄漏信号的时频特征。

3.根据权利要求2所述的方法，其特征在于，r的取值为被检测信号标准差的0.1至0.2倍。

4.根据权利要求1所述的方法，其特征在于，提取基于主成分分析的特征步骤包括：

采集m组管道信号x₁，x₂，…，x_m，每组信号含有n个样本，表示为x_i＝(x_1i，x_2i，φ，x_ni)²，则由此构成的n×m阶矩阵X＝[x₁x₂…x_m]为

利用X的协方差矩阵前l个特征值，其中，0＜l≤m，所述特征值从大到小排列，对应的特征向量α_i＝(α_1i，α_2i，…，α_mi)^T(i＝1，2，…，l)可以求得l个新的向量，

y_i＝Xα_i，其中i＝1，2，...，l

y_i为X的主成分；

利用信号的主成分y_i构造n×l阶的主成分信号矩阵Y＝[y₁y₂…y_l]，根据主成分信号矩阵与原始信号矩阵内积g_ji＝[y_j，x_i]构造矩阵G，

G＝Y^T(X-E[X])

选取g_j＝[g_j1g_j2…g_jm]，0＜j≤l作为泄漏信号的时频特征。