[发明专利]多尺度噪声调节随机共振的微弱信号检测

说明书

本发明请求保护一种多尺度噪声调节随机共振的微弱信号检测方法，属于信号处理领域。针对一般随机共振系统输出不会同时在多个频率处发生共振的问题，研究了多尺度降噪对随机共振的影响机制，提出了一种基于小波包变换(Wavelet Packet Transform，WPT)的多尺度噪声调节随机共振方法，将信号中固有的噪声通过WPT调节成为多尺度噪声，从而更加细致地调节噪声。新方法用于克服传统参数调节方法的限制，实现随机共振多频成分检测，进一步提升输出信噪比并实现多个频率检测成为可能，所以基于WPT多尺度噪声调节的随机共振检测方法在旋转机械多瞬态故障信号检测中有着良好的表现，具有一定的指导意义和实用价值。

技术领域

本发明属于微弱信号检测等相关领域，具体为多尺度噪声调节随机共振的微弱信号检测方法。针对一般随机共振系统输出不会同时在多个频率处发生共振的问题，研究了多尺度降噪对随机共振的影响机制，提出了一种基于小波包变换(Wavelet PacketTransform，WPT)的多尺度噪声调节随机共振方法，将信号中固有的噪声通过WPT调节成为多尺度噪声，从而更加细致地调节噪声。新方法用于克服传统参数调节方法的限制，实现随机共振多频成分检测。

背景技术

微弱信号检测是一门综合技术，涉及信息理论、非线性科学、信号处理等学科，且与具体的应用领域密切相关，如故障检测、地震勘测、生物应用、金属探测等等，是研究如何从强噪声背景中把有用信号提取出来的一种技术。微弱信号不只意味着信号的幅度很小，而主要指的是被噪声淹没的信号，微弱是相对于噪声而言的。而噪声确是无处不在的，在所有的工程技术实际应用的过程中信号与噪声都是共存的，要想从强噪声背景中提取出微弱信号，最主要的任务是提高信噪比。

然而受绝热近似理论和线性响应理论的限制，对传统随机共振理论的研究主要集中在小参数模型中(信号频率和幅值都要小于1)，而大参数问题在实际应用中也会经常遇到，例如旋转机械的故障特征频率就远大于1Hz。因此，在过去的三十多年里许多学者在故障诊断领域研究了很多大参数随机共振方法。总得来说这些方法大致可以分为两类：频率转换和参数调节。它们都能用来处理一些大参数问题，但是也存在一些潜在的不足。第一类方法通过一些技术把高频分量转换成小于1Hz的频率，比如频率调制技术，二次采样技术和移频变尺度技术等。由于这些技术直接在频域上进行，所以与原始信号相比，输出信号的时间分辨率可能会降低，而且如果检测多个频率信号则无法同时进行频率转换。第二类方法采用尺度归一化技术，能够避免时域畸变问题，但对于微弱信号淹没在不同尺度噪声中的情况可能不太有效。

因此，研究多尺度噪声调整随机共振的微弱信号检测方法具有重要的工程实际意义，受到学者们的普遍关注。何清波等提出了一种新的基于多尺度噪声调节的随机共振方法，将信号中固有的多尺度噪声通过离散小波变换调节成为近似1/f模式，从而实现了大频率信号的增强。时培明等提出了一种基于随机共振的色噪声背景下多频微弱信号检测方法，通过离散正交小波变换将含噪信号分解为多个尺度成分，通过调节各个尺度的系数，实现多频微弱信号的检测。李继猛等研究了多稳态模型对系统参数的敏感性，并将多稳态随机共振方法与多尺度噪声控制方法结合，可以降低系统参数的控制难度，实现微弱故障特征地增强提取。

因此，结合小波包变换和随机共振方法的各自优势，论文研究了一种多尺度降噪的随机共振故障信号检测方法。通过对含噪信号进行小波包变换预处理，然后再对处理后的信号通过随机共振系统。通过仿真分析和滚动轴承故障诊断表明，该方法能够增强信号幅值，减少虚假分量，提高检测效果，有效的检测出被噪声淹没的微弱信号。

发明内容

面对旋转机械故障诊断中可能包含的多种瞬态周期故障信息，提出了一种基于WPT的多尺度噪声调节随机共振方法。本发明所要解决的技术问题是：克服传统参数调节方法的限制以及突破检测多个频率的微弱信号这一难题，进一步提升输出信噪比使多个频率检测成为可能。