[发明专利]波形边缘的监测方法及装置

权利要求书

1.一种波形边缘的监测方法，其特征在于，包括：

对波形数据的时域幅度信号进行连续抽样，计算样本的短时k阶标准差，根据所述样本的时域幅度对所述短时k阶标准差进行校正，对校正结果进行短时均化处理，得到所述样本的短时均化校正标准差；

设置多个分段门限，从所述多个分段门限中确定最优分段门限，根据所述最优分段门限对所有样本进行分段处理，以使得每个分段中包括至少两个样本；

对所有分段进行边缘属性和稳态分析，根据分析结果标记波形边缘；

其中，所述多个分段门限均为小于所述短时均化校正标准差中的最大值的不同值；所述最优分段门限的分段结果满足：短时均化校正标准差小于分段门限的样本占比大于预设阈值且分段数最小；

所述分析结果包括分段的边缘属性判定为边缘段或非边缘段以及分段的稳态结果为非稳态或非稳态；

相应地，根据分析结果标记波形边缘，具体为：

将非稳态的分段的边缘属性更新为距离所述非稳态的分段最近的稳态分段的边缘属性，之后将同时属于稳态和边缘段的分段标记为波形边缘。

2.根据权利要求1所述的波形边缘的监测方法，其特征在于，所述设置多个分段门限，从所述多个分段门限中确定最优分段门限，具体为：

设置初始分段门限和迭代总次数，并开始进行如下迭代分段过程：

根据当前迭代次数和初始分段门限确定当前迭代的分段门限；

根据所述当前迭代的分段门限对所有样本进行分段处理，判断短时均化校正标准差小于分段门限的样本占比是否大于预设阈值；

若短时均化校正标准差小于分段门限的样本占比大于预设阈值，则判断当前迭代的分段数是否小于当前的最小分段数；

若当前迭代的分段数小于当前的最小分段数，则将当前的最小分段数更新为所述当前迭代的分段数，并将最优分段门限更新为当前迭代的分段门限，并执行下一次迭代，直至迭代次数达到所述迭代总次数；

其中，所述初始分段门限小于所述短时均化校正标准差中的最大值，且每次迭代的分段门限均不大于所述初始分段门限。

3.根据权利要求1或2所述的波形边缘的监测方法，其特征在于，所述分段处理具体为：若相邻两个样本的短时均化校正标准差一个大于分段门限，而另外一个小于分段门限，则在前的一个样本为一个分割点，2个相邻分割点之间的所有样本作为一个分段。

4.根据权利要求1所述的波形边缘的监测方法，其特征在于，所述计算样本的短时k阶标准差，具体通过以下公式计算：

其中，表示样本i的短时k阶标准差，表示样本i的k阶短时均值，计算公式为j表示从第i个样本往前遍历的第k个样本。

5.根据权利要求1所述的波形边缘的监测方法，其特征在于，所述根据所述样本的时域幅度对所述短时k阶标准差进行校正，具体为：

计算各样本的短时k阶标准差与所有样本的短时k阶标准差的均值的差的绝对值，将最大的所述差的绝对值作为最大时域幅度绝对偏差；

将所有样本中最大的短时k阶标准差与所述最大时域幅度绝对偏差的商作为第一参数；

计算所述样本的短时k阶标准差与所有样本的短时k阶标准差的均值的差的绝对值，并与所述第一参数相乘，获得矫正幅度；

将所述样本的短时k阶标准差与所述矫正幅度求和，获得所述样本的短时k阶标准差校正结果。

6.根据权利要求1所述的波形边缘的监测方法，其特征在于，所述对校正结果进行短时均化处理，得到所述样本的短时均化校正标准差，具体根据以下公式计算：

其中，表示样本i的短时均化校正标准差；correct_stddev^j表示第j个样本的校正结果；k表示短时均化处理的样本数；j表示从第i个样本往前遍历的第k个样本。