[发明专利]基于频域信息的信号变分模态分解预设尺度参数选取方法

权利要求书

1.一种基于频域信息的信号变分模态分解预设尺度参数选取方法，其特征在于，包括以下步骤：

步骤S1、参数初始化：初始化变分模态分解的预设尺度参数K值；

步骤S2、信号分解：对采集到的信号进行变分模态分解，得到K个固有模态函数分量；

步骤S3、频域互相关系数计算：计算变分模态分解获得各固有模态函数分量同原信号间的频域互相关系数ρk；

步骤S4、频域互相关系数差值计算：计算相邻两固有模态函数分量同原信号间频域互相关系数的差值δk；

步骤S5、阈值判别：对比相邻两固有模态函数分量同原信号间频域互相关系数的差值δk与判别阈值θ的大小；

步骤S6、过分解检测：若δkθ，则出现过分解，预设尺度参数的最优值为K；

步骤S7、欠分解检测：若δk≥θ，则出现欠分解，预设尺度参数的最优值为K-1；

所述的步骤S5中的判别阈值θ设定为0.1；

所述的步骤S6具体为：

若δ_kθ，则出现过分解，则减小K值，直至所有ρ_k值都大于判别阈值θ，则预设尺度参数的最优值为K；

所述的S7具体为：

若δ_k≥θ，则出现欠分解，则增加K值，直至产生过分解，则预设尺度参数的最优值为K–1。

2.根据权利要求1所述的一种基于频域信息的信号变分模态分解预设尺度参数选取方法，其特征在于，所述的步骤S1中初始化的K＝2。

3.根据权利要求1所述的一种基于频域信息的信号变分模态分解预设尺度参数选取方法，其特征在于，所述的步骤S2采用乘法算法交替法求解变分约束模型的最优解。

4.根据权利要求3所述的一种基于频域信息的信号变分模态分解预设尺度参数选取方法，其特征在于，所述的乘法算法交替法求解变分约束模型的最优解具体过程为：

1)初始化λ¹和n的值，令其为0，其中为第1次循环时VMD分解所得第k个的固有模态函数(IMF)，为当前IMF的功率谱中心频率，λ¹为第1次循环时所添加的拉格朗日乘子，n为乘法算法交替法求解变分约束模型的循环次数；

2)令n＝n+1，执行整个循环；

3)令k＝0，k＝k+1，当kK时，执行内层循环1，更新u_k为：

其中u_k为VMD分解所得第k个IMF分量，k为IMF分量的数量，为ik时第n+1次循环所得IMF分量，为i≥k时第n次循环所得IMF分量，为第n次循环所得第i个IMF分量的功率谱中心频率，λⁿ为第n次循环时所添加的拉格朗日乘子；

4)令k＝0，k＝k+1，当kK时，执行内层循环2，更新ω_k为：

ω_k为第k个IMF分量的功率谱中心频率，为第n+1次循环所得第i个IMF分量，为i小于k时的第n+1次循环所得IMF分量的功率谱中心频率，为i≥k时第n次循环所得IMF分量的功率谱中心频率；

5)更新λ为：

为第n+1次循环所添加的拉格朗日乘子所对应的傅里叶变换值，为第n次循环所添加的拉格朗日乘子所对应的傅里叶变换值，τ频域比例缩放系数，为VMD所分解信号f经傅里叶变换所得频域信号，为第n+1次循环所得第k个IMF分量所对应的傅里叶变换值；

6)重复步骤2)～5)，直至满足迭代停止条件循环停止，输出所得各IMF分量，其中ε＞0，

第n+1次循环所得第k个IMF分量所对应的傅里叶变换值，为第n次循环所得第k个IMF分量所对应的傅里叶变换值，ε为迭代停止判定阈值。

5.根据权利要求1所述的一种基于频域信息的信号变分模态分解预设尺度参数选取方法，其特征在于，所述的步骤S3采用以下公式计算各IMF分量同原信号间的相关系数ρ_k：

其中u_k为VMD分解所得第k个IMF分量，y为原信号，分别为u_k和y功率谱，f_a为分析频率，