[发明专利]一种基于小波分析的录波数时频熵值特征提取方法

权利要求书

1.一种基于小波分析的录波数时频熵值特征提取方法，其特征在于包括以下步骤：

S1：对待处理的录波数据进行归一化处理；

S2：利用Morlet小波对S1中归一化后的数据进行最大尺度为100小波变换，保存小波系数与尺度数据；

S3：将S2中小波尺度数据转化为频率；

S4：利用S2中的小波系数与S3中频率，并结合录波数据的时间特性，频谱特征矩阵；

其中，S4中时频谱矩阵计算方法如下：

S41、以时间与频率为行列变化指标，各尺度小波变换下的小波系数为元素，存储时频谱矩阵，记为Cr；

S5：利用积分法对S4中的时频特征进行处理，得到录波数据的能量谱矩阵；

S51、对S41中的Cr时频谱矩阵个元素分别平方得到能量谱矩阵，进行存储；

S6：对S5中的能量谱，利用熵的计算理论，得到时频熵；

S7：通过软件实现S2到S6的功能，得到特征。

2.根据权利要求1所述的一种基于小波分析的录波数时频熵值特征提取方法，其特征在于：S1中录波数据进行归一化处理方法如下：

S11、录波数据归一化方法采用但不限于z-score方法。

3.根据权利要求1所述的一种基于小波分析的录波数时频熵值特征提取方法，其特征在于：S2中小波变换过程如下：

S21、小波变换采用但不限于Symmlet小波变换，变换最大尺度为100；

S22、小波变换具体过程具体采用Mallat算法，并对变换后的小波系数与尺度进行存储。

4.根据权利要求1所述的一种基于小波分析的录波数时频熵值特征提取方法，其特征在于：S6中小波时频熵方法如下：

S61、对S51中的能量谱矩阵各元素分别求和，数值记为S；

S62、对能量谱矩阵各行求和，并利用S61的S单位化，得到列向量G；

S63、利用熵理论求出各层小波系数的信息熵。

5.根据权利要求1所述的一种基于小波分析的录波数时频熵值特征提取方法，其特征在于：S7所述的软件编程：S71、编程语言采用但不限于Python，C++。