[发明专利]基于样条调频小波-同步压缩算法的瞬时频率估计方法

说明书

本发明公开一种基于样条调频小波‑同步压缩算法的瞬时频率估计方法，通过增加计算过程中频率曲线相关性分析避免样条曲线过拟合，确保频率分析结果的准确性；根据高斯窗和SCT变换前后频率分布特点明确了积分区间的长度和高斯窗的最优窗口宽度；根据不同信噪比噪声对重构信号频率估计精度的影响修正计算出的频率曲线，减小频率估计误差。

技术领域

本发明涉及旋转机械振动信号分析研究领域，尤其涉及一种基于样条调频小波-同步压缩算法的瞬时频率估计方法。

背景技术

瞬时频率是刻画和描述旋转机械运动时频特征的重要参数。旋转机械故障特征往往与瞬时频率呈倍频关系，通过观测振动信号的频率成分，可诊断系统故障原因。机械在旋转过程中，特别是起动和停机阶段，往往更容易观测到难以发现的系统缺陷。因此，精确地估计瞬时频率，对准确进行旋转机械升降速阶段振动信号分析尤为重要。

瞬时频率为信号相位的导数，旋转机械振动信号的瞬时频率估计，有传统的短时傅里叶变换(short-time Fourier transform,STFT)谱峰检测法、小波变换(wavelettransform,WT)和隐马尔可夫模型瞬时频率估计方法。传统的STFT谱峰检测法因窗口长度固定，频率分辨率低，不能有效区分各频率成分。WT法改进了窗口长度对频率分辨率的影响，但频率分析精度仍有待提升。隐马尔可夫模型瞬时频率估计方法采用了大量的矩阵运算，运算量巨大。STFT和WT都是采用与时间轴或频率轴平行的线段来逼近信号的时频特征，不同频率信号分析结果的叠加加宽了频率带宽、降低频率分辨率。杨扬【Yang Y,Peng Z K,Meng G,et al.Spline-Kernelled Chirplet Transform for the Analysis of SignalsWith Time-Varying Frequency and Its Application[J].IEEE Transactions onIndustrial Electronics,2011,59(3):1612-1621.(杨扬,彭志科,等.时变频率信号分析的样条核chirplet变换及其应用[J].IEEE工业电子学报,2011,59(3):1612-1621)】提出的参数化样条调频小波变换(SCT)时频分析通过旋转和平移算子采用有一定斜率的线段逼近信号，获得更高的逼近精度，Daubechies【Daubechies I,Lu J,Wu H T.Synchrosqueezedwavelet transforms:An empirical mode decomposition-like tool[J].Applied andComputational Harmonic Analysis,2011,30(2):243-261.(Daubechies I,Lu J,Wu H T.同步压缩小波变换：一种类似经验模式分解的工具[J].谐波分析计算与应用,2011,30(2):243-261)】提出的同步压缩算法(SST)，进一步提高了瞬时频率估计过程中的频率分辨率。

上述现有技术中，SCT有效反映了振动信号瞬时频率随时间的变化趋势，SST提高了频率分辨率。但是，SCT在应用过程中存在过拟合的问题，使估计的频率有较大偏差；SST在重构信号时难以确定有效的积分区间，积分区间直接影响了重构信号的精度。

发明内容

为克服上述现有技术的不足，本发明结合旋转机械升降速阶段振动信号的特点，提出一种基于样条调频小波-同步压缩算法(Synchrosqueezing Spline-KernelledChirplet Transform，SSCT)的瞬时频率估计方法，通过增加计算过程中频率曲线相关性分析避免样条曲线过拟合，确保频率分析结果的准确性；根据高斯窗和SCT变换前后频率分布特点明确了积分区间的长度和高斯窗的最优窗口宽度；根据不同信噪比噪声对重构信号频率估计精度的影响修正计算出的频率曲线，减小频率估计误差。

本发明是通过以下技术方案予以实现的：

基于样条调频小波-同步压缩算法的瞬时频率估计方法，包括：