[发明专利]基于希尔伯特黄变换与盲源分离的泄漏声波特征提取方法

摘要

本发明公开了一种基于希尔伯特黄变换与盲源分离的泄漏声波特征提取方法，包括以下步骤：在被测管道上设置传感器，通过传感器对泄漏点进行信号采集，获取泄漏声波采集信号；利用希尔伯特黄变换对泄漏声波采集信号进行预处理，获取观测信号，并对观测信号采用盲源分离进行处理，获取目标信号；对步骤二中的目标信号进行评价，并对观测信号组成进行优选。本发明的有益效果是：本发明提供的方法通过泄漏时刻采样点偏差和幅值损失两个评价参数对目标处理信号进行评价，该方法能够对泄漏时刻进行准确定位，同时对微弱信号的泄漏幅值的补偿作用明显。

主权项

1.基于希尔伯特黄变换与盲源分离的泄漏声波特征提取方法，其特征是，包括以下步骤:步骤一:在被测管道上设置传感器，通过传感器对泄漏点进行信号采集，获取泄漏声波采集信号；步骤二:利用希尔伯特黄变换对泄漏声波采集信号进行预处理，获取观测信号，并对观测信号采用盲源分离进行处理，获取目标信号；步骤三，对步骤二中的目标信号进行评价，利用泄漏时刻采样点偏差和幅值损失作为评价参数，并对观测信号组成进行优选；所述泄漏时刻采样点偏差指目标信号的泄漏时刻采样点与原始信号的泄漏时刻采样点之差；所述幅值损失指目标信号的泄漏幅值与原始信号的泄漏幅值的差值与原始信号泄漏幅值之比；所述步骤二中，观测信号获取方法具体步骤如下:步骤S201:将泄漏声波采集信号作为原始信号，确定希尔伯特黄变换分解层数N,N大于等于2，将原始信号作为待分解信号，进行希尔伯特黄变换，变换首次分别获取第一层剩余分量和第一层经验模态分解分量；步骤S202:将第一层经验模态分解分量作为待分解信号，对待分解信号进行希尔伯特黄变换，分别获取待分解信号对应的第二层剩余分量和第二层经验模态分解分量；步骤S203:将第N‑1层经验模态分解分量作为待分解信号，重复执行步骤S202，直至达到分解层数N，第N‑1层经验模态分解分量分解对应第N层剩余分量和第N层经验模态分解分量；步骤S204:选取第一层至第N层对应的各层经验模态分解分量以及原始信号作为观测信号。