[发明专利]一种基于改进噪声包络信号识别的螺旋桨轴频搜索方法

摘要

本发明涉及一种基于改进噪声包络信号识别的螺旋桨轴频搜索方法，对原始水听器信号求包络，然后对每个小波包信号做希尔伯特‑黄变换得到小波包络信号，再进行小波重构得到改进的噪声包络信号。然后计算时间相关谱，取其在低频段峰值突出的线谱作为疑似轴频，根据需求设定小于频率分辨率的步长，以疑似轴频为中心组成疑似轴频集合，再对各疑似轴频的时间相关谱信号做循环相关计算，得到循环调制谱的频率统计量，最终根据该频率统计量来搜索目标的轴频。本发明方法校正了传统的循环调制谱方法在频谱计算过程中产生的轴频偏移误差，提高了轴频检测的精度，极大地减小了循环迭代的计算量，而且在工程应用方面便于实现。

主权项

1.一种基于改进噪声包络信号识别的螺旋桨轴频搜索方法，其特征在于步骤如下：步骤1：对水听器接收到的时域原始信号x(t)做I层的小波包分解，得到最后一层的各段小波包信号，设为第i层小波包分解得到的第j个小波包信号，而原始信号其分解算法为：其中，参数k为位置坐标，g_k和h_k为小波包分解滤波器的系数，且g_k与h_k相互正交，满足g_k＝(‑1)^kh_1‑k；最后一层小波包分解得到的每一段小波信号为步骤2：对最后一层小波包分解得到的每一段小波信号做希尔伯特‑黄变换，首先对每一段小波信号进行经验模态分解；然后进行希尔伯特变换求解包络信号，得到连续时域信号为：式中：为卷积运算符；为小波信号经过m次模态分解后得到信号序列；步骤3：对所有经过希尔伯特‑黄变换的小波信号进行重构得到新的包络信号H[r(t)]，其第i层的第j个小波包的重构计算公式如下：其中：i＝I,I‑1,...2,1，j＝2i,2i‑1,...2,1，则重构后最终得到的噪声包络信号为H[r(t)]；步骤4、对重构的包络信号H[r(t)]做加权傅立叶变换计算，求其时间相关谱：先对连续时间信号H[r(t)]采样得到N点离散信号H[r(n)]，之后采用长度为L₂的汉宁窗函数对H[r(n)]进行分段加权计算，这里H[r(n)]被分成L₁段，每段的长度含有个数据点，窗函数的重叠率为50％，窗系数为w(n)；因此，对于第l段信号H[r(n)]，进行短时离散傅立叶计算得到时间相关谱定义如下：w(n)＝0.5‑0.5cos(2πn/N)其中：zl(n,f)是H[r(n)]的时间相关谱，f是时间相关谱信号的频率，fs是整段信号的采样频率；步骤5、对时间相关谱信号zl(n,f)采用多目标分类算法处理：先计算zl(n,f)的相关矩阵R，并对R做特征值分解，其计算过程如下：其中：λ1,λ2,...λ为矩阵R中p个大的特征矢量，σ2为噪声的方差；用p个大的特征矢量构成信号子空间Us，用N‑p个小的特征值对应的特征矢量来构成噪声子空间UN；利用噪声子空间UN与信号子空间Us构造空间谱：将PMUSIC在2～15Hz以内的峰值对应的频点记录下来，这些点的频率组成集合F1＝{fq|fq＝fMUSIC,2＜fq＜15,q＝1,2,3…Q}，fMUSIC为空间谱PMUSIC的频率，空间谱公式构造为：其中：a为搜索矢量，a^H为a的共轭转置，为U_N的共轭转置矩阵；其中的PMUSIC为2～15Hz频段内的极大值即为疑似轴频将F₁中的每个元素f_q视为疑似轴频，分别以f_q为中心频率，以0.01＜α＜0.1大小的步长生成Q个集合，每个集合为这里g 为中心频率加减步长的个数；步骤6：对步骤4中计算得到的zl(n,f)的平方再一次做离散傅立叶计算，将时间变量n转换为双循环频率变量f双，推导得到二阶循环相关信号频谱为：其中：f_双为集合中的每个疑似轴频；f既是每段时间相关谱z_l(n,f)的频率也是循环调制谱中载频f_载的中心频率，即上述公式计算得到的循环调制谱被最终表示为P(f_q,g,f_载)，是关于载频f_载和双循环频率变量的频谱；步骤7：对于只包含单个螺旋桨噪声的原始信号，定义每个集合的频率统计量为P_g＝argmax(P(f_q,g,f_载))，f_q,g是步骤6得到的二阶循环频率分量，定义轴频是max(P_g)对应的频率；步骤8：以步骤6检测得到的循环调制谱P(f_q,g,f_载)在1～100Hz频段内的载频f_载分别与比较搜索，搜索公式如下：其中：R是对取整后四舍五入的值；是选定的搜索各阶次谐波的偏移精度阈值，取值为小于等于频谱分辨率；步骤9：将满足公式所得到每个有效频点f_载按从小到大排序，得到频率成倍数递增的一系列线谱，为搜索得到的目标螺旋桨的轴频与各阶次的谐波，线谱序列中的第一条谱线就是轴频剩余的线谱f_载就是各阶次的谐波。