[发明专利]振源识别的基于振动信号的基音频率特征的提取方法

权利要求书

1.基于振动信号的基音频率特征提取方法，其特征在于包括：

A)采用单元平均恒虚警检测(CA-CFAR)检测的方法对现场所采集的振动信号进行空域检测，针对检测得到的振动列采用阈值法进行截取；

B)将数据截取后的振动信号进行小波包去噪处理；

C)将小波包去噪后的振动信号做自相关计算，求出自相关系数，并根据自相关系数图求出振动信号的基音频率。

2.根据权利要求1的方法，其特征在于：

所述振动信号分为手工信号和机械信号，其中手工信号为由于人使用非电动类工具而产生的振动信号，机械信号为由于人使用电动类工具而产生的振动信号。

3.根据权利要求1的方法，其特征在于所述步骤A)包括：

检测出振动信号所在的列，

然后运用阈值法对振动列数据进行截取，包括：根据信号和的CFAR检测结果，设置门限阈值T，计算得到报警率：

其中，β为振动列每一帧报警点的总个数，γ为振动列每一帧的总数据个数，α为振动列每一帧的报警率。

4.根据权利要求1的方法，其特征在于所述步骤B)包括：

采用小波包分解重构的方法对振动信号进行去噪的工作,在小波包的分解中，在节点(j+1,p)处的小波包系数由下式给出：

其中，h₀(s-2k)和h₁(s-2k)是两个正交镜像滤波器组，j是小波包分解层数，p为频段序数，k为小波包系数序号，为在节点(j,p)处的小波包系数；

将小波包分解得到j＝3层的d₀部分的系数置零，去除低频的噪声部分，并且重构信号得到经过去噪处理后的信号。

5.根据权利要求1的方法，其特征在于所述步骤C)包括：

将经过小波包去噪后的振动信号的每z个点的振动数据分为一组，按下式求每一组的自相关系数：

其中，x_i(m)为第i组振动信号的一段数据，i为振动数据的组数，b为时间的延迟量，N为x_i(m)这段振动信号的数据个数，R_i(b)为短时自相关函数，r_i(b)为归一化的自相关函数，即自相关系数；

根据自相关系数存在的局部峰值点的位置，提取出振动信号的基频周期，其中采用自适应调整门限的方法检测两相关系数峰值间的时间间隔，求出基音周期T_pitch，从而求得振动信号的基音频率f_pitch。