[发明专利]一种入侵信号诊断系统和方法

权利要求书

1.一种入侵信号诊断方法，其特征在于，所述方法包括以下步骤:

(a)将原始信号通过EEMD进行分解，剔除包含高频噪声的IMF，再将剩下的IMF分量重组得到重构信号；

(b)对重构信号进行希尔伯特变换得到重构信号的希尔伯特谱，得出每个重构信号的频谱质心；

(c)将训练集中普通信号和入侵信号的频谱质心分别标记为1组和2组，运用LS-SVM将它们进行训练建模，根据LS-SVM的学习效果反馈确定最优的规则化参数C和核宽度σ；

(d)将原始信号重构后的频谱质心通过步骤(c)中训练好的LS-SVM进行分类预测，如果结果是1组，则该信号为普通信号，如果是2组，则该信号为入侵信号；

所述步骤(a)中EEMD的信号分解包括步骤：

(i)向目标数据X(t)上加入白噪声序列；

(ii)确定出加入白噪声序列后信号X(t)上的全部极值点；

(iii)用三次样条插值法连接所有极大值点形成上包络线e_max(t)，同理得到下包络线e_min(t)，求出两条包络线的均值m₁(t)＝(e_max(t)+e_min(t))/2；

(iv)给定信号X(t)与m₁(t)的差值记为h₁(t)，即h₁(t)＝X(t)-m₁(t)若h₁(t)满足IMF的两个条件，则h₁(t)作为原始信号筛分出的第一个IMF分量，否则，将h₁(t)作为新的X(t)，循环以上步骤，直到h_i(t)满足IMF的两个条件，将其作为第一个IMF分量C₁(t)；

(v)将C₁(t)从X(t)中分离，得到一个去掉高频分量的差值信号r₁(t)，即r₁(t)＝X(t)-C₁(t)，将r₁(t)作为原始数据重复以上步骤(ii)～(v)，得到第二个IMF分量C₂(t)，重复n次直至残余信号r_n(t)为单调函数，无法再进行筛分，其中r_n(t)＝r_n-1(t)-C_n(t)；

(vi)每次加入不同的白噪声序列，然后重复以上步骤(i)～(vi)共n次；以及

(vii)将n次得到的各个IMF分量求均值，并将其作为最终的分解结果。

2.如权利要求1所述的入侵信号诊断方法，其特征在于，所述步骤(b)中的重构信号的频谱质心的计算方法如下：

3.如权利要求1所述的入侵信号诊断方法，其特征在于，所述步骤(a)中包含高频噪声的IMF为第1个IMF分量IMF1。

4.如权利要求2所述的入侵信号诊断方法，其特征在于，所述步骤(a)中包含高频噪声的IMF为第1个IMF分量IMF1。

5.如权利要求1所述的入侵信号诊断方法，其特征在于，所述步骤(a)中IMF信号分量合成为重构信号的计算公式如下：

6.如权利要求4所述的入侵信号诊断方法，其特征在于，所述步骤(a)中IMF信号分量合成为重构信号的计算公式如下：

7.如权利要求1所述的入侵信号诊断方法，其特征在于，所述LS-SVM的核函数为RBF函数：

K(x_i,x)＝exp{-||x-x_i||²/σ²}。