[发明专利]一种自适应分配变模态分解方法

说明书

一种自适应分配变模态分解方法，涉及一种信号处理方法，本发明涉及一种新的信号处理方法。其主要原理是在频域上自适应分配信号。主要包括以下步骤，首先，根据信号列表的特征定义模式，并确定阈值；其次，判断模式之间的相关性；再次，根据模式特性在频谱上划分区域；最后，根据某些规则分配频谱。该方法的特点是，不会发生信号混叠现象；没有迭代计算过程，在运行时间上效率很高；由于采用的是归一化分配频谱方法，所以不存在迭代误差。本发明将采集的到的信号的主要频率特征，特别是变频信号的特征完整的分解出来，以便利于下一步的特征提取。

技术领域

本发明涉及一种信号处理方法，特别是涉及一种自适应分配变模态分解方法。该方法特别适用于调频信号分解。

背景技术

在工程中测得的信号大多由各种各样的信号构成，这需要尽可能准确的将其分解为所需的分量信号。目前主要存在的信号分解方法有：经验模态分解（EMD）和变模态分解（VMD）

EMD的本质是在时域上将信号进行分解，也存在一些问题，比如，它对高频信号的分解能力较弱，同时容易存在模态混叠现象。VMD是一种基于频域信号的分解方法，它需要提前提供模式数。如果预设的模态数不合理，可能会导致重要模态的损失或生产混叠模态。另外，现实系统大多工作在不稳定的状态，这导致会采集到很多调幅调频信号。目前，EMD和VMD在处理调幅调频信号时，一般会将其分解。

发明内容

本发明的目的在于提供一种自适应分配变模态分解方法，本发明将采集的到的信号的主要频率特征，特别是变频信号的特征完整的分解出来，以便利于下一步的特征提取。

本发明的目的是通过以下技术方案实现的：

一种自适应分配变模态分解方法，所述方法根据信号列表的特征定义模式，在频域信号中，找出极大值点和极小值点，并对极大值点做包络线，获得包络线的极大值点，并确定阈值；根据阈值判断模式之间的相关性，并根据模态定义的两个条件设定分区，获得相应的分区点；

该方法包括以下步骤：

步骤一，高斯滤波；在测量的实际工程信号中，往往夹杂着大量的噪声，这将影响信号处理的效果，因此，在ALVMD中，首先根据需要对被测信号做高斯滤波；

步骤二，对时域信号做傅里叶变换，获得频域信号；

步骤三，在频域信号中，找出极大值点和极小值点，并对极大值点做包络线，获得包络线的极大值点；

步骤四，根据公式 4获得信号的阈值gap

gap=R*max                                     （4）；

其中，R为设置的阈值比例，一般为0.15-0.3，max为频域信号极大值点

步骤五，根据模态定义的两个条件设定分区，获得相应的分区点divpoint；

步骤六，根据公式 1，计算每个分区的中心频率；

步骤七，根据公式 2，计算权值矩阵；

步骤八，根据公式3，归一化分配频谱；

步骤九，由获得的每个分区的频谱，换算成对应的时域信号。本发明的优点与效果是：

本发明可以自适应的将信号分区，不用像VMD那样不断输入

分区个数来测试效果；由于AAVMD直接在频谱上局部分区，相比EMD，ALVMD不会发生信号混叠现象； AAVMD没有迭代计算过程，在运行时间上效率很高；由于ALVMD采用的是归一化分配频谱方法，所以不存在迭代误差；如果想获得阈值以下信号的详细分解信息，可以对其所在的分区采用再一次AAVMD分解。

附图说明