[发明专利]基于EMD广义相位排列熵算法的金属分类方法

权利要求书

1.一种基于EMD广义相位排列熵算法的金属分类方法，其特征在于由以下步骤组成：

(1)采集时域信号

将收发探头与脉冲接收/发射仪连接，加入耦合剂置于参考金属材料的表面，超声探头发射脉冲信号，通过与脉冲接收/发射仪连接的示波器对该收发探头接收的回波信号进行采样，经多次采样并取平均值，得到参考金属材料的时域波形；

(2)提取特征分量

利用经验模态分解法对步骤(1)所采集的参考金属材料的时域波形X(t)依次分解，再用广义相位排列熵算法计算得到参考金属材料的回波信号的特征分量熵值g_q,δ；所述广义相位排列熵算法公式为：

其中，v代表参考金属材料提取的特征信号中数据序列的位置，P_V代表参考金属材料提取的特征信号数据序列中出现相同位置序列的概率；q代表放大金属材料特征信号中出现相同位置概率的值，δ代表指数倍的放大金属材料特征信号中出现相同位置概率的值，R代表放大提取的特征信号数据序列的相同位置概率可选取的实数值,R∈(0，1]；

(3)提取待检测材料的特征分量

用步骤(1)和步骤(2)相同的方法提取出待检测材料的回波信号的特征分量熵值；

(4)参考金属材料聚点训练

重复步骤(1)和(2)，得到多种参考金属材料的多个回波信号的特征分量熵值g_q,δ，取平均值分别作为多种参考金属材料的聚点

(5)待检金属材料分类

将步骤(3)待检测金属材料的特征分量熵值g_k和步骤(4)所得的多种参考金属材料的聚点，利用KNN算法确定出待测金属材料与多种参考金属材料的欧几里德距离，根据聚类算法准则对多种待测金属材料分类，如此重复，直至完成所有待测金属材料的分类。

2.根据权利要求1所述的基于EMD广义相位排列熵算法的金属分类方法，其特征在于，所述步骤(2)具体为：

2.1)识别步骤(1)所采集参考金属材料的时域波形信号X(t)的局部极值，连接极大值得到上包络线，连接极小值得到下包络线，根据上下包络线得到均值序列m₁；

2.2)利用下述公式对原始信号进行经验模态分解，确定出IMF分量；X(t)-m_i(t)＝h_i(t)，i∈n

m_i(t)代表第i个待分解信号上下包络线计算的均值序列；h_i(t)代表分解的第i个特征分量；

当h_i(t)满足以下两个条件：关于零均值线是局部对称的且零点和极值点数目相等；信号局部极大值和极小值定义的上下包络线均值为0时，则h_i(t)为IMF分量；

2.3)利用广义相位排列熵算法确定步骤(2.2)分解的IMF分量的特征分量熵值，其中广义相位排列熵算法公式为：