[发明专利]一种用于电机异常声音识别的特征提取方法

权利要求书

1.一种用于电机异常声音识别的特征提取方法，包括以下步骤：

S1：提取声音信号的基本特征；所述声音信号的基本特征包括计算声音信号的1)短时平均能量、2)短时过零率、3)平均幅度差函数、4)Mel频率谱倒谱系数、5)线性预测编码系数；

S2：提取声音信号的相邻点趋势特征；声音信号的波形中，需要挨个计算每个点和相邻上一点的大小比较，上升/下降的点的比例作为声音波形的相邻点趋势特征；

S3：提取声音信号的标准差与平均振幅的比例特征；比例特征用于描述声音信号的不均匀程度；

S4：提取声音信号的极值特征；用于描述声音信号的波峰点和波谷点；

S5：提取声音信号的绝对值特征；用于反应声音波形长或短；

S6：提取声音信号的相邻点的差绝对值趋势特征；用于反应声音信号跳变速率的大小；

S7：提取声音信号的数值特征，反应声音正相性的特征。

2.根据权利要求1所述的用于电机异常声音识别的特征提取方法，其特征在于：步骤S2中，包括步骤1)：计算声音信号的相邻点上升比例，也即是声音信号中相邻下一点比上一点大的点的比例，

步骤2)：计算声音信号的相邻点下降比例，也即是声音信号中相邻下一点比上一点小的点的比例。

3.根据权利要求1所述的用于电机异常声音识别的特征提取方法，其特征在于：步骤S3中，计算声音信号的标准差除以平均振幅的大小，用于描述声音信号的不均匀程度。

4.根据权利要求1所述的用于电机异常声音识别的特征提取方法，其特征在于：步骤S4中，包括步骤1)，计算声音信号极大值点的比例，声音信号的极大值点表示了声音在高处的转音特征；

步骤2)，计算声音信号极小值点的比例，声音信号的极小值点表示了声音在低处的转音特征。

5.根据权利要求1所述的用于电机异常声音识别的特征提取方法，其特征在于：步骤S5中，声音波形短表示振幅的大小均匀，波形长表示振幅的差异大，包括：

步骤1)计算声音信号中点的绝对值小于最大幅值一半的点的比例；

步骤2)计算声音信号中点的绝对值小于最大幅值四分之一的点的比例；

步骤3)计算声音信号中点的绝对值小于最大幅值八分之一的点的比例；

步骤4)计算声音信号中点的绝对值小于最大幅值十六分之一的点的比例。

6.根据权利要求1所述的用于电机异常声音识别的特征提取方法，其特征在于：步骤S6中，相邻点的跳变幅值大小反应了声音信号跳变速率的大小，包括：

步骤1)计算声音信号中相邻点的差绝对值小于最大幅值十六分之一的点的比例；

步骤2)计算声音信号中相邻点的差绝对值小于最大幅值三十二分之一的点的比例。

7.根据权利要求6所述的用于电机异常声音识别的特征提取方法，其特征在于：步骤1)中，波形跳变慢表示比例大，当波形跳变快表示比例小。

8.根据权利要求1所述的用于电机异常声音识别的特征提取方法，其特征在于：步骤S7中，包括：

步骤1)计算声音信号中大于0的点的比例，大于0的比例反应了声音正相性的特征；

步骤2)计算声音信号中小于0的点的比例，小于0的比例反应了声音负相性的特征。