[发明专利]基于伪中位数累加的周期性弱信号检测方法及装置有效

专利信息
申请号: 202010295524.3 申请日: 2020-04-15
公开(公告)号: CN111490789B 公开(公告)日: 2023-03-10
发明(设计)人: 沈仲弢;胡佳栋;刘树彬;封常青;安琪 申请(专利权)人: 中国科学技术大学
主分类号: H03M1/12 分类号: H03M1/12
代理公司: 北京凯特来知识产权代理有限公司 11260 代理人: 郑立明;韩珂
地址: 230026 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 中位数 累加 周期性 信号 检测 方法 装置
【权利要求书】:

1.一种基于伪中位数累加的周期性弱信号检测方法,其特征在于,包括:

利用ADC采样一个可能存在周期性弱信号的模拟信号后得到采样数据,所述ADC的采样率是所述周期性弱信号的重复频率的N倍,N=4P,P为正整数,所述采样数据的数量为N×L+P,L为正整数;所述周期性弱信号信噪比小于设定的最低指标;

将采样数据按照序号输出为两路,从而得到两组采样数据,两组采样数据之间存在P个数据的延迟,每一组采样数据都分割为L段,每一段采样数据的数量为4P,两组数据存在部分重叠;通过伪中位数提取方法计算出每一段采样数据的左右伪中位数;再以组为单元,对组内所有左伪中位数与右伪中位数分别求和,再计算求和结果差值的绝对值作为左右差,从而得到两个左右差;

将左右差中的最大值与设定的阈值进行比较;若左右差中的最大值大于阈值,则认定周期性弱信号存在,通过左右差中的最大值计算信噪比;否则,则认定周期性弱信号不存在;

所述将所有采样数据按照序号划分为两组,每一组都分割为L段,每一段采样数据的数量为4P,通过伪中位数提取方法计算出每一段采样数据的左右伪中位数;再以组为单元,对组内所有左伪中位数与右伪中位数分别求和,再计算求和结果差值的绝对值作为左右差,从而得到两个左右差包括:

第一组采样数据为:序号从1~N×L的采样数据;第二组采样数据为:序号从P+1~N×L+P的采样数据;

第一组采样数据计算出的左右伪中位数序列记为ML[i]、MR[i];第二组采样数据计算出的左右伪中位数序列记为M'L[i]、M'R[i],i=1,2,…,L;

对所有的ML[i]、MR[i]、M'L[i]、以及M'R[i]各自分别进行求和,求和结果对应的记为:SUML、SUMR、SUM'L、以及SUM'R

再计算左右差DLR和D'LR,其中,DLR=|SUML-SUMR|,D'LR=|SUM'L-SUM'R|;

通过伪中位数提取方法计算出每一段数据的左右伪中位数的方式包括:

每一段采样数据的数量量为4P,将序号从1~2P的采样数据作为DataL,序号从2P+1~4P的采样数据作为DataR

对于DataL,将其均匀地切分成2P/K段,每一段的数据量为K,每一段通过K输入中位数提取单元计算中位数,从而得到一个中位数序列;其中,2P=KA,K为偶数,A为正整数;

若得到的中位数序列的长度大于1,则将中位数序列均匀地切分成若干段,每一段的数据量为K,每一段通过K输入中位数提取单元计算中位数,从而得到一个新的中位数序列;如此反复,直到中位数序列中只有一个中位数,最终得到的这一中位数即为所属采样数据的左伪中位数;

对于DataR,采用相同的方式处理,得到所属采样数据的右伪中位数。

2.根据权利要求1所述的一种基于伪中位数累加的周期性弱信号检测方法,其特征在于,所述K输入中位数提取单元计算中位数的方式包括:

所述K输入中位数提取单元先对K个输入的数据按数值大小进行排序得到一个有序的序列SD[k],k=1,2,…,K,然后计算中位数M=(SD[K/2]+SD[K/2+1])/2。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学技术大学,未经中国科学技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010295524.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top