[发明专利]隐马尔科夫模型振动信号分析方法装置、存储介质和终端

权利要求书

1.一种隐马尔科夫模型振动信号状态分析方法，包括：

获取振动信号数据，通过预设滤波方式对所述振动信号数据进行滤波处理，得到特征信号组；

通过预设分类方式对所述特征信号组进行分类，获取至少一类信号；

通过预设分段算法分别对每类信号进行处理，得到至少一类分段数据；

通过基于密度的时空聚类算法分别对每类分段数据进行聚类，获取至少一类聚类结果；

基于每类聚类结果分别构建隐马尔科夫模型，获取隐马尔科夫模型组；

基于所述隐马尔科夫模型组中所述隐马尔科夫模型的维特比算法对待处理信号进行预测诊断。

2.根据权利要求1所述的方法，其特征在于，所述预设滤波方式为最小熵解卷积法。

3.根据权利要求1所述的方法，其特征在于，所述预设分类方式为余弦相似熵算法。

4.根据权利要求1所述的方法，其特征在于，通过预设分段算法对第一类信号进行处理，得到第一类分段数据包括：

通过预设分段算法分别对所述第一类信号中的所有特征信号进行分段处理，得到第一类分段数据；

其中，所述通过预设分段算法对所述第一类信号中的第一特征信号进行分段处理，得到多个第一类预分段数据包括：

基于所述第一特征信号的时空序列中数据点的时间属性和空间属性设定转折点所需满足的预设条件；

基于所述预设条件对所述第一特征信号的时空序列进行遍历，确定所述第一特征信号的时空序列中所有的转折点；

将所述第一特征信号的时空序列中所有相邻的转折点之间进行直线插补，以获取所述第一特征信号的时空序列的多个第一类预分段数据；

其中，所述第一类分段数据包括所有第一类预分段数据，所述第一类信号为对所述特征信号组进行分类得到的至少一类信号中的任意一类信号。

5.根据权利要求4所述的方法，其特征在于，基于第一特征信号的时空序列中数据点的时间属性和空间属性设定转折点所需满足的预设条件步骤包括：

设定所述第一特征信号的时空序列为其中t_i为所述第一特征信号的时空序列中数据点s_i的时间属性，x_i、y_i为所述第一特征信号的时空序列中数据点s_i的空间属性；

且设定所述第一特征信号的时空序列中的数据点s_i与时间属性相邻的前一个数据点s_i-1的距离为s_i与时间属性相邻的后一个数据点s_i+1的距离为则s_i为转折点需要满足的预设条件为：

且D_p≠0，且t_i+1-t_i-1＜ε_t；或D_n＞ω，且D_p＝0，且t_i+1-t_i-1＜ε_t；

其中，ω为距离常数，距离比值常数，ε_t为时间差常数。