[发明专利]一种非平稳信号的时频谱结构特征提取方法

说明书

本发明涉及一种非平稳信号的时频谱结构特征提取方法，该方法采用所构造的特征截面函数对非平稳信号的三维时频谱结构进行特征分析。该方法引入位势特征截面函数，获得非平稳信号的位势特征截面图及二值切片图等图谱结构特征，显著地减少数据量、抑制干扰，有利于显著提升信号智能检测算法的效能；该方法通过位势特征截面的优选，可以使同类别非平稳信号的共性时频谱结构特征得到凸显、让信号的时频结构分布特征更为简明直观，可以显著提高信号智能检测的准确性、降低虚警误判的概率。该特征也有利于图像识别领域的成熟算法在非平稳信号时频谱智能检测中的推广应用；该方法对提高非平稳信号间的时间分辨能力也有益处。

技术领域

本发明涉及随机信号检测领域，尤其是涉及一种对非平稳信号的时频谱结构特征的提取方法。

背景技术

非平稳信号是一种分布参数或者分布律随时间不断变化的信号，通常含有丰富的信息，在信息传递、监测等领域是一种应用普遍而重要的信号类型，生活中的语音、冲击振动、通信信号等等大部分都属于这类信号。

非平稳信号所承载的信息主要通过其信号强度在时域和频域的分布来体现，因此在信号检测过程中通常会采用时域分析、频域分析、时频联合分析方法，工程上多用相关函数与时变功率谱来描述。针对偶发、猝发、短时、瞬变以及微弱的非平稳信号，其信号特征提取和检测判别的难度大，通常采用时频联合分析的方法。

非平稳信号的时频分析方法主要有两种类，一类是短时傅里叶变换、小波变换、希尔伯特黄变换和其他相关优化型时频变换，变换方法均是利用窗函数局部时频处理，形成时频域谱图；但在信号背景干扰信号能量大的情况，微弱小信号的时频谱能量会被压制很小，甚至难以辨别。另一类是希尔伯特黄变换其他相关优化型变换，变换方法是基于经验模态分解进行时频参数分析，相对而言算法运算复杂效率不高。

时频分析的结果通常是时频谱图，比如语音分析的语谱图。时频谱图描述的是信号不同的频率成分其强度随频率的变化情况，是信号频谱成分时变的三维描述形式，信号所包含的信息则是以时频谱分布的结构特征体现其中。

现实信号检测过程中，所采集的信号会伴有复杂的背景和噪声干扰，通常单纯依靠时域和频域的分析往往很难达到对非平稳信号准确检测的目的，而时频谱图能够让信号与背景噪声的区分提供更丰富的信息也即更强的检测能力，然而含有背景和噪声的非平稳信号的时频谱图往往比较复杂多变而且信息量很大，因此采取信号特征提取等有效技术手段让信号从背景噪声中凸显出来，对于提高检测能力、抗干扰能力、降低虚警率具有重要意义。

发明内容

本发明提出的一种针对非平稳信号的时频谱结构特征提取方法，其目的就是在利用非平稳信号时频谱图进行信号检测和判别的时候，能够获得更高信噪比的时频分布信息即位势特征截面图、获得更简明的信号时频结构特征即位势特征二值切片图。该方法不仅能够显著提高对非平稳信号或过程的检测效率、准确率，还能显著降低计算量。

非平稳信号是指分布参数或者分布规律随时间发生变化的信号，例如：生物声信号、心电异常信号等。

本发明的目的可以通过以下技术方案来实现：

一种非平稳信号的时频谱结构特征提取方法，该方法采用所构造的特征截面函数对非平稳信号的三维时频谱结构进行特征分析。其特征在于，该方法包括以下步骤：

S1：利用时频谱分析算法计算获得所述非平稳信号的时频谱图，优选的分析算法采用短时傅里叶变换、小波变换、希尔伯特黄变换等，对所获时频谱图按强度进行归一化处理；

S2：根据信号特征提取的具体需求和目的、结合频谱强度时域分布的三维特征，设计构造位势特征截面函数；

S3：将位势特征截面函数施用于非平稳信号的时频谱图，截取并获得相应的位势特征截面图；