[发明专利]一种基于图域特征的引力波信号分类识别方法及系统

权利要求书

1.一种基于图域特征的引力波信号分类识别方法，其特征在于，包括：

(1)计算待识别信号的功率谱，对功率谱进行归一化和量化处理，将归一化和量化处理后的功率谱转化为图，计算图的连通分量个数C₁，将图的连通分量个数C₁与预先设置的阈值η₁进行比较，若C₁＞η₁，则判为连续型引力波；若C₁≤η₁，则进入步骤(2)；

(2)计算待识别信号的自相关函数，对自相关函数进行归一化和量化处理，将归一化和量化处理后的自相关函数转化为图，计算图的连通分量个数C₂，将图的连通分量个数C₂与预先设置的阈值η₂进行比较，若C₂＞η₂，则判为随机引力波；若C₂≤η₂，则进入步骤(3)；

(3)将待识别信号与其延时信号乘积，得到时滞积，根据时滞积得到时滞频谱模值，找出时滞积频谱模值的极大值，取极大值位置到时滞积频谱模值数据段结束点之间的数据，对极大值位置到时滞积频谱模值数据段结束点之间的数据进行归一化和量化处理，将经过归一化和量化后的数据转化为图，计算图的连通分量个数C₃，将图的连通分量个数C₃与预先设置的阈值η₃进行比较，若C₃＞η₃，则判为Chirp型引力波；若C₃≤η₃，则判为突发型引力波。

2.根据权利要求1所述的基于图域特征的引力波信号分类识别方法，其特征在于，所述步骤(1)，包括：

(1.1)待识别信号表示为x(n)＝s(n)+w(n)，其中s(n)和ω(n)分别为引力波信号和复高斯白噪声，对x(n)做M点快速傅里叶变换并取其模平方，得到其功率谱X(m)，表示为

式中，n为待识别信号样本点序号，m为傅里叶变换的点序号，N为待识别信号样本点总数，M表示快速傅里叶变换点数；

(1.2)对功率谱X(m)进行归一化、均匀量化，并将量化后的归一化功率谱转化为图，包括：

X(m)的最大和最小幅度分别为则归一化后的信号频谱U_X(m)为：

令量化级数为γ，则得到一组离散振幅{1/γ,2/γ,…1}，从而归一化功率谱振幅被四舍五入量化到最接近的量化值，量化后归一化功率谱Q_X(m)为

以量化后归一化功率谱Q_X(m)的γ个量化值为顶点定义各顶点连线为图的边，则图的边的集合为其中得到信号的功率谱的图域表示形式G＝(V,E)；

Δ_Υ表示对归一化功率谱振幅进行γ级量化，v_γ表示量化后的数据转换为图后得到的γ个顶点，e_δ,β表示量化后的数据转换为图后得到的边，δ和β表示边e_δ,β所对应的两个顶点，N_γ表示顶点所属的集合，V,E分别表示图的顶点和边；

(1.3)计算图的拉普拉斯矩阵L(G)，表示为：

L(G)＝(l_ij)_γ×γ，

式中，deg(v_i)为顶点的度，通过特征分解获取特征值，进而根据特征值中的零特征值的个数得到连通分量个数C₁；i，j分别表示顶点序号。