[发明专利]MFCC提取的分布式流处理方法、系统、存储介质及计算机

说明书

本发明涉及MFCC提取的分布式流处理方法、系统、存储介质及计算机，其方法包括如下步骤：并行获取多源信号原始数据流；多源信号原始数据流的数据类型为String数据；将多源信号原始数据流进行并行扁平映射，得到多源离散信号数据流；对多源离散信号数据流进行数据流分窗操作，得到并行的连续不断的滑动窗口；利用并行窗口处理函数在并行的连续不断的滑动窗口中提取梅尔频率倒谱系数，得到多源信号对应的梅尔频率倒谱系数数据流；本发明通过对数据流进行扁平映射以及分窗操作，让多源数据流的梅尔频率倒谱系数提取工作能够并行执行，提高梅尔频率倒谱系数的提取效率和及时性，避免了大批数据离线处理的滞后性以及数据处理量庞大而带来的数据处理压力。

技术领域

本发明涉及工业大数据和信号处理领域，用于机械设备振动信号、声音信号的实时处理，具体涉及MFCC提取的分布式流处理方法、系统、存储介质及计算机。

背景技术

MFCC，全称为Mel Frequency Cepstrum Coefficient，即梅尔频率倒谱系数，MFCC常用于声音信号的处理，也用于振动信号处理。在机械设备运维场景下，振动监测和声音监听是常用的技术手段，通过提取信号的MFCC，用于机械设备的异常检测和故障诊断。

目前已知的MFCC提取方法和技术，都是在振动数据或声音数据采集完成后进行离线分析的，MFCC提取算法需要对采集的信号进行分帧处理。当被监测设备数量增多，振动、声音传感器数量变得越来越庞大时，信号经过分帧后将形成巨量的矩阵，给离线特征提取工作带来巨大压力，而且由于特征提取滞后，难以满足需要实时分析MFCC的在线故障诊断场景。

发明内容

为了解决被监测设备数量较多时，振动、声音传感器数量变得越来越庞大时，信号经过分帧后将形成巨量的矩阵，给离线特征提取工作带来巨大压力，而且由于特征提取滞后，难以满足需要实时分析MFCC的在线故障诊断场景等技术问题，本发明提供MFCC提取的分布式流处理方法、系统、存储介质及计算机。

本发明解决上述技术问题的技术方案如下：

MFCC提取的分布式流处理方法，包括如下步骤：

并行获取多源信号原始数据流；其中，所述多源信号原始数据流的数据类型为String数据；

将所述多源信号原始数据流进行并行扁平映射，得到多源离散信号数据流；

对所述多源离散信号数据流进行数据流分窗操作，得到并行的连续不断的滑动窗口；

利用并行窗口处理函数在并行的连续不断的所述滑动窗口中提取梅尔频率倒谱系数，得到多源信号对应的梅尔频率倒谱系数数据流。

本发明的有益效果是：振动、声音等信号，每毫秒就产生很多个数据点，如果对数据点进行逐个发送，很有可能就会出现先发生的数据点后到达处理系统的情况，这样处理系统收到的数据就会出现乱序。所以本发明通过将多个毫秒采集的数据封装成一个String格式的片段来发送，片段内的信号数据点是按照原本发生顺序排列的，因此不会乱序，由于每个片段产生前后相差有多个毫秒，在网络传输正常时片段之间也不会产生乱序。当原始数据流的数据源有多个时，通过对数据流进行扁平映射以及分区分窗操作，让多源数据流的梅尔频率倒谱系数提取工作能够并行执行，提高梅尔频率倒谱系数的提取效率和及时性，避免了大批数据离线处理的滞后性以及数据处理量庞大而带来的数据处理压力。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述String数据至少包括时间戳、传感器ID、信号值以及分隔符，其中，所述传感器ID为所述原始数据流对应的传感器编号。

进一步，将所述多源原始数据流进行并行扁平映射，得到多源离散信号数据流，包括如下步骤：利用Flink流处理方法将所述多源原始数据流进行并行扁平映射，得到多源离散信号数据流。