[发明专利]一种基于稀疏表示的故障微弱信号特征提取方法在审
| 申请号： | 201410186314.5 | 申请日： | 2014-05-05 |
| 公开（公告）号： | CN103927761A | 公开（公告）日： | 2014-07-16 |
| 发明（设计）人： | 柴毅;屈剑锋;邢占强;董勇;黄帅 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/46;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 400044 重庆市沙坪*** | 国省代码： | 重庆;85 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 该发明提供了一种基于稀疏分解理论的用于实现对故障微弱信号的特征提取的方法，旨在将稀疏分解算法应用在故障微弱信号领域。具体方法步骤如下：一、通过历史数据建立与故障微弱信号对应的过完备原子库，采用原子库集合划分方法，将过完备库看成一个集合，确定原子的时频参数尺度，频率，相位，得到故障微弱信号的特征原子库；二、将快速傅里叶变换算法与OMP稀疏分解结合，得到描述信号特征的一系列原子参数；三、作SPCA稀疏主分量分析对故障信号特征作优化提取。本发明基于原子库集合划分和FFT的信号稀疏分解OMP算法有效降低稀疏分解算法的复杂度，提高信号稀疏分解的速度以及信号稀疏分解的效果，实现了信号特征的优化提取。 | ||
| 搜索关键词： | 一种 基于 稀疏 表示 故障 微弱 信号 特征 提取 方法 | ||
【主权项】：
一种基于稀疏表示的故障微弱信号特征提取方法，其特征在于：包括以下步骤：步骤一：建立与故障微弱信号对应的过完备原子库，完成原子库集合划分；步骤二：利用FFT实现信号稀疏分解，从而得到描述信号特征的一系列原子参数，直到满足分解停止条件；步骤三：分解结束，对得到的原子参数进行非负稀疏表示的特征提取。
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重庆大学，未经重庆大学许可，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/patent/201410186314.5/，转载请声明来源钻瓜专利网。
