[发明专利]基于STFT时频分析的辐射源筛选和定位方法

摘要

本发明公开了一种基于STFT时频分析的辐射源筛选和定位方法，将独立分量分析ICA算法与STFT相结合，提出了一套系统、全面、标准化的辐射电磁干扰分析与诊断方法。首先通过ICA算法将EUT的辐射噪声进行分离，筛选出若干个辐射噪声源；其次，将辐射总噪声的超标频段进行短时快速傅里叶变换和时频分析，提取出引起辐射超标的信号特征；最后，将提取出的信号特征与ICA筛选出的若干个辐射噪声源信号特征比对，对引起辐射噪声超标的噪声源进行定位诊断，采取针对性的整改抑制措施。本发明的方法通过找到引起辐射超标的相应器件，能快速有效的抑制设备的超标噪声。

主权项

基于STFT时频分析的辐射源筛选和定位方法，其步骤是：第一步：对被测设备用M个磁场探头进行近场测试，通过示波器测得M组被测设备的近场时域信号，将这M组时域信号数据导出；将M组观测信号xi(t)构成列向量x(t)＝[x1(t),...,xM(t)]T，i＝1,2,...,M；其中探头个数M取决于源信号数N，M≥N；第二步：对观测信号x(t)进行独立分量分析：设源信号是由N组独立的信号s1(t),...,sN(t)组成的，即s(t)＝[s1(t),...,sN(t)]T，观测信号与源信号之间的关系为x(t)＝As(t)，其中A为混合矩阵；设输出的分离信号为y(t)＝[y1(t),...,yN(t)]，则有yN(t)＝WN×MxM(t)＝WN×MAM×NsN(t)＝sN(t)    (1) 其中，y(t)是源信号s(t)的一个最大估计，且各分离信号yi(t)之间尽可能的相互独立；首先，对观测信号x(t)进行白化预处理，使用主分量分析方法去除各信号源之间的相关性，使之不相关，即寻找一个线性变换R0，使得变换后的R0x(t)为白化向量，R0可由式(2)得到，令观测信号x(t)的协方法矩阵Cx＝E[xxT]，A＝diag[d1...dn]是以Cx的特征值为对角元素的对角矩阵，U为Cx的特征向量矩阵，则R0＝Λ‑1/2UT    (2) 将观测信号x(t)进行白化处理后，然后用近似的牛顿迭代法进行迭代，寻找一个分离矩阵W使y＝Wx有最大的高斯性，代入y＝Wx中得到分离后的M组独立信号，即为近场测试中分离出的独立辐射噪声信号，记为Z1(t),Z2(t)...,Zm(t)；第三步：对分离后的时域信号Zm(t)和测得的观测信号xi(t)，分别进行短时快速傅里叶变换STFT变换，通过时频分析方法，提取出超标频点的信号特征；信号z(t)的连续短时傅里叶变换定义如下：式中γ(t)为一时间宽度很小的可滑动时窗，*表示复数共轭，即信号z(t)乘上一个以t为分布中心的分析时窗γ*(t'‑t)所作的傅里叶变换；短时快速傅里叶变换STFT的频谱SPEC，即STFT的时间‑频率能量分布，定义为STFT(t,f)模值的平方，即：SPEC(t,f)＝|STFT(t,f)|2     (4)由(3)、(4)两式不难得到短时快速傅里叶变换STFT及其频谱SPEC的数字算法：SPEC(n,k)＝|STFT(n,k)|2     (6) 采用快速傅里叶变换FFT实现式(5)的快速算法，式中：N表示快速傅里叶变换FFT长度，n,k表示STFT频谱所表示时频面中的离散时间和频率网格节点；将分离后的时域信号转成频域信号之后，对该信号进行时频分析，联合频域与时域数据，构造一种时间和频率的联合密度函数，以揭示信号中所包含的频率分量及其演化特性，可以很好的表示出信号的频率成分随时间的变化规律，从而提取出该信号的特征；第四步：在进行时频分析后，分别提取出分离后信号和混合信号的信号特征，分析出辐射噪声信号最大的信号特征；再与被测设备的电路原理图进行对比，最终确定出引起辐射噪声超标的辐射源。