[发明专利]一种ESMD样本熵结合FCM的电磁信号频谱数据分类方法

摘要

本发明公开了一种ESMD样本熵结合FCM的电磁信号频谱数据分类方法，属于电磁信号处理领域；具体如下：步骤一、利用频谱仪分别测量不同的电磁设备，获取电磁信号的频谱数据；步骤二、对每种电磁设备的每种频谱数据，分别用ESMD方法进行分解，获得各频谱数据的固有模态函数分量；步骤三、对每种频谱数据，利用固有模态函数分量的样本熵作为特征，构成该频谱数据的特征向量；步骤四、将所有频谱数据的样本熵向量输入到FCM算法，输出最优隶属度矩阵和最优聚类中心；步骤五、根据最优隶属度矩阵和最优聚类中心，分析电磁信号频谱数据的分类结果。优点在于：对提取的电磁信号频谱数据进行ESMD分解，获得各个固有模态函数；具有更好的自适应性。

主权项

1.一种ESMD样本熵结合FCM的电磁信号频谱数据分类方法，其特征在于：具体步骤如下：步骤一、利用频谱仪分别测量不同的电磁设备，获取电磁信号的频谱数据；所有的频谱数据数量为M；步骤二、对每种电磁设备的每种频谱数据，分别用ESMD方法进行分解，获得各频谱数据的固有模态函数分量；步骤三、对每种电磁设备的每种频谱数据，利用固有模态函数分量的样本熵作为特征，构成该频谱数据的特征向量；步骤四、将M个频谱数据的样本熵向量输入到FCM算法，输出最优隶属度矩阵和最优聚类中心；步骤五、根据最优隶属度矩阵和最优聚类中心，分析电磁信号频谱数据的分类结果；其中，所述步骤二具体为：步骤201、针对某种频谱数据s，获取全部极大值点和极小值点，并用直线连接相邻的极大值点和极小值点，得到一系列极值点的中点；频谱数据s中的数据点数量为N；中点为相邻极大值点和极小值点的中间值；步骤202、针对所有中点进行三次样条插值得到均值曲线X*；步骤203、判断均值曲线X*的幅值|X*|是否小于给定精度τ，如果是，进入步骤204，否则进入步骤205；步骤204、X*为频谱数据s的一个固有模态函数分量；X*的数据点数量为N；步骤205、计算s*＝s-X*作为新的频谱数据，返回步骤201，重新获取固有模态函数分量；最终频谱数据s得到的固有模态函数分量为L个，L≤log2N；所述步骤三具体为：步骤301、针对频谱数据s中，某个固有模态函数分量X*的所有数据点，构成r维数据点列集合Q(I)； Q ( I ) Q ( 1 ) = { P ( 1 ) , P ( 2 ) , ... , P ( r ) Q ( 2 ) = { P ( 2 ) , P ( 3 ) , ... , P ( r + 1 ) } Q ( 3 ) = { P ( 3 ) , P ( 4 ) , ... , P ( r + 1 ) } ... Q ( i ) = { P ( i )