[发明专利]基于Roberts算子和PauTa检验的瞬时频率估计方法

摘要

本发明公开了基于Roberts算子和PauTa检验的瞬时频率估计方法。该方法采用短时傅里叶变换将原始信号转换为时频谱图，采用Roberts检测算法获得多条脊带，采用PauTa检验排除每条脊带的异常值，通过叠加构建一条具有完整清晰边缘的合成脊带，采用PauTa检验排除合成脊带的异常值，计算合成脊带的均值曲线，对均值曲线进行平滑处理，计算该平滑均值曲线在95%置信水平上的置信区间，将平滑均值曲线及其置信区间映射到目标脊线上，得到目标脊线的参考线和局部搜索区间，采用非延迟代价函数提取目标脊线。本发明适合于估计复杂多分量变频信号的瞬时频率，克服了传统方法在机械振动信号瞬时频率估计中的缺陷，估计结果的准确度和精确度高，便于工程应用。

主权项

1.基于Roberts算子和PauTa检验的旋转机械瞬时频率估计方法，其特征在于，包括以下步骤：步骤1：采用短时傅里叶变换算法将旋转机械信号x（k）k=1, 2, …,N转换为时频谱图，N代表旋转机械信号的长度；步骤2：从时频谱图中选取一块具有较高信噪比的局部区域，采用Roberts检测算法将该局部区域转换成二值图像，二值图像包含多条脊带；步骤3：采用PauTa检验算法排除每条脊带上下边缘的异常值；步骤4：将上述多条脊带按照相互之间的运动学比例关系叠加到其中一条轮廓最完整的脊带上，构建一条具有完整清晰边缘的合成脊带；步骤5：采用PauTa检验算法排除上述合成脊带上下边缘的异常值；步骤6：计算上述合成脊带的均值曲线，采用五点三次平滑算法对均值曲线进行平滑处理，得到平滑均值曲线，计算该平滑均值曲线在95%置信水平上的置信区间；步骤7：将上述平滑均值曲线及其置信区间按照平滑均值曲线与待估计目标脊线之间的运动学比例关系映射到目标脊线上；步骤8：将映射后的平滑均值曲线作为目标脊线的参考线，将映射后的置信区间作为目标脊线的局部搜索区间；步骤9：采用非延迟代价函数在每个时刻所对应的局部搜索区间内搜索脊点，确定每个时刻所对应的瞬时频率，最后得到整个时间区间上的瞬时频率；所述步骤9中非延迟代价函数包括以下步骤：1）第k个时刻所对应的局部搜索区间FB_k 定义为，f_k(pmc)代表映射后的平滑均值曲线在第k个时刻的值，代表映射后的平滑均值曲线置信区间在第k个时刻宽度的一半，m代表目标脊线的长度；2）第k个时刻所对应的非延迟代价函数CF_k定义为：,，f_k(i) 代表在FB_k范围内所取的频率值，TF(t_k, f_k)代表TF(t, f)在第k个时刻的值，t_k代表t在第k个时刻的值，f_k代表f在第k个时刻的值，e_k代表权重因子。