一種基于量化信息熵的一維構(gòu)件應(yīng)力波信號(hào)奇異點(diǎn)檢測的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及信號(hào)特征識(shí)別領(lǐng)域,具體涉及的是一種基于量化信息熵的一維構(gòu)件應(yīng) 力波信號(hào)奇異點(diǎn)檢測的方法。
【背景技術(shù)】
[0002] 信號(hào)的奇異點(diǎn)檢測是應(yīng)用非常廣泛的技術(shù),特別是在結(jié)構(gòu)體的完整性檢測上,例 如一維構(gòu)件的完整性檢測。
[0003] 目前在一維構(gòu)件完整性檢測上應(yīng)用最廣泛的方法為應(yīng)力波法,即:在一維構(gòu)件的 同一端安置應(yīng)力波激發(fā)器和信號(hào)接收傳感器,激發(fā)應(yīng)力波之后,應(yīng)力波傳感器會(huì)接收到完 整的應(yīng)力波信號(hào)波形,波形中包含豐富的信息,通過分析信號(hào)波形特征量,可以得到一維構(gòu) 件的完整性信息。目前常見的應(yīng)力波特征量包括信號(hào)的能量(功率譜密度),方差等,提取 特征量的方式有在信號(hào)整個(gè)時(shí)程上提取特征量,還有先將信號(hào)分段,提取每段信號(hào)的特征 量。無論是在信號(hào)整個(gè)時(shí)程上,還是分段提取信號(hào)的特征量,都難免會(huì)造成奇異點(diǎn)的遺漏和 檢測分辨率的降低。
[0004] 本發(fā)明提出量化信息熵的概念,并將量化信息熵作為信號(hào)的特征量;構(gòu)造時(shí)間窗 為工具,在信號(hào)上移動(dòng)提取特征量;將信號(hào)特征量降維,分析應(yīng)力波信號(hào)的奇異點(diǎn)位置。與 已知的基于模極大值法等奇異點(diǎn)檢測方法相比,本發(fā)明實(shí)現(xiàn)了特征量的降維,在信號(hào)存在 多處奇異點(diǎn)的情況下可以得到優(yōu)異的檢測結(jié)果,提高了檢測分辨率,并且抗噪性能優(yōu)良,不 占有過多的時(shí)間資源。
【發(fā)明內(nèi)容】
[0005] 本發(fā)明的目的在于提供一種基于量化信息熵的一維構(gòu)件應(yīng)力波信號(hào)奇異點(diǎn)檢測 的方法。
[0006] 本發(fā)明的目的是這樣實(shí)現(xiàn)的:
[0007] (1)將原始應(yīng)力波信號(hào)進(jìn)行預(yù)處理,進(jìn)行n層小波包分解,得到不同頻率范圍的2n 個(gè)子波信號(hào);
[0008] (2)在信息熵的基礎(chǔ)上提出量化信息熵,作為一維構(gòu)件應(yīng)力波信號(hào)的特征量:
[0009] 信號(hào)的量化信息熵為:
[0010]
【主權(quán)項(xiàng)】
1. 一種基于量化信息熵的一維構(gòu)件應(yīng)力波信號(hào)奇異點(diǎn)檢測的方法,其特征在于,包括 如下步驟: (1) 將原始應(yīng)力波信號(hào)進(jìn)行預(yù)處理,進(jìn)行n層小波包分解,得到不同頻率范圍的2n個(gè)子 波信號(hào); (2) 在信息熵的基礎(chǔ)上提出量化信息熵,作為一維構(gòu)件應(yīng)力波信號(hào)的特征量: 信號(hào)的量化信息熵為:
其中DH(X)即為信號(hào)的量化信息熵,D為幅值區(qū)間的個(gè)數(shù),Nunii表示第i個(gè)幅值區(qū)間內(nèi) 采樣點(diǎn)個(gè)數(shù),Pi為第i個(gè)幅值區(qū)間內(nèi)采樣點(diǎn)數(shù)的統(tǒng)計(jì)概率 信號(hào)采樣幅值集合為X= {x^x2, . . .,xn),X的概率分布為Pi=P(x)(i= 1,2,..., n)
變量X的最大值與最小值,分別記為x_^Px_,幅值由Xujljx_平均分成 D個(gè)量化幅值區(qū)間,則每段幅值的取值長度為:
每段幅值的量化取值范圍為: (xmin+iAd,xmin+(i+l)Ad,)(i= 0,1,2, ? ? ?,D-1); 第i段幅值區(qū)間內(nèi)的采樣點(diǎn)個(gè)數(shù)為Nmv第i段幅值區(qū)的統(tǒng)計(jì)概率為:
應(yīng)力波經(jīng)小波包k層分解后,得到m=2k個(gè)信號(hào)子波,時(shí)間窗步進(jìn)數(shù)為X,提取特征量, 即量化信息熵之后,每個(gè)子波熵值向量為: Hm={DHml,DHm2,DHm3,? ? ?,DHmn} {m= 1,2,...,2); 應(yīng)力波量化信息熵矩陣為:
其中每行數(shù)據(jù)代表一個(gè)子波的量化信息摘向量,m個(gè)子波構(gòu)成mXn特征量矩陣; (3) 構(gòu)造固定寬度W的時(shí)間窗,在信號(hào)的時(shí)程上按步長B移動(dòng)提取信號(hào)特征量,構(gòu)造信 號(hào)的特征量矩陣; 時(shí)間窗口寬度為W,步進(jìn)長度為B,時(shí)間窗口寬度W的取值覆蓋至少一個(gè)完整的奇異點(diǎn), 不超過兩個(gè)奇異點(diǎn);步進(jìn)長度B的取值滿足W/8<B<W/4 ; (4) 對(duì)信號(hào)的特征量矩陣做降維處理,分析判定信號(hào)奇異點(diǎn)的位置信息: 所有子波對(duì)應(yīng)同一位置的特征值的均值,得到一維的信號(hào)特征量,求得對(duì)應(yīng)同一段信 號(hào)的時(shí)間窗的量化信息熵均值:
處理得到量化信息熵均值向量為:
若信號(hào)的特征值左右均收斂至最小值,則對(duì)應(yīng)的信號(hào)部分存在奇異點(diǎn),ff的第i個(gè)元 素在左右對(duì)稱的特定范圍內(nèi)均收斂為最小值,則: ((i-l)B, (i-l)B+ff)(iG[l,n]); 該段區(qū)域?yàn)閼?yīng)力波信號(hào)奇異點(diǎn)位置,其中B為步進(jìn)長度,W為時(shí)間窗寬度。
【專利摘要】本發(fā)明涉及信號(hào)特征識(shí)別領(lǐng)域,具體涉及的是一種基于量化信息熵的一維構(gòu)件應(yīng)力波信號(hào)奇異點(diǎn)檢測的方法。本發(fā)明包括:(1)將原始應(yīng)力波信號(hào)進(jìn)行預(yù)處理,進(jìn)行n層小波包分解,得到不同頻率范圍的2n個(gè)子波信號(hào);(2)在信息熵的基礎(chǔ)上提出量化信息熵,作為一維構(gòu)件應(yīng)力波信號(hào)的特征量;(3)構(gòu)造固定寬度W的時(shí)間窗,在信號(hào)的時(shí)程上按步長B移動(dòng)提取信號(hào)特征量,構(gòu)造信號(hào)的特征量矩陣;(4)對(duì)信號(hào)的特征量矩陣做降維處理,分析判定信號(hào)奇異點(diǎn)的位置信息。與現(xiàn)有算法技術(shù)相比,本發(fā)明的有益效果是實(shí)現(xiàn)了特征量的降維,在信號(hào)存在多處奇異點(diǎn)的情況下可以得到優(yōu)異的檢測結(jié)果,提高了檢測分辨率,并且抗噪性能優(yōu)良,不占有過多的時(shí)間資源。
【IPC分類】G01N29-44
【公開號(hào)】CN104698091
【申請(qǐng)?zhí)枴緾N201510112344
【發(fā)明人】康維新, 李敬德, 高爽
【申請(qǐng)人】哈爾濱工程大學(xué)
【公開日】2015年6月10日
【申請(qǐng)日】2015年3月13日