龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京航空航天大学
摘要：本发明公开了一种基于小波分析的传感器故障信号特征提取方法，首先获取传感器故障信号数据，并进行无量纲预处理；采用Daubechies小波对无量纲的传感器故障信号进行N层小波分解，保存小波分解系数；对小波分解系数分别进行模极大值特征提取处理和高频相对小波能量特征提取处理，得到模极大值特征向量和高频相对小波能量特征向量，最终组成传感器故障信号特征矩阵；本发明提供的传感器故障信号特征提取方法采用多尺度一维小波分解只对小波时间和尺度平面上的一些离散点进行小波变换，减少了信息冗余，提高了特征提取的速度，能够同时获取故障数据的时域和频域特性，增强了特征的稳定性；提高了特征参数的有效性以及后续故障识别的可靠性。
主权项：1.一种基于小波分析的传感器故障信号特征提取方法，其特征在于，包括以下步骤：步骤S1、获取传感器故障信号数据；步骤S2、对所述传感器故障信号数据进行无量纲预处理；步骤S3、采用Daubechies小波对步骤S2中无量纲的传感器故障信号进行N层小波分解，具体采用多尺度一维小波分解，获取分解的小波系数；步骤S4、对步骤S3中获取的小波系数进行模极大值特征提取处理，得到模极大值特征向量；步骤S5、对步骤S3中获取的小波系数进行高频相对小波能量特征提取处理，得到高频相对小波能量特征向量；步骤S6、将所述模极大值特征向量和高频相对小波能量特征向量组合，获得传感器故障信号特征矩阵；所述步骤S5中高频相对小波能量特征提取步骤包括：步骤S5.1、通过多尺度一维小波分解得到第N层小波近似系数，记为aN；计算第N层小波近似系数的能量，记为EaN；步骤S5.2、计算每一层小波细节系数的能量，记为Ed1,Ed2,L,EdN；步骤S5.3、计算每层小波细节系数的能量Edj占小波系数总能量的比值ρj，得到高频相对小波能量特征向量，记为f2；其中ρj具体表示如下： 则高频相对小波能量特征向量表示为：f2＝[ρ1,ρ2,L,ρN]；所述步骤S6中传感器故障信号特征矩阵F表达如下：
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种基于小波分析的传感器故障信号特征提取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号