[发明专利]一种用于含噪ENPEMF信号的镜像累加NNMP-SST时频分析方法

权利要求书

1.一种用于含噪ENPEMF信号的镜像累加NNMP-SST时频分析方法，其特征在于：包括以下步骤：

步骤1：对含噪ENPEMF信号进行累加得到待处理信号；

步骤2：对所述待处理信号进行镜像优化得到镜像优化后的待处理信号；

步骤3：对所述镜像优化后的待处理信号进行稀疏分解得到分量信号IMF₁和IMF₂；

步骤4：将所述IMF₁和IMF₂组合得到组合后的信号矩阵x’_a；

步骤5：初始化信号矩阵x’_a的可信度系数和归一化系数得到初始化后的信号矩阵x_a；

步骤6：求出初始化后的信号矩阵x_a的分量幅值；

步骤7：确定初始化后的信号矩阵x_a的第i行分量幅值的最大值；

步骤8：根据所述第i行分量幅值的最大值确定第i行所有可信度系数等级；

步骤9：根据可信度系数等级对所述初始化后的信号矩阵x_a的第i行分量幅值相应进行归一化得到第i行优化矩阵；

步骤10：判断第i行是否为最后一行；

步骤11：若是，则得到优化信号矩阵；

步骤12：若不是，则i＝i+1并回到步骤7。

2.如权利要求1所述的一种用于含噪ENPEMF信号的镜像累加NNMP-SST时频分析方法，其特征在于：所述含噪ENPEMF信号含有的噪声为高斯白噪声。

3.如权利要求1所述的一种用于含噪ENPEMF信号的镜像累加NNMP-SST时频分析方法，其特征在于：所述镜像优化具体包括：通过增加实验数据让端点处不在实验数据有效区内，从而有效避免端点失真。

4.如权利要求1所述的一种用于含噪ENPEMF信号的镜像累加NNMP-SST时频分析方法，其特征在于：所述信号矩阵x_a的表达式为：x_a＝mIMF₁+nIMF₂，其中，当m、n系数均为1时，信号矩阵x_a为稀疏表示后的镜像优化后的待处理信号，当m、n值不同时，归一化处理会影响幅度小的分量。

5.如权利要求1所述的一种用于含噪ENPEMF信号的镜像累加NNMP-SST时频分析方法，其特征在于：所述可信度系数记为jp；jp为所述第i行一分量幅值与所述第i行分量幅值的最大值比值的阈值，0≤jp≤1，当jp越接近1时，原信号保留的越少。

6.如权利要求5所述的一种用于含噪ENPEMF信号的镜像累加NNMP-SST时频分析方法，其特征在于：所述归一化系数记为jq；jq是对一分量幅值进行缩小的系数，0≤jq≤1，当jq越接近1时，原信号保留得越多。

7.如权利要求6所述的一种用于含噪ENPEMF信号的镜像累加NNMP-SST时频分析方法，其特征在于：所述可信度系数等级包括：一级可信度(jp²A,jpA)、二级可信度(jp³A,jp²A)、三级可信度(jp⁴A,jp³A)及四级可信度(0,jp⁴A)，其中，A表示分量幅值。

8.如权利要求7所述的一种用于含噪ENPEMF信号的镜像累加NNMP-SST时频分析方法，其特征在于：一级可信度归一化规则为保留原分量，表达式为：X_a(i,j)＝X_a(i,j)；二级可信度归一化规则为分量幅值二级归一化，表达式为：X_a(i,j)＝jqX_a(i,j)；三级可信度归一化规则为分量幅值三级归一化，表达式为：X_a(i,j)＝jq²X_a(i,j)；四级可信度归一化规则为原分量幅值归零，表达式为：X_a(i,j)＝0。