[发明专利]一种非侵入式负荷监测的多维信号检测方法

权利要求书

1.一种非侵入式负荷监测的多维信号检测方法，其特征在于，包括以下步骤：

1)获取基础数据，包括信号维度、信号均值、协方差矩阵；其中，所述信号维度是指描述信号特征的数量；所述信号均值是指服从概率密度函数的多维信号的均值；所述协方差矩阵是指服从概率密度函数的多维信号的方差；

2)确定检测窗口长度；

3)结合信号均值和协方差矩阵采用贝叶斯信息准则法进行模型复杂度惩罚似然准则函数计算，具体如下：

先进行两种统计假设处理：

H₀假设：θ＝θ₀ n-k+1≤m≤n

H₁假设：

式中，H₀和H₁为两种统计学假设；θ为概率密度函数的参数向量，在H₀假设下为向量θ₀，在H₁假设下会为向量θ_1a或θ_1b；信号为X_n＝{x_m,m＝n-k+1,…,n}，其中，k为检测窗口长度，n-k+1为一个检测窗口内的起点，n为一个检测窗口内的终点，n_c为信号发生改变的点，n_c-1为信号改变前的一个点；

θ为概率密度函数的参数向量，参数θ服从高斯分布N(μ,∑)，多维信号高斯分布如下所示：

式中，p_θ(x_m)为概率密度函数；x_m为检测信号；d是信号维度；μ是多维信号均值；∑是多维信号协方差矩阵；

模型复杂度惩罚的似然准则函数为：

式中，p(X_n|H_i)为信号X_n在假设H_i条件下的概率密度函数；λ为惩罚因子，根据不同的模型选择情况进行设置；M是概率模型参数数量，在H₀假设中，模型参数数量M＝d+(1+d)d/2＝d(d+3)/2，在H₁假设中，模型参数数量M＝2(d+(1+d)d/2)＝d(d+3)；k为检测窗口的长度；

两种统计假设下的模型复杂度惩罚的似然准则函数分别为：

式中，x_m为检测信号；n-k+1为一个检测窗口内的起点；n为一个检测窗口内的终点；n_c为信号发生改变的点；n_c-1为信号改变前的一个点；k为检测窗口长度；d是信号维度；μ₀为H₀假设下多维信号均值；∑₀为H₀假设下多维信号协方差矩阵；μ_1a和∑_1a分别为H₁假设下发生改变前的多维信号均值和协方差矩阵；μ_1b和∑_1b分别为H₁假设下发生改变后的多维信号均值和协方差矩阵；

4)根据模型复杂度惩罚似然准则函数结果进行决策函数计算，决策函数为两种统计假设下的模型复杂度惩罚的似然准则函数之差：

式中，Σ₀为H₀假设下多维信号协方差矩阵；Σ_1a为H₁假设下发生改变前的多维信号协方差矩阵；Σ_1b为H₁假设下发生改变后的多维信号协方差矩阵；n是一个检测窗口内的终点；n_c为信号发生改变的点；k为检测窗口长度；d是信号维度；λ为惩罚因子；

5)采用最大似然函数的方法将决策函数表达式显示：

式中，

式中，为H₁假设下发生改变前的多维信号协方差矩阵的最大似然函数；为H₁假设下发生改变后的多维信号协方差矩阵的最大似然函数；为H₀假设下多维信号协方差矩阵的最大似然函数；n是一个检测窗口内的终点；n_c为信号发生改变的点；k为检测窗口长度；d是信号维度；λ为惩罚因子；x_m为检测信号；为H₁假设下发生改变前的多维信号均值的最大似然函数；为H₁假设下发生改变后的多维信号均值的最大似然函数；为H₀假设下多维信号均值的最大似然函数；

根据表达式进行检测，如果在检测窗口内决策函数值大于设定的阈值，证明有信号改变；如果在检测窗口内决策函数值小于设定的阈值，证明没有信号改变；逐步移动检测窗口，在下一个检测窗口内重新进行检测，直至最后一个检测窗口。

2.根据权利要求1所述的一种非侵入式负荷监测的多维信号检测方法，其特征在于：在步骤2)中，确定检测窗口长度，检测窗口有以下特点：

①检测窗口超过设定值，容易导致漏检；

②检测窗口小于设定值，容易导致误检。