[发明专利]自适应最小相关广义反卷积方法

说明书

本发明涉及混合振动周期脉冲检测技术领域，涉及一种自适应最小相关广义反卷积方法，其包括以下步骤：一、初始化滤波器参数f，输入原始振动信号x；二、基于原始振动信构建Hankel矩阵H；三、使用APE技术估计故障周期T，从H中分别得到Hsubgt;1/subgt;和Hsubgt;2/subgt;；四、构成MCG‑Lp/Lq‑D中最小化问题，通过梯度下降算法来求解；五、更新滤波器参数；六、得到滤波后信号y，在迭代中之前y将作为下一次迭代中新的输入信号；七、判断是否达到最大迭代次数；八、得到目标滤波器，并对原始信号进行滤波得到最终滤波信号；对最终滤波信号进行频谱分析和包络谱分析。该方法不需要任何先验知识，能大提高故障恢复精度和应用范围。

技术领域

本发明涉及混合振动周期脉冲检测技术领域，具体地说，涉及一种自适应最小相关广义反卷积方法。

背景技术

最小相关广义 Lp/Lq反卷积(MCG- Lp/Lq-D)是检测混合振动周期脉冲的重要工具。在强噪声条件下，该方法是一种比最大相关峭度反卷积(MCKD)更稳定的故障脉冲恢复方法。然而，MCG- Lp/Lq-D仍然有局限性。MCG- Lp/Lq-D成功的必要条件之一是提供精确的故障周期。不精确的前一个周期将导致性能下降甚至方法失败。因此，需要一种具有自适应故障周期估计能力的自适应最小相关广义反卷积方法。

发明内容

本发明的内容是提供一种自适应最小相关广义反卷积方法，其能够克服现有技术的某种或某些缺陷。

根据本发明的自适应最小相关广义反卷积方法，其包括以下步骤：

一、选择滤波器长度和最大迭代次数，初始化滤波器参数 f，输入原始振动信号 x；

二、基于原始振动信构建Hankel矩阵 H；

三、使用APE技术估计故障周期 T，基于周期 T将从 H中分别得到 H₁和 H₂；

四、得到CG- Lp/ Lq范数，计算梯度项，构成一个最小化 x的CG- Lp/ Lq范数的优化问题，即最小相关广义 Lp/Lq反卷积MCG- Lp/Lq-D中最小化问题，这个问题通过梯度下降算法来求解；

五、更新滤波器参数；