[发明专利]一种基于基频能量分布特征的周期振源距离智能检测方法

摘要

本发明公开了一种基于基频能量分布特征的周期振源距离智能检测方法。本发明包括如下步骤：步骤1、基频检测得到周期振动信号的基频；步骤2、依据基频从周期振动信号中提取出一种反映基频能量分布的频带能量百分比特征，即FBEP特征；步骤3、依据已知距离的特征库，将提取出的未知距离的FBEP特征通过KNN法进行分析处理，得到振动信号距离的预测值。运用本发明后，单传感器节点可以实现检测距离，多传感器组合则可以实现交叉定位，并同时确保其精度与可靠性。此外，本发明具有无需事先学习距离特征的优点，从而使此距离检测具有更好的适应性。同时基于互相关法改进的基频检测步骤可以达到较好的距离检测效果。

主权项

1.一种基于基频能量分布特征的周期振源距离智能检测方法，其特征在于包括如下步骤：步骤1、基频检测得到周期振动信号的基频；步骤2、依据基频从周期振动信号中提取出一种反映基频能量分布的频带能量百分比特征，即FBEP特征；步骤3、依据已知距离的特征库，将提取出的未知距离的FBEP特征通过KNN法进行分析处理，得到振动信号距离的预测值；所述步骤1的具体实现包括以下几个步骤：1‑1.将输入的单帧原始信号x(n)进行初步处理，得到上包络线序列xu(n)和下包络线序列xl(n)；所述的初步处理是在x(n)的极大值或极小值序列间进行线性插值，从而分别得到与x(n)等长的上包络线和下包络线序列；1‑2.计算得到包络线均值序列xm(n)＝(xl(n)+xu(n))/2；1‑3.计算得到经过包络处理进行低频滤除后的信号X(n)＝x(n)‑xm(n)；1‑4根据以下公式计算X(n)的互相关序列Rn(τ)；1‑5计算互相关序列R_n(τ)的平方并截取序列前80％长度为L_c:L_c＝0.8*L_f；1‑6求的不定长度为L_r的极大值序列P(n)以及极大值序列P(n)对应的索引序列I_p(n),极大值序列的筛选方法如下：1‑7将P(n)和Ip(n)依据P(n)降序排列，取排序后的Ip(n)序列的前Lp项进行升序排列得到索引升序序列Ia(n)；1‑8求索引升序序列Ia(n)中相邻元素的增量，将求得的增量组成长度为Lp‑1的邻增量序列D(n)；1‑9将邻增量序列D(n)进行升序排序得到邻增量升序序列Da(n)；1‑10求邻增量升序序列Da(n)的前Ld项的中位数，得到的基频周期点数Td；1‑11从而获得基频ffd：ffd＝Fs/Td。