用于ENPEMF信号的AMW-SST时频分析方法技术

本发明专利技术提供了用于ENPEMF信号的AMW‑SST时频分析方法，所述方法包括步骤：建立单元数据，在所述单元数据中存入小波类型作为备选小波用于ENPEMF信号处理；存储所述小波类型的CM值；根据CM值对小波进行筛选得到用于ENPEMF信号处理的母小波；使用所述母小波对待处理ENPEMF信号进行SST处理得到待处理ENPEMF信号的时频分析结果。本发明专利技术通过计算小波的CM值自适应地选出最优母小波，最后结合SST算法得出时间轴和频率轴同时具有较高锐化效果的输出，使其时频效果更加清晰，提高时频图的聚集度和可读性。

Frequency analysis for ENPEMF signal AMW SST

The present invention provides a method for frequency analysis of ENPEMF signal AMW SST, the method includes the following steps: establishing a data unit, the unit in the data stored in the wavelet type as an alternative for ENPEMF wavelet signal processing; wavelet type storing the value of the CM; according to the value of CM was screened for mother wavelet signal processing ENPEMF the wavelet; using the wavelet treated SST processing to obtain the time-frequency analysis results of ENPEMF signal processing ENPEMF signal processing. The invention adaptively selects the optimal mother wavelet by calculating the CM value of the wavelet. Finally, combined with the SST algorithm, we get the output of the time axis and frequency axis with higher sharpening effect, making the time frequency effect clearer and improving the aggregation and readability of the time-frequency graph.

【技术实现步骤摘要】
用于ENPEMF信号的AMW-SST时频分析方法
本专利技术涉及非平稳信号时频分析研究领域，具体涉及用于ENPEMF信号的AMW-SST时频分析方法。
技术介绍
同步压缩变换可采用基于小波的变换核函数，也可以采用基于短时傅立叶变换的核函数，短时傅立叶变换存储在窗函数不好选取，无法兼顾时域和频域精确度的问题。因此，基于小波变换核函数的同步压缩就成为首选方案，即：基于小波核函数的同步压缩小波变换(SynchrosqueezingWaveletTransform，SST)。但是，基于小波的SST存在一个问题，其母小波的选择无从下手。小波分析中可供选择的母小波具有多样性，选择不同的母小波也会导致输出结果的不唯一性，因此小波分析在实际应用中面临一个很重要的问题是最优母小波的选择。不同的母小波处理相同的信号可能会得到不同的结果，因此母小波的选择对信号处理的好坏起到相当重要的作用。在面对非平稳信号分析时，往往通过时频分布图上的聚集度进行判断，最直观的一个方法是通过肉眼直接观察时-频-能量谱，但该方法存在较大的不确定性，而且需要对每个结果都进行比对，加入了主观感受，评价不客观，选出的结果不一定是实际最佳的效果。因此，如何客观有效并且自适应地选出母小波就成为业界关注的问题。
技术实现思路
本专利技术提供了用于ENPEMF信号的AMW-SST时频分析方法，可以有效解决上述问题。本专利技术提供的技术方案是：用于ENPEMF信号的AMW-SST时频分析方法，所述方法包括步骤：建立单元数据，在所述单元数据中存入小波类型作为备选小波用于ENPEMF信号处理；存储所述小波类型的CM值；根据CM值对小波进行筛选得到用于ENPEMF信号处理的母小波；使用所述母小波对待处理ENPEMF信号进行SST处理得到待处理ENPEMF信号的时频分析结果。本专利技术的有益效果是：本专利技术提供了用于ENPEMF信号的AMW-SST时频分析方法，通过计算小波的CM值自适应地选出最优母小波，最后结合SST算法得出时间轴和频率轴同时具有较高锐化效果的输出，使其时频效果更加清晰，提高时频图的聚集度和可读性。附图说明图1是本专利技术实施例中对ENPEMF信号的AMW-SST时频分析方法整体流程图；图2是本专利技术实施例中根据小波CM值筛选母小波步骤流程图；图3是本专利技术实施例中使用选好的母小波对待处理ENPEMF信号进行SST处理得到信号的时频分析结果步骤流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地描述，下文中提到的具体技术细节，如：方法等，仅为使读者更好的理解技术方案，并不代表本专利技术仅局限于以下技术细节。本专利技术的实施例提供了用于ENPEMF信号的AMW-SST时频分析方法，通过将。请参阅图1，图1是本专利技术实施例中对ENPEMF信号的AMW-SST时频分析方法整体流程图，所述方法由硬件设备实现，具体步骤包括：S101：建立单元数据，在所述单元数据中存入小波类型作为备选小波用于ENPEMF信号处理。所述小波类型具体包括：BL3小波、Meyer小波、Morlet小波、Gaussian小波及Cinfc小波。S102：存储所述小波类型的CM值，使用一行五列矩阵存储所述CM值。所述CM值的表达式为：其中，Ts(ω,b)为时频分布，ω为频率，b为时间。S103：根据CM值对小波进行筛选得到用于ENPEMF信号处理的母小波。所述CM值越大代表ENPEMF信号处理后的时频聚集度越高，ENPEMF信号处理结果越好。S104：使用所述母小波对待处理ENPEMF信号进行SST处理得到待处理ENPEMF信号的时频分析结果。参见图2，图2是本专利技术实施例中根据小波CM值筛选母小波步骤流程图，具体步骤包括：S201：判断CM值的大小。S202：设定CM差值阈值，并将CM值两两做差得到一两两CM值差值集合。S203：若所述两两CM值差值集合中存在元素大于所述CM差值阈值，则选取CM值最大的小波为用于ENPEMF信号处理的母小波。S204：若所述两两CM值差值集合中不存在元素大于所述CM差值阈值，且所述小波类型中包含Morlet小波，则Morlet小波为用于ENPEMF信号处理的母小波。S205：若所述两两CM值差值集合中不存在元素大于所述CM差值阈值，且所述小波类型中不包含Morlet小波，则随机选取一小波为用于ENPEMF信号处理的母小波。参见图3，图3是本专利技术实施例中使用选好的母小波对待处理ENPEMF信号进行SST处理得到信号的时频分析结果步骤流程图，具体包括：S301：确定待处理ENPEMF信号记为s(t)＝Acos(ωt)，所述母小波记为ψ，且满足ξ<0时S302：计算s(t)的连续小波变换，具体公式为：其中，ω为频率，a为尺度，b为时间，和分别表示ψ和s(t)的傅立叶变换。S303：估计(a,b)处的瞬时频率，并将所述瞬时频率作为同步压缩的重排规则，估计(a,b)处的瞬时频率的公式为：其中，表示对时间b求偏导，在ENPEMF信号s(t)不混淆的情况下，将ωs(a,b)记为ω(a,b)。S304：根据所述重排规则将小波变换的结果进行重新分配，得到压缩锐化后的时频分布，计算公式为：其中，A(a,b)＝{a；Ws(a,b)≠0}，a∈A(b)。在离散形式下通过压缩时频面小波系数Ws(ω(a,b),b)在一中心频率ωl附近区间[ωl-Δω/2,ωl+Δω/2]值得到同步压缩值：其中，ak和ωl分别表示所述a和所述ω的离散取值；(Δa)k＝ak-ak-1，Δω＝ωl-ωl-1。通过执行本专利技术的实施例，本专利技术权利要求里的所有技术特征都得到了详尽阐述。区别于现有技术，本专利技术的实施例提供了用于ENPEMF信号的AMW-SST时频分析方法，通过计算小波的CM值自适应地选出最优母小波，最后结合SST算法得出时间轴和频率轴同时具有较高锐化效果的输出，使其时频效果更加清晰，提高时频图的聚集度和可读性。以上所述仅为本专利技术的较佳实施例，并不用以限制本专利技术，凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
用于ENPEMF信号的AMW‑SST时频分析方法，所述方法由硬件设备实现，其特征在于：包括以下步骤：建立单元数据，在所述单元数据中存入小波类型作为备选小波用于ENPEMF信号处理；存储所述小波类型的CM值；根据CM值对小波进行筛选得到用于ENPEMF信号处理的母小波；使用所述母小波对待处理ENPEMF信号进行SST处理得到待处理ENPEMF信号的时频分析结果。

【技术特征摘要】
1.用于ENPEMF信号的AMW-SST时频分析方法，所述方法由硬件设备实现，其特征在于：包括以下步骤：建立单元数据，在所述单元数据中存入小波类型作为备选小波用于ENPEMF信号处理；存储所述小波类型的CM值；根据CM值对小波进行筛选得到用于ENPEMF信号处理的母小波；使用所述母小波对待处理ENPEMF信号进行SST处理得到待处理ENPEMF信号的时频分析结果。2.如权利要求1所述的用于ENPEMF信号的AMW-SST时频分析方法，其特征在于：所述小波类型具体包括：BL3小波、Meyer小波、Morlet小波、Gaussian小波及Cinfc小波。3.如权利要求2所述的用于ENPEMF信号的AMW-SST时频分析方法，其特征在于：所述根据CM值对小波进行筛选得到用于ENPEMF信号处理的母小波具体步骤包括：判断CM值的大小；设定CM差值阈值，并将CM值两两做差得到一两两CM值差值集合；若所述两两CM值差值集合中存在元素大于所述CM差值阈值，则选取CM值最大的小波为用于ENPEMF信号处理的母小波；若所述两两CM值差值集合中不存在元素大于所述CM差值阈值，且所述小波类型中包含Morlet小波，则Morlet小波为用于ENPEMF信号处理的母小波；若所述两两CM值差值集合中不存在元素大于所述CM差值阈值，且所述小波类型中不包含Morlet小波，则随机选取一小波为用于ENPEMF信号处理的母小波。4.如权利要求3所述的用于ENPEMF信号的AMW-SST时频分析方法，其特征在于：所述CM值的表达式为：其中，Ts(ω,b)为时频分布，ω为频率，b为时间。5.如权利要求4所述的用于ENPEMF信号的AMW-SST时频分析方法，其特征在于：所述CM值越大代表ENPEMF信号处理后的时频聚集度越高，ENPEMF信号处理结果越好。6.如权利要求5所述的用于ENPEMF信号的AMW-SST时频分析方法，其特征在于：所述使用所述母小波对待处理ENPEMF信号进行SST处理得到待处理ENPEMF信号的时频分析结果具体步骤包括：确定待处理ENPEMF信号记为s(t)＝Acos(ωt)，所述母小波记为ψ，且满足ξ&lt...

【专利技术属性】
技术研发人员：郝国成，吴敏，白雨晓，冯思权，张宁，王巍，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北,42