精确识别振动信号主频的方法及系统技术方案

公开了一种精确识别振动信号主频的方法及方法，该方法包括：对振动信号以频率f

【技术实现步骤摘要】
精确识别振动信号主频的方法及系统


[0001]本专利技术涉及数字信号处理领域，尤其涉及一种对振动信号主频精确识别的方法及系统。

技术介绍

[0002]信号频率识别作为数字信号处理研究领域中一项重要工作，具有显著的工程应用价值，它在非介入式内燃机转速测量、机械运行故障特征提取、电网谐波监测等领域都存在重要应用。信号频率识别根据是否对被测对象建立数学模型可分为参数化法与非参数化法，其中，非参数化法无需建立特定的数学模型，具有良好的适应性，但是此方法进行频率识别存在识别精度差、计算量大的问题；参数化法根据被测对象建立数学模型进行匹配，具有更高的识别精度和较小的计算量，但此方法存在模型建立难、参数适配、初值设定等问题。因此，从频率识别的普适化角度而言，利用非参数化法对信号主频进行快速精确的识别，具有更重要的研究意义。
[0003]目前，在非参数化法频率识别方面，国内外学者做了一定的研究工作。极大似然估计法和非线性最小二乘法
[1]受限于计算量大且需要较高的采样频率，难以适应快速实时性的要求；Fu H
[2]基于时域进行信号分析，提出根据自相关函数的几何意义，简化频率估计过程，从而减少频率估计的计算量提高单个正弦波的频率估计的速度与精度；高志峰等人
[3]提出根据迭代策略进行谱峰频率搜索的方法，能够直接估计信号频率，但此算法在极值点附近收敛速度较慢，并没有显著提高频率估计的精度。
[0004]【参考文献】
[0005][1]Stoica P,Nehoral A.Statistical analysis of two non
‑
linear least squares estimators of sine waves parameters in the colored noise[J].Proceddings of the ICASSP,1998,4:2408
‑
2411.
[0006][2]Fu H,Kam P.Sample autocorrelation function based frequency estimation of a single sinusoid in AWGN[C].Vehicular Technology Conference,IEEE 75th,2012:1
‑
5.
[0007][3]高志峰,彭喜元,彭宇.基于迭代更新策略的快速高精度频率估计方法[J].振动与冲击,2015,34(14):16
‑
20.

技术实现思路

[0008]本申请提供一种精确识别振动信号主频的方法，解决由于频率泄漏导致的信号主频识别精度较低，速度较慢，误差较大的问题。
[0009]根据本专利技术实施例的一方面，提供一种识别振动信号主频的方法，包括：
[0010]步骤1：对振动信号以频率f
s
进行采样，得到被测信号的AD转换数据序列X(t)；
[0011]步骤2：使用随机数种子生成一个随机起始点k
start
，在数据序列X(t)中截取t＝[1:k
start
]，长度为k的序列X1(t)；使用线性插补压缩算法将长度为k的序列X1(t)压缩为长度为
N的序列G(t)；
[0012]步骤3：对压缩后的序列G(t)进行傅里叶变换得到G(t)的频谱函数L(w)，均零化处理并计算幅值最大处的频率值w和幅值L(w)，再分别计算幅值最大处的频率值w左侧频率点的幅值L(w
‑
1)与最大幅值L(w)的比值L(w
‑
1)/L(w)，幅值最大处的频率值w右侧频率点的幅值L(w+1)与最大幅值L(w)的比值L(w+1)/L(w)，取两个比值中较小的值作为ratio(k)的函数值；
[0013]步骤4：以起始点k
start
为中心分别沿数轴向左取点k
left
，沿数轴向右取点k
right
，以k
start
作为父节点，k
left
和k
right
作为两个子节点，重复步骤2所述序列截断和线性插补压缩算法以及步骤3，得出ratio(k
left
)，ratio(k
right
)，比较父节点和两个子节点的ratio(k)，若最小ratio(k)存在于子节点则以此子节点为下一分支的父节点重复步骤4，直到父节点的ratio(k)小于两个子节点的ratio(k)时，历遍两子节点所限定的k值范围，此时最小的ratio(k)所对应的自变量k0为被测信号能够被正周期截取的点数，k0处的N点离散傅里叶变换频谱图中主频信号的数字角频率为w0，幅值为L(w0)，被测信号的频率为
[0014][0015]根据本专利技术实施例的第二方面，提供一种识别振动信号主频的系统，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行所述方法的全部或部分步骤。
[0016]根据本专利技术实施例的第三方面，提供一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现项所述方法的全部或部分步骤。
附图说明
[0017]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例的附图作简单地介绍。
[0018]图1是根据本专利技术一实施例提供的一种精确识别振动信号主频的方法流程图。
[0019]图2是采样得到原始信号X(t)后截取k＝4500点后的信号X1(t)的函数图像。
[0020]图3是分别截取长度为k＝4100，k＝4300，k＝4500，k＝4700，k＝4900时的X1(t)序列后进行压缩得到的固定长度信号G(t)的函数图像。
[0021]图4是对k＝4500时信号G(t)的4096点快速傅里叶变换频谱图。
[0022]图5是本专利技术实施例提供的一种精确识别振动信号主频的方法中分支定界法剪枝搜索的过程示意图。
[0023]图6是使用分支定界法快速搜索ratio(k)的函数图像。
[0024]图7是对原始信号分别截取点数为k＝4455、k＝4500、k＝4620、k＝4680、k＝4720、k＝4765的信号再经过压缩后进行FFT的频谱图。
具体实施方式
[0025]在基于频域的信号主频估计算法中，由于被测信号的采样频率限制以及时域离散化和频域离散化进行傅里叶变换，特别是当信号采样长度为主频信号周期的非整数倍时，信号频谱在主频附近产生频率泄漏和频率拖尾效应，导致信号频率估计不准确。因此对主
频的估计，一方面可以通过截取合适的信号长度进行傅里叶变换，最大程度抑制频率泄露的影响(如图7所示，不同截取长度，频率泄露程度不同)，提高信号频率识别精度；另一方面运用插补运算等手段提高计算速度，为快速准确的主频估计提供一种有效的方法。
[0026]图1是根据本专利技术一实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种识别振动信号主频的方法，其特征在于，包括：步骤1：对振动信号以频率f
s
进行采样，得到被测信号的AD转换数据序列X(t)；步骤2：使用随机数种子生成一个随机起始点k
start
，在数据序列X(t)中截取t＝[1:k
start
]，长度为k的序列X1(t)；使用线性插补压缩算法将长度为k的序列X1(t)压缩为长度为N的序列G(t)；步骤3：对压缩后的序列G(t)进行傅里叶变换得到G(t)的频谱函数L(w)，均零化处理并计算幅值最大处的频率值w和幅值L(w)，再分别计算幅值最大处的频率值w左侧频率点的幅值L(w
‑
1)与最大幅值L(w)的比值L(w
‑
1)/L(w)，幅值最大处的频率值w右侧频率点的幅值L(w+1)与最大幅值L(w)的比值L(w+1)/L(w)，取两个比值中较小的值作为ratio(k)的函数值；步骤4：以起始点k
start
为中心分别沿数轴向左取点k
left
，沿数轴向右取点k
right
，以k
start
作为父节点，k
left
和k
right
作为两个子节点...

【专利技术属性】
技术研发人员：王选择，王爱辉，尹晋平，张瑜灿，王恒辉，翟中生，
申请(专利权)人：湖北工业大学，
类型：发明
国别省市：