一種混合噪聲干擾下微弱脈沖信號檢測方法
【技術領域】
[0001] 本發明涉及信號處理方法研宄領域，特別涉及一種在混合噪聲干擾下檢測微弱脈 沖信號的方法。
【背景技術】
[0002] 微弱信號通常是指深埋在噪聲干擾中極其微弱的有用信號，這里的微弱主要表示 有用信號的能量或幅值因相對于噪聲干擾能量或幅值較小而淹沒在噪聲干擾中。目前，微 弱信號處理技術在通信工程、電子對抗、生物醫學等領域的微弱周期信號檢測中已得到廣 泛應用，且取得了顯著成效。而在實際工程應用領域，還有大量的脈沖信號需要檢測，比如 地震勘探、故障診斷、無損檢測等工程應用中產生的脈沖回波信號、放電脈沖信號、振動沖 擊信號、超聲脈沖信號等，在上述脈沖信號的檢測過程中，受實測環境下背景噪聲干擾、信 號傳播衰減以及測試系統靈敏度等因素的影響，均會導致待檢測脈沖信號被噪聲干擾淹沒 的情況出現，即實測信號的信噪比顯著降低，無法直接判斷待檢測脈沖信號是否存在，從而 嚴重影響其特征信息的準確提取。在信號處理領域，高階統計量在抑制高斯噪聲、反映非高 斯信號特性方面具有顯著優勢，并得到廣泛關注和應用。比如，零均值、零時滯的四階累積 量即峰態對非高斯信號就非常敏感，能夠有效描述信號偏離高斯分布的程度。由于脈沖信 號具有典型的非高斯特性，因此有科研人員將基于四階累積量的滑動峰態算法應用在機械 故障弱沖擊信號的處理和特征提取中。例如，《振動與沖擊》第28卷第4期中《基于滑動峰 態算法的信號弱沖擊特征提取及應用》給出了滑動峰態算法原理，同時，楊富春等人認為機 械故障振動信號中往往含有故障引起的弱沖擊成分，沖擊信號具有顯著的非高斯特性，而 零時滯四階累積量即峰態能夠描述信號偏離高斯分布的程度；基于峰態這一特性，提取一 種基于滑動峰態算法的弱沖擊特征提取方法，首先對原信號進行滑動峰態計算，獲得一個 新的峰態時間序列，然后對該峰態時間序列進行傅里葉變換，提取出信號中沖擊成分的頻 率特征。通過強背景信號及噪聲環境下弱沖擊特征提取的仿真研宄，證明了該方法具有很 好的沖擊特征提取能力。
[0003] 在這些現有滑動峰態算法中，滑動窗寬度的取值對微弱脈沖信號的檢測結果有直 接影響，而滑動窗寬度值的最優取值可以根據峰態值最大化原則計算得到，且其在計算信 號的滑動峰態時間序列時是固定不變的。但在實際應用中發現，背景噪聲干擾對最優滑動 窗寬度的取值確定影響較大，不同類型、甚至同類型不同強度的噪聲干擾信號，均會影響最 優滑動窗寬度值的計算結果，從而直接影響微弱脈沖信號檢測結果。因此，現有滑動峰態算 法在混合噪聲干擾下對微弱脈沖信號的檢測性能會顯著劣化，無法達到預期的檢測效果。
【發明內容】
[0004] 本發明要解決的技術問題是提供一種能夠在混合噪聲干擾下提取微弱脈沖信號 的檢測方法，以提高測試系統在低信噪比條件下對微弱脈沖信號的檢測能力。
[0005] 為解決上述技術問題，本發明提供了一種混合噪聲干擾下檢測微弱脈沖信號的方 法，其關鍵技術在于：其包括下述步驟：
[0006] 第一步：對實測信號進行一維多尺度小波分解，即通過一維小波變換將實測信號 分解為N層，并利用小波分解系數對信號的高頻部分進行重構，得到N個高頻重構信號dj(j =1，2, . . .，N)和1個低頻重構信號a;
[0007] 其中，在進行多尺度小波分解時，小波基函數的選擇根據待檢測脈沖信號的先驗 知識來確定；小波分解層數N的選擇根據待檢測脈沖的提取結果來確定，具體來說，就是當 待檢測脈沖的提取結果隨分解層數N的增加不再發生變化時，此時的N就是滿足要求的最 小且最優分解層數；N個高頻重構信號dj(j= 1，2，...，N)中，dl的分布頻段最高，dN的分 布頻段最低，其余各重構信號按照分布頻段從高到低依次排序；
[0008] 第二步，對重構信號dj(j= 2, 3, ...，N)分別進行滑動峰態處理，并得到相應的滑 動峰態時間序列cj(j= 2, 3,. . .，N);
[0009] 其中，滑動峰態處理方法為：對于一個具有n個采樣點的實測信號x(i) (i= 1，2,. . .，n)，峰態值c4x定義為c4x=E[x4 (i) ] -3{E[x2 (i) ]}2,滑動峰態定義為
【主權項】
1. 一種混合噪聲干擾下微弱脈沖信號檢測方法，其特征在于：其包括下述步驟： 1) 對實測信號進行一維多尺度小波分解：通過一維小波變換將實測信號分解為N 層，并利用小波分解系數對信號的高頻部分進行重構，得到N個高頻重構信號dj(j= 1，2,...，腳和1個低頻重構信號a; 2) 對重構信號dj(j= 2, 3,...，腳分別進行滑動峰態處理，并得到相應的滑動峰態時 間序列cj(j= 2, 3,...，腳； 3) 對滑動峰態時間序列cj(j= 2, 3,...，腳進行疊加合成和歸一化處理，得到最終的 滑動峰態時間序列C，該時間序列中的脈沖個數及其峰值所對應時刻與實測信號中待檢測 微弱脈沖信號的個數及其發生時刻相對應，從而實現了對微弱脈沖信號的檢測。
2. 根據權利要求1所述的混合噪聲干擾下微弱脈沖信號檢測方法，其特征在于：所述 步驟1)中，在進行多尺度小波分解時，小波基函數的選擇根據待檢測脈沖信號的先驗知識 來確定；小波分解層數N的選擇根據待檢測脈沖的提取結果來確定；當待檢測脈沖的提取 結果隨分解層數N的增加不再發生變化時，此時的N就是滿足要求的最小且最優分解層數； N個高頻重構信號dj(j=1，2，...，腳中，dl的分布頻段最高，dN的分布頻段最低，其余各 重構信號按照分布頻段從高到低依次排序。
3. 根據權利要求1所述的混合噪聲干擾下微弱脈沖信號檢測方法，其特征在 于：所述步驟2)中，滑動峰態處理方法為；對于一個具有n個采樣點的實測信號x(i) (i=l，2，...，n),峰態值C4鹿義為C4,=E[x4(i)]-3{E[x2(i)]}2,滑動峰態定義為 r^.v(/)，A-(/ +I-l)]，該里C。.；!表示對xa)到x(i+kl)的L個點計算峰態值并取絕對值，利 用滑動峰態遍歷實測信號X(i)后，就得到與X(i)相對應的滑動峰態時間序列C(i);L是計算滑動峰態時選取的滑動窗寬度，它的取值根據峰態值最大化原則來確定：就是對應 不同的L值，當滑動峰態時間序列中計算得到的峰態值最大時所對應的L值就是最優的滑 動窗寬度。
【專利摘要】本發明公開了一種用于檢測微弱脈沖信號的方法，其先對實測信號進行一維多尺度小波分解，即通過一維小波變換將實測信號分解為N層，并利用小波分解系數對信號的高頻部分進行重構，得到N個高頻重構信號dj和1個低頻重構信號a；然后對重構信號dj分別進行滑動峰態處理，并得到相應的滑動峰態時間序列cj；最后對滑動峰態時間序列cj進行疊加合成和歸一化處理，得到最終的滑動峰態時間序列c。通過一維多尺度小波分解預處理，實測信號在不同的分解尺度上表現出了不同的時頻域特征，在對其進行滑動峰態處理時，可以實現多滑動窗同步作用的檢測效果，有利于對實測信號中混合的噪聲、干擾和待檢測脈沖等實現差異化分析和處理。
【IPC分類】G01R31-00
【公開號】CN104849590
【申請號】CN201510226197
【發明人】劉衛東, 劉尚合, 胡小鋒, 魏明, 王雷
【申請人】中國人民解放軍軍械工程學院
【公開日】2015年8月19日
【申請日】2015年5月6日