CN114019236A - 一种电网谐波单通道混叠目标信号检测方法和装置 - Google Patents
一种电网谐波单通道混叠目标信号检测方法和装置 Download PDFInfo
- Publication number
- CN114019236A CN114019236A CN202111189155.0A CN202111189155A CN114019236A CN 114019236 A CN114019236 A CN 114019236A CN 202111189155 A CN202111189155 A CN 202111189155A CN 114019236 A CN114019236 A CN 114019236A
- Authority
- CN
- China
- Prior art keywords
- frequency
- target signal
- data
- time
- segmented
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000009826 distribution Methods 0.000 claims abstract description 7
- 238000001228 spectrum Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
Landscapes
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请公开了一种电网谐波单通道混叠目标信号检测方法,包含以下步骤:对接收到的单通道混叠信号进行过采样,将采样信号分段,对各段信号做分段傅里叶变换,将得到的分段频谱按每段信号所在时间排列,得到时频域数据分布;取得各段频谱峰值对应的频率值,构成峰值频率的时变数据,对所述峰值频率时变数据计算频率偏移程度;根据所述频率偏移程度的大小,判断目标信号是否存在。本申请还包含实现所述方法的装置。本申请解决如何在电网谐波混叠的情况下检测出目标信号的问题。
Description
技术领域
本发明涉及无线电信号处理技术领域,是针对电网谐波中混叠有目标信号的目标检测方法,可用于单通道目标信号检测。
背景技术
在使用单通道接收机接收混合信号时,例如在以下工作场景中:浅地层剖面资料采集、生物医学信号处理、语音信号处理、图像处理、机械***的状态监测与故障诊断等,目标信号和噪声信号混杂在一起,有时候,噪声信号也呈现明显的谱域特征,
尤其是,在电网***中,有些背景杂波来源于发电源,由于电网中发电源固有的非线性、用电设备中整流装置的移项操作等原因产生的各次谐波,而目标信号特征频率恰好与电网中的谐波高度混叠,由于无法区分二者,所以现有的目标检测方法比如恒虚警概率检测都难以适用。另外,由于电网谐波的多个峰值频率随时间缓慢变化,需要长时间观测,因此待处理的数据量也是非常大的,对谐波进行识别的效率也较低。
发明内容
本发明的目的是提供电网谐波单通道混叠目标信号检测方法和装置,解决如何在电网谐波混叠的情况下检测出目标信号的问题。
本申请实施例提出的单通道目标检测方法,通过计算混叠信号在设定频点的频率偏移程度来判断是否有目标信号出现。
具体地,通过对接收信号进行分段傅里叶变换,将得到的结果在频域中拼接起来,提取其中的峰值信息随时间变化的规律,得到混叠信号在特定频点的频率偏移程度。
由于目标信号的频率具有高度稳定性,本申请实施例进一步地利用了电网谐波的频率偏移特性和目标信号频率偏移特性的不同,对目标信号进行区分。
本申请实施例还提出实现所述方法的装置、存储器和计算机***。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
将单通道混合数据做分段快速傅里叶变换处理,在频域进行拼接并显示出来,可以直观的看到混叠信号特定频点随时间变化的情况;另外由于电网谐波信号是一个慢变的信号,需要对信号进行长时间观测,本申请使用分段傅里叶变换方法对每段数据并行处理节约处理时间,提高计算效率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是背景杂波信号相位随时间变化;
图2是目标信号相位随时间变化;
图3是本发明方法的实施例流程图;
图4是分段傅里叶变换示意图;
图5是背景杂波信号分段傅里叶变换结果图;
图6是目标信号分段傅里叶变换结果图;
图7是频偏程度随频率变化图;
图8是本申请装置结构的实施例。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了达到以上目的,本发明提供了一种针对电网谐波单通道混叠信号的目标信号检测方法,首先通过对接收信号进行分段快速傅里叶变换处理,然后将每段得到的结果在频域拼接起来,得到混叠信号在特定频点的频率偏移程度,接着通过计算混叠信号在特定频点的频率偏移程度来判断是否有目标信号出现,所验证的目标信号检测方法利用了目标信号频率的高度稳定性以及背景杂波信号的频率偏移特性。
本发明提供一种电网谐波单通道混叠目标信号检测方法,目标信号就是指具有某种先验信息的信号,具体应用场景是某种设备在通电工作时会产生一种具有稳定频率的信号,因为该信号的产生是在设备通电工作时产生的,因此该信号会不可避免的与电网中产生的谐波信号混叠在一起,通过检测接收到的单通道混叠信号中是否具有这种稳定频率的信号来判断该设备是否存在。
以下结合附图,详细说明本申请各实施例提供的技术方案。
为了对单通道混叠信号中的目标信号进行检测,需要先对采集到的电磁信号进行长时间的分析,从而获得电网谐波信号和目标信号的先验认知。通过对单通道电磁信号长时间的分析和试验表明,电网谐波存在慢变的特点,对应的特征频率信号相位随着慢时间呈现非线性变化;而目标信号的特征频率稳定性很高,对应的特征频率信号相位随着慢时间呈现线性变化或者不变。图1、图2分别为6个小时背景杂波信号和目标信号持续观测的结果,由图可以看出背景杂波信号的相位随时间呈现非线性变化,说明其频率稳定度较差,而目标信号相位随时间近似呈现线性变化,说明其频率稳定度高。
根据以上信号特性,本发明的一种电网谐波单通道混叠目标信号检测方法是通过分析两者频率随时间的变化幅度差异达到目标检测的目的。为了实现上述目的,本发明采用的技术方案如图3所示,包括以下步骤11~15:
步骤11:对接收到的单通道混叠信号进行过采样,采样频率为fs,生成采样信号;
步骤12:将长度为N的采样信号分成L段,每段信号的长度为m,其中m的取值为采样频率fs的整数倍,其中的段数L、段长m、采样频率为fs为本申请方法或装置的工作参数。
步骤13:对步骤12中的各段信号做快速傅里叶变换,将得到的分段频谱在时域中按每段信号所在时间排列,得到时频域数据分布,如图4所示。也就是说,本申请的分段傅里叶变换,就是对于分好的各段信号做快速傅里叶变换。
需要说明的是,所述分段傅里叶变换和短时傅里叶变换(STFT)的区别。关于STFT的计算,先选定时间窗口t1到t2之间的信号,对这一段进行FFT,结果记为s1,然后时间窗口滑动,选定t1’到t2’(窗口时长t2-t1=t2’-t1’)之间的信号进行FFT,结果记为s2,……窗口继续滑动、依次计算,窗口滑动一次移动的时长为时间分辨率,而窗口时长和时间分辨率是各自独立配置的。本专利所提的分段傅里叶变换方法首先将数据按照设定段长分割,然后对每一段数据同时进行FFT,最后对得到的分段FFT结果在时频域进行拼接得到相应的时频分布。综上,本专利提出的并行计算的方式对于数据量较大的情况来说节约了时间,极大地提高了计算效率。
图5是背景杂波信号的分段快速傅里叶变换结果,图6是目标信号的分段快速傅里叶变换结果,通过对比图5和图6可以看出二者在频率稳定性上有比较明显的差异。
电网谐波信号的主要频率成分为50Hz以及50Hz的奇数倍。图5、图6均为m取2fs时得到的结果。
需要说明的是,本专利重点关注的是与目标信号相重叠的频点处频率随时间变化关系,作为例子,目标信号位于1340~1360Hz频率范围内,因此图5~6仅显示的是1340~1360Hz频率范围内的部分时频域数据分布,不是接收信号的全部时频域数据。
步骤14、在对混叠信号做分段快速傅里叶变换之后,取得各段频谱峰值对应的频率值,构成峰值频率的时变数据,对所述峰值频率时变数据计算频率偏移程度。
频率偏移程度可以采用统计参数,例如平均差或标准差。
例如,频率偏移程度的计算公式如下:
步骤15、根据所述频率偏移程度的大小,判断目标信号是否存在。例如,设定频偏阈值,当频率偏移程度小于频偏阈值时,确定存在目标信号。目标信号的中心频率为μ。
针对目标信号比较稳定的特点检测特定频点处是否存在目标信号,例如,判断目标信号是否存在的阈值设置为0.1,若计算出的偏移程度小于0.1说明检测到目标信号,反之则没有。
图7是电网中各奇次谐波频率随时间的偏移程度,其中频率偏移程度越高说明该信号所对应的频率成分越不稳定,由图可以看出随着奇次谐波次数增加,其频偏幅度几乎呈线性增长趋势,在频率1200~1400Hz之间其频偏幅度却突然降低,这与目标信号的频率高度稳定有关。
为进一步提高处理效率,在对实时信号实施上述实施例步骤11~15之前,可使用已知的杂波数据和目标信号数据,对分段傅里叶计算程序进行训练,以获得最佳计算效率。具体地,改变采样频率、段长、段数,对杂波数据和目标信号数据进行处理,获得频率偏移程度不变时的最小计算配置。本申请中所述“不变”,含义为小于设定的范围。
为进一步提高处理效率,在步骤13的分段傅里叶变换处理时,当至少一部分分段数据完成傅里叶变换后,得到一部分分段数据的峰值频率,就执行步骤14~15计算频率偏移程度,根据频偏阈值确定混叠信号是否包含目标信号。所述一部分分段的选择,可以是L个分段中随机选取的k个分段,也可以是按照设定次序选取的k个分段。优选地,当参与计算的分段数量k增加时,重复步骤14~15计算频率偏移程度,当确定所述单通道混叠信号包含目标信号时停止计算。
为进一步提高处理效率,在步骤13的分段傅里叶变换处理时,由于电网谐波信号是一个随时间慢变的信号,先对信号进行长时间采集,所述长时间用设定时长实现,然后通过分段快速傅里叶变换技术方案将接收到的长时间观测数据分段并行处理。
图8是本申请装置结构的实施例。进一步地,本申请还包含一种电网谐波单通道混叠目标信号检测装置,包含顺序连接的采集模块81、变换模块82、比较模块83。所述数据采集装置,对接收到的单通道混叠信号进行采样;所述变换模块,用于对采样信号进行分段傅里叶变换处理,获得时频域分布数据,进而取得各段频谱的峰值频率;所述比较模块,用于根据所述峰值频率时变数据计算频率偏移程度、判断目标信号。
进一步优选地,所述检测装置还包含训练模块84,用于使用已知的杂波数据和目标信号数据,改变采样频率、段长、段数,对杂波数据和目标信号数据进行处理,获得频率偏移程度不变时的最小计算配置。所述最小计算配置,包括最小采样频率、最小段长、最小段数中的至少一个参数,用于设定变换模块的工作参数。所述训练模块,当工作时,从所述比较模块获得频率偏移程度。
本实施例利用背景杂波和目标信号的先验信息实现目标信号检测,经实验验证,对接收到的单通道混叠信号进行时频分析提高了计算效率。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
因此,本申请还提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请中任一实施例所述的方法。
进一步地,本申请还提出一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请任一实施例所述的方法。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
所述计算机程序指令,首先对接收机接收到的单通道混叠信号进行分段处理,然后对分出的每段子信号同时做快速傅里叶变换,并将得到的结果在频域中拼接起来,得到该单通道混叠信号的时频分析曲线,接着通过计算时频分析曲线在特定频点处的频率偏移程度来判断是否有目标信号出现,所验证的目标信号检测方法利用了目标信号频率的高度稳定性以及背景杂波信号的频率偏移特性。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种电网谐波单通道混叠目标信号检测方法,其特征在于,包含以下步骤:
对接收到的单通道混叠信号进行过采样,将采样信号分成L段;
对各段信号做分段傅里叶变换,将得到的分段频谱按每段信号所在时间排列,得到时频域数据分布;
取得各段频谱峰值对应的频率值,构成峰值频率的时变数据,对所述峰值频率时变数据计算频率偏移程度;
根据所述频率偏移程度的大小,判断目标信号是否存在。
2.如权利要求1所述电网谐波单通道混叠目标信号检测方法,其特征在于,设定频偏阈值,当频率偏移程度小于频偏阈值时,确定存在目标信号。
3.如权利要求1所述电网谐波单通道混叠目标信号检测方法,其特征在于,还包含以下步骤:
用已知的杂波数据和目标信号数据,对分段傅里叶计算程序进行训练,改变采样频率、段长、段数,对杂波数据和目标信号数据进行处理,获得频率偏移程度不变时的最小计算配置。
4.如权利要求1所述电网谐波单通道混叠目标信号检测方法,其特征在于,当至少一部分分段数据完成傅里叶变换后,得到一部分分段数据的峰值频率,就计算频率偏移程度,根据频偏阈值确定混叠信号是否包含目标信号。
5.如权利要求4所述电网谐波单通道混叠目标信号检测方法,其特征在于,所述一部分分段的选择,是L个分段中随机选取的k个分段、或者是按照设定次序选取的k个分段;当参与计算的分段数量k增加时,重复计算频率偏移程度。
6.如权利要求1所述电网谐波单通道混叠目标信号检测方法,其特征在于,对信号进行长时间采集,所述长时间用设定时长实现,然后通过分段快速傅里叶变换技术方案将接收到的长时间观测数据分段并行处理。
7.一种电网谐波单通道混叠目标信号检测装置,用于实现权利要求1~6任意一项所述方法,其特征在于,包含顺序连接的采集模块、变换模块、比较模块;
所述数据采集装置,对接收到的单通道混叠信号进行采样;所述变换模块,用于对采样信号进行分段傅里叶变换处理,获得时频域分布数据;所述比较模块,用于根据所述峰值频率时变数据计算频率偏移程度、判断目标信号。
8.如权利要求7所述电网谐波单通道混叠目标信号检测装置,其特征在于,还包含训练模块,用于使用已知的杂波数据和目标信号数据,改变采样频率、段长、段数,对杂波数据和目标信号数据进行处理,获得频率偏移程度不变时的最小计算配置;所述最小计算配置,包括最小采样频率、最小段长、最小段数中的至少一个参数,用于设定变换模块的工作参数。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1~6中任一所述的方法。
10.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1~6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111189155.0A CN114019236A (zh) | 2021-10-12 | 2021-10-12 | 一种电网谐波单通道混叠目标信号检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111189155.0A CN114019236A (zh) | 2021-10-12 | 2021-10-12 | 一种电网谐波单通道混叠目标信号检测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114019236A true CN114019236A (zh) | 2022-02-08 |
Family
ID=80055686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111189155.0A Pending CN114019236A (zh) | 2021-10-12 | 2021-10-12 | 一种电网谐波单通道混叠目标信号检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114019236A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115542101A (zh) * | 2022-11-30 | 2022-12-30 | 杭州兆华电子股份有限公司 | 一种变压器声纹检测***的声纹预处理方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1245897A (zh) * | 1998-08-26 | 2000-03-01 | 贺守正 | 电力***谐波定量测量方法和测量仪 |
US20150219756A1 (en) * | 2014-01-31 | 2015-08-06 | Fujitsu Ten Limited | Radar apparatus |
US20160103216A1 (en) * | 2013-04-03 | 2016-04-14 | The Boeing Company | Using frequency diversity to detect objects |
CN105717359A (zh) * | 2016-02-19 | 2016-06-29 | 云南电网有限责任公司电力科学研究院 | 一种谐波分析算法 |
CN107222226A (zh) * | 2016-03-21 | 2017-09-29 | 华为技术有限公司 | 消除谐波干扰的方法和装置 |
CN109581045A (zh) * | 2018-12-24 | 2019-04-05 | 中国船舶重工集团公司第七〇九研究所 | 一种满足iec标准框架的间谐波功率计量方法 |
CN111404853A (zh) * | 2020-03-13 | 2020-07-10 | 西安电子科技大学 | 一种载波频偏估计方法、装置及计算机存储介质 |
CN111708006A (zh) * | 2020-05-28 | 2020-09-25 | 哈尔滨工程大学 | 一种适用于无人平台探测声纳的目标线谱检测方法 |
CN111782861A (zh) * | 2020-06-12 | 2020-10-16 | Oppo广东移动通信有限公司 | 一种杂音检测方法及装置、存储介质 |
CN112462355A (zh) * | 2020-11-11 | 2021-03-09 | 西北工业大学 | 一种基于时频三特征提取的对海目标智能检测方法 |
-
2021
- 2021-10-12 CN CN202111189155.0A patent/CN114019236A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1245897A (zh) * | 1998-08-26 | 2000-03-01 | 贺守正 | 电力***谐波定量测量方法和测量仪 |
US20160103216A1 (en) * | 2013-04-03 | 2016-04-14 | The Boeing Company | Using frequency diversity to detect objects |
US20150219756A1 (en) * | 2014-01-31 | 2015-08-06 | Fujitsu Ten Limited | Radar apparatus |
CN105717359A (zh) * | 2016-02-19 | 2016-06-29 | 云南电网有限责任公司电力科学研究院 | 一种谐波分析算法 |
CN107222226A (zh) * | 2016-03-21 | 2017-09-29 | 华为技术有限公司 | 消除谐波干扰的方法和装置 |
CN109581045A (zh) * | 2018-12-24 | 2019-04-05 | 中国船舶重工集团公司第七〇九研究所 | 一种满足iec标准框架的间谐波功率计量方法 |
CN111404853A (zh) * | 2020-03-13 | 2020-07-10 | 西安电子科技大学 | 一种载波频偏估计方法、装置及计算机存储介质 |
CN111708006A (zh) * | 2020-05-28 | 2020-09-25 | 哈尔滨工程大学 | 一种适用于无人平台探测声纳的目标线谱检测方法 |
CN111782861A (zh) * | 2020-06-12 | 2020-10-16 | Oppo广东移动通信有限公司 | 一种杂音检测方法及装置、存储介质 |
CN112462355A (zh) * | 2020-11-11 | 2021-03-09 | 西北工业大学 | 一种基于时频三特征提取的对海目标智能检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115542101A (zh) * | 2022-11-30 | 2022-12-30 | 杭州兆华电子股份有限公司 | 一种变压器声纹检测***的声纹预处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107290589B (zh) | 基于短时分数阶傅里叶变换的非线性信号时频分析方法 | |
Li et al. | An enhanced rolling bearing fault detection method combining sparse code shrinkage denoising with fast spectral correlation | |
Li et al. | Adaptive energy-constrained variational mode decomposition based on spectrum segmentation and its application in fault detection of rolling bearing | |
JP2019518515A5 (zh) | ||
Chen et al. | An ameliorated synchroextracting transform based on upgraded local instantaneous frequency approximation | |
US20120130665A1 (en) | Time domain electromagnetic interference monitoring method and system | |
CN112946442B (zh) | 一种开关柜局部放电检测方法、终端设备及存储介质 | |
CN113361331B (zh) | 基于加窗插值fft的工频干扰消除方法、***和介质 | |
Catherall et al. | High resolution spectrograms using a component optimized short-term fractional Fourier transform | |
CN115031875B (zh) | 基于频谱反馈的振弦传感器自适应扫频激励方法及*** | |
Kumar et al. | A combined approach for weak fault signature extraction of rolling element bearing using Hilbert envelop and zero frequency resonator | |
CN114019236A (zh) | 一种电网谐波单通道混叠目标信号检测方法和装置 | |
CN107576387B (zh) | 一种基于声纹多谐波识别的无人机检测方法 | |
CN114185030A (zh) | 一种雷达信号脉内调制识别方法及*** | |
US8995230B2 (en) | Method of extracting zero crossing data from full spectrum signals | |
Kurth | The shift-ACF: Detecting multiply repeated signal components | |
Candel et al. | Optimization of partial discharge detection in high voltage cables based on advanced signal processing techniques | |
Faisal et al. | Suppression of false-terms in wigner-ville distribution using time and frequency windowing | |
Ahmad et al. | Analysis and Classification of Airborne Radar Signal Types Using Time-Frequency Analysis | |
CN114724573A (zh) | 一种啸叫抑制方法、装置、计算机可读存储介质以及*** | |
CN111856552B (zh) | 可控震源扫描信号的生成方法及装置 | |
Wang et al. | Bearing fault diagnosis with impulsive noise based on EMD and cyclic correntropy | |
Shi et al. | Dual-Guidance-Based optimal resonant frequency band selection and multiple ridge path identification for bearing fault diagnosis under time-varying speeds | |
US20240088657A1 (en) | Fractional domain noise reduction method for power signal | |
CN110287948B (zh) | 一种基于能量分离的魏格纳-维利时频分解方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220208 |