振动信号特征参数提取方法
【专利摘要】本发明公开了一种振动信号特征参数提取方法，包括以下步骤：对采集的振动信号进行预处理；对上述预处理后的振动信号进行离散小波变换，得到小波系数；对上述小波系数进行快速傅里叶变换，得出小波系数的频谱，以及各层小波系数的样点数；按照频率的高低顺序，将上述各层小波系数的样点数合成完整频谱；计算上述各层小波系数能量，求出mel对数功率谱；对上述mel对数功率谱进行离散小波变换；提取mel离散小波变换谱振幅，作为振动信号特征参数。达到提高动信号特征参数精确度的目的。
【专利说明】振动信号特征参数提取方法
【技术领域】
[0001]本发明涉及信号处理领域，具体地，涉及一种振动信号特征参数提取方法。
【背景技术】
[0002]人耳能从嘈杂的背景噪声中听到语音信号，是因人的内耳基底膜可以依据外来声波振动信号进行自我调节，它就像一组滤波器一样，对不同频率的声波振动信号产生相应不同的振动，从而接收到外来声波并传送至大脑产生听觉。
[0003]与背景噪声中的语音信号类似，光纤/电缆振动传感系统采集到的振动信号也伴随着风、雨、人类活动等噪声，要想从背景噪声中提取出目标振动信号，也要有像内耳基底膜一样的一组滤波器来对不同频段的振动信号产生相应的反应。此外，光纤/电缆振动传感系统采集到的振动信号与语音(音频)信号的频率范围基本相同，均为数十到数千赫兹，因此该振动信号的分析与识别方法，与语音信号的分析和识别方法是类似的。
[0004]在语音信号分析方法中，梅尔频率倒谱系数(MFCC)是一种相对广泛使用的特征参数，其提取方法如下:
对每一帧信号计算N点离散傅里叶变换，然后取模的平方得到离散功率谱
S (η)
【权利要求】
1.一种振动信号特征参数提取方法，其特征在于，包括以下步骤: 步骤一:对采集的振动信号进行预处理； 步骤二:对上述预处理后的振动信号进行离散小波变换，得到小波系数； 步骤三:对上述小波系数进行快速傅里叶变换，得出小波系数的频谱，以及各层小波系数的样点数； 步骤四:按照频率的高低顺序，将上述各层小波系数的样点数合成完整频谱； 步骤五:计算上述各层小波系数能量，求出mel对数功率谱； 步骤六:对上述mel对数功率谱进行离散小波变换； 步骤七:提取mel离散小波变换谱振幅，作为振动信号特征参数。
2.根据权利要求1所述的振动信号特征参数提取方法，其特征在于，上述步骤一对采集的振动信号进行预处理包括以下步骤: 对采集的信号进行预加重，以提升高频部分的步骤； 对上述预加重信号进行分帧:采用交叠分段的方法，使每一帧的帧尾与下一帧的帧头重叠的步骤； 以及 对上述分帧后的信号加汉明窗，减小截断效应，保证信号帧两端平滑过渡的步骤。
3.根据权利要求1或2所述的振动信号特征参数提取方法，其特征在于，上述步骤五计算上述各层小波系数能量，求出mel对数功率谱包括以下步骤: 对合成后的完整频谱取平方，求得振动信号功率谱的步骤； 用M个mel带通滤波器对上述振动信号功率谱进行滤波的步骤； 以及 对每个滤波器的输出取对数，求得对应频带的对数功率谱的步骤。
【文档编号】G10L15/02GK103514877SQ201310476724
【公开日】2014年1月15日 申请日期:2013年10月12日 优先权日:2013年10月12日
【发明者】罗广迪, 莫家庆, 许亮, 王文伟 申请人:新疆美特智能安全工程股份有限公司