专利名称：电磁感应的状态识别的信号处理方法
技术领域：
本发明涉及的是一种信号处理技术领域的方法，具体是一种电磁感应的状态识别 的信号处理方法。
背景技术：
随着科学技术的不断发展，机械设备的更新换代也越来越快，而随着设备的不断 更新，其电气自动化水平也越来越高，其结构也越加地复杂，因此对设备运行状态的识别也 变得越来越困难。通过传统的依靠人自身的经验和能力已经很难判断设备的运行状况了。 而近年来出现的很多计算机状态识别技术就能很好地解决这问题。对于新出现的一些带有复杂电气控制功能的设备，对其进行状态识别往往比较困 难。目前比较成熟的状态识别方法有隐马尔科夫算法、神经网络算法、支持向量机算法，这 些状态识别方法在理论上已经比较成熟，而且也有很多成功应用于设备状态识别的案例， 但是，这些算法目前还存在着一些不足，如需要大量的先验数据进行训练支撑，加大了系统 实现的难度；往往所需的计算量很大，往往导致识别系统运行缓慢；针对性不强，无法满足 很多设备的特殊识别要求。经过对现有技术的检索发现，文献“基于改进的隐马尔科夫模型的语音识别方法 “，发表于2008年12月15日，中南大学学报(自然科学版)，详细论述了利用隐马尔科夫方 法对语音信号进行状态识别的实现，取得了比较良好的效果，但是此方法需要大量的先验 数据进行训练，计算量大，同时训练数据的大小也会影响识别的准确性，但该技术计算复杂 度较高且需要大量先验数据训练支持才能实现对电磁感应信号的不同状态进行区分。
发明内容
本发明针对现有技术存在的上述不足，提供一种电磁感应的状态识别的信号处理 方法，通过电磁感应传感器将设备电路中的感应电流提取出来，利用接线器、数据采集卡将 提取出来的感应电流信号进行高精度的A/D转换，使其转变为数字信号，对所得数字信号 进行主频带能量分析。本发明是通过以下技术方案实现的，本发明包括以下步骤1)对所获数字信号进行傅立叶变换，得到其频域特征向量V ；2)对频域特征向量进行幅值归一化操作
权利要求
1.一种电磁感应的状态识别的信号处理方法，其特征在于，包括以下步骤1)对所获数字信号进行傅立叶变换，得到其频域特征向量V；η2)对频域特征向量进行幅值归一化操作Α= ，其中F = V/S, S为向量所有幅值i=l元素的能量和，F为更新后的归一化频域特征向量记；3)找出归一化频域特征向量F中的最大幅值处，以其对应的频率点为中心，取其分析 带宽的5%作为主频带并计算此频带内的所有频率成分能量和E，并根据能量和E进行状态 识别，判断设备当前正处于工作状态。
2.根据权利要求1所述的电磁感应的状态识别的信号处理方法，其特征是，所述的状 态识别是指根据预先定义的四个不同等级的能量作为对应的工作状态，根据能量和E所 属位置确定对应的工作状态。
全文摘要
一种信号处理技术领域的电磁感应的状态识别的信号处理方法，首先对所获数字信号进行傅立叶变换，得到其频域特征向量；然后对频域特征向量进行幅值归一化操作；再找出归一化频域特征向量中的最大幅值处，以其对应的频率点为中心，取其分析带宽的5％作为主频带并计算此频带内的所有频率成分能量和，并根据能量和进行状态识别，判断设备当前正处于工作状态。本发明通过电磁感应传感器将设备电路中的感应电流提取出来，利用接线器、数据采集卡将提取出来的感应电流信号进行高精度的A/D转换，使其转变为数字信号，对所得数字信号进行主频带能量分析。
文档编号G06K7/10GK102096798SQ20111002609
公开日2011年6月15日 申请日期2011年1月25日 优先权日2011年1月25日
发明者从飞云, 唐海峰, 明阳, 王小玲, 王志阳, 肖文斌, 董广明, 陈进 申请人:上海交通大学