一种高区分度的谐波特征估计方法及系统

本发明涉及海洋电磁信号处理领域，具体而言，涉及一种高区分度的谐波特征估计方法及系统。

背景技术：

1、谐波是指频率为基波频率整数倍（如2次谐波100hz、3次谐波150hz等）的周期性电信号分量，广泛存在于电力系统、电子设备、机械振动等领域，其产生主要源于非线性负载和周期性扰动。谐波的存在不仅会增加设备的能耗，也会给大型船舶的安全防护，隐身性能带来隐患。传统针对时间序列谐波特性的检测方法主要基于信号处理和统计分析理论，包括：傅里叶变换法、功率谱密度估计法、方差分析法等，核心是从时间序列中识别周期性成分（谐波）的频率、幅值和相位等特征。虽然传统针对时间序列谐波特性的检测方法具有很多优点，但是存在分辨率低、计算复杂、参数选择依赖经验等问题。随着现代深度学习技术在信号检测领域的广泛应用，亟需新型的针对时间序列谐波特征的检测方法，提高对于谐波的检测精度。

技术实现思路

1、为了解决上述问题，本发明的目的是提供一种高区分度的谐波特征估计技术，旨在提高对于谐波的检测效率。

2、为了实现上述技术目的，本申请提供了一种高区分度的谐波特征估计方法，包括以下步骤：

3、提取谐波特征，计算跨序列向量距离；

4、根据数据标准差获取阈值，将跨序列向量距离与阈值进行比较，得到满足条件的向量个数，并计算平均对数概率；

5、根据平均对数概率，计算谐波聚集熵，进行谐波特征估计。

6、优选地，在提取谐波特征时，运用双边对角积分双谱法提取谐波特征。

7、优选地，在计算跨序列向量距离时，运用双边对角积分双谱法，延第一象限对角线对横轴和纵轴分别进行积分，根据横纵积分结果和纵轴积分结果，计算跨序列向量距离。

8、优选地，在根据数据标准差获取阈值时，阈值表示：

9、

10、式中，r表示阈值，σ表示数据标准差。

11、优选地，在计算跨序列向量距离时，跨序列向量距离表示为：

12、

13、式中，表示序列x中，在位置i+k处的元素（或特征值），是序列x嵌入向量中的一个分量；表示序列y中，在位置j+k处的元素（或特征值），是序列y嵌入向量中的一个分量；m表示嵌入维度。

14、优选地，在获取满足条件的向量个数时，满足条件的向量个数表示为：

15、

16、式中，n表示表示序列的长度，即用于分析的时间序列或数据序列所包含的元素总数。

17、优选地，在计算平均对数概率时，平均对数概率表示为：

18、。

19、优选地，在计算谐波聚集熵时，谐波聚集熵表示为：

20、。

21、本发明还公开了一种高区分度的谐波特征估计系统，用于实现上述提到的一种高区分度的谐波特征估计方法，包括：

22、数据处理模块，用于提取谐波特征，计算跨序列向量距离；

23、特征筛选模块，用于根据数据标准差获取阈值，将跨序列向量距离与阈值进行比较，得到满足条件的向量个数，并计算平均对数概率；

24、特征估计模块，用于根据平均对数概率，计算谐波聚集熵，进行谐波特征估计。

25、本发明公开了以下技术效果：

26、本发明通过具有高度代表性的熵值准确地表示了谐波特征，简化了双谱矩阵的特征维度，从而大大减少了谐波检测所需的计算量，提高对于谐波的检测效率和检测精度。

1.一种高区分度的谐波特征估计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述一种高区分度的谐波特征估计方法，其特征在于：

3.根据权利要求2所述一种高区分度的谐波特征估计方法，其特征在于：

4.根据权利要求3所述一种高区分度的谐波特征估计方法，其特征在于：

5.根据权利要求4所述一种高区分度的谐波特征估计方法，其特征在于：

6.根据权利要求5所述一种高区分度的谐波特征估计方法，其特征在于：

7.根据权利要求6所述一种高区分度的谐波特征估计方法，其特征在于：

8.根据权利要求7所述一种高区分度的谐波特征估计方法，其特征在于：

9.一种高区分度的谐波特征估计系统，用于实现如权利要求1所述的一种高区分度的谐波特征估计方法，其特征在于，包括：