申请/专利权人：哈尔滨工业大学

申请日：2015-08-06

公开（公告）日：2015-11-18

公开（公告）号：CN105067924A

主分类号：G01R31/00(2006.01)I

分类号：G01R31/00(2006.01)I

优先权：

专利状态码：失效-发明专利申请公布后的驳回

法律状态：2019.05.03#发明专利申请公布后的驳回;2015.12.16#实质审查的生效;2015.11.18#公开

摘要：基于Feature Selective Validation方法的信号辨识系统及方法，属于信号分析与处理领域。为了解决现有的信号来源的辨识方法辨识出的结果不够直观且复杂的问题。本发明把FSV方法引入到信号辨识中，将不同模式信号和待辨识信号分别进行傅立叶变换，获得相应的直流分量、低频分量和高频分量，进而获得不同模式信号与待辨识信号的幅度差异量、特征差异量和总体差异量；获得的幅度差异量、特征差异量和总体差异量，判定差异量最小对应的模式信号的来源为待辨识信号的来源。本发明的系统利用LabVIEW和Matlab编程联合实现。本发明适用于辨识任意长度的一维信号。

主权项：一种基于Feature Selective Validation方法的信号辨识系统，其特征在于，所述系统包括如下模块：模式信号提取模块，用于采集不同来源、不同模式的信号，进行统计，获得不同模式信号的一维数据点；应用LabVIEW的文件输入模块，用于输入采集的不同模式信号的一维数据点，并存储到一维矩阵A中；应用NI myDAQ的测试模块，用于输入待辨识信号，转换为一维数据点，存储至一维矩阵B中；应用Matlab脚本的Feature Selective Validation方法实现模块，采用Feature Selective Validation方法对一维矩阵A中和一维矩阵B中的数据点进行处理，获得不同模式的信号和待辨识信号的差异性，判定所述差异性最小的对应的模式信号的来源为待辨识信号的来源；应用LabVIEW的显示模块，用于显示不同模式的信号和待辨识信号的差异性；所述应用Matlab脚本的Feature Selective Validation方法实现模块包括如下模块：将不同模式信号和待辨识信号分别进行傅立叶变换，获得相应的直流分量、低频分量和高频分量的模块；根据获得的直流分量和低频分量，获得不同模式信号与待辨识信号的幅度差异量的模块；根据获得的高频分量和低频分量，获得不同模式信号与待辨识信号的特征差异量的模块；将不同模式信号与待辨识信号的幅度差异量和特征差异量合成，获得不同模式信号与待辨识信号的总体差异量的模块；根据不同模式信号与待辨识信号的幅度差异量、特征差异量和总体差异量，判定差异量最小对应的模式信号的来源为待辨识信号的来源的模块。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 基于Feature Selective Validation方法的信号辨识系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD