申请/专利权人：厦门大学

申请日：2022-03-17

公开（公告）日：2024-06-04

公开（公告）号：CN114649001B

主分类号：G10L25/03

分类号：G10L25/03;G10L25/18;G10L25/27;G10L25/48

优先权：

专利状态码：有效-授权

法律状态：2024.06.04#授权;2022.07.08#实质审查的生效;2022.06.21#公开

摘要：基于自适应随机共振的营运风机水下声信号特征提取方法，涉及海上风电场水下噪声领域。采用自适应随机共振方法，以基于支持向量回归建立的时‑频‑幅综合指标作为适应度函数，以平衡优化器作为优化算法，根据海洋背景噪声强度自适应调节系统参数，实现海上风机营运期水下声信号特征频率的自适应提取。该方法采用的时‑频‑幅综合指标可以反映信号在时域、频域和幅域三方面的信息，解决变化的海洋背景噪声下海上风机营运期水下声信号未知频率的提取问题，具有较高的准确性。此外，该方法采用的平衡优化器能够实现多个系统参数的同步优化，大大缩短运算时间，提高营运期水下声信号线谱频率提取的效率，具有简单、易于实现的特点。

主权项：1.基于自适应随机共振的营运风机水下声信号特征提取方法，其特征在于包括如下步骤：1将采集得到的海上风机营运期水下声信号s输入数字带通滤波器，得到滤波信号sf；2将时域指标平滑度SMO、频域指标峰值信噪比PSNR、幅域指标分段均值PMV进行指标融合，生成一个时-频-幅综合指标TFAI；3建立一个二阶欠阻尼双稳态随机共振系统，对系统进行普通变尺度，使其满足经典随机共振的小参数条件；4设定随机共振系统的参数范围a1,b1∈0,2]、k1∈0,1]、平衡优化器的粒子数NC、最大迭代次数Itermax，初始化粒子个体的起始浓度；5将步骤1得到的滤波信号sf输入随机共振系统中获得输出信号x，以步骤2生成的时-频-幅综合指标TFAI作为适应度函数，计算粒子个体的适应度；6计算平衡状态浓度Ceq、指数项系数F、质量生成系数G；7更新粒子个体的浓度C；8判断迭代次数Iter是否达到设定的最大迭代次数Itermax，若达到最大迭代次数Itermax，则保存适应度最大值对应的粒子浓度Ceq1，执行步骤9，否则令Iter＝Iter+1，执行步骤5；9根据步骤8得到的适应度最大值对应的粒子浓度Ceq1确定最优系统参数a1opt、b1opt、k1opt，使用上述参数对步骤1中的滤波信号sf随机共振，获得最优随机共振输出信号xopt；10对步骤9得到的最优随机共振输出信号xopt进行傅里叶变换FFT，确定频谱中的线谱频率，即为海上风机营运期水下声信号的特征线谱频率fm。

全文数据：

权利要求：

百度查询： 厦门大学 基于自适应随机共振的营运风机水下声信号特征提取方法

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