申请/专利权人:重庆邮电大学
申请日:2023-09-19
公开(公告)日:2024-01-30
公开(公告)号:CN117473237A
主分类号:G06F18/15
分类号:G06F18/15;A61B8/00;A61B8/08;G06F18/2113;G06F18/213;G06F123/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.20#实质审查的生效;2024.01.30#公开
摘要:本发明提供了一种基于CEEMDAN和TKEO联合排列熵的多普勒栓子信号处理方法。首先对采集的栓子信号进行CEEMDAN分解,得到多阶的固有模态分量;通过对各阶的分量进行峭度计算,筛选出较高峭度值的分量进行信号重构;为衡量序列的随机性和复杂程度,计算出重构信号的时间序列排列熵;为了提高栓子信号处理过程中的时间分辨率,将重构信号进行泰格能量算子TKEO处理获得一系列TK域下表征数据特征的参数。通过此方法获取的栓子参数供机器学习等方向的栓子的识别和分类使用。
主权项:1.一种基于CEEMDAN和TKEO联合排列熵的多普勒栓子信号处理方法,其特征在于,包括:步骤1:对获得的栓子信号进行CEEMDAN分解,得到一系列的固有模态函数;步骤2:计算每个IMF的峭度系数,选取峭度系数高的m个IMF分量对信号进行重构,获得重构信号;步骤3:计算重构信号的序列排列熵PE,得到表征信号含有突变信号的特征值;步骤4:将重构信号进行TKEO能量算子处理,获得一系列TK域下表征数据特征的参数。
全文数据:
权利要求:
百度查询: 重庆邮电大学 一种基于CEEMDAN和TKEO联合排列熵的多普勒栓子信号处理方法
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。