摘要
本发明公开了一种基于局部熵重构优化多重同步压缩算法的ZGV特征提取方法,属于信号特征提取技术领域。具体方法包括步骤1:对有时变特征的信号,采用短时傅里叶变换进行初步提取;步骤2:估计短时傅里叶变换结果对应的瞬时频率;步骤3:同步压缩变换;步骤4:对同步压缩变换结果进行迭代;步骤5:将变换结果进行Rényi熵值计算和重构精度计算,对变换结果进行评估;步骤6:构造贝叶斯代价函数,对代价函数进行贝叶斯优化,得到全局优化的窗函数长度;步骤7:将得到的全局优化的窗函数长度作为高斯窗函数的窗口长度获得新的窗函数,之后进行短时傅里叶变换的新的运算,得到高精度的时频图。本发明能够实现对ZGV信号更加精确和可靠的特征提取。
技术关键词
短时傅里叶变换
特征提取方法
压缩算法
重构
信号特征提取技术
表达式
频率估计
精度
因子
代表
系统为您推荐了相关专利信息
水文概率预报方法
组合预测模型
径流
深度学习模型
因子
厨房垃圾处理器
寿命方法
深度学习算法
谐波特征
频谱特征
动作开关
配电网潮流
动态
深度学习方法
有功功率
协同优化方法
放电计划
重构
双层优化模型
系统网损