摘要
本发明提供了一种基于射频信号的器件性能检测方法,该方法包括:向待测器件中注入非均匀频率步进信号;对待测器件进行信号采集,得到稀疏时域数据集后将信号重建为全采样率时域信号;对全采样率时域信号进行反向滤波,得到降噪时频信号后再进行时频脊线特征提取,得到三维张量;计算三维张量的非线性失真度指标与群延迟波动熵,得到器件非线性特征向量,再通过迁移学习分类器进行性能判定,得到器件剩余寿命概率分布。该方法通过压缩感知采样、量子化降噪和时频特征提取实现了亚奈奎斯特采样下的高精度信号重建、早期故障检测和剩余寿命概率预测,提高了检测效率和检测精度。
技术关键词
性能检测方法
采样率
非线性
学习分类器
待测器件
压缩感知理论
量子傅里叶变换
时间交织采样
时域激励信号
射频
矩阵
光纤布拉格光栅阵列
降噪算法
追踪算法
量子粒子群优化算法
低相位噪声
量子态
频率
曲率特征
系统为您推荐了相关专利信息
子系统
冷冻水
冷源系统
粒子群优化算法
制冷机组用
载荷
流固耦合分析
风力发电工程技术
仿真模型
风速
低压分布式光伏
调控方法
模型预测控制框架
光伏阵列输出功率
光伏系统
雷达传感器组件
发射天线
微控制器
天线组件
模式