科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了获得理想压缩气体泄漏信号的识别准确率，进而实现高效检测的目的，提出一种基于经验模态分解、梅尔频率倒谱系数和主成分分析的泄漏超声信号特征提取方法。首先，使用经验模态分解提取泄漏信号的超声频段，通过对固有模态函数的熵值设定阈值，优化频谱混叠；其次，通过构造梅尔变换函数，设计分别针对目标频段中不同分布的梅尔滤波器组；然后，使用主成分分析代替离散余弦变换，提取改进的梅尔频率倒谱系数；最后，在实验室模拟泄漏环境，采集不同泄漏条件的泄漏信号，使用支持向量机实现识别分类，完成泄漏检测。结果表明，使用熵阈值优化的经验模态分解能够提高泄漏信号的识别准确率，改进的梅尔频率倒谱系数是一种更有效的泄漏信号特征，相比改进前识别准确率提高了7.76%。
- 出版日期2023
- 单位西安电子科技大学
