pkurtosis

Спектральный куртоз из сигнала или спектрограммы

Описание

пример

sk = pkurtosis(x) возвращает спектральный куртоз вектора x как вектор sk. pkurtosis использует нормированную частоту (равномерно разнесенный вектор частоты, охватывающий [0 и]), чтобы вычислить временные значения. pkurtosis вычисляет спектрограмму x использование pspectrum с размером окна по умолчанию (временное разрешение в выборках) и 80% перекрытием окна.

пример

sk = pkurtosis(x,sampx) возвращает спектральный куртоз вектора x дискретизация по скорости или временному интервалу sampx.

sk = pkurtosis(xt) возвращает спектральный куртоз одинарной переменной timetable xt в векторном sk. xt должен содержать увеличивающиеся конечные временные выборки.

пример

sk = pkurtosis(___,window) возвращает спектральный куртоз, используя разрешение по времени, заданное в window для pspectrum спектрограмма расчета. Можно использовать window с любым из входных параметров в предыдущих синтаксисах.

пример

sk = pkurtosis(s,sampx,f,window) возвращает спектральный куртоз, используя спектрограмму или спектрограмму степени s, наряду с:

  • Частота дискретизации или время, sampx, исходного сигнала timeseries, который был преобразован для создания s

  • Вектор частоты спектрограммы f

  • Разрешение спектрограммы window

Используйте этот синтаксис, когда вы хотите настроить опции для pspectrum, а не принимать значение по умолчанию pspectrum опции, которые pkurtosis применяется. Можно задать sampx как пустой по умолчанию до нормированной частоты. Хотя window необязательно для предыдущих синтаксисов, необходимо задать значение для window при использовании этого синтаксиса.

[sk,fout] = pkurtosis(___) возвращает спектральный куртоз sk наряду с вектором частоты fout. Можно использовать эти выходные аргументы с любым из входных параметров в предыдущих синтаксисах.

пример

[___,thresh] = pkurtosis(___,'ConfidenceLevel',p) возвращает спектральный порог куртоза thresh использование доверия уровня p. thresh представляет области значений, в которой спектральный куртоз указывает на Гауссов стационарный сигнал, на необязательном уровне доверия p что вы задаете или принимаете как значение по умолчанию. Определение p позволяет настроить чувствительность спектрального куртоза thresh приводит к поведению, которое не является Гауссовым или нестационарным. Можно использовать thresh выходной аргумент с любым из входных параметров в предыдущих синтаксисах. Можно также задать уровень доверия в предыдущих синтаксисах, но он не имеет эффекта, если вы не возвращаетесь или не строите график thresh.

pkurtosis(___) строит графики спектрального куртоза, наряду с доверительным уровнем и порогами, не возвращая никаких данных. Можно использовать этот синтаксис с любым из входных параметров в предыдущих синтаксисах.

Примеры

свернуть все

Постройте график спектрального куртоза щебета-сигнала в белом шуме и посмотрите, как может быть обнаружен нестационарный нестационарный режим Гауссова. Исследуйте эффекты изменения уровня доверия и вызова нормированной частоты.

Создайте сигнал щебета, добавьте белый Гауссов шум и постройте график.

fs = 1000;
t = 0:1/fs:10;
f1 = 300;
f2 = 400;

xc = chirp(t,f1,10,f2);
x = xc + randn(1,length(t));

plot(t,x)
title('Chirp Signal with White Gaussian Noise')

Figure contains an axes. The axes with title Chirp Signal with White Gaussian Noise contains an object of type line.

Постройте график спектрального куртоза сигнала.

pkurtosis(x,fs)
title('Spectral Kurtosis of Chirp Signal with White Gaussian Noise')

Figure contains an axes. The axes with title Spectral Kurtosis of Chirp Signal with White Gaussian Noise contains 2 objects of type line. These objects represent Spectral Kurtosis, 0.95 Confidence Interval.

На графике показана явная расширенная экскурсия от 300-400 Гц. Эта экскурсия соответствует сигнальному компоненту, которая представляет нестационарную щебетание. Площадь между двумя горизонтальными красно-штриховыми линиями представляет собой зону вероятного стационарного и гауссовского поведения, заданную интервалом 0,95 доверия. Любые точки куртоза, попадающие в эту зону, вероятно, будут стационарными и гауссовыми. За пределами зоны точки куртоза помечены как нестационарные или нестационарные. Ниже 300 Гц есть несколько дополнительных экскурсий чуть выше порога зоны. Эти экскурсии представляют ложные срабатывания, где сигнал является стационарным и Гауссовым, но из-за шума, превысил порог.

Исследуйте влияние уровня доверия, изменив его с значения по умолчанию 0,95 на 0,85.

pkurtosis(x,fs,'ConfidenceLevel',0.85)
title('Spectral Kurtosis of Chirp Signal with Noise at Confidence Level of 0.85')

Figure contains an axes. The axes with title Spectral Kurtosis of Chirp Signal with Noise at Confidence Level of 0.85 contains 2 objects of type line. These objects represent Spectral Kurtosis, 0.85 Confidence Interval.

Более низкий доверительный уровень подразумевает более чувствительное обнаружение нестационарных или нестационарных частотных составляющих. Уменьшение уровня доверия сокращает thresh-делимитированная зона. Сейчас и в количестве, и в количестве увеличились низкоуровневые экскурсии - ложные тревоги. Установка уровня доверия является балансирующим действием между достижением эффективного обнаружения и ограничением количества ложных срабатываний.

Можно точно определить и сравнить ширину зоны для двух случаев с помощью pkurtosis форма, которая возвращает его.

[sk1,~,thresh95] = pkurtosis(x);
[sk2,~,thresh85] = pkurtosis(x,'ConfidenceLevel',0.85);
thresh = [thresh95 thresh85]
thresh = 1×2

    0.3578    0.2628

Снова постройте график спектрального куртоза, но на этот раз опускайте информацию о шаге расчета так, чтобы pkurtosis графики нормировали частоту.

pkurtosis(x,'ConfidenceLevel',0.85)
title('Spectral Kurtosis using Normalized Frequency')

Figure contains an axes. The axes with title Spectral Kurtosis using Normalized Frequency contains 2 objects of type line. These objects represent Spectral Kurtosis, 0.85 Confidence Interval.

Ось частоты изменилась от Hz до шкалы с 0 до π рад/отсчета.

The pkurtosis функция использует значение по умолчанию pspectrum размер окна (разрешение по времени). Вместо этого можно задать размер окна. В этом примере используйте функцию kurtogram чтобы вернуть оптимальный размер окна и использовать этот результат для pkurtosis.

Создайте щебет с белым Гауссовым шумом.

fs = 1000;
t = 0:1/fs:10;
f1 = 300;
f2 = 400;
x = chirp(t,f1,10,f2)+randn(1,length(t));

Постройте график спектрального куртоза с размером окна по умолчанию.

pkurtosis(x,fs)
title('Spectral Kurtosis with Default Window Size')

Figure contains an axes. The axes with title Spectral Kurtosis with Default Window Size contains 2 objects of type line. These objects represent Spectral Kurtosis, 0.95 Confidence Interval.

Теперь вычислите оптимальный размер окна, используя kurtogram.

kurtogram(x,fs)

Figure contains an axes. The axes with title K_{max} = 8.5267 at level 7, Optimal Window Length = 256, Center Frequency = 388.6719 Hz, Bandwidth = 3.9062 Hz contains an object of type image.

График куртограммы также иллюстрирует щебет между 300 и 400 Гц и показывает, что оптимальный размер окна равен 256. Подача w0 в pkurtosis.

w0 = 256;
pkurtosis(x,fs,w0)
title('Spectral Kurtosis with Optimum Window Size of 256')

Figure contains an axes. The axes with title Spectral Kurtosis with Optimum Window Size of 256 contains 2 objects of type line. These objects represent Spectral Kurtosis, 0.95 Confidence Interval.

Основная экскурсия имеет более высокие значения куртоза. Более высокие значения улучшают дифференциацию между стационарными и нестационарными компонентами и улучшают вашу способность извлекать нестационарный компонент как функция.

При использовании входных данных сигнала pkurtosis генерирует спектрограмму при помощи pspectrum с опциями по умолчанию. Вы также можете создать спектрограмму самостоятельно, если хотите настроить опции.

Создайте щебет с белым Гауссовым шумом.

fs = 1000;
t = 0:1/fs:10;
f1 = 300;
f2 = 400;
x = chirp(t,f1,10,f2)+randn(1,length(t));

Сгенерируйте спектрограмму, которая использует вашу спецификацию для окна, перекрытия и количества точек БПФ. Затем используйте эту спектрограмму в pkurtosis.

window = 256;
overlap = round(window*0.8);
nfft = 2*window;
[s,f,t] = spectrogram(x,window,overlap,nfft,fs);
figure
pkurtosis(s,fs,f,window)

Figure contains an axes. The axes with title Spectral Kurtosis contains 2 objects of type line. These objects represent Spectral Kurtosis, 0.95 Confidence Interval.

Величина экскурсии выше, и, следовательно, лучше дифференцирована, чем с входами по умолчанию в предыдущих примерах. Однако величина экскурсии здесь не так высока, как в примере окна, оптимизированного для куртограммы.

Входные параметры

свернуть все

Timeseries, от которого pkurtosis возвращает спектральный куртоз, заданный как вектор.

Частота дискретизации или шаг расчета, заданное как одно из следующего::

  • Положительный числовой скаляр - частота в герцах

  • duration скаляр - временной интервал между последовательными выборками X

  • Вектор, duration массив, или datetime массив - момент времени или длительность, соответствующая каждому элементу x

Когда sampx представляет собой временной вектор, временные выборки могут быть неоднородными, с pspectrum ограничение, которому должны подчиняться медиана временного интервала и средний временной интервал:

1100<  Медиана временного интервалаСредний временной интервал<100.

Если вы задаете sampx как пустой, тогда pkurtosis использует нормированную частоту. Другими словами, он принимает равномерно разнесенный вектор частоты, охватывающий [0

Расписание сигнала, из которого pkurtosis возвращает спектральный куртоз, заданный как timetable которая содержит одну переменную с одним столбцом. xt должно содержать увеличивающуюся, конечную строку раз. Если timetable имеет отсутствующие или повторяющиеся временные точки, можно исправить его с помощью советов в разделе «Чистое расписание с пропущенными, повторяющимися или неоднородными временами». xt может быть неоднородно дискретизирован, с pspectrum ограничение, которому должны подчиняться медиана временного интервала и средний временной интервал:

1100<  Медиана временного интервалаСредний временной интервал<100.

Временное разрешение окна, используемое для внутреннего pspectrum спектрограмма расчета, заданная в виде положительной скалярной величины в образцах. window требуется для синтаксисов, которые используют существующую спектрограмму в качестве входных данных, и необязательно для рест. можно использовать функцию kurtogram для определения оптимального размера окна для использования. pspectrum использует по умолчанию 80% перекрытия.

Степень спектрограмма или спектр сигнала, заданный в виде матрицы (спектрограмма) или вектор-столбец (спектр).

  • Если s комплексно, тогда pkurtosis лечит s как кратковременное преобразование Фурье (STFT) исходного сигнала (спектрограмма).

  • Если s это реально, тогда pkurtosis лечит s как квадрат абсолютных значений STFT исходного сигнала (степень). Таким образом, каждый элемент s должно быть неотрицательным.

Если вы задаете s, pkurtosis использует s вместо того, чтобы генерировать свою собственную спектрограмму или степень спектрограмму. Для получения примера смотрите График спектральный куртоз с использованием индивидуализированной спектрограммы.

Типы данных: single | double
Поддержка комплексного числа: Да

Частоты для спектрограммы или спектрограммы степени s когда s передается явным образом в pkurtosis, заданный как вектор в hertz. Длина f должно быть равно количеству строк в s.

Доверие уровень, используемый для определения, является ли сигнал вероятно Гауссовым и стационарным, задается как числовой скаляр значение от 0 до 1. p влияет на thresh область значений, где значение спектрального куртоза указывает на Гауссов и стационарный сигнал. Поэтому доверие обеспечивает параметр настройки чувствительности обнаружения. Значения Куртоза вне этой области значений указывают, с вероятностью (1- p), нестационарное или нестационарное поведение. Для получения примера смотрите График спектральный куртоз нестационарного сигнала с использованием различных уровней Доверия.

Выходные аргументы

свернуть все

Спектральный куртоз, возвращается как двойной вектор. Спектральный куртоз является статистической величиной, которая содержит низкие значения, где данные являются стационарными и гауссовыми, и высокие значения, где происходят переходные процессы. Одним из применений спектрального куртоза является обнаружение и определение местоположения нестационарного или нестационарного поведения, которое может быть результатом сбоев или деградации. Высоко ценные данные о куртозе обнаруживают такие компоненты сигнала.

Частоты, сопоставленные с sk значения, возвращенные как вектор в hertz.

Размер спектральной полосы куртоза для стационарного Гауссова поведения, заданный как числовой скаляр, представляющий толщину полосы с центром в sk = 0 линия, заданный доверительный уровень p. Экскурсии за пределами thresh-делимитированная полоса указывает на возможное нестационарное или нестационарное поведение Гауссова. Доверительный уровень p непосредственно влияет на толщину полосы и чувствительность результатов. Для получения примера смотрите График спектральный куртоз нестационарного сигнала с использованием различных уровней Доверия.

Подробнее о

свернуть все

Спектральный куртоз

Спектральный куртоз (SK) является статистическим инструментом, который может указывать и точно определять нестационарное или нестационарное поведение в частотный диапазон, принимая:

  • Маленькие значения на частотах, где присутствует только стационарный Гауссов шум

  • Высокие положительные значения на частотах, где происходят переходные процессы

Эта возможность делает SK мощным инструментом для обнаружения и извлечения сигналов, связанных с отказами во вращающихся механических системах. Самостоятельно SK может идентифицировать функции или условные индикаторы для обнаружения и классификации отказов. В качестве предварительной обработки для других инструментов, таких как огибающий анализ, SK может предоставить ключевые входы, такие как оптимальная полоса [2], [1].

Спектральный куртоз, или K (f), сигнального x (t) может быть вычислен на основе кратковременного преобразования Фурье (STFT) сигнала, S (t, f):

S(t,f)=+x(t)w(tτ)e2πftdt,

где w (t) - оконная функция, используемая в STFT. K (f) вычисляется как:

K(f)=|S(t,f)|4|S(t,f)|222, f0,

где · - оператор среднего по времени.

Если x сигнала (t) содержит только стационарный Гауссов шум, то K (f) на каждой частоте f имеет асимптотическое нормальное распределение со средним 0 и дисперсией 4/ M, где M - количество элементов вдоль временной оси в S (t, f). Следовательно, статистический порогsα заданный уровень доверия α равен:

sα=Φ1(α)2M,

где Φ1 - квантильная функция стандартного нормального распределения.

Важно отметить, что Nw длины окна STFT непосредственно управляет разрешением частоты, которое fs/ Nw, где fs является частотой дискретизации. Размер окна должен быть короче, чем интервал между переходными импульсами, но больше, чем отдельные переходные импульсы.

Ссылки

[1] Антони, Дж. «Спектральный куртоз: полезный инструмент для характеристики нестационарных сигналов». Механические системы и обработка сигналов. Том 20, Выпуск 2, 2006, стр. 282-307.

[2] Антони, Дж., и Р. Б. Рэндалл. «Спектральный куртоз: применение к вибрационному наблюдению и диагностике вращающихся машин». Механические системы и обработка сигналов. Том 20, Выпуск 2, 2006, стр. 308-331.

Расширенные возможности

.
Введенный в R2018a
Для просмотра документации необходимо авторизоваться на сайте