本发明涉及数据处理技术领域,具体涉及一种用于物流输送机的风险模型预测控制方法及系统。本发明对原始信号进行分解,筛选出目标分量信号,根据相邻目标分量信号之间的差异获取所有目标分量信号的整体变化特征,根据整体变化特征、目标分量信号的最小周期以及相邻目标分量信号的变化差异获得划分周期,基于划分周期对目标分量信号进行划分,用于分析局部特征。进而根据相邻目标分量信号的局部特征获得目标分量信号的整体差异性,将整体差异性与原始信号的幅度变化特征以及原始信号的平均周期相乘获得准确合适的窗函数参数;进而可以有效减小WVD算法去噪时交叉项的干扰,获得更加准确的去噪结果,提高对物流输送机风险预测的(56)对比文件KR 102368440 B1,2022.02.28CN 116738153 A,2023.09.12JP 2015108872 A,2015.06.11吴小羊等.基于时频重排的地震信号Wigner-Ville分布时频分析《.石油地球物理勘探》.2009,第44卷(第2期),第201-207页.赵宏伟.基于时频分布的跳频信号参数检测方法研究《.中国优秀硕士学位论文全文数据库(信息科技辑)》.2006,(第7期),第I136-62页.谢业强等.基于一阶自卷积Kaiser窗的分频段谐波检测DFT算法《.广东电力》.2021,第34卷(第6期),第79-88页.Roark RM等.B-spline design ofmaximally flat and prolate spheroidal-type FIR filters《.Ieee Transactions OnSignal Processing》.1999,第47卷(第3期),第701-716页.刘小平;许桂云;任世锦;杨茂云.形态梯度小波降噪与S变换的齿轮故障特征抽取算法.电子设计工程.2012,(第22期),第79-82页.