1.一种入侵信号诊断方法,其特征在于,所述方法包括以下步骤:(a)将原始信号通过EEMD进行分解,剔除包含高频噪声的IMF,再将剩下的IMF分量重组得到重构信号;
(b)对重构信号进行希尔伯特变换得到重构信号的希尔伯特谱,得出每个重构信号的频谱质心;
(c)将训练集中普通信号和入侵信号的频谱质心分别标记为1组和2组,运用LS-SVM将它们进行训练建模,根据LS-SVM的学习效果反馈确定最优的规则化参数C和核宽度σ;
(d)将原始信号重构后的频谱质心通过步骤(c)中训练好的LS-SVM进行分类预测,如果结果是1组,则该信号为普通信号,如果是2组,则该信号为入侵信号。
2.如权利要求1所述的入侵信号诊断方法,其特征在于,所述步骤(a)中EEMD的信号分解包括步骤:(i)向目标数据X(t)上加入白噪声序列;
(ii)确定出加入白噪声序列后信号X(t)上的全部极值点;
(iii)用三次样条插值法连接所有极大值点形成上包络线emax(t),同理得到下包络线emin(t),求出两条包络线的均值m1(t)=(emax(t)+emin(t))/2;
(iv)给定信号X(t)与m1(t)的差值记为h1(t),即h1(t)=X(t)-m1(t)若h1(t)满足IMF的两个条件,则h1(t)作为原始信号筛分出的第一个IMF分量,否则,将h1(t)作为新的X(t),循环以上步骤,直到hi(t)满足IMF的两个条件,将其作为第一个IMF分量C1(t);
(v)将C1(t)从X(t)中分离,得到一个去掉高频分量的差值信号r1(t),即r1(t)=X(t)-C1(t),将r1(t)作为原始数据重复以上步骤(ii)~(v),得到第二个IMF分量C2(t),重复n次直至残余信号rn(t) 为单调函数,无法再进行筛分,其中rn(t)=rn-1(t)-Cn(t);
(vi)每次加入不同的白噪声序列,然后重复以上步骤(i)~(vi)共n次;以及(vii)将n次得到的各个IMF分量求均值,并将其作为最终的分解结果。
3.如权利要求1或2所述的入侵信号诊断方法,其特征在于,所述步骤(b)中的重构信号的频谱质心的计算方法如下:
4.如权利要求1所述的入侵信号诊断方法,其特征在于,所述步骤(a)中包含高频噪声的IMF为第1个IMF分量IMF1。
5.如权利要求3所述的入侵信号诊断方法,其特征在于,所述步骤(a)中包含高频噪声的IMF为第1个IMF分量IMF1。
6.如权利要求1所述的入侵信号诊断方法,其特征在于,所述步骤(a)中IMF信号分量合成为重构信号的计算公式如下:
7.如权利要求5所述的入侵信号诊断方法,其特征在于,所述步骤(a)中IMF信号分量合成为重构信号的计算公式如下:
8.如权利要求1所述的入侵信号诊断方法,其特征在于,所述LS-SVM的核函数为RBF函数:K(xi,x)=exp{-||x-xi||2/σ2}。
9.如权利要求7所述的入侵信号诊断方法,其特征在于,所述LS-SVM的核函数为RBF函数:K(xi,x)=exp{-||x-xi||2/σ2}。
10.一种入侵信号诊断系统,其特征在于,包括
一光纤;
多个传感器,所述传感器被分别设置于光纤用以感知信号;
一光纤激光器,所述光纤激光器与光纤连接;
一滤波器,所述滤波器与所述传感器可通讯地连接,用以滤波传感器感知的信号;
一放大器,所述放大器与滤波器一体地连接;以及
一管理软件平台,管理软件平台与放大器可通讯地连接,用以接收经过放大器放大后的信号,并将信号通过EEMD进行分解,剔除包含高频噪声的IMF,再将剩下的IMF分量重组得到重构信号;
对重构信号进行希尔伯特变换得到重构信号的希尔伯特谱,得出每个重构信号的频谱质心;将训练集中普通信号和入侵信号的频谱质心分别标记为1组和2组,运用LS-SVM将它们进行训练建模,根据LS-SVM的学习效果反馈确定最优的规则化参数C和核宽度σ;以及将原始信号重构后的频谱质心通过训练好的LS-SVM进行分类预测,如果结果是1组,则该信号为普通信号,如果是2组,则该信号为入侵信号。