信号特征提取
发布网友
发布时间:2022-12-28 06:21
我来回答
共1个回答
热心网友
时间:2023-10-22 08:24
针对不同的后端模型需要确定特征维度
在开始特征提取前,信号往往需要做一些预处理,如滤波、去均值,去异常等等。
重心频率 :可以描述信号在频谱中分量较大的信号成分的频率,反映信号功率谱的分布情况。换句话说,对于给定的频带范围,低于重心频率的频率范围内包含的能量是信号总能量的一半。
均方根频率: 均方频率的算术平方根,可以看做惯性半径
均方频率: 均方频率是信号频率平方的加权平均
以上三者都是描述功率谱主频带位置分布的。
频率标准差: 是以重心频率为中心的惯性半径,若重心附近的频谱幅值较大,则频率标准差较小;若重心附近的频谱较小,则频率标准差较大。表示功率谱能量分布的分散程度
频率方差:是频率标准差的平方,是衡量功率谱能量分散程度的另一个维度
有量纲特征值8个——最大值、最小值、峰峰值、均值、方差、标准差、均方值、均方根值(RMS)
无量纲特征值6个——峭度、偏度、波形因子、峰值因子、脉冲因子、裕度因子
频域特征值5个——重心频率、均方频率、均方根频率、频率方差、频率标准差
信息熵特征值3个——功率谱熵、奇异谱熵、能量熵
(其他相关特征若干——样本熵等熵特征值、后续还会补充其他常用、不常用的特征指标)