基本原理請參考這篇文章:
https://blog.csdn.net/xeonmm1/article/details/95735261
這次我們希望通過全尺度卷積算法實現一個隨機信號的包絡計算,包絡計算的難題是:如果使用幅度逼近,則可能缺失時域,如果使用時域逼近,則可能缺失幅度,之所以出現這種情況是因爲隨機信號的信號成分不是固定的,裏面包含了從低到高的頻率,和不同的幅度信號,爲了儘可能緩和兩者之間的矛盾,本文使用了一種統計的動態方法,兼顧一定頻域內(f-k,f+k)的信號可以被“風險最小化”地取到包絡點。
原理:
1.使用全尺度卷積,但是卷積窗只使用三個尺度,f-k,f,f+k,這樣做的目的是爲了具備一個動態範圍,能夠適應一定範圍內的頻率變動,如果該片信號的波動較大的話,這個算法是無能爲力的,也是強人所難的;
2.非線性卷積核:在窗口滑動的過程中,選擇該次最大或最小的特徵點計數+1,這樣可以形成一個特徵計數表,每一個點被窗掃描的次數是一定的,所以每次掃描必然會獲得[0,period]的計數範圍;
3.將三個特徵-尺度計數表歸一化相加後,若其總計數>0.5,則證明該特徵點,在目標頻率週期範圍內具備統治性,是可能的包絡點;
4.清理異常點和邊緣點;