本技術(shù)涉及管道泄漏識(shí)別，具體而言，涉及一種管道泄漏信號(hào)處理方法及裝置。

背景技術(shù)：

1、由于管道存在腐蝕、老化、陰極保護(hù)失效現(xiàn)象、自然災(zāi)害、生產(chǎn)施工和偷盜等人為破壞現(xiàn)象，使得管道泄漏事件難以杜絕，采用合適的管道泄漏檢測(cè)技術(shù)對(duì)管道進(jìn)行監(jiān)測(cè)，預(yù)防泄漏和及時(shí)的發(fā)現(xiàn)泄漏并準(zhǔn)確的對(duì)泄漏進(jìn)行定位，可有效地預(yù)防管道泄漏事故及其次生災(zāi)害來(lái)減少環(huán)境的污染和經(jīng)濟(jì)的損失。

2、考慮到aok-tfr時(shí)頻分析方法應(yīng)用廣泛，自適應(yīng)核時(shí)頻分析方法的核函數(shù)不僅可自適應(yīng)不同類型的信號(hào)，更重要的是可隨信號(hào)時(shí)間變化而變化，實(shí)現(xiàn)對(duì)信號(hào)局部特征的自適應(yīng)，并且其還非常適合于信號(hào)的實(shí)時(shí)、在線處理，對(duì)任意長(zhǎng)度和任何性質(zhì)的信號(hào)都具有適應(yīng)性，而不需要信號(hào)的任何先驗(yàn)知識(shí)，但在aok-tfr的應(yīng)用中因其核函數(shù)的局部問(wèn)題導(dǎo)致其泄漏信號(hào)準(zhǔn)確性下降，其限制條件中的徑向高斯核類低通函數(shù)中的擴(kuò)展函數(shù)σ(ψ)的計(jì)算復(fù)雜程度大、迭代次數(shù)多，同時(shí)擴(kuò)展函數(shù)σ(ψ)的值多憑人為經(jīng)驗(yàn)來(lái)確定結(jié)果，通常在0＜σ(ψ)≤1范圍內(nèi)取值,使得計(jì)算結(jié)果不準(zhǔn)確，進(jìn)而導(dǎo)致信號(hào)的交叉干擾的抑制效果差和信號(hào)的時(shí)頻分辨率差，從而影響管道泄漏的識(shí)別效果。

3、因此，亟需一種新型管道泄漏信號(hào)處理方法，來(lái)解決上述技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)的計(jì)算結(jié)果不準(zhǔn)確，進(jìn)而導(dǎo)致信號(hào)的交叉干擾的抑制效果差和信號(hào)的時(shí)頻分辨率差，從而影響管道泄漏的識(shí)別效果的問(wèn)題，本技術(shù)提供了一種管道泄漏信號(hào)處理方法及裝置。

2、本技術(shù)的實(shí)施例是這樣實(shí)現(xiàn)的：

3、第一方面，本技術(shù)提供一種管道泄漏信號(hào)處理方法及裝置，包括：

4、采集管道泄漏次聲波原始信號(hào)x(t)；

5、采用變分模態(tài)分解算法(vmd)將所述原始信號(hào)x(t)分解為若干個(gè)imf分量；

6、計(jì)算所述分解出的所述imf分量的多尺度排列熵(mpe)，根據(jù)排列熵的值識(shí)別噪聲分量并剔除，取剩余有效分量重構(gòu)信號(hào)，通過(guò)擬合獲得有效的次聲波泄漏特征信號(hào)x′(t)及對(duì)應(yīng)的次聲波泄漏信號(hào)的有效時(shí)域波形圖；

7、利用改進(jìn)的aok-tfr對(duì)有效的次聲波泄漏特征信號(hào)進(jìn)行識(shí)別；

8、移動(dòng)矩形時(shí)間窗得到的聲波信號(hào)的時(shí)頻譜圖，并對(duì)所述時(shí)頻譜圖進(jìn)行處理，得到泄漏信號(hào)。

9、在一種可能的實(shí)現(xiàn)方式中，所述改進(jìn)的aok-tfr的工作過(guò)程為：設(shè)定矩形窗函數(shù)和核函數(shù)的體積，并根據(jù)矩形時(shí)間窗的大小,計(jì)算矩形時(shí)間窗內(nèi)信號(hào)的模糊函數(shù)，再用凸包估計(jì)法來(lái)優(yōu)化限制條件中的徑向高斯核類低通函數(shù)中的擴(kuò)展函數(shù)σ(ψ)，并計(jì)算出矩形時(shí)間窗函數(shù)內(nèi)信號(hào)的最優(yōu)核函數(shù)，將最優(yōu)核函數(shù)和模糊函數(shù)相乘之后做二維傅里葉變換。

10、在一種可能的實(shí)現(xiàn)方式中，所述變分模態(tài)分解算法，包括：

11、對(duì)采集的管道泄漏次聲波原始信號(hào)x(t)利用vmd分解成k個(gè)固有模態(tài)函數(shù)分量；

12、對(duì)變分問(wèn)題的求解。

13、在一種可能的實(shí)現(xiàn)方式中，所述對(duì)采集的管道泄漏次聲波原始信號(hào)x(t)利用vmd分解成k個(gè)固有模態(tài)函數(shù)分量，進(jìn)一步包括：

14、通過(guò)求解約束的變分問(wèn)題，將原始信號(hào)x(t)分解為一系列imf分量；

15、引入二次懲罰因子和拉格朗日乘法算子，將約束性變分問(wèn)題變?yōu)榉羌s束性變分問(wèn)題，構(gòu)造擴(kuò)展拉格朗日表達(dá)式；

16、利用乘子交換方向算法交替更新尋求擴(kuò)展拉格朗日表達(dá)式的“鞍點(diǎn)”，當(dāng)判斷精度θ＞0時(shí)，最終求得的鞍點(diǎn)即為最優(yōu)解，得到k個(gè)模態(tài)分量。

17、在一種可能的實(shí)現(xiàn)方式中，所述計(jì)算所述分解出的所述imf分量的多尺度排列熵(mpe)，根據(jù)排列熵的值識(shí)別噪聲分量并剔除，取剩余有效分量重構(gòu)信號(hào)，通過(guò)擬合獲得有效的次聲波泄漏特征信號(hào)及對(duì)應(yīng)的次聲波泄漏信號(hào)的有效時(shí)域波形圖，進(jìn)一步包括：

18、對(duì)k個(gè)模態(tài)新的解析信號(hào)即進(jìn)行多尺度粗?；幚?；

19、對(duì)時(shí)間序列進(jìn)行重構(gòu)；

20、對(duì)時(shí)間重構(gòu)序列按升序排序；

21、計(jì)算尺度因子的排列熵；

22、對(duì)上述計(jì)算的排列熵進(jìn)行歸一化處理。

23、在一種可能的實(shí)現(xiàn)方式中，通過(guò)下式將各有效特征分量擬合為有效的次聲波泄漏特征信號(hào)：

24、x′(t)＝[imf1，imf2，......，imfm]；

25、其中，x'(t)為有效的次聲波泄漏特征信號(hào)，imfm為有效特征分量。

26、在一種可能的實(shí)現(xiàn)方式中，計(jì)算矩形時(shí)間窗內(nèi)信號(hào)的模糊函數(shù)，具體為：

27、令有效信號(hào)x'(t)用s(t)表示,定義瞬時(shí)相關(guān)函數(shù)為：

28、

29、其中，t為瞬時(shí)時(shí)間，單位為秒；τ為信號(hào)s(t)的一個(gè)時(shí)間延遲；s(t)為待分析的信號(hào)函數(shù)；為s(t)的共軛函數(shù)；r(t，τ)為s(t)的瞬時(shí)相關(guān)函數(shù)。

30、在一種可能的實(shí)現(xiàn)方式中，計(jì)算矩形時(shí)間窗函數(shù)內(nèi)的最優(yōu)核函數(shù)表達(dá)式為：

31、

32、其中：t為瞬時(shí)時(shí)間，單位為秒；r為極坐標(biāo)下的半徑變量，ψ為信號(hào)模糊函數(shù)域極坐標(biāo)變量，(θ為徑向與水平方向的夾角)；a(t：r，ψ)為信號(hào)的短時(shí)模糊函數(shù)；φ(t：r，ψ)極坐標(biāo)下的核函數(shù)。

33、在一種可能的實(shí)現(xiàn)方式中，所述對(duì)所述時(shí)頻譜圖進(jìn)行處理為利用matlab軟件對(duì)所述時(shí)頻譜圖進(jìn)行處理，其進(jìn)一步包括：

34、用matlab軟件對(duì)所述時(shí)頻譜圖進(jìn)行灰度變換處理,得到灰度圖；

35、求取所述灰度圖的灰度共生矩陣；

36、基于所述灰度共生矩陣提取天然氣管道泄漏聲波信號(hào)的特征值。

37、第二方面，本技術(shù)提供一種管道泄漏信號(hào)處理裝置，包括：

38、信號(hào)采集模塊，用于采集管道泄漏次聲波原始信號(hào)x(t)；

39、模態(tài)分解模塊，用于采用變分模態(tài)分解算法(vmd)將所述原始信號(hào)x(t)分解為若干個(gè)imf分量；

40、計(jì)算擬合模塊，用于計(jì)算所述分解出的所述imf分量的多尺度排列熵(mpe)，根據(jù)排列熵的值識(shí)別噪聲分量并剔除，取剩余有效分量重構(gòu)信號(hào)，通過(guò)擬合獲得有效的次聲波泄漏特征信號(hào)x′(t)及對(duì)應(yīng)的次聲波泄漏信號(hào)的有效時(shí)域波形圖；

41、信號(hào)識(shí)別模塊，用于利用改進(jìn)的aok-tfr對(duì)有效的次聲波泄漏特征信號(hào)進(jìn)行識(shí)別；

42、信號(hào)輸出模塊，用于移動(dòng)矩形時(shí)間窗得到的聲波信號(hào)的時(shí)頻譜圖，并對(duì)所述時(shí)頻譜圖進(jìn)行處理，得到泄漏信號(hào)。

43、本技術(shù)提供的技術(shù)方案至少可以達(dá)到以下有益效果：

44、本技術(shù)提供的管道泄漏信號(hào)處理方法，通過(guò)按照凸包估計(jì)法直接計(jì)算最小半徑和最大間隔，可以避免優(yōu)化問(wèn)題的求解，樣本點(diǎn)的增加并不會(huì)顯著影響計(jì)算的效率，最后能夠簡(jiǎn)便并準(zhǔn)確地計(jì)算出徑向高斯核類低通函數(shù)中的擴(kuò)展函數(shù)σ(ψ)的值。

45、同時(shí)與以往的基于信號(hào)時(shí)頻表示和時(shí)間自適應(yīng)最優(yōu)核時(shí)頻表示不同，該方法具有比時(shí)間自適應(yīng)最優(yōu)核時(shí)頻表示更為清楚地刻畫信號(hào)細(xì)節(jié)的能力,同時(shí)它能夠很好地抑制多分量信號(hào)時(shí)頻分布中的交叉項(xiàng),并且擁有較高的分辨率,是管道泄漏信號(hào)識(shí)別分析方法的一種改進(jìn)與提升。