電子信號特征識別技術研究

萬韜 江蘇無線電廠有限公司

引言

電子最早由德國科學家在1858年發現的，是一種帶有負電的比原子還小的粒子，由于電子可以以自由的形式存在，也可以被束縛的形式存在，因此電子是一種可變形式的粒子，具有極大的應用潛質，受到科研人員的關注。為了更好地將電子信號應用到其他領域，本文通過特征提取的方法，將電子信號進行進一步解析，分析研究電子信號特征識別技術。

1 電子信號特征分析

1.1 電子信號特征模型的建立

電子是一種體積較小的粒子，為了提高選取到有效電子的準確率，本文通過建立電子信號特征模型的方法進行電子信號特征的選取。傳統建立電子信號特征模型的方法為PCA主成分分析算法和小波變換算法，但是PCA主成分分析算法在電子信號特征模型建立時，會產生大規模的電子信號特征向量，這樣就導致電子信號特征選取范圍變大，降低了電子信號特征選取的準確性。小波變換算法的計算原理是通過電子信號特征的權重因子對有效電子信號特征進行選取，電子權重因子是一個定值，但是由于電子的自由性，對于不同規模的有效電子信號特征選取就會出現大幅度的誤差，導致最終的電子信號特征選取結果不準確。因此本文選擇借鑒兩種算法的優點，提出基于積分包絡法建立電子信號特征模型。

積分包絡法的電子模型的原理是通過電子信號和環境影響信號的包絡函數和電子工作的頻率狀態函數，建立電子信號特征模型，確定電子信號特征的選取范圍。電子工作的實際信號借助以下公式接收：

對于上述的計算電子信號和環境影響信號的包絡函數如下所示：

因為電子在運行和工作的情況下，由于本身機器和運行環境會對產生一定的抗波頻率以及雜音，這時電子信號特征出現周期的峰值就會出現偏差。為了降低電子信號特征出現周期的偏差度，本文借助電子平穩信號對電子進行特征歸一化處理，具體公式如下所示：

通過相關人員對電子信號特征運行周期的檢測得出結果，無論電子信號特征周期的峰值出現多大的誤差，電子信號特征的周期長短都不會發生變化，因此上式子中是一個不變的定值。通過公式（2）計算出，就可以得到積分包絡系數Ka，因為電子信號特征出現的周期間隔不變，并且在電子運行穩定時，電子信號特征運行的頻率也不會發生改變。借助公式三對電子信號特征周期頻率進行特征歸一化處理，穩定電子信號特征出現的頻率峰值，保證電子信號特征原始數據的真實有效。綜上所述，積分包絡算法對電子信號特征測量方法簡單、計算的數據量小，在一定程度上提高電子信號特征區域選取的準確度。

1.2 電子信號特征的選取

通過以上積分包絡算法可以高效地確定電子信號特征的范圍，為選取有效電子的特征提供基礎。因為電子的自由性，一些電子在不同的運行過程中失去意義但是會存在電子信號特征范圍內，為了提取的電子信號特征具有意義，所以本文設定一系列有效電子的評價標準，在有效電子范圍內選取出有效的電子信號特征。

電子最大的特征就是其運行速度快，因此有效電子信號特征的定義是在接近絕對零度時，電子的速度達到108米/秒，在其他環境下，電子的速度接近于光速。就目前測量光速的儀器來看，如果測量電子的運行速度就會出現極大的誤差，所以本文通過計算電子運行密度的正態函數來衡量電子運行的速度，以便選取出有效特征的電子。人工測量會出現系統誤差，因此本文通過以下公式進行計算電子的密度，具體公式如下所示：

根據以上公式，層層計算出相應的電子信號特征變量，最后計算出有效區域內的有效特征電子，為電子信號特征識別技術提供有效的樣本。

2 電子信號特征識別技術分析

2.1 電子信號特征的提取

通過上文計算出有效電子的區域范圍，接下來本文通過瞬時相位方差的起始提取方法，提取出具有意義的特征電子。有效的帶電電子在運轉過程中，遇見暫態信號時電子的特征峰值會出現變化，為了提取有效并且穩定的電子信號特征，提取電子信號特征的預處理是控制提取過程中電子不會接收到暫態信號。但是暫態信號與電子信號特征的存在是相互依存的，因此本文只能通過在提取有效的特征電子時，對特征電子進行屏蔽處理。暫態噪音信號與電子運行速度的關系公式如下所示：

其中，Y為暫態噪音信號，W是電子運行的速度； 是光運行的速度。

暫態信號對于電子運行的干擾主要是噪音與運行方向的干擾，因為噪音對于有效的特征電子的干擾性是不可控的，通過以上公式可以知道噪音和電子運行速度的反比，因此為了降低暫態噪音信號對電子信號特征的有效提取，噪音頻率變大時，通過相關系數比有條理地適當增加電子運行速度，平衡有效的特征電子信號特征峰值。瞬時相位方差起始提取方法的過程是將有效區域內的特征電子進行隨機數據排列，形成一個長度較長的數據列，固定采集每1000個數據的誤差高斯噪音為0.1，超過數據部分每千位數據長度的高斯噪音方差成倍增加。對于特征電子的運行頻率提取方法主要是通過觀察相同數據段之間電子運行頻率幀數的相位方差，如果方差在規定系統誤差內，則提取相應區域內的有效特征的電子。

2.2 電子信號特征的識別

基于瞬時相位方差的起始提取方法可以準確地提取出有效的電子信號特征，接下來對特征電子進行最后的特征檢測，電子信號特征的識別，有效的電子信號特征識別后對電子信號特征信息完成存儲操作。本文通過高階矩陣包絡算法完成電子信號特征的識別，首先高階包絡特征識別借助以下公式完成：

其中，s為調制電子信號的運行功率；對于不同電子信號，電子信號特征的調制形式不同，J表示識別到有意義的特征電子子集。

觀察上述公式可知，電子高階包絡特征參數與電子運行的載頻參數、相位參數無關，保留了特征包絡的非線性特征，是一個獨立的個體參數。高階包絡算法與積分包絡算法的區別是不需要格外地計算去平衡雜音影響電子信號特征的峰值，高階包絡算法計算的參數計算的核心是通過電子信號特征射頻域波動情況，識別具有意義的有效特征的電子，可以直接忽略雜音的影響。因為電子存在的形式具有不確定性，可以是束縛的形式也可以是自由的形式，因此為了提高電子信號特征識別技術的準確性，本文通過對高階包絡算法進行滑窗平均差值處理?；安钪堤幚硎菧p少外界聲頻信號對電子信號特征識別技術的干擾，差值處理的具體算法是通過采用寬度相同的窗口對電子信號特征數據長度進行滑動求平均值，然后求得的平均值與公式六的乘積就可以保證電子信號特征識別技術的準確率。

綜上所示通過高階包絡算法完成特征電子的識別，為了保證電子信號特征的有效性，及時對電子信號特征信息進行存儲方便調用。

3 結束語

為了更好地研究電子信號特征識別技術，本文首先對電子進行分析認知，然后建立電子信號特征模型，以及利用積分包絡算法對電子信號特征進行選取，然后通過提取選擇有效的電子，最后進行電子信號特征的識別。相信通過本文對電子信號特征識別技術的研究分析與論述，會對電子信號特征領域具有重要意義，開闊電子的應用范圍。