电子信号特征识别技术研究

万韬 江苏无线电厂有限公司

引言

电子最早由德国科学家在1858年发现的，是一种带有负电的比原子还小的粒子，由于电子可以以自由的形式存在，也可以被束缚的形式存在，因此电子是一种可变形式的粒子，具有极大的应用潜质，受到科研人员的关注。为了更好地将电子信号应用到其他领域，本文通过特征提取的方法，将电子信号进行进一步解析，分析研究电子信号特征识别技术。

1 电子信号特征分析

1.1 电子信号特征模型的建立

电子是一种体积较小的粒子，为了提高选取到有效电子的准确率，本文通过建立电子信号特征模型的方法进行电子信号特征的选取。传统建立电子信号特征模型的方法为PCA主成分分析算法和小波变换算法，但是PCA主成分分析算法在电子信号特征模型建立时，会产生大规模的电子信号特征向量，这样就导致电子信号特征选取范围变大，降低了电子信号特征选取的准确性。小波变换算法的计算原理是通过电子信号特征的权重因子对有效电子信号特征进行选取，电子权重因子是一个定值，但是由于电子的自由性，对于不同规模的有效电子信号特征选取就会出现大幅度的误差，导致最终的电子信号特征选取结果不准确。因此本文选择借鉴两种算法的优点，提出基于积分包络法建立电子信号特征模型。

积分包络法的电子模型的原理是通过电子信号和环境影响信号的包络函数和电子工作的频率状态函数，建立电子信号特征模型，确定电子信号特征的选取范围。电子工作的实际信号借助以下公式接收：

对于上述的计算电子信号和环境影响信号的包络函数如下所示：

因为电子在运行和工作的情况下，由于本身机器和运行环境会对产生一定的抗波频率以及杂音，这时电子信号特征出现周期的峰值就会出现偏差。为了降低电子信号特征出现周期的偏差度，本文借助电子平稳信号对电子进行特征归一化处理，具体公式如下所示：

通过相关人员对电子信号特征运行周期的检测得出结果，无论电子信号特征周期的峰值出现多大的误差，电子信号特征的周期长短都不会发生变化，因此上式子中是一个不变的定值。通过公式（2）计算出，就可以得到积分包络系数Ka，因为电子信号特征出现的周期间隔不变，并且在电子运行稳定时，电子信号特征运行的频率也不会发生改变。借助公式三对电子信号特征周期频率进行特征归一化处理，稳定电子信号特征出现的频率峰值，保证电子信号特征原始数据的真实有效。综上所述，积分包络算法对电子信号特征测量方法简单、计算的数据量小，在一定程度上提高电子信号特征区域选取的准确度。

1.2 电子信号特征的选取

通过以上积分包络算法可以高效地确定电子信号特征的范围，为选取有效电子的特征提供基础。因为电子的自由性，一些电子在不同的运行过程中失去意义但是会存在电子信号特征范围内，为了提取的电子信号特征具有意义，所以本文设定一系列有效电子的评价标准，在有效电子范围内选取出有效的电子信号特征。

电子最大的特征就是其运行速度快，因此有效电子信号特征的定义是在接近绝对零度时，电子的速度达到108米/秒，在其他环境下，电子的速度接近于光速。就目前测量光速的仪器来看，如果测量电子的运行速度就会出现极大的误差，所以本文通过计算电子运行密度的正态函数来衡量电子运行的速度，以便选取出有效特征的电子。人工测量会出现系统误差，因此本文通过以下公式进行计算电子的密度，具体公式如下所示：

根据以上公式，层层计算出相应的电子信号特征变量，最后计算出有效区域内的有效特征电子，为电子信号特征识别技术提供有效的样本。

2 电子信号特征识别技术分析

2.1 电子信号特征的提取

通过上文计算出有效电子的区域范围，接下来本文通过瞬时相位方差的起始提取方法，提取出具有意义的特征电子。有效的带电电子在运转过程中，遇见暂态信号时电子的特征峰值会出现变化，为了提取有效并且稳定的电子信号特征，提取电子信号特征的预处理是控制提取过程中电子不会接收到暂态信号。但是暂态信号与电子信号特征的存在是相互依存的，因此本文只能通过在提取有效的特征电子时，对特征电子进行屏蔽处理。暂态噪音信号与电子运行速度的关系公式如下所示：

其中，Y为暂态噪音信号，W是电子运行的速度； 是光运行的速度。

暂态信号对于电子运行的干扰主要是噪音与运行方向的干扰，因为噪音对于有效的特征电子的干扰性是不可控的，通过以上公式可以知道噪音和电子运行速度的反比，因此为了降低暂态噪音信号对电子信号特征的有效提取，噪音频率变大时，通过相关系数比有条理地适当增加电子运行速度，平衡有效的特征电子信号特征峰值。瞬时相位方差起始提取方法的过程是将有效区域内的特征电子进行随机数据排列，形成一个长度较长的数据列，固定采集每1000个数据的误差高斯噪音为0.1，超过数据部分每千位数据长度的高斯噪音方差成倍增加。对于特征电子的运行频率提取方法主要是通过观察相同数据段之间电子运行频率帧数的相位方差，如果方差在规定系统误差内，则提取相应区域内的有效特征的电子。

2.2 电子信号特征的识别

基于瞬时相位方差的起始提取方法可以准确地提取出有效的电子信号特征，接下来对特征电子进行最后的特征检测，电子信号特征的识别，有效的电子信号特征识别后对电子信号特征信息完成存储操作。本文通过高阶矩阵包络算法完成电子信号特征的识别，首先高阶包络特征识别借助以下公式完成：

其中，s为调制电子信号的运行功率；对于不同电子信号，电子信号特征的调制形式不同，J表示识别到有意义的特征电子子集。

观察上述公式可知，电子高阶包络特征参数与电子运行的载频参数、相位参数无关，保留了特征包络的非线性特征，是一个独立的个体参数。高阶包络算法与积分包络算法的区别是不需要格外地计算去平衡杂音影响电子信号特征的峰值，高阶包络算法计算的参数计算的核心是通过电子信号特征射频域波动情况，识别具有意义的有效特征的电子，可以直接忽略杂音的影响。因为电子存在的形式具有不确定性，可以是束缚的形式也可以是自由的形式，因此为了提高电子信号特征识别技术的准确性，本文通过对高阶包络算法进行滑窗平均差值处理。滑窗差值处理是减少外界声频信号对电子信号特征识别技术的干扰，差值处理的具体算法是通过采用宽度相同的窗口对电子信号特征数据长度进行滑动求平均值，然后求得的平均值与公式六的乘积就可以保证电子信号特征识别技术的准确率。

综上所示通过高阶包络算法完成特征电子的识别，为了保证电子信号特征的有效性，及时对电子信号特征信息进行存储方便调用。

3 结束语

为了更好地研究电子信号特征识别技术，本文首先对电子进行分析认知，然后建立电子信号特征模型，以及利用积分包络算法对电子信号特征进行选取，然后通过提取选择有效的电子，最后进行电子信号特征的识别。相信通过本文对电子信号特征识别技术的研究分析与论述，会对电子信号特征领域具有重要意义，开阔电子的应用范围。