1.一种抗驱鼠器干扰的信号提取方法,其特征在于,包括如下步骤:获取含抗鼠器干扰的原始局部放电超声信号;对含抗鼠器干扰的原始局部放电超声信号进行集合经验模态分解得到各固有模态函数分量;根据各固有模态函数分量和训练好的SVM模型,对放电分量与驱鼠器干扰分量进行模式识别得到抗干扰信号。
2.如权利要求1所述的一种抗驱鼠器干扰的信号提取方法,其特征在于,所述对含抗鼠器干扰的原始局部放电超声信号进行集合经验模态分解得到各固有模态函数分量,具体包括:对原始局部放电超声信号进行多次加噪得到含抗鼠器干扰的原始局部放电超声信号;对含抗鼠器干扰的原始局部放电超声信号进行经验模态分解,获得固有模态函数分量;计算各阶固有模态函数分量的集成平均,获得集合经验模态分解的各固有模态函数最终分量。
3.如权利要求2所述的一种抗驱鼠器干扰的信号提取方法,其特征在于,所述含抗鼠器干扰的原始局部放电超声信号进行经验模态分解,获得固有模态函数分量的具体步骤包括:(1)计算含抗鼠器干扰的原始局部放电超声信号的极大值点和极小值点;(2)采用插值法连接所有极大值点和极小值点,基于三次样条函数插值拟合得到上包络线和下包络线;(3)基于上包络线和下包络线计算均值曲线;(4)对含抗鼠器干扰的原始局部放电超声信号进行一次筛分:(5)在一次筛分的基础上,迭代反复执行步骤(1)~(4),得到第一阶固有模态函数;(6)将第一阶固有模态函数剔除;(7)对剔除后的信号进行与形成第一阶固有模态函数相同的操作,并不断循环迭代,直到所分解的固有模态函数满足:均值为零、极值点个数与零点个数相同或相差不超过一个,迭代终止;(8)产生原始信号经验模态的所有固有模态函数分量。
4.如权利要求3所述的一种抗驱鼠器干扰的信号提取方法,其特征在于,所述第一阶固有模态函数筛选的过程包括:当筛分的信号满足:均值为零、极值点个数与零点个数相同或相差不超过一个,迭代终止,此时的筛分结果即为第一阶固有模态函数。
5.如权利要求1所述的一种抗驱鼠器干扰的信号提取方法,其特征在于,所述SVM模型的训练过程具体包括:提取各固有模态函数分量的信息熵;获取标准局部放电超声信号与标准驱鼠器干扰信号作为样本训练集;提取各固有模态函数分量和样本训练集的信息熵特征参数;根据各固有模态函数分量和样本训练集的信息熵特征参数和SVM模型进行训练得到信号分类结果。
6.如权利要求1所述的一种抗驱鼠器干扰的信号提取方法,其特征在于,所述模式识别得到抗干扰信号之前将识别所得的驱鼠器干扰分量剔除,重组剩余固有模态函数分量,获得最终的抗干扰信号。
7.如权利要求1所述的一种抗驱鼠器干扰的信号提取方法,其特征在于,所述SVM的训练模型为:s.t y i (w T x i +b)≥1-ζ i ,ζ i ≥0式中,f(w)表示支持向量到超平面的距离,w表示超平面的梯度参数,C表示惩罚参数,C值越大,对分类的惩罚越大,ζ i 表示为松弛变量,每一个样本都有一个对应的松弛变量,表征该样本不满足约束的程度,x i 表示第i个特征向量,y i 表示为类标记,b表示样本到超平面距离。
8.一种抗驱鼠器干扰的信号提取装置,其特征在于,包括:信号获取模块,被配置为:获取含抗鼠器干扰的原始局部放电超声信号;信号分解模块,被配置为:对含抗鼠器干扰的原始局部放电超声信号进行集合经验模态分解得到各固有模态函数分量;抗干扰信号提取模块,被配置为:根据各固有模态函数分量和训练好的SVM模型,对放电分量与驱鼠器干扰分量进行模式识别得到抗干扰信号。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-7任一所述的一种抗驱鼠器干扰的信号提取方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-7任一所述的一种抗驱鼠器干扰的信号提取方法的步骤。