【信号变化检测】使用新颖的短时间条件局部峰值速率特征进行信号变化/事件/异常检测(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码及文献


💥1 概述

文献来源:

摘要:本文提出了一种基于“条件局部峰值率”(CLPR)的信号变化/事件/异常检测方法。首先对CLPR特征进行了描述,并在此基础上介绍了该方法。CLPR计算算法作为用户自定义函数在Matlab®软件环境中实现,并使用实际数据进行了多次数值实验以进行验证和验证。将该方法与基于短时能量、短时过零率和短时峰度的三种经典检测方法进行了性能比较,结果表明了该方法的优越性。Matlab®实现的可访问性允许实验的可重复性,并促进该方法的实际应用。

关键词:时域,信号,数据,变化,事件,异常,检测。

原文摘要:

Abstract – In this paper, we present a method for signal change/event/anomaly detection based on a novel time-domain feature termed “conditional local peaks rate” (CLPR). First, the CLPR feature is described and further the method is introduced based on it. The CLPR calculation algorithm is implemented in the Matlab® software environment as a user-defined function and several numerical experiments are conducted with real-world data for sake of verification and validation. The performance of the proposed method is compared with three other classic detection methods based on the short-time energy, short-time zero-crossing rate and short-time kurtosis and the obtained results indicate its advantages. The accessibility of the Matlab® implementation allows repeatability of the experiments and facilitates the real practical application of the method. Keywords: time domain, signal, data, change, event, anomaly, detection.

 本文使用逐帧方法和名为“条件局部峰值速率”(CLPR) 的新颖信号特征实现了一种新的基于时域的信号变化检测方法——本地信号峰值的速率高于其邻居的某个预定义阈值水平。所提出的特征的基本单位是“每个样品的局部峰”(lpps)。

为了阐明函数的用法,给出了几个实际示例。它们表明,CLPR可以作为数据中各种异常或事件的良好检测过程。这些例子表明,在大多数情况下,CLPR优于经典的变化检测方法——短时间能量、短时间过零率和短时间峰度。

📚2 运行结果

 

 

 

 

 

 

%% 最后一个运行结果图主函数 

clear, clc, close all

%% load data file
load data_5.mat                             % load data
fs = 16000;                                 % sampling frequency 
x = x/max(abs(x));                          % normalize the signal
N = length(x);                              % signal length
t = (0:N-1)/fs;                              % time vector

%% signal framing
frlen = round(50e-3*fs);                    % frame length
hop = round(frlen/2);                       % hop size
[FRM, tfrm] = framing(x, frlen, hop, fs);   % signal framing

%% determine the Short-time Energy
STE = sum(abs(FRM).^2);

%% determine the Short-time Zero-crossing Rate
STZCR = crossrate(FRM, 0);

%% determine the Short-time Kurtosis
STK = kurtosis(FRM);

%% determine the Short-time Conditional Local Peaks Rate
% minimum height difference between a peak and its neighbors
mindiff = 50e-3; 

% CLPR measurement
STCLPR = conlocpksrate(abs(FRM), mindiff);

%% plot the results
% plot the signal waveform
figure(1)
subplot(5, 1, 1);
plot(t, x, 'r')
grid minor
hold on
xlim([0 max(t)])
ylim([-1.1*max(abs(x)) 1.1*max(abs(x))])
set(gca, 'FontName', 'Times New Roman', 'FontSize', 14)
xlabel('Time, s')
ylabel('Amplitude, V')
title('The signal in the time domain')

% plot the STE
subplot(5, 1, 2)
plot(tfrm, STE, 'r')
grid minor
xlim([0 max(t)])
ylim([0 1.1*max(abs(STE))])
set(gca, 'FontName', 'Times New Roman', 'FontSize', 14)
xlabel('Time, s')
ylabel('Value, V^2')
title('Short-time Energy')

% plot the STZCR
subplot(5, 1, 3)
plot(tfrm, STZCR, 'r')
grid minor
xlim([0 max(t)])
ylim([0 1.1*max(abs(STZCR))])
set(gca, 'FontName', 'Times New Roman', 'FontSize', 14)
xlabel('Time, s')
ylabel('Value, cps')
title('Short-time ZCR')

% plot the STK
subplot(5, 1, 4)
plot(tfrm, STK, 'r')
grid minor
xlim([0 max(t)])
ylim([0 1.1*max(abs(STK))])
ylim([0 10])
set(gca, 'FontName', 'Times New Roman', 'FontSize', 14)
xlabel('Time, s')
ylabel('Value, /')
title('Short-time Kurtosis')

% plot the STLPR
subplot(5, 1, 5)
plot(tfrm, STCLPR, 'r')
grid minor
xlim([0 max(t)])
ylim([0 1.1*max(STCLPR)])
set(gca, 'FontName', 'Times New Roman', 'FontSize', 14)
xlabel('Time, s')
ylabel('Value, lpps')
title('Short-time CLPR')

%% mark the signal
DF = STCLPR > 1.5*mean(STCLPR);
subplot(5, 1, 1)
plot(tfrm, DF, 'k', 'LineWidth', 1)
legend('Signal', 'Detection flag', 'Location', 'SouthEast')

🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1] H. Zhivomirov, N. Kostov. A Method for Signal Change Detection via Short-Time Conditional Local Peaks Rate Feature. Journal of Electrical and Electronics Engineering, ISSN: 1844-6035, Vol. 15, No. 2, Oct. 2022, pp. 106-109, 2022.

🌈4 Matlab代码及文献

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/24187.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

网络安全复习

目录 低层协议安全性 IP协议 ARP协议 TCP协议 NAT协议 单钥加密体制 DES算法 课后习题 双钥加密体制 🐇怎么说 欧几里得算法求逆 RSA算法 椭圆曲线加密 Diffie- Hellman 密钥交换算法 ElGamal签名机制 Schnorr签名机制 DSS签名算法——DSA 低层协…

HTML+CSS实训——Day02——仿一个网易云音乐的登陆界面

仓库链接:https://github.com/MengFanjun020906/HTML_SX 前言 今天要继续完成我们的音乐软件了&#xff0c;昨天写完了封面&#xff0c;今天该完成开屏广告和登陆界面了。 登陆界面代码 <!DOCTYPE html> <html lang"en"> <head><meta charse…

【P35】JMeter 包含控制器(Include Controller)

文章目录 一、包含控制器&#xff08;Include Controller&#xff09;参数说明二、准备工作三、测试计划设计3.1、保存测试片段3.2、使用测试片段 一、包含控制器&#xff08;Include Controller&#xff09;参数说明 可以将测试计划的某一部分提取为公用逻辑&#xff0c;这样…

【十字绣】传统手艺-微信小程序开发流程详解

还记得小时候看过母亲的十字绣吗&#xff0c;易学易懂&#xff0c;就是用专用的绣线和十字格布&#xff0c;通过平面坐标计找出位置&#xff0c;对照专用的图案进行刺绣&#xff0c;可作出心中所想的画&#xff0c;奈何所需材料成本不小&#xff0c;这里用小程序简单模拟十字绣…

使用object.defineProperty来更新数据示例

Object.defineProperty() 方法会直接在一个对象上定义一个新属性&#xff0c;或者修改一个对象的现有属性&#xff0c;并返回此对象。 Object.defineProperty&#xff08;&#xff09;可以为对象的属性添加特性&#xff0c;每一个被添加过的属性&#xff0c;都会拥有属于自己的…

【C++初阶】C++——模板初阶与泛型编程

​ ​&#x1f4dd;个人主页&#xff1a;Sherry的成长之路 &#x1f3e0;学习社区&#xff1a;Sherry的成长之路&#xff08;个人社区&#xff09; &#x1f4d6;专栏链接&#xff1a;C初阶 &#x1f3af;长路漫漫浩浩&#xff0c;万事皆有期待 文章目录 1. 泛型编程2. 函数模板…

C Primer Plus第四章编程练习答案

学完C语言之后&#xff0c;我就去阅读《C Primer Plus》这本经典的C语言书籍&#xff0c;对每一章的编程练习题都做了相关的解答&#xff0c;仅仅代表着我个人的解答思路&#xff0c;如有错误&#xff0c;请各位大佬帮忙点出&#xff01; 1.编写一个程序&#xff0c;提示用户输…

自学网络安全最细规划(建议收藏)

01 什么是网络安全 网络安全可以基于攻击和防御视角来分类&#xff0c;我们经常听到的 “红队”、“渗透测试” 等就是研究攻击技术&#xff0c;而“蓝队”、“安全运营”、“安全运维”则研究防御技术。 无论网络、Web、移动、桌面、云等哪个领域&#xff0c;都有攻与防两面…

自古以来,反射也是兵家必争之地

成文耗时1小时&#xff0c;阅读5min&#xff0c;有用指数5颗星。 这几天收到一个战术性需求&#xff0c;将一大坨字段序列化为特定格式的字符串。 大概是下表&#xff1a; 序号字段名描述是否必填0logVersion日志版本是1productName产品是2serviceName服务是.........25extend3…

8项seo的日常工作

SEO的日常工作涵盖了一系列任务和活动&#xff0c;旨在优化网站以提高在搜索引擎中的排名和可见性。 以下是SEO的日常工作内容&#xff1a; 关键词研究和优化&#xff1a;定期进行关键词研究&#xff0c;寻找与目标受众和业务相关的热门关键词。优化网站内容、标题、元描述和链…

这些脑洞大开的论文标题,也太有创意了O(∩_∩)O

microRNAs啊microRNAs&#xff0c;谁是世界上最致命的髓母细胞瘤microRNAs&#xff1f; 这个标题很容易让人联想到白雪公主后妈说的那句话&#xff1a;Mirror mirror on the wall, who is the fairest of them all? 02 一氧化碳&#xff1a;勇踏NO未至之境 NO 指 nitric oxide…

合并两个有序链表(java)

leetcode 21题&#xff1a;合并两个有序链表 题目描述解题思路&#xff1a;链表的其它题型。 题目描述 leetcode21题&#xff1a;合并两个有序链表 将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。 示例&#xff1a; 输入&…

MySQL 数值函数

文章目录 数值函数1. abs(num)2. ceil(num)3. floor(num)4. mod(num1,num2)5. rand()6. round(num,n)7. truncate(num,n)8. sqrt(num) 数值函数 数值函数用来处理数值方面的运算&#xff0c;能够提高用户的工作效率。常用的数值函数如下表所示&#xff0c;函数括号内为输入的参…

四足机器人A1目标跟踪

四足机器人A1目标跟踪 前期准备工作1.安装TeamViewer2.将四足机器人所有线连接好3.将四足机器人调至运动模式 运行流程1.开机阶段2.运行阶段 效果展示代码配置 前期准备工作 1.安装TeamViewer 由于外接屏幕损坏&#xff0c;故四足机器人内部配置了TeamViewer&#xff0c;因此…

【Linux】线程同步

文章目录 条件变量相关函数初始化条件变量-pthread_cond_init销毁条件变量-pthread_cond_destroy等待条件变量-pthread_cond_wait唤醒等待条件变量pthread_cond_broadcastpthread_cond_signal 小例子关于等待函数的补充条件变量使用规范 条件变量相关函数 初始化条件变量-pthr…

如何让自动化测试框架更自动化?

一、引言 ​对于大厂的同学来说&#xff0c;接口自动化是个老生常谈的话题了&#xff0c;毕竟每年的MTSC大会议题都已经能佐证了&#xff0c;不是大数据测试&#xff0c;就是AI测试等等&#xff08;越来越高大上了&#xff09;。不可否认这些专项的方向是质量智能化发展的方向&…

IMX6ULL裸机篇之IIC协议

一. IIC实验简介 I2C 是最常用的通信接口&#xff0c;众多的传感器都会提供 I2C 接口来和主控相连。 比如摄像头、 加速度计、触摸屏等。 I.MX6U-ALPHA开发板 使用 I2C1 接口连接了一个距离传感器 AP3216C &#xff0c;本章我们就来学习如何使用 I.MX6U 的 I2C 接口…

【JavaSE】Java基础语法(十):构造方法

文章目录 ⛄1. 构造方法的格式和执行时机⛄2. 构造方法的作用⛄3. 构造方法的特点⛄4. 构造方法的注意事项⛄5. 构造方法为什么不能被重写 在面向对象编程的思想中&#xff0c;构造方法&#xff08;Constructor&#xff09;是一个特殊的函数&#xff0c;用于创建和初始化类的对…

华为OD机试之模拟商场优惠打折(Java源码)

模拟商场优惠打折 题目描述 模拟商场优惠打折&#xff0c;有三种优惠券可以用&#xff0c;满减券、打折券和无门槛券。 满减券&#xff1a;满100减10&#xff0c;满200减20&#xff0c;满300减30&#xff0c;满400减40&#xff0c;以此类推不限制使用&#xff1b; 打折券&…

GoWeb -- gin框架的入门和使用

认识gin go流行的web框架 go从诞生之初就带有浓重的开源属性&#xff0c;其原生库已经很强大&#xff0c;即使不依赖框架&#xff0c;也能进行高性能开发&#xff0c;又因为其语言并没有一定的设计标准&#xff0c;所以较为灵活&#xff0c;也就诞生了众多的框架&#xff0c;各…
最新文章