一种基于频域预测的时域数据预处理方法

技术领域

本发明涉及时域数据预处理技术领域，具体为一种基于频域预测的时域数据预处理方法。

背景技术

近年来，数据挖掘引起信息产业界的极大关注，其主要原因是存在大量数据可以广泛使用，并且迫切需要从这些数据中发现、提炼有用的信息和知识，以广泛应用于各种领域。

时域处理是对原始资料解释的一种再认识过程，它是资料处理过程中必经的一步工作，后续的定性与定量的解释工作都是建立在这一基础之上进行的。

传统的时域数据处理方式没有很好利用数据之间的相互信息，所得到的预处理结构难免会出现失真、不能准确反映数据之间的更多信息。

为此我们提出一种基于频域预测的时域数据预处理方法用于解决上述问题。

发明内容

本发明的目的在于提供一种基于频域预测的时域数据预处理方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于频域预测的时域数据预处理方法，包括以下步骤：

S1：时间序列读取，文件存储时间序列数据采用二进制编码，文件由若干段数据组成，每段数据包括时间序列和头文件信息；

S2：文件数据读取，采用Matlab语言编写了函数文件读取所述时间序列数据，完成文件信息和时域数据的读取；

S3：将读取后的文件数据映射到若干子载波上，得到频域数据块；

S4：对频域数据块进行N/4点的离散傅里叶变换；

S5：使用旋转因子对所述离散傅里叶变换后的数据进行后旋转处理，获得频域数据；

S6：汉宁窗处理，当所述频域数据长度有限时，进行FFT时频变换将会产生截断效应，此时通过在FFT时频变换前对频域数据进行加窗处理；

S7：功率谱分析，根据FFT时频变换得到的FFT频谱估算功率谱；

S8：功率谱处理，采用总体平滑和频率平滑的两种方式对初始功率谱进行平滑估算；

S9：阻抗估算，采用最小二乘法进行阻抗估算，最终得到有具体参数的时域数据。

优选的，所述离散傅里叶变换过程中还包括：

预旋转单元，用于使用旋转因子对所述预处理单元处理获得的数据进行预旋转处理；

傅里叶变换单元，用于对所述第一预旋转单元处理后的数据进行N/4点的离散傅里叶变换；

后旋转单元，用于使用旋转因子对所述傅里叶变换单元进行离散傅里叶变换后的数据进行后旋转处理，获得频域数据。

与现有技术相比，本发明的有益效果是：本发明中提供的时域处理方法能够利用数据之间的相互信息，分别对已知序列数据进行预处理，使得检测精度高，实现结构简单，所得到的预处理结构准确性腔强、能够直接反映数据之间的信息。

附图说明

图1为本发明中流程框架示意图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明提供一种技术方案：一种基于频域预测的时域数据预处理方法，包括以下步骤：

S1：时间序列读取，文件存储时间序列数据采用二进制编码，文件由若干段数据组成，每段数据包括时间序列和头文件信息；

S2：文件数据读取，采用Matlab语言编写了函数文件读取所述时间序列数据，完成文件信息和时域数据的读取；

S3：将读取后的文件数据映射到若干子载波上，得到频域数据块；

S4：对频域数据块进行N/4点的离散傅里叶变换；

S5：使用旋转因子对所述离散傅里叶变换后的数据进行后旋转处理，获得频域数据；

S6：汉宁窗处理，当所述频域数据长度有限时，进行FFT时频变换将会产生截断效应，此时通过在FFT时频变换前对频域数据进行加窗处理；

S7：功率谱分析，根据FFT时频变换得到的FFT频谱估算功率谱；

S8：功率谱处理，采用总体平滑和频率平滑的两种方式对初始功率谱进行平滑估算；

S9：阻抗估算，采用最小二乘法进行阻抗估算，最终得到有具体参数的时域数据。

其中，所述离散傅里叶变换过程中还包括：

预旋转单元，用于使用旋转因子对所述预处理单元处理获得的数据进行预旋转处理；

傅里叶变换单元，用于对所述第一预旋转单元处理后的数据进行N/4点的离散傅里叶变换；

后旋转单元，用于使用旋转因子对所述傅里叶变换单元进行离散傅里叶变换后的数据进行后旋转处理，获得频域数据。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。