本发明涉及信号处理，特别是涉及一种装置多参量状态信号时频分析方法及系统。
背景技术：
1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
2、充电桩作为一种充电装置是电动汽车能源补充的重要设施，在其运行过程中，充电桩电压、电流、功率等信号的波动可以反映充电桩的工作状态、负载情况等，可以用于体现利用率和充电效率。同时，通过对充电桩信号的时频分析，还可以检测出充电桩是否存在故障或异常情况等。
3、目前国内外对于不同装置的电压、电流、功率等信号的处理研究较多，主要分为短时傅里叶变换、连续小波变换、线性调频变换三类。其中以短时傅里叶变换、连续小波变换为代表的传统时频分析方法在面对充电过程中的非线性时变信号和强噪声时存在很大缺陷，时间分辨率和频率分辨率不能同时达到最优。而另一类线性调频变换(chirp变换)实现高能量集中的时频表达，以获得更为准确的中频计算，广义线性调频小波变换(generallinear chirpt transform,glct)是在chirp变换的基础上的参数时频分析策略，能够清晰的描述强非线性信号的各个分量，但其参数需要根据经验进行设置，对待不同信号的自适应性不强，并且面对强噪声的环境下，不容易准确提取信号的时频特征。
技术实现思路
1、为了解决上述问题，本发明提出了一种装置多参量状态信号时频分析方法及系统，通过对glct变换参数进行优化，提高装置运行过程中的信号时频谱能量的聚集程度和分辨率，通过迭代分离模态能量，有效克服噪声干扰，从而在复杂环境中描绘清晰且能量集中的信号时频表示。
2、为了实现上述目的，本发明采用如下技术方案：
3、第一方面，本发明提供一种装置多参量状态信号时频分析方法，包括：
4、获取待处理充电桩输出电压、电流和功率信号，并对其进行glct变换后得到时频分布；
5、根据时频分布计算rényi熵，以rényi熵最小为glct变换参数优化的目标函数，由此通过迭代优化后，得到最优变换参数；
6、对基于最优变换参数得到的时频分布进行最大时频能量的迭代分离，由此得到时频系数；
7、基于时频系数、信号频率和时间绘制得到待处理充电桩输出电压、电流和功率信号的时频特征。
8、作为可选择的实施方式，目标函数为：
9、
10、其中，wl为窗函数长度；n为时频面旋转次数；α为阶数；ω为信号频率；s(t,ω)为时频分布。
11、作为可选择的实施方式，根据目标函数，采用天牛须搜索算法进行迭代优化；具体包括：预先设置glct变换参数的取值范围和最大迭代次数，初始化天牛位置；通过glct变换计算时频分布并计算目标函数值，从而更新天牛位置，直至达到迭代次数。
12、作为可选择的实施方式，更新天牛位置为：
13、
14、其中，f(·)为目标函数，sign(·)为符号函数，δq为衰减系数。
15、作为可选择的实施方式，迭代分离的过程包括：
16、基于最优变换参数，对待处理充电桩信号进行glct变换后得到时频分布，并将其作为第一次迭代的残余分量r1(t,ω)；
17、根据残余分量得到频谱最大能量为：
18、由此，第k+1次迭代的残余分量为：rk+1(t,ω)＝rk(t,ω)-ik(t,ω)；
19、其中，ik(t,ω)是时频谱剥离的最大能量，k是迭代次数，rk是第k次迭代的残余分量；ω为信号频率；t为时间；
20、直至残余分量满足设定要求后，得到时频系数。
21、作为可选择的实施方式，残余分量满足的设定要求为：
22、其中，ε为设定阈值。
23、作为可选择的实施方式，最终得到的时频系数为：
24、第二方面，本发明提供一种装置多参量状态信号时频分析系统，包括：
25、glct变换模块，被配置为获取待处理充电桩输出电压、电流和功率信号，并对其进行glct变换后得到时频分布；
26、参数优化模块，被配置为根据时频分布计算rényi熵，以rényi熵最小为glct变换参数优化的目标函数，由此通过迭代优化后，得到最优变换参数；
27、迭代分离模块，被配置为对基于最优变换参数得到的时频分布进行最大时频能量的迭代分离，由此得到时频系数；
28、输出模块，被配置为基于时频系数、信号频率和时间绘制得到待处理充电桩输出电压、电流和功率信号的时频特征。
29、第三方面，本发明提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述的方法。
30、第四方面，本发明提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的方法。
31、与现有技术相比，本发明的有益效果为：
32、本发明提出一种装置多参量状态信号时频分析方法及系统，由于glct变换参数对最终时频分析的结果有很大影响，故以rényi熵最小为glct变换参数优化的目标函数，采用天牛须搜索算法进行迭代优化，有效提高充电桩运行过程中的时频谱能量的聚集程度和分辨率。
33、本发明提出一种装置多参量状态信号时频分析方法及系统，由于面对复杂环境及噪声情况下采集到的充电桩信号往往包含许多非相关信息，故通过迭代分离模态能量，能够很好的剥离不相关特征，有效克服噪声干扰，突出信号的时频特征，从而在复杂环境中描绘清晰、能量集中的充电桩信号时频表示。
34、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
1.一种装置多参量状态信号时频分析方法，其特征在于，包括：
2.如权利要求1所述的一种装置多参量状态信号时频分析方法，其特征在于，目标函数为：
3.如权利要求1所述的一种装置多参量状态信号时频分析方法，其特征在于，根据目标函数，采用天牛须搜索算法进行迭代优化；具体包括：预先设置glct变换参数的取值范围和最大迭代次数，初始化天牛位置；通过glct变换计算时频分布并计算目标函数值，从而更新天牛位置，直至达到迭代次数。
4.如权利要求3所述的一种装置多参量状态信号时频分析方法，其特征在于，更新天牛位置为：
5.如权利要求1所述的一种装置多参量状态信号时频分析方法，其特征在于，迭代分离的过程包括：
6.如权利要求5所述的一种装置多参量状态信号时频分析方法，其特征在于，残余分量满足的设定要求为：其中，ε为设定阈值。
7.如权利要求5所述的一种装置多参量状态信号时频分析方法，其特征在于，最终得到的时频系数为：
8.一种装置多参量状态信号时频分析系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项所述的方法。
