本發明涉及電數字數據處理。更具體地，本發明涉及一種甚低頻機械天線通信信號的質量分析方法及系統。
背景技術：
1、甚低頻通信技術憑借其在海水、土壤等介質中極強的穿透能力，已成為地質勘探以及地下礦難救援等領域的核心技術，不同于傳統利用巨大的天線陣列發射電磁波的電天線，機械天線作為一種新型的甚低頻發射裝置，其工作原理是通過驅動旋轉磁體進行物理運動，直接切割磁感線產生甚低頻電磁信號，這種機制使得機械天線在保持極低工作頻率的同時，能夠大幅縮減天線體積，實現了設備的便攜化與低功耗化。在機械天線的高效運行系統中，功率放大器不僅承擔著將微弱的調制指令信號轉換為高壓強流信號的重任，更需要克服機械負載的非線性特征，通過對驅動電流波形的精準控制，強制驅動電機執行復雜的變速運動以實現信號調制。因此，功率放大器輸出的驅動電流質量直接決定了機械運動的準確性及最終發射信號的品質。
2、然而，機械系統天然存在不可忽視的物理慣性，當通信系統依據調制指令進行頻率切換時，功率放大器雖然能迅速響應電信號的變化，但其驅動的機械轉子受限于巨大的轉動慣量與阻尼，無法跟隨驅動電流發生瞬時的頻率突變，存在一個從當前運動頻率過渡到目標運動頻率的滯后過程，即慣性滯后，這種物理層面的滯后效應會通過電磁耦合直接反饋至功率放大器的輸出回路中，導致驅動電流在時頻域上出現明顯的頻率拖尾、過渡區拉長以及相位模糊，嚴重時會使得接收端的解調算法無法正確識別碼元邊界，導致誤碼率急劇上升，大幅縮減了有效通信距離。為了解決這一問題，需要對驅動電流數據的質量進行精準分析，希爾伯特-黃變換（hilbert-huang?transform，hht）作為一種處理非線性、非平穩信號的強大數學工具，逐漸被用于此類瞬態信號的分析，通過其核心的經驗模態分解算法，可以將非平穩的驅動電流信號分解為若干個本征模態函數（intrinsic?modefunction，imf），進而提取出瞬時頻率曲線，這是量化機械天線慣性滯后特性的最有效技術路徑之一。
3、在使用現有hht算法中的經驗模態分解算法對驅動電流數據進行篩分以提取代表慣性特征的imf時，通常采用固定的篩分停止閾值，然而，這一做法忽略了功率放大器在實際工況下的復雜電磁特性，在驅動高慣性負載進行頻率切換的瞬間，功率放大器往往處于高負荷瞬態調整階段，其輸出的驅動電流中不僅包含代表機械慣性趨勢的有效低頻分量，還不可避免地混雜著由功率放大器自身的開關紋波、諧波失真以及電流環路調節引起的高頻噪聲。在固定篩分準則下，容易出現過篩分或欠篩分現象，過篩會導致代表慣性滯后的低頻調幅特征被過度平滑，使得分解出的信號失真，無法真實反映物理慣性；而欠篩則會導致功率放大器引入的高頻噪聲殘留于imf分量中，干擾后續對瞬時頻率的提取，所以依據固定的篩分停止閾值，將無法剝離高頻噪聲，導致最終計算出的瞬時頻率曲線充滿毛刺，使得慣性滯后量的計算結果嚴重偏大，造成信號質量的誤判。
技術實現思路
1、為解決上述現有hht算法中的經驗模態分解算法對驅動電流數據進行篩分時易將高頻噪聲干擾誤判為信號分量，導致篩分不徹底或者過篩分，進而無法準確提取主慣性模態分量的技術問題，本發明在如下的多個方面提供方案。
2、第一方面，本發明提供了一種甚低頻機械天線通信信號的質量分析方法，包括：獲取驅動電流數據以及同步的驅動指令信號，進行預處理，確定驅動電流數據序列及其對應的每一層imf提取過程中每一次的篩分分量；根據當前層imf提取過程中當前次與其上一次的篩分分量之間的能量差異，確定當前層imf提取過程中當前次篩分分量的能量收斂指數；根據當前層imf提取過程中當前次的篩分分量的二階差分絕對值與當前次的篩分分量的總能量之間的比值，確定當前層imf提取過程中當前次篩分分量的波形復雜度，結合所述波形復雜度以及能量收斂指數，確定當前層imf提取過程中當前次篩分分量的共振紋波殘留因子；根據所述共振紋波殘留因子確定當前層imf提取過程中當前次篩分分量的優化后的篩分停止閾值；利用所述優化后的篩分停止閾值對驅動電流數據序列進行經驗模態分解篩分，得到主慣性模態分量，對主慣性模態分量進行hht變換得到瞬時頻率曲線，并根據所述瞬時頻率曲線與所述驅動指令信號的理想頻率曲線之間的面積差評估信號質量。
3、本發明通過計算能量收斂指數，利用篩分分量之間的能量差異，突出了真實信號分量的收斂特征；通過計算波形復雜度，分析了高頻噪聲的局部二階差分與波形形態，實現了對高頻噪聲的精準識別；通過結合波形復雜度與能量收斂指數計算共振紋波殘留因子，對基準篩分停止閾值進行自適應修正，增強了經驗模態分解算法在復雜背景下的抗干擾能力；通過基于優化后的篩分停止閾值生成主慣性模態分量，并進行hht變換與面積差評估，實現了對甚低頻機械天線通信信號質量的評估，能夠準確識別因機械振動導致的頻率偏差，提升了分析的準確性與魯棒性。
4、優選地，所述獲取驅動電流數據以及同步的驅動指令信號，包括：利用功率放大器的電流監測口獲取機械天線在工作狀態下的驅動電流數據；利用上位機控制系統記錄與所述驅動電流數據對應同一時間段內的驅動指令信號。
5、優選地，所述能量收斂指數滿足表達式：
6、；式中，為當前層imf提取的序號，為當前層imf提取過程中當前次篩分的序號，為第層imf提取過程中第次篩分分量的能量收斂指數，為驅動電流數據序列采樣時刻總數，與分別為第層imf提取過程中第次和第次篩分分量在時刻的數值，當時，為所述驅動電流數據序列在時刻的數值，為防止分母為零的常數。
7、本發明通過構建以若干時刻下篩分分量之間數值差值平方的正相關函數關系，實現了能量收斂指數的評估，該差值平方項反映了篩分分量之間能量的收斂程度，使得真實信號對應的篩分分量計算得到數值較小的能量收斂指數，而受高頻噪聲影響的篩分分量計算得到數值較大的能量收斂指數，從而為共振紋波殘留因子的計算提供了可靠的收斂特征基礎。
8、優選地，所述波形復雜度滿足表達式：
9、；式中，為當前層imf提取的序號，為當前層imf提取過程中當前次篩分的序號，為第層imf提取過程中第次篩分分量的波形復雜度，為驅動電流數據序列采樣時刻總數，、與分別為第層imf提取過程中第次篩分分量在第個、第個和第個時刻的數值，為第層imf提取過程中第次篩分分量的總能量，且滿足。
10、本發明通過構建以二階差分絕對值與總能量的比值項的正相關函數關系，實現了波形復雜度的評估，二階差分絕對值項反映了篩分分量的曲率變化，使得受高頻共振紋波噪聲影響的篩分分量計算得到數值較大的波形復雜度，而真實信號對應的篩分分量保持較低波形復雜度，從而有效區分真實信號與高頻共振紋波噪聲。
11、優選地，所述共振紋波殘留因子滿足表達式：
12、；式中，為當前層imf提取的序號，為當前層imf提取過程中當前次篩分的序號，為第層imf提取過程中第次篩分分量的共振紋波殘留因子，為第層imf提取過程中第次篩分分量的波形復雜度，為第層imf提取過程中第次篩分分量的能量收斂指數，為自然指數函數。
13、本發明通過構建包含波形復雜度正相關項與能量收斂指數項的復合函數，實現了共振紋波殘留因子的評估，波形復雜度項增強高頻共振紋波噪聲區域的殘留權重，能量收斂指數項抑制信號區域的殘留貢獻，使得受高頻共振紋波噪聲影響的篩分分量計算得到較大的共振紋波殘留因子，而真實信號對應的篩分分量保持較低的共振紋波殘留因子，從而有效區分共振紋波干擾與真實信號。
14、優選地，所述優化后的篩分停止閾值滿足表達式：
15、；式中，為當前層imf提取的序號，為當前層imf提取過程中當前次篩分的序號，為第層imf提取過程中第次篩分分量的優化后的篩分停止閾值，為預設的基礎篩分停止閾值，為第層imf提取過程中第次篩分分量的共振紋波殘留因子，ln為以常數e為底的自然對數函數，為閾值收縮強度系數。
16、本發明通過以共振紋波殘留因子作為指數衰減項對基礎篩分停止閾值進行動態調節，實現了篩分停止閾值的自適應，在共振紋波干擾強烈的區域自動降低閾值以增強篩分，在信號特征明顯的區域保持較高閾值以保留真實響應，確保了主慣性模態分量獲取的準確性。
17、優選地，所述主慣性模態分量的獲取方法為：計算驅動電流數據序列進行經驗模態分解得到的各個imf與驅動電流數據序列的皮爾遜相關系數，選取所述皮爾遜相關系數最大的imf作為主慣性模態分量。
18、優選地，所述瞬時頻率曲線與所述驅動指令信號的理想頻率曲線之間的面積差滿足表達式：
19、；式中，為主慣性模態分量的瞬時頻率曲線與驅動指令信號的理想頻率曲線之間的面積差，與分別為驅動電流數據序列的起始時刻與結束時刻，為主慣性模態分量的瞬時頻率曲線在時刻的數值，為驅動指令信號的理想頻率曲線在時刻的數值，為采樣時間間隔。
20、優選地，所述評估信號質量，包括：響應于所述瞬時頻率曲線與所述驅動指令信號的理想頻率曲線之間的面積差大于預設的信號質量報警閾值，通信信號質量不合格，觸發警報提示。
21、第二方面，本發明提供一種甚低頻機械天線通信信號的質量分析系統，包括處理器和存儲器，所述存儲器存儲有計算機程序指令，當所述計算機程序指令被所述處理器執行時實現上述一種甚低頻機械天線通信信號的質量分析方法。
22、通過采用上述技術方案，將上述的一種甚低頻機械天線通信信號的質量分析方法生成計算機程序，并存儲于存儲器中，以被處理器加載并執行，從而根據存儲器及處理器制作終端設備，方便使用。
23、本發明的有益效果在于：
24、本發明通過引入自適應篩分停止閾值修正機制，解決了現有hht算法中的傳統經驗模態分解算法在甚低頻機械天線環境下易將高頻噪聲誤判為信號分量，導致質量分析失真的技術難題。
25、本發明通過分析篩分分量之間的能量差異，確立了能量收斂指數與真實信號收斂的內在映射關系，在此基礎上，進一步融合波形復雜度，將反映能量變化的指標與反映波形曲率變化的指標進行了緊密耦合，實現了對高頻共振紋波的辨識。
26、本發明能夠針對每一次篩分分量，計算出匹配其真實特征的共振紋波殘留因子，通過共振紋波殘留因子對基準篩分停止閾值的自適應修正，實現了篩分停止閾值與分量真實特征的準確匹配，對于受高頻噪聲影響的篩分分量，自動降低閾值以防止不徹底，對于真實信號對應的篩分分量，保持閾值以完整保留。最終，本發明提升了甚低頻機械天線通信信號處理的準確性與抗干擾能力，增強了質量分析的魯棒性，能夠及時、精準地識別頻率偏差，為天線性能優化與通信可靠性提升提供了堅實的技術保障。