基于MFCC和HSMM的加工过程信号状态标记

来源：机床与液压杂志2025年第12期北京时间：

作者：姜东升，周焮钊，李雄伟

单位：中国航发南方工业有限公司；华中科技大学机械科学与工程学院；华中科技大学机械科学与工程学院

摘要：针对加工过程中加工信号自动状态标记困难的问题，结合梅尔倒谱系数（MFCC）和隐半马尔科夫模型(HSMM)，提出一种适用于单一参数加工场景的模型。该模型通过对振动信号进行预处理和特征提取，利用Baum-Welch算法估计隐半马尔科夫模型的参数，并基于给定的观测序列采用Viterbi方法进行预测，从而根据状态序列得到分割边界，实现信号的标记。在此基础上，搭建基于MFCC和线性判别分析（LDA）降维的隐半马尔可夫（HSMM）时序信号状态标记模型，同时采用查准率 P 、查全率 R 以及边界准确性 FB等指标来全面评估模型在信号标记任务中的表现。最后验证了MFCC-HSMM模型在单一参数场景下进行信号状态标记的有效性。

关键词：信号标记;时序信号;序列标记;MFCC-HSMM

基金资助：国家自然科学基金面上项目（51875224）