基于HHT变换的起动电动机特征信号时频分析

针对车辆起动电动机电气和机械故障发生时特征信号的时变不平稳特性,进行了时频域分析处理,提出了利用现代信号处理方法对故障信号提取特征向量的方法,主要对起动电动机的电枢和轴承故障进行诊断。在构建电机故障测试实验平台的基础上,利用破坏性实验构造了故障类型,测取了电枢电流和振动信号,分别采用小波分析理论和HHT变换对信号进行分析,通过分解再重构的方式将信号分解成了频率由高到低的不同分量,并获得了故障的特征频率,提取了特征向量。实验结果表明,基于HHT变换的现代信号处理方法在处理时变非平稳信号方面比小波分析理论更具有自适应性,更易识别。     

时频分析在超宽带散射信号处理中的应用

 简要介绍了伪Wigner分布和小波变换信号处理中的分析方法，描述了在超宽带散射信号分析中的应用情况，对一些简单形状的金属散射体的双站背向散射信号作了实际测量，并且用伪Wigner分布和小波分析方法对这些信号进行了时频分析，由此验证了超宽带信号在目标探测和识别方面的优越性。     

多尺度分析在激光微多普勒效应特征提取中的应用

由于小波变换具有准确度高、抗噪性好等优点,在微多普勒效应探测方面具有很好的应用前景。利用多尺度分析（MRA）将信号进行分解并提取出含有微多普勒效应的低频平滑信息,获取了目标微小振动引起的微多普勒效应。用频谱分析和基于瞬时频率(Instfreq)的时-频域联合分析方法对原始信号及通过MRA分解得到的结果进行了对比研究。结果表明：利用时-频分析对MRA处理后的低频信号进行分析,可更加有效地提取微多普勒效应中振动信号的特征,为目标特征的识别、分类和探测提供了便利。     

基于LabVIEW的振动信号分析系统设计

针对机械故障监测的需求,开发了振动信号分析系统。采用LabVIEW图形化开发工具,系统实现了振动信号分析流程和基本的信号分析方法,能够对振动信号进行预处理,并从时域、频域和时频域角度对其进行特征提取。完成了基于仿真信号和实测的公开振动数据集进行验证,实验结果表明,所开发的振动信号分析系统具备参数配置灵活、结果显示直观、扩展性强的优势,为基于振动测试的机械故障监测提供了基础平台。     

小波分析方法在合肥光源逐束团测量系统中的应用

介绍了小波分析方法在逐束团束流位置测量系统中的应用。小波分析方法在高频处频率窗口较宽,具有较高的时间分辨力,使用小波分析可分离并提取信号的振荡成分及基线漂移成分,各成分在时间轴上的位置与原信号相同,原有的线性关系保持不变,在处理非平稳信号时不会造成信号明显劣化,如幅度失真和相位偏差。基于小波分解和重构的时间序列多分辨力滤波处理非平稳信号时不会造成信号明显劣化,保证了追踪束团振荡强度、相位、频率和振荡模式随时间变化的结果更真实可信。在合肥光源中,小波分析方法成功用于横向振荡振幅包络的提取及增长率、阻尼率的计算,也可用于提取横向振荡振幅包络及计算增长率和阻尼率,为机器研究、束流诊断和逐束团反馈系统调试提供了准确的依据。     

基于DSP的嵌入式在线振动信号分析系统

为监测机械设备的工作状态,对机械设备工作过程中产生的振动信号进行采集、处理和分析,从而实现系统的状态监测、故障诊断以及寿命预测等。但目前振动信号分析系统体积较大、不方便携带,多用于离线的振动信号处理,难以完成机械设备振动信号的在线实时分析。针对振动信号离线分析系统存在实时性低、体积大等不足,设计了基于TMS320C6713 DSP的嵌入式振动信号采集处理系统,以满足机械设备振动信号采集、处理和分析过程中对采集、处理实时性,系统便携性等需求。详细介绍了系统的软硬件设计原理和方法,利用美国凯斯西储大学的公开轴承测量数据集对系统的各项功能和技术指标进行实验验证。实验结果表明,该系统能够正常工作且可应用于实际工程中。另外,系统支持功能和算法扩展,以满足不同机械设备的振动信号采集、处理和分析需求。     

DNA测序信号去噪分析的一种新方法

在DNA荧光测序中,噪声会影响分析的准确度和检出限。相比其他滤波方法,小波分析具有良好的时频域分辨特性。在小波去噪处理中,正确选择合适的小波基函数、去噪阈值和分解层数直接关系到信号去噪处理的质量。为了真实构建噪声模型并准确评价去噪算法的有效性,实验中通过实际系统中采集到的噪声信号叠加理想荧光信号构建DNA测序仿真信号,去噪分析的结果表明：选择sym7小波基函数、分解层数(lev＝5)与使用固定格式软阈值,有效去除了DNA测序信号的噪声;处理后,信号的信噪比提高了5倍以上。将其用于处理实际的DNA电泳荧光信号,相比基于随机噪声模型的算法,去噪后的信号更加真实可靠。     

小波分析在汽车车灯光源色测量中CCD光谱的消噪平滑处理

本文依据小波变换原理 ,提出利用小波变换技术对汽车车灯光源色测量中实时采集的光源光谱信号进行多分辨分解 ,有效地消除噪声 ,提高了光谱的信噪比。由CCD接收的标准A光源谱进行了多层分解 ,讨论了不同小波基和分解阶次对信号分析结果的影响。选取最佳小波基 ,为光谱信号消噪平滑处理提供了较有效的数据处理方法。通过对CCD接收的光谱信号进行了消噪和平滑处理 ,解决了实时采集光谱信号在分析和数据处理上的困难 ,该研究充分体现了小波变换在数据处理方面的优势 ,在依赖于光谱信号的颜色测量领域中起重要的作用。     

基于云计算的嵌入式人脸识别系统建构与研究

在捕获北斗信号的过程中,接收机根据预先设定好的信号搜捕策略和门限值来捕获信号。欺骗干扰源通过产生虚假的相关峰和增加噪声基底,可以有效地干扰普通型北斗接收机正常的捕获工作。欺骗信号会增加噪声基底使得真实的卫星信号埋没,同时欺骗信号相关峰可以诱导接收机捕获到欺骗信号。针对欺骗信号检测问题,在分析欺骗信号入侵对接收机噪声基底影响的基础上,提出了在捕获阶段利用信噪比(SNR)检测技术识别欺骗干扰信号的方法,并对其有效性进行了分析。仿真结果表明,采用该方法的接收机具有一定程度的欺骗干扰识别能力,为提高GNSS接收机抗干扰能力提供了有益的参考 。     

基于核独立成分分析的舰船光尾流信号提取

舰船尾流的激光探测是一种新的鱼雷制导手段。水体的后向散射光信号是舰船尾流后向散射光信号检测的常见干扰,由于其在频域十分接近且信号强度大于尾流信号,因此难以用传统方法提取有用的尾流信号。针对这一问题,提出了一种基于盲源分离的处理方法,将核独立成分分析技术应用于舰船尾流后向散射光信号的提取。介绍了核独立成分分析的基本原理和具体算法,进行了仿真计算,并与传统独立成分分析算法进行比较。结果表明在盲源信号分离中,基于核空间的独立成分分析与其他独立成分分析算法相比更具有准确性。最后应用该方法对海上实验数据进行处理,提取出了舰船尾流信号,取得了良好的效果,验证了该算法的有效性。     

基于希尔伯特-黄变换的激光云高仪后向散射信号去噪方法

基于希尔伯特-黄变换(HHT)和Savitzky-Golay滤波,提出了一种结合HHT时频分析的半导体激光云高仪后向散射信号去噪方法.该方法在对云高仪后向散射信号的噪声特性及传统去噪方法的缺陷进行研究的基础上,选择截止分量阶一定的自适应时变时空滤波器组(TFB)结构并辅助Savitzky-Golay滤波抑制噪声,最后利...     

Instantaneous frequency decomposition: an application to spectrally sparse sounds with fast frequency modulations

Classical time-frequency analysis is based on the amplitude responses of bandpass filters, discarding phase information. Instantaneous frequency analysis, in contrast, is based on the derivatives of these phases. This method of frequency calculation is of interest for its high precision and for reasons of similarity to cochlear encoding of sound. This article describes a methodology for high resolution analysis of sparse sounds, based on instantaneous frequencies. In this method, a comparison between tonotopic and instantaneous frequency information is introduced to select filter positions that are well matched to the signal. Second, a cross-check that compares frequency estimates from neighboring channels is used to optimize filter bandwidth, and to signal the quality of the analysis. These cross-checks lead to an optimal time-frequency representation without requiring any prior information about the signal. When applied to a signal that is sufficiently sparse, the method decomposes the signal into separate time-frequency contours that are tracked with high precision. Alternatively, if the signal is spectrally too dense, neighboring channels generate inconsistent estimates-a feature that allows the method to assess its own validity in particular contexts. Similar optimization principles may be present in cochlear encoding.     

时频分析在激光多普勒信号处理中的应用

建立了用来检测微机电系统谐振器面内运动的激光差动多普勒系统,测量了谐振器的振动速度。在信号处理过程中,首先使用电路系统去除高频载波成分,然后基于Matlab平台,选取时频分析中的Wigner-Ville分布对采集进入计算机的多普勒信号进行分析。提取了其中的速度信息,并与用计数法处理的结果进行了比较。结果表明具有较好的效果。     

Neonatal EEG signal characteristics using time frequency analysis

Time-frequency analysis is a way to represent the energy contents of a signal in the joint time-frequency domain. It provides a good visual way to separate the frequency contents of a multi-component signal, and display the changes of these components with respect to time. This paper outlines investigative work on neonatal EEG signals using time-frequency analysis. The Cohen’s class distributions are discussed, and kernel optimisation for the Cohen’s class distributions is outlined. Segments of EEG with different background continuity states are analysed using a Cohen’s class distribution, and their characteristics are discussed. Through this paper, interesting information that offers insight towards the EEG signal can be visualized from the time frequency analysis.     

基于支持向量机的~(252)Cf中子裂变信号时频特征分析及识别

基于裂变中子(252Cf)对裂变链(235U系统)依存关系,在对252Cf中子裂变信号的测量原理及信号特点分析基础上,开展了基于支持向量机的中子裂变信号时频特征分析及识别研究工作。采用小波分解和去噪小波包分解方法,提取不同状态下随机核信号的时频能量特征,借助于统计学习理论的支持向量机(SVM)分类器原理进行训练和分类。研究结果表明:通过直接小波分解或去噪小波包分解,以获取核信号特征的方法是有效的;去噪小波包分解特征提取方式,较之直接小波分解特征提取方式更能反映中子裂变核系统的内部特征和规律;基于SVM核信号样本的分类,训练后的SVM分类器有着大于70%以上的正确率,且较好地克服了训练样本数较少的问题,验证了方法的可行性和有效性。     

混响背景下低秩矩阵恢复的目标亮点特征提取

有源声呐探测水下目标时,混响干扰增加了从目标回波信号中提取目标亮点特征的难度.依据目标回波与混响在时频域上能量分布的相关性不同,采用自适应核时频分析方法将目标回波信号变换到时频域上进行分析.通过低秩矩阵恢复方法将目标回波与混响分到稀疏矩阵和低秩矩阵中,从而分离目标回波与混响,降低混响对回波信号的干扰.针对稀疏矩阵采用Hough变换提取回波中的亮点峰,得到目标的亮点特征。通过仿真和实验数据证明在较低信混比情况下通过低秩矩阵恢复方法能够在时频域上进一步区分目标回波与混响,达到抑制混响的目的,便于获取目标亮点特征。      

宽带双曲调频信号参数化时频分析波达方向估计

针对有源探测或脉冲侦查中双曲调频信号的波达方向估计问题,提出了基于参数化时频变换(PTFT)的多重信号分类(MUSIC)测向算法,简称PTFT-MUSIC算法。该算法由发射信号确定针对双曲调频信号的参数化变换核,对接收信号进行频域参数化时频变换,利用获得的时频分布建立阵列信号时频分布模型,并以此模型设计基于时频分布矩阵的MUSIC算法以实现双曲调频信号的波达方向估计。通过仿真和实验对该算法的估计误差和多目标分辨性能进行了分析,仿真和海上实验结果表明:相比现有的时频MUSIC算法,PTFT-MUSIC算法能有效提高空间谱分辨率和波达方向估计性能,同时该算法拥有对特定调频信号筛选性,结合时频域滤波算法能有效抑制相干直达波干扰,应用于多基地声呐系统时有效提高了声呐定位性能。     

Leak Detection of Gas Pipelines Based on Characteristics of Acoustic Leakage and Interfering Signals

When acoustic method is used in leak detection for natural gas pipelines, the external interferences including operation of compressor and valve, pipeline knocking, etc., should be distinguished with acoustic leakage signals to improve the accuracy and reduce false alarms. In this paper, the technologies of extracting characteristics of acoustic signals were summarized. The acoustic leakage signals and interfering signals were measured by experiments and the characteristics of time-domain, frequency-domain and time-frequency domain were extracted. The main characteristics of time-domain are mean value, root mean square value, kurtosis, skewness and correlation function, etc. The features in frequency domain were obtained by frequency spectrum analysis and power spectrum density, while time-frequency analysis was accomplished by short time Fourier transform. The results show that the external interferences can be removed effectively by the characteristics of time domain, frequency domain and time-frequency domain. It can be drawn that the acoustic leak detection method can be applied to natural gas pipelines and the characteristics can help reduce false alarms and missing alarms.     

一种用于分析多频率分量信号时频分布的方法

文章介绍了一种适合于分析多频率成分信号时频分布的方法,介于维格纳分布（Wigner Distribution WD）和频谱图二者之间,它不仅能够有效地抑制WD处理多参量信号时所产生的交叉项干扰,而且还能克服了加窗处理对频谱图的影响。此外,文章提出的算法具有较强的抗噪声干扰的能力。文章利用WD和文中提出的方法分别对一组线性调频信号进行仿真处理。结果表明,利用本文介绍的方法可以完全抑制多参量信号的交叉项干扰,得到“干净的”多参量信号瞬时频率分布。