基于时频消噪TFPF和时频分布MBD的轴承早期故障诊断

噪声是影响轴承、齿轮等机械设备早期微弱故障特征正确提取的主要因素,利用新颖的时频峰值滤波技术TFPT有力的噪声消减特性,将PTFT与改进的时频分布MBD相结合,提出了时频峰值滤波TFPT-时频分布MBD的故障识别新方法,即应用TFPF消减振动信号的随机噪声作为时频分析的前置处理,对消噪的故障信号作MBD时频分析来识别故障特征,给出了时频峰值滤波时频分布的故障诊断模型。诊断实例的分析结果表明了与传统的MBD的故障特征提取相比,提出的改进方法更易提取出强噪声背景下的轴承早期的微弱故障,具有明显的可诊断性和实用性。     

用时频峰值滤波去除多普勒频率估计野值点的方法

研究去除多普勒频率估计野值点的方法.在分析多普勒频率估计野值点的成因和特点的基础上,对含有野值点的多普勒频率估计按比例调整到适当的频率范围内,用时频峰值滤波方法对其进行处理,恢复原多普勒频率比例尺度,从而达到去除野值点的目的.实验结果表明,选择较小窗长的伪Wigner-Ville分布,一次迭代就可有效地去除多普勒频率估计中的野值点,对后续的脱靶量参数估计没有任何不利影响,方法简单可靠.     

短时傅立叶变换与Wigner-Ville分布联合确定地震信号瞬时频率

地震信号属于非平稳信号,利用短时傅立叶变换对地震信号进行时频分析时会受窗口大小的影响,利用Wigner-Ville分布的方法时会产生交叉项。基于这些原因,提出了把二者结合起来的方法计算时频分布,并且利用时频剖面得到信号的瞬时频率。从理论数据出发,分别计算利用短时傅立叶变换、Wigner-Ville及二者结合得到的时频剖面。通过比较得出:2类方法联合后获取的瞬时频率与原始的瞬时频率最接近,说明二者结合的方法对获取瞬时频率更有效。     

平滑伪Wigner-Ville分布在电气设备局部放电信号分析中的应用

为了有效分析电气设备局部放电信号基于时域和频域的联合特性,本文采用平滑伪Wigner-Ville分布对放电信号进行时频分析,有效解决了Wigner-Ville分布中存在交叉干扰的问题。为了验证平滑伪Wigner-Ville分布的有效性,本文分别采用Wigner-Ville分布和平滑伪Wigner-Ville分布对局部放电信号进行分析。实验结果表明,平滑伪Wigner-Ville分布可以有效分析局部放电信号的时频特性。     

小波变换用于Wigner-Ville分布交叉项的抑制

基于 Wingner- Ville分布良好的时频性质 ,针对它的交叉项的高频振荡特性 ,利用二维张量积小波对信号的 Wigner- Ville分布进行分解 ,用低频系数重构时频图 ,使交叉项干扰受到抑制 ,并就以 4个高斯包络正弦信号和 Wigner- Ville分布为例 ,用双正交小波作分解和重构说明了交叉项抑制的方法和过程 .数值计算表明 ,该方法对交叉项的抑制优于伪 Wigner- Ville分布     

Wigner-Ville分布在发动机转子故障诊断中的应用

发动机转子系统实际测得的信号很多都是非平稳信号,而且背景噪声比较大。对于这种非平稳信号,仅用功率谱和傅立叶变换等传统信号处理方法分析很难从根本上解决问题,频谱及功率谱无法判断某个故障频率分量出现的具体时间和变化趋势。因此,需要了解信号频率随时间变化的情况。在对发动机转子故障特征进行分析的基础上,提出了利用Wigner-Ville分布的方法对碰摩故障进行特征提取与故障识别。并利用仿真信号和实测信号,证明了Wigner-Ville分布在发动机转子故障诊断中的有效性。     

基于Adam 优化的二维自适应TFPF 地震去噪算法

在时频峰值滤波( TFPF: Time-Frequency Peak Filtering) 算法中,采用固定窗长进行滤波很难在滤除噪声 和信号保幅之间取得折衷,无法追踪超出截止频率部分的信号,而且传统TFPF 仅沿时间方向滤波,忽略了信 号的空间信息。针对上述问题,提出了二维自适应TFPF( 2D-ATFPF: Two-Dimensional Adaption TFPF) 算法,首 先利用一组由不同窗函数决定的TFPF 冲激响应构建滤波输出凸集; 然后,在凸集下引入一个关于滤波输出的 目标函数,该函数基于最小二乘准则并将具有时空相关性的方向导数作为惩罚项; 最后,使用可以快速收敛的 投影Adam 方法优化目标函数,将2D-ATFPF 应用于人工合成记录和实际资料。实验结果表明,改进的方法与 一维算法相比,能更好地恢复同相轴,信噪比提高约1． 3 dB。     

平滑伪Wigner-Ville分布在地震信号处理中的应用

文章介绍了平滑伪Wigner—vile分布时频分析的方法及解析变换的概念,给出了实信号解析变换的方法,给出了地震信号的平滑伪魏格纳时频变换的方法,并对地震信号的属性进行了解释。实验结果显示平滑伪魏格纳时频分布可以描述信号的非平稳的时频特性,该方法可以成为地震信号处理的一条有效的途径。     

基于端点检测的时频峰值滤波动液面提取技术

油套环空中会产生各种噪声,使测得的液面反射信号非常复杂,真实的液面反射波位置因受到干扰而无法准确辨识。采用时频峰值滤波（TFPF）技术结合语音信号处理中的端点检测（VAD）方法可对动液面波进行有效提取。VAD-TFPF技术先采用短时能量和过零率的双门限VAD方法对声波法测油井信号进行划分,判断出有效信号数据段和接近于零值的数据段,然后采用不同窗长的TFPF分别对两种数据段进行滤波处理。通过对不同噪声强度下的实测数据进行滤波实验与分析,可知该项新技术较之于小波阈值滤波方法对动液面波的辨识能力更强,无论是对背景噪声的压制还是对有效波的提取都表现出更优越的性能。     

基于互Wigner-Ville分布的表面肌电信号瞬时频率估计

当一块肌肉完成持续的收缩时,所记录的表面肌电信号的分析是一个用于评价局部疲劳进行性的有用的工具.在肌肉静态收缩期间,表面肌电信号功率谱的平均频率和中值频率常被用作肌肉疲劳的指示器.为了评价周期性动态收缩期间的局部肌肉疲劳,针对肌肉动态收缩时表面肌电信号的特点,提出了基于互Wigner-Ville分布的瞬时频率检测方法.通过一个类似于表面肌电信号统计性质的模拟的随机过程,评价了这一算法的估计误差.理论和实验证明,瞬时频率可以在较低的信噪比下很好地适合跟踪由于肌肉疲劳引起的频谱变化.     

基于Wigner-Ville分布的移动机器人语音定位中时延估计方法

在移动机器人语音交互中,时延估计算法的精度是影响语音定位精度的关键因素。针对在强噪声情况下,基于时延估计原理进行语音定位的精度较低的问题,提出基于维格纳 威利分布(Wigner-Ville distribution, WVD)的一次与二次相关时延估计算法。在强随机噪声环境条件下,信号间的相关计算会加大侧峰的峰值,极大程度地干扰对主峰峰值的搜索,无法准确估计时延,进而影响语音定位效果。为了减小侧峰的影响,进一步对相关峰值加窗处理。但加窗虽减小了侧峰的干扰,却导致主峰宽度变大且变化趋势平坦,也会影响时延估计精度,因此,需选择希尔伯特变换对峰值锐化处理。仿真实验研究了各算法的估计情况与时延估计的均方根误差,实验结果表明,所提出算法相比其他几种算法对时延估计性能更高。此外,实际场景实验验证了该算法的抗噪声性能。     

模拟调频电台的调制系数估计

调制系数是模拟调频(FM)电台的一个重要参数,FM信号的瞬时频率是调制系数和调制信号共同作用的结果,调制系数可由瞬时频率求出.然而瞬时频率的求解精度受接收信号噪声的影响.实验证实,在信噪比高于20 dB时,由瞬时频率得到的调制系数与实际值的相对误差在1%以下.求解瞬时频率传统的办法是利用时频分析、短时傅里叶变换等方法,...     

基于Steger算子的非平稳信号瞬时频率估计方法

针对传统的非平稳信号时频分析中瞬时频率估计方法在适应性、抗噪性和精度等方面存在的问题,提出一种基于Steger算子的非平稳信号瞬时频率估计方法;先将一维非平稳信号经时频分析得到二维时频分布图,对其进行Gaussian函数卷积平滑滤波以增强瞬时频率脊线,然后构造Hessian矩阵求取瞬时频率脊线中心,最终根据瞬时频率脊线与时频分布图位置关系,计算得到瞬时频率。结果表明,基于Steger算子的非平稳信号瞬时频率估计方法对时频分布图适应性强,抗噪性优异,瞬时频率误差率小于5%,瞬时频率估计精度较高。     

一种基于时频分布的DOA估计方法

提出了一种基于信号时频分布波达方向估计的新方法。该方法根据信号的时频特征来构造阵列的时频相关矩阵Wxx和Wxy，再利用旋转不变技术对信号的波达方向(DDA)进行估计。由于充分利用了信号的时频域特征，此方法既适用于时不变的、平稳信号又适用于时变的、非平稳信号，与传统的一维ESPRIT方法比较，改善了DOA估计的性能，尤其是在低信噪比和空间近角度时，性能的改善是明显的。数值仿真的结果证明了上述结论。     

基于组合时频分布的跳频信号分析

针对常用的非线性时频分析方法不能较好地抑制交叉项干扰的问题,文中提出一种新的跳频信号时频分析方法。将组合时频分布TF方法用于跳频信号分析,提出了跳频信号持续时间、跳变时刻和跳频频率盲提取的改进算法,通过计算机仿真验证了该方法的有效性。     

采用空间极化时频分布的跳频信号多参数联合估计算法

为了在欠定条件下利用信号二维波达方向(2D-DOA)与极化状态进行跳频(FH)网台分选和信号识别、跟踪,提出了一种基于空间极化时频分布(SPTFD)的FH信号多参数联合估计算法。首先利用FH信号时频域特征以及阵列流型建模方法,建立FH信号的极化敏感阵列快拍数据模型;然后通过组合时频分布构造各跳信号的SPTFD矩阵;在此基础上,根据秩损理论对方向和极化信息进行去耦合,利用旋转不变子空间原理估计俯仰角;通过一维搜索和方程求解来估计方位角与极化参数,最终实现了2D-DOA与极化参数的联合估计。新算法无需多维参数寻优和配对,估计精度高。仿真结果表明:该算法能在欠定条件下精确估计FH信号2D-DOA和极化参数;当阵元数为4、信噪比大于6dB时,空间5个FH信号所有参数的均方根误差均小于1°。     

基于Wigner-Ville时延分析的传感器网络定位方法

到达时间差(TDOA)定位是根据各个传感器接收信号的时差来实现目标定位的,时延估计的准确程度直接影响到定位的精度。从信号能量角度出发,根据Wigner-Ville变换得出一种时频能量分布,通过对应频率下能量的最大值来确定信号的到达时间,进而确定出时间差,同时计算了振动信号在实验介质中的传播速度,最终实现了振动定位的目的。试验结果表明,基于WVD时频能量分析的方法有利于减少实际测量环境下的振动源定位误差,从而提高定位的精度。     

单频信号瞬时频率估计

目的　研究点目标回波信号的瞬时距离信息提取问题; 方法　在详细讨论点目标回波差频信号频谱结构的基础上,利用单频信号瞬时频率ＩＦ（ｉｎｓｔａｎｔａｎｅｏｕｓ ｆｒｅｑｕｅｎｃｙ）定义、ＦＦＴ方法和计算机仿真,分析差频信号谱结构与信号携带的距离信息的关系; 结果与结论　差频信号的基波频率与目标距离相对应; 所提出的频域最大值跟踪法优于Ｗｉｇｎｅｒ－Ｖｉｌｌｅ 分布（ＷＶＤ）和前向差分法;     

调频信号DOA估计的研究

针对传统信号DOA估计技术的不足,采用近年来时频分析技术与传统DOA估计相结合的估计方法—时频MUSIC,对线性调频信号进行DOA估计,得到了较传统DOA估计方法精度高的估计结果,并简叙了这种方法的主要基本思想及适用背景。     

基于T-SBL的多跳频信号参数估计

针对多跳频信号参数估计问题,利用跳频信号频率在时频域上的稀疏性,在块稀疏贝叶斯学习(b SBL)的基础上,提出了一种T-SBL稀疏学习算法,通过重构后信号的时频图完成跳频信号的跳周期、中心时刻、跳时刻等参数的估计.首先将接收信号进行重叠分割得到观测矩阵;然后根据跳频信号时频域的稀疏性建立信号的多测量(MMV)稀疏模型,在块稀疏贝叶斯学习算法的基础上将多测量模型转化为单测量(SMV)模型;最后通过重构后信号的清晰时频图进行参数的快速估计.为了进一步提高低信噪比下的估计性能,采用形态学滤波的方法对获得的时频图进行修正.理论分析和仿真实验表明了该算法的有效性和良好的估计性能.