基于自适应最优核时频分布理论的间谐波分析新方法

间谐波是非整数倍基波频率的谐波信号,对电网的危害日益严重,因此,准确地分析间谐波的特征对电力系统具有十分重要的意义。提出一种基于自适应最优核时频分布理论的间谐波分析新方法。自适应最优核时频分布理论是一种现代信号处理方法,它是采用非线性变换处理非平稳信号的时频分析方法。文章首先对信号求取模糊函数,并在模糊域采用自适应最优高斯核函数来抑制交叉项,然后求模糊函数的二维傅里叶变换,从而得到仅有自项分量的时频分布。该法用于多分量、时变的含有间谐波的信号分析,具有很好的时频聚集性,强自适应性和抗噪声性能,且不受交叉项的影响,时间–带宽积几乎可以达到Heisen-berg不确定性原理给出的下界。仿真结果表明了该方法的有效性。

自适应最优核时频分布在地震储层预测中的应用

提高时频分辨率是频谱成像技术研究的重点。自适应最优核时频分布采用随信号特征自适应变化的核函数,在模糊域对远离原点的互分量进行抑制,并尽可能的保留集中在原点附近的自分量。通过理论模型验证,该方法较好地抑制了交叉项干扰,同时较连续小波变换和平滑伪Wigner-Ville分布等方法具有更高时频分辨率。最后在营尔凹陷长沙岭地区的实例应用中,利用自适应最优核时频分布对该区目标储层进行了频谱成像处理,并结合沉积相特征对长沙岭地区进行有利区带预测。结果表明:该方法适用于实际地震信号的时频分析,对储层刻画优于传统方法,且对研究区储层预测具有有效性。

基于自适应最优核时频分布的鸟类识别

针对鸟鸣声信号的非稳态特性,提出了一种基于自适应最优核时频分布(Adaptive optimal kernel,AOK)的鸟类识别方法。首先对采集的鸟鸣声信号进行预处理,通过AOK时频分析方法得到时频谱图,分析不同鸟类声音信号在不同时间和不同频率下的能量分布。然后,将时频谱图转化成灰度图像,求取灰度共生矩阵,提取基于灰度共生矩阵不同角度的图像特征参数作为鸟类识别的特征值。最后选取已知鸟种的图像纹理特征训练生成训练模板,将待识别的鸟种的图像纹理特征参数生成测试模板,利用动态规整(Dynamic time warping,DTW)算法进行模板的匹配,将匹配值进行大小比较,找到最小匹配值对应的模板,从而实现鸟类的识别。通过对40种常见鸟类的实验表明,总体识别率达到96%。

基于自适应最优核时频分布理论的多分量LFM信号参数估计

提出了一种基于自适应最优核时频分布(AOK TFR)理论的多分量LFM信号参数估计方法。该方法首先对信号求取模糊函数,并在模糊域采用自适应最优高斯核函数抑制交叉项,通过二维傅立叶变换得到待分析信号的时频分布,最终结合Radon变换和Clean技术实现多分量LFM信号参数的估计。仿真实验表明:该方法可以在低信噪比情况下对多分量LFM信号参数进行有效的估计。

基于自适应最优核时频分布理论的ISAR成像方法

由于运动的复杂性,传统的成像方法已无法满足机动目标成像的要求。在分析机动目标复杂运动引起目标回波多普勒相位非线性变化的基础上,提出了一种基于自适应最优核时频分布(AOK TFR)理论的ISAR成像方法。通过计算回波数据不同距离单元的AOK TFR,得到不同时刻目标的瞬态ISAR像,且不受交叉项的影响;通过估计距离单元的瞬时多普勒频率并依此对成像时间段进行选择。仿真数据结果验证了该方法的有效性。

基于自适应最优核时频分析的管道泄漏检测应用研究

针对泄漏声信号的特征,利用自适应最优核时频分析算法,通过短时模糊函数和随时间变化的自适应最优核,实现管道内声信号的时频处理和对管道发生小泄漏时的声信号进行准确判断,对泄漏时间的判断精度有很大提高。

基于时频自适应最优核分布理论的谐波检测方法

针对电能质量分析的现状,采用一种高分辨率的时频分析方法对谐波进行分析。该方法通过对时频平面内每一点计算模糊函数,获得时频最优核函数,并以此来抑制同时间点多分量信号引起的交叉项干扰,从而获得较高的时频分辨率。仿真结果表明,将该方法结合快速傅里叶变换检测谐波幅值,能够准确地检测出谐波各频率分量的时频分布特性和幅值大小。

不同节流装置测量气液两相流的动态特性研究

为了研究文丘里管、多孔孔板和V型内锥3种功能节流式流量计测量得到的气液两相流动态特性,采用高频差压传感器获取不同流型下的动态差压信号,利用AOK时频谱对差压信号进行分析,通过时频谱图研究不同流型下信号的时变特征。通过对典型的泡状流、弹状流、塞状流信号的实验分析表明:文丘里管在塞泡流存在较强的噪声信号,V型内锥在泡状流存在较强的噪声信号。多孔孔板具有很好的降噪效果,且多孔孔板能均衡信号的能量,信号能量分布较均衡。3种节流仪表均能很好地描述两相流定态特性,能够用于两相流流型识别及其它参数测量。

水声信号时频分析方法比较及应用研究

浅海中的宽带水声信号传播呈现出频散的特点,通过高分辨率的时频分析方法可以刻画频散曲线。通过数值仿真和实验数据处理,对比分析几类常用的时频分析方法在提取宽带声信号频散曲线方面的性能。结果表明:STFT时频局部化精度不够高;在较强频散的情况下,DSTFT时频分辨率较高。WVD时频聚集性最好,但是有严重的交叉项干扰;固定核函数的CWD较好地抑制交叉项,时频分辨率虽优于STFT,但弱化了时频聚集性;AOK时频分布采用自适应高斯核函数,在抑制交叉项的同时,时频聚集性较好,有望较好地用于提取信号频散曲线。

爆破地震波时频域分析方法及应用

为了研究各时频域分析方法对爆破振动信号时频特征提取的有效性,设计了仿真试验并对不同时频域分析方法进行了对比分析,验证了自适应最优核分布在最大程度抑制交叉项的同时具有较高的时频分辨能力和分辨精度,是适合爆破振动信号时频分析的最佳方法。应用此方法对实测的单段和多段爆破振动信号进行时频分析,结果表明:多段爆破振动信号出现多个能量峰值,并且峰值能量增大、持续时间延长是振动信号叠加的结果。此方法可从信号能量大小和持续时间的角度对爆破振动信号时频特性进行详细解读,为爆破地震效应的深入研究提供实用的分析技术。

液态CO_2爆破系统地震波时频分析

为了研究液态CO_2爆破系统地震波时频特性,现场微震监测试验获得液态CO_2爆破地震波信号,根据爆破地震波信号具有非平稳的特点,首先采用自适应最优核时频分析方法对地震波信号的基本时频特征进行研究,在此基础上通过结合小波包变换分解与重构技术和自适应最优核时频分析方法,对地震波信号的能量分布进行了精细化分析。结果表明:液态CO_2爆破地震波的衰减速度较快,震动速度处于很低的水平;主频范围在30~70 Hz之间,持续时间约为20~30 ms;能量主要分布在0~125 Hz,由两个两个主要区域组成,表明在液态CO_2爆破作用过程中高压流体产生两次不同峰值压力的爆炸冲击波。

不同时频分析方法的精度比较及应用

在传统的地震资料分析、处理和属性分析提取等研究中,基于平稳信号分析处理理论的傅里叶变换是核心技术之一。地震信号往往是非线性、非平稳信号,传统傅里叶变换是一种整体变换,难于反映非平稳信号的局部特征,而时频分析技术能同时展示信号在时间域和频率域的局部化特征。在介绍几种地震常用的时频分析方法基础上,进一步深入研究自适应时频分析方法。理论分析和试验表明,自适应最优核时频分布在抑制交叉项的同时,时频聚集性也较好,因此,更有利于地震勘探信号的分析和地震属性的提取、频谱分解等。

基于AOK-TFR的轨道电路故障诊断方法

为弥补现有补偿电容检测方法在检测及时性和检测成本等方面的不足,基于传输线理论,提出了机车信号感应电压幅值包络(IVECS)仿真模型;在此基础上,分析了补偿电容故障对IVECS的影响规律,建立并验证了基于频率的IVECS等效回归模型;利用补偿电容故障位置前后IVECS的频率变化,提出了基于自适应最优核时-频分布的补偿电容故障诊断方法.该方法基于机车信号的实际数据,采用B样条离散二进小波对数据进行滤波降噪处理,并利用自适应最优核时-频分布提取处理结果的时-频信息,再通过检测时-频信息中频率的变化实现对故障电容的定位.经过对随机抽取的100段实际数据的测试,准确率约为92.58%,表明该方法能准确检测轨道电路发生故障的补偿电容位置.

利用AOK时频变换分析短时气压扰动对分量应变的影响

主要利用自适应最优核时频变换方法,对佘山台四分量钻孔应变3次受气压短时扰动的特征进行了分析,结果显示短时气压扰动>27 min周期时影响显著,而且周期越长,应变变化与气压之间的相关程度越高。由此可见,自适应最优核时频变换在前兆资料中有较好的应用前景。

电信号的时频分析新方法

针对电力系统中电信号检测的现状,提出了一种高分辨率的电信号时频分析新方法.该方法首先基于自适应最优核时频分布理论得到电信号的时频分布,然后进行时频平面脊信息的提取,从而得到电信号各频率分量频率随时间变化的特征.针对时变间谐波、暂态震荡电压、变压器故障电流等电信号进行仿真分析,仿真结果表明:该方法表现出很高的时频聚集性,且不受交叉项的影响,清晰地刻画出各频率分量的时变性特征.

基于时频平面脊信息提取的间谐波分析新方法

针对电力系统间谐波分析的局限性,提出一种基于时频平面脊信息提取的间谐波分析新方法.该方法首先基于自适应最优核时频分布理论得到间谐波信号的时频分布,然后进行时频平面脊信息的提取,从而得到各间谐波分量频率随时间变化的特征.同仅采用时频分布刻画间谐波信号时频分布特性相比,该法具有更高的时频分辨率及更强的信息可读性.仿真及实测数据分析结果表明:该方法表现出很高的时频聚集性,且不受交叉项的影响,清晰地刻画出各间谐波分量的时变性特征,对各频率分量相隔较近的信号仍然有效.

滚动轴承远程故障诊断实验系统设计

针对滚动轴承实验需求,提出一种基于LabVIEW开发的远程滚动轴承故障诊断实验系统。该实验系统通过校园网进行远程实验操作,通过实验客户端,可以完成振动实验台的控制和监视,滚动轴承振动信号的采集和分析。信号采集可以同时采集X轴、Y轴和Z轴三个方向的振动信号。滚动轴承振动信号的分析方法包括共振解调法、短时Fourier变换、Hilbert-Huang变换、小波变换和自适应最优核(AOK)时频分析等方法。应用表明,该实验系统使用简单方便,可以节约实验成本,最大限度利用实验室资源,能够满足滚动轴承故障诊断实验的要求,也为滚动轴承故障诊断方法的研究提供了实验设备支持。

基于AOK时频分析的窄带雷达目标架次分辨方法

针对非平稳运动编队目标的分辨问题,基于ISAR技术和非平稳分析时频分析理论,研究了一种基于自适应最优核(AOK)的窄带雷达目标架次分辨方法,给出了窄带雷达目标架次分辨处理过程和算法步骤.不同于传统方法,该方法主要利用目标相对于雷达的转动引起的多普勒差异来分辨目标,并考虑了交叉干扰的抑制性、信号能量的聚集性,可获得更优的分辨效果.基于实测数据的对比实验结果证明了该方法的有效性.

基于鸟鸣声及深度学习的鸟类识别方法研究

针对基于鸟鸣声的鸟类识别问题,提出一种基于自适应最优核时频分布(adaptive optimal kernal,AOK)与卷积神经网络(convolutional neural network,CNN)的鸟类识别方法。首先对采集的鸟鸣声信号进行预处理,获取对应鸟类的音节后对样本进行数据增强处理,然后通过AOK时频分析方法,得到鸟鸣声音信号的自适应频谱图,分析鸟鸣声信号不同时间和不同频率下的能量分布,通过时频谱图对卷积网络模型进行训练,并进行实时预测。对20种常见鸟类的实验表明,在少量初始样本的情况下,总体识别率也可达到95.5%,并且通过对同一科目和不同科目下的鸟类鸣声分析发现,采用时频图结合卷积神经网络的方法对鸟类鸣声进行识别,提取的特征参数代表性更强,识别准确较好,具有较好泛化性。

气液两相流波动信号的时频谱分析研究

为了研究气液两相流不同流型的动态特性,通过小波变换、希尔伯特-黄变换及自适应最优核三种时频方法对气液两相流动态差压信号进行处理.通过对时频谱的分析,可以清晰看出当流型从泡状流向弹状流、塞状流的转化过程中,信号的主要能量由15—35Hz之间的频带向0—8Hz频带转移,在弹状流时出现了两个谱峰.实验结果表明:希尔伯特-黄变换及自适应最优核方法的时频分辨率比小波分析高.基于自适应最优核方法的脊信息的提取,克服了模糊平面加窗效应的影响,对气液两相流动态信号表现出更高的时频分辨率,并增强了时频平面信息的可读性.通过时频分析方法可以清晰的观测不同流型的动态特性,可以更好地描述不同流型下信号随时间的变化规律,为深入研究气液两相流流动机理奠定基础.