基于自适应组合窗函数的SPWVD算法及应用研究

针对平滑伪Wigller-Ville分布(Smoothing Pseudo-Winger-Ville distribution,SPWVD)在处理不同信号时,需要采用对应的平滑窗参数才能达到最优时频分布的问题,提出了一种基于自适应组合窗函数的SPWVD算法。该算法将Rényi熵作为时频评价指标,以组合窗函数的窗长和系数作为参数库,提出将随机梯度下降和扰动随机梯度下降分别用于窗长和系数的选取,提升计算速度分别为遍历法的20倍和9倍,最终得到信号的最优时频图。将上述的改进方法应用于碳纤维复合材料的缺陷检测中,结果表明,自适应组合窗函数的SPWVD可以有效地对不同信号选取最优的窗函数参数,对比固定窗函数的SPWVD,自适应组合窗函数的SPWVD具有更好的时频聚集效果,更加完备地对信号进行了表征,并对缺陷进行了定量分析,具备缺陷检测的良好应用前景。

基于平滑伪Wigner分布的伪码与线性调频复合侦察信号参数估计

该文研究伪码-线性调频复合体制侦察信号识别的平滑伪Wigner时频分析方法,推导了PRBC-LFM侦察信号的SPWVD时频分布函数,通过对ω=ω0+Kt截面上SPWVD分布分析,从中提取了与载频、调频斜率和伪码参数(子脉冲宽度、编码位数、脉冲周期等)有关的特性,设计了参数估计方法。最后在高斯噪声环境下对理论分析的结果进行了仿真,结果表明在相同的信号环境下,该文提出的方法对PRBC-LFM信号的参数估计精度优于基于谱相关以及基于Wigner分布的参数估计性能。

局部放电脉冲的Wigner时频分布特性研究

为了提高时频分布的分析精度和有效性,笔者根据局部放电脉冲信号的非平稳特性,提出使用联合时频分布对其进行处理,从而分析脉冲信号的时频特性。针对目前在非平稳信号处理中广泛使用、属于Cohen类的Wigner-Ville分布(WVD),笔者以仿真脉冲为对象,分别研究了其原始WVD、平滑伪Wigner分布(SPWVD)以及重排平滑伪Wigner分布(RSPWVD)。分析结果表明:WVD能够对局部放电脉冲信号引发的短时变化具有高度的敏感性,更适合表征非平稳信号的时变信息;SPWVD能消除双线性函数引起的交叉干扰项,但是以牺牲分布的时频分辨率为代价的;RSPWVD具有很好的时频聚集性,易于提取单个脉冲波形的时频特征参数,从而用于放电类型的模式识别以及深入研究绝缘系统中的局部放电机理。

平滑伪Wigner-Ville分布在电力系统谐波和电压变动检测中的应用

在分析比较了现有用于短时电能质量扰动信号检测的方法的基础上,提出使用平滑伪W igner-V ille分布(SPWVD)对电能质量信号进行检测和时频分析的新方法。平滑伪W igner-V ille(SPWVD)分布是一种优良的时频分析方法,能够在时域频域上对平稳谐波信号及非平稳信号进行联合时频分析。仿真表明,该方法能够较有效地检测出突变、非平稳扰动的短时电压波动,谐波和间谐波等电能质量信号的起止时间、频率信息。

基于SPWVD图像和深度迁移学习的强迫振荡源定位方法

强迫振荡扰动源的准确定位是消除强迫振荡、恢复电力系统正常运行的关键。文中提出一种基于平滑伪Wigner-Ville分布(SPWVD)图像和深度迁移学习的强迫振荡扰动源定位方法。首先对强迫振荡信号采用SPWVD方法以图像形式表征全网强迫振荡特征信息,然后通过深度迁移学习将其他领域的图像识别知识迁移到电力系统领域,挖掘振荡图像与扰动源位置之间的联系,在保证训练准确度的同时,提升了训练效率。在WECC 179节点系统中的算例验证了该方法的有效性,并且相比于传统机器学习方法具有准确率高的优势。此外还考虑振荡数据中的噪声、录波起始时间以及数据长度验证了所提方法的准确性和抗噪性,并在由负荷引发的强迫振荡和系统拓扑发生变化的情况下,验证了方法的有效性。

采用平滑伪Wigner-Ville分布的SSVEP脑机接口系统

提出基于多频率刺激源诱发SSVEP的脑机接口(BCI)系统.针对脑电信号的微弱性和非平稳性特点,在对其进行预处理和空间滤波的基础上,采用平滑伪Wigner-Ville分布的时频分析方法将时间窗口长度内的脑电信号转换为时间-频率分布的信号.分类汇总视觉刺激时间内的脑电频率,并提取脑电信号中的最大频率成分作为目标频率.实验结果表明:随着分析时间窗的增大,平滑伪Wigner-Ville时频分析方法具有一定的优势.当时间窗为4s时,其分类准确率达98.29%,信息传输率达28.01bits/min,超过经典的典型相关分析(CCA)和功率谱密度分析(PSDA)的结果.

平滑伪Wigner-Ville分布在脑电信号处理中的应用

介绍了平滑伪Wigner-Ville分布(SPWD)的基本原理,并说明了Cohen类时频分布和SPWD之间的关系,给出了SPWD的离散形式。对一段诱发同步脑电信号做了时频分析,并将结果和基于Fourier变换的谱估计和基于短时Fourier变换的谱图进行了比较,从时频分布图中观察到了用谱图方法难以看到的枕部α波“squeak”现象。

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。

Hilbert-Huang变换联合平滑伪Wigner-Ville时频分布识别储层流体性质

苏里格气田致密砂岩储层具有低孔、低渗、气水关系复杂等特点,利用常规测井资料进行流体识别难度较大。以阵列声波测井资料为基础,利用希尔伯特-黄(Hilbert-Huang)变换联合平滑伪魏格纳(Wigner-Ville)时频分布分别提取阵列声波测井信号的时间边缘和频率边缘特征,并研究与储层流体分布的关系。结果表明:气层和水层在时间边缘和频率边缘分布存在明显差异。在时间边缘分布特征上,气层能量最低,水层能量最高;在频率边缘分布特征上,气层和水层均有一定的频散,且水层能量高于气层能量;储层含气越多,信号衰减越严重。因此利用信号在时间分布和频率分布上的差异可以进行流体性质识别。

基于阶比跟踪和平滑伪Wigner-Ville分布的曲轴轴承机械故障特征提取

为了提取柴油机曲轴轴承的故障特征参数，提出在柴油机急加速过程中采用阶比跟踪与平滑伪wigner—Ville分布相结合的诊断方法。通过仿真分析表明，该方法可以清晰地显示阶比分布随曲轴转角的变化情况。利用该方法对柴油机曲轴轴承不同技术状态下的振动信号进行对比分析发现，阶比能量随着曲轴转角（转速）的增加而增加，且阶比带的能量比例可以作为特征参数识别曲轴轴承的磨损程度。

基于SPWVD分布DSP实现的纸浆流量测量新方法

针对于当前实用型纸浆流量测量方法精度低的问题,提出一种纸浆流量的测量新方法,该方法利用纸浆浓度传感器产生的浓度信号的噪声中含有的流量信息,通过DSP实现的魏格纳-威利分布进行纸浆浓度信号噪声的时-频分析,利用其特征频率计算出纸浆实时流量。该方法使得纸浆浓度传感器同时测量纸浆浓度和流量,实验表明测量精度高达0.5%,并且具有出色的动态性能。

基于仿射类平滑伪Wigner分布的厚度有序递变型薄互层时频特征分析

厚度有序递变型薄互层是众多薄互层类型中比较典型的类型之一,其时频特征的准确刻画对于识别和解释该类薄互层具有重要意义。通过建立不同总厚度、不同互层数、不同厚度变化量的厚度有序递变型薄互层地质模型,采用波动方程正演模拟获取理论数据,通过仿射类平滑伪Wigner分布获取时频谱。在此基础上,系统梳理不同类型薄互层时域波形、时频谱和瞬时频谱特征及变化规律。研究结果表明,典型的厚度有序递变型薄互层具有"薄升厚降"、"薄宽厚窄"的总体时频变化规律,薄层时频变化规律是其主要的调控机制。另外,厚度有序递变型薄互层的时频特征存在明显厚度分区特性:厚度小于1/8波长的各单层表现出峰值频率随着地层减薄而降低、频带变窄的特性;厚度大于1/2波长的各单层表现出随着地层增厚,第一频带被压缩、陷频带变宽的特性;厚度介于(1/8~1/2)波长的各单层表现出与单一薄层相近的频谱特性;单层厚度区间、互层数和厚度变化量是厚度分区特性的主控因素。还提出了过渡性递变型薄互层、等效薄层的概念,从而将薄层、等厚薄互层、厚度有序递变型薄互层联结成一个统一的时频响应特征框架。

平滑伪Wigner-Ville分布在脑电信号提取中的应用

运用平滑伪Wigner-Ville分布提取大脑皮层的稳态视觉诱发电位(steady state visual evoked potential,SSVEP)信号,并作为输入信号应用于脑机接口系统。研究结果表明,该方法不需叠加平均信号就可以提高信噪比,提取出的稳态视觉诱发电位信号能够准确反映使用者的控制意图,为脑机接口选取特征提供了依据。

基于SPWVD的频率编码脉冲信号的检测与参数估计

运用SPWVD对脉内频率编码信号进行检测与参数估计,根据SPWVD的真边缘性实现了对频率编码信号的识别、突变点的检测以及瞬时频率的估计。该算法在低信噪比下,可以准确地提取出信号的脉内调制特征,有较好的应用价值。

融合K-S检验和SPWVD的顶锤裂纹检测方法

在交变的高温高压环境下,人造金刚石压机中的硬质合金顶锤易出现裂纹,如果不及时检测并更换裂锤会造成更多顶锤瞬间同时破裂,从而造成重大的经济损失。针对如何检测顶锤裂纹,提出了一种基于Kolmogorov-Smirnov(K-S)检验和平滑伪维格纳分布(SPWVD)的方法。该方法根据脆性材料在产生裂纹时会伴随着声发射波释放的特点,结合突发型声发射信号属于高频率高能量信号的特性,首先将顶锤裂纹信号设为模版,并对采集的声发射信号进行加窗截取,然后利用双样本同分布Kolmogorov-Smirnov检验对截取的信号进行匹配,对匹配到的疑似顶锤裂纹信号进一步利用平滑伪维格纳分布进行分析,根据得到的频谱信息确定顶锤是否出现裂纹。利用顶锤在平稳以及两种突发型声发射状态对所提方法进行验证,实验结果表明该方法能够准确检测出顶锤裂纹,适合金刚石压机顶锤裂纹的在线检测。

基于平滑伪Wigner-Ville分布信号重排的爆破振动信号分析研究

简单介绍了重排时频分布,包括Cohen类分布的重排和Affine类分布的重排。并选择属于重排Cohen类分布的平滑伪Wigner-Ville分布重排对地下和露天爆破振动信号的时频特征进行对比分析,得出了它们之间的不同之处和相似之处,以便采取更加合理的措施来减小爆破振动的危害,从而保护地下工程和露天工程设施的安全稳定性。

基于FrFT的最优平滑伪Wigner-Ville分布

分数阶傅里叶变换具有旋转性、时移特性、频移特性等重要数学性质,将其结合广义时频带宽积准则,可设计出平滑伪Wigner-Ville分布(SPWVD)的最优时域窗函数,该窗函数能根据实际处理信号自适应地变化,从而提高SPWVD的精度。为了验证所设计窗函数的有效性,本文使用调频信号进行测试,仿真结果显示,该窗函数能有效提高传统SPWVD的精度。

LMS算法在平滑伪Wigner分布中的应用

提出了最小均方(LMS)算法在信号时频分布中的一种新的简单应用.频域LMS自适应结构使用信号项与交叉项的连续和时变的状态去模拟平滑伪Wigner-Ville分布,表明相应的平滑窗是一个指数函数,这个指数函数的时间常量在自适应算法中由步长参数所定义.

基于SPWVD和改进AlexNet的复合干扰识别

针对现代电子战电磁环境复杂,复合干扰信号有效特征难提取,识别难度大的问题,提出了一种基于伪平滑魏格纳-威利分布(Smoothed pseudo Wigner-Ville distribution,SPWVD)和改进Alex Net的复合干扰识别算法。该算法利用SPWVD对复合干扰信号进行时频分析,再利用图像处理技术对时频特征进行降维,最后结合改进的Alex Net模型,采用多个小的卷积核替代大的卷积核,删除全连接层7和局部响应归一化模块等手段,来减小网络参数从而加快计算速度,完成复合干扰信号的识别。仿真结果表明,在干(信)噪比为0 d B时,目标信号和6种复合干扰信号的识别率均在90%以上。与Alex Net模型相比,改进后的网络在识别准确率上有明显提高。

Dynamic threshold for SPWVD parameter estimation based on Otsu algorithm

Time-frequency-based methods are proven to be effective for parameter estimation of linear frequency modulation （LFM） signals. The smoothed pseudo Winger-Ville distribution （SPWVD） is used for the parameter estimation of multi-LFM signals, and a method of the SPWVD binarization by a dynamic threshold based on the Otsu algorithm is proposed. The proposed method is effective in the demand for the estimation of different parameters and the unknown signal-to-noise ratio （SNR） circumstance. The performance of this method is confirmed by numerical simulation.