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。

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.

基于参数优化VMD和SPWVD的轨道波磨辨识方法

为了有效检测轨道波磨故障,提出一种基于参数优化变分模态分解(VMD,VariableMode Decomposition)和平滑伪维格纳分布(SPWVD,SmoothPseudo Wigner VilleDistribution)的轨道波磨辨识方法。采用变步长最小均方(VSSLMS,Variable Step Size Least Mean Square)算法对列车轴箱振动加速度原始信号滤波;对滤波后的信号进行变分模态分解,将分解信号包络熵作为轨道波磨辨识的指标;采用平滑伪维格纳分布对分解后的信号进行时频分析,确定波磨发生的位置及波长;通过仿真信号与实例验证方法的有效性。验证结果表明,该方法可提高轨道波磨辨识的准确性,辅助轨道维修和养护。

基于时频图与双通道卷积神经网络的轴承故障识别模型

采用传统的信号处理方法难以从轴承振动信号中提取能全面准确反映轴承运行状态的故障特征,并且实际工程中采集的数据量难以满足深度学习方法的要求(需要较大数据量),针对这些问题,提出了一种基于时频图与双通道卷积神经网络(CNN)的轴承故障识别模型(方法)。首先,基于样本熵和峭度,构造了新的目标函数,利用灰狼优化算法(GWO)对变分模态分解(VMD)方法进行了参数优化,当目标函数达到最小值时,得到了其最优参数组合;然后,使用经过参数优化后的变分模态分解(VMD)方法对轴承信号进行了处理,将处理后得到的模态分量进行了平滑伪Wigner Ville分布(SPWVD)计算,累加其计算结果后,最终得到了轴承的时频图;其次,利用连续小波变换(CWT)直接对原始信号处理得到了时频图;最后,将采用两种方式得到的时频图分别作为双通道CNN的输入,对网络进行了训练,由CNN提取了其时频图特征,并对轴承故障进行了识别分类和诊断。实验结果表明:采用该方法在轴承故障实验中得到的准确率为99.69%,在10次实验中的平均准确率达到了99.61%,相比于单通道CNN和支持向量机(SVM)等方法,该方法有着更高的准确率和更出色的稳定性。研究结果表明:将该方法应用在轴承故障诊断领域,具有准确率高、稳定性强的特点,能够有效地诊断轴承故障。

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。

一种应用自项抑制魏格纳分布交叉项的方法

在分析Wigner-Ville分布(WVD)自项和交叉项关系的基础上,提出了一种采用平滑伪魏格纳分布(SPWVD)谱抑制交叉项的方法。该方法首先计算信号的SPWVD,进而求取SPWVD谱,然后用SPWVD谱代替信号的自项,作为窗函数对信号的WVD进行处理。这里SPWVD谱不仅起到有效移除WVD交叉项的作用,还可以增强自项,起到自身定位的作用。最后通过实验和故障诊断实例验证了该方法的有效性。

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OpenMP并行计算的匹配追踪时频分析方法

基于匹配追踪的平滑伪Wigner-Ville分布具有良好的时频分辨率,但由于计算量过大,影响其在实际地震数据处理中的应用。在深入研究基于OpenMP的并行算法的基础上,本文将该并行计算方式应用于匹配追踪法对Morlet子波的寻优过程以及计算多个Morlet子波平滑伪Wigner-Ville分布。实际数据计算结果表明:该并行算法加速性能良好,加速比随线程数增加呈近线性增长,即在确保计算精度的情况下,能显著提高计算效率;而且计算量越大其加速性能体现越充分。

Q235焊接钢板受剪声发射时频特性分析

Q235钢板在工程中应用广泛,为了研究焊接对于Q235钢板性能的影响,开展了焊接试样和完整试样的受剪实验,利用数字声发射系统对实验过程的声发射信号进行实时采集。根据声发射计数率划分不同阶段,采用魏格纳-维尔分布,平滑伪魏格纳-维尔分布,对信号进行时频分析。实验结果表明：受剪实验中,焊接试样与完整试样的声发射特性明显不同,主要表现在受剪过程的各阶段中声发射信号能量集中的频带不同,弹性变形阶段信号时频带主要集中在80-100kHz附近;钢板塑性变形阶段时频带集中在100-140kHz范围内;焊缝塑性变形阶段,时频能量主要集中的频带范围在300-350kHz之间,部分能量较弱的信号分布在100kHz附近频段。

颜色辨识状态下ERP时频特征与认知能力的相关性研究

研究不同程度认知能力人群的事件相关电位(ERP)的特征,从中提取出能有效识别血管性痴呆(VD)的电生理指标。选择正常青年组、VD组以及与VD同一年龄段的正常老年组作为被试人群,采用视觉通道诱发的oddball实验模式,对ERP信号运用平滑伪魏格纳分布(SPWVD)进行时频分析。通过不同被试人群的群延迟(GD)和瞬时频率(IF)的对比发现,大脑额、中央和顶区ERP信号的群延迟可反映3组不同被试之间认知能力的差异,为VD患者的早期诊断识别提供一个新的途径。

隧道爆破信号交叉项抑制及雷管延期时间研究

为解决隧道爆破振动信号易受测试环境影响而导致其时频域交叉项难以消除的难题,采用匹配追踪-平滑伪魏格纳分布(MP-SPWVD)组合算法,有效抑制微差爆破振动信号时频谱中的交叉项;同时采用小波时-能密度法精确判别隧道起爆网路中各段别雷管实际延期时间。研究表明:MP-SPWVD算法可有效削弱时频谱中交叉项对信号能量幅值和局部区域特征的不利影响;MP重构信号小波时-能密度分布可自适应地判别雷管段间实际延期时间,具有良好的应用前景;雷管延期判别精度与其延期时间密切相关。

隧道爆破振动信号时频谱交叉项干扰抑制方法

针对爆破振动信号时频谱中普遍存在的交叉项干扰难题,采用匹配追踪(matching pursuit,MP)和平滑伪魏格纳分布(smooth pseudo Wigner-Ville distribution,SPWVD)组合算法对实测隧道爆破振动信号进行了时频谱交叉项抑制和特征提取。根据信号稀疏表示和MP理论,构造与信号特征匹配的过完备稀疏原子库。通过MP分解实现子信号的原子重构,对重构子信号分别求取SPWVD分布并叠加,从而获得爆破信号更为精确的时频表达。分析结果表明:匹配追踪-平滑伪魏格纳分布(MP-SPWVD)组合方法可精准弱化并抑制爆破振动信号中包含的交叉项干扰成分,改善了信号时频辨识度并提高了时频特征解析能力,验证了将其用于信号时频分析的精度和有效性。组合算法适用于爆破振动信号时频特征提取过程。

基于Wigner-Ville分布与Chrip-Z变换的高分辨时频分析方法

时频分析方法一直广泛地应用于地震数据的处理与资料解释中。针对油气勘探面临的圈闭规模小、储层薄且埋深大、烃源丰富却分布零散等复杂情形时,如果地震资料有效信号频带较窄、分辨率较低,则需高分辨时频分析方法,以提高对微型油气目标的识别精度。平滑伪Wigner-Ville分布(SPWVD)双线性时频分析方法具有良好的时频聚焦性,线性调频Chrip-Z变换(CZT)的螺旋采样插值特性可突出三维空间局部细节。结合此二者优势,形成一种可提高地震信号时频分辨率的新方法(SPWVD-CZT)。该方法通过采样的方式实现数值的插值计算,以增加有效频段的划分点数,完善时频分布的局部细节,在时频域实现频谱信息的细化处理。模拟信号试算和实际地震资料河道微相识别的应用结果表明,该方法能显著提升地震数据时频分析的频率采样率,可为微型地质体的发现及油气开发提供技术支撑。

基于平滑伪维格纳分布和最小熵的BPSK信号参数估计

针对低信噪比环境下二相编码(Binary phase shift keying,BPSK)信号的参数估计性能差问题提出了一种新方法。该方法首先对信号进行平滑伪维格纳分布(Smooth pseudo Wigner-Ville distribution,SPWVD)变换得到时频矩阵SSPWVD(tm,fn),再利用最小熵法对得到的时频矩阵进行处理得到BPSK信号载频的较高精度估计。SPWVD变换将BPSK信号相位突变信息转换为时频域内信号载频处的幅度突变信息,通过搜索相邻负尖峰并进一步处理得到BPSK信号的码宽、码率、码数以及编码序列的估计。仿真结果验证了方法的有效性。

基于平滑伪维格纳分布与阶次跟踪的汽车变速器啸叫噪声分析

运用平滑伪维格纳分布,结合阶次跟踪方法,进行汽车变速器啸叫噪声分析。首先,针对计算机运算的实现,提出平滑伪维格纳分布算法;然后基于瞬时频率估计,运用平滑伪维格纳分布,进行发动机转速信号的提取;结合分段三次埃尔米特插值多项式,在角域内进行信号的等角间隔重采样;运用平滑伪维格纳分布,进行变速器二挡噪声的时频分析与阶次跟踪分析,对啸叫噪声进行定性、定量分析。为变速器啸叫分析提出了新的方法。

基于自适应时频分析的滚动轴承故障诊断

针对滚动轴承故障诊断,提出一种将集合经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）和平滑伪魏格纳分布（Smoothed Pseudo Wigner-Ville Distribution,SPWVD）相结合的EEMD-SPWVD自适应时频分析方法。首先将多分量轴承故障信号通过EEMD分解为多个单分量信号的叠加;然后参考各分量的互相关系数去除虚假分量,筛选出真实的固有模态分量（Intrinsic Mode Function,IMF）;最后将筛选出的固有模态函数进行SPWVD计算,并从低频到高频逐步有选择地线性叠加到EEMD-SPWVD时频谱图中。通过对EEMD-SPWVD方法的滚动轴承内圈故障诊断仿真和西储大学轴承内圈故障信号的特征提取应用,对比SPWVD时频谱,说明了EEMD-SPWVD方法相对单一方法的优越性,验证了该方法在滚动轴承故障特征提取中的有效性。