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。

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。

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。

EMD和平滑伪Wigner-Ville谱熵的轴承故障诊断

提出一种基于经验模态分解(EMD)和平滑伪Wigner-Ville分布(SPWVD)谱熵的滚动轴承故障诊断的方法。EMD方法充分保留信号本身的非线性和非平稳特征,在信号的滤波和去噪中具有较大的优势,SPWVD谱熵用于定量刻画轴承不同状态下振动信号的时频能量分布,将二种算法相结合应用于不同工作状态滚动轴承,并设计最小二乘支持向量机(LS-SVM)智能模型,实现轴承状态和故障类型的自动分类和识别。通过SPWVD谱熵与谱峭度法的对比,验证了SPWVD谱熵的有效性。实验表明此方法能够有效地提取轴承故障的特征信息,提高轴承故障诊断率。

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时频图纹理特征的滚动轴承故障诊断

针对如何提高滚动轴承故障诊断准确率的问题,提出一种基于平滑伪维格纳-威利分布(smooth and pseudo Wigner-Ville distribution,简称SPWVD)时频图纹理特征的故障诊断方法,对滚动轴承不同故障类型及故障程度进行识别。首先,采用SPWVD时频分析方法处理轴承故障振动信号,并获取时频图,从中提取选择表征能力优秀的特征参量作为故障特征;其次,将故障特征作为输入,结合支持向量机(support vectors machine,简称SVM)建立滚动轴承故障诊断模型;最后,采用轴承故障数据,比较SPWVD时频图纹理特征、维格纳-威利分布(Wigner-Ville distribution,简称WVD)时频图纹理特征和小波尺度谱图纹理特征3种故障特征的模式识别能力及准确率。分析结果表明,SPWVD时频图纹理故障特征分类效果最佳,敏感性最强,具有较高的故障诊断精度。

雷达海杂波尖峰时频分布特性研究

对雷达海尖峰进行了重新定义,使用短时傅里叶变换、平滑伪维格纳分布以及平滑内维格纳分布的重排形式3种工具分析了IPIX雷达杂波数据的单个距离分辨单元内海尖峰与时频分布之间的关系。研究表明,伴随海尖峰的发生,杂波对应的时频能量分布也较强。

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。

基于改进SPWVD的DS/FH信号跳频参数估计方法

对直接序列/跳频(DS/FH)信号的特性进行了研究,针对DS/FH二进制相移键控(BPSK)信号的直扩特性对信号跳频参数估计的影响,利用平方倍频多窗口拼接平滑伪维格纳威利分布(SPWVD)算法在时频域内对信号的跳变周期与跳变时刻进行估计,仿真结果证明该方法具有一定的效果。

基于LMS-SPWVD的非平稳振动信号时频分析方法

针对SPWVD存在中心信号频率能量发散、干扰信号能量波形及模态混叠现象未得到有效抑制的缺点,提出一种最小均方滤波算法(LMS)和平滑伪维格纳威尔分布(SPWVD)相结合的时频分析方法(LMS-SPWVD).首先,采用LMS算法对模拟非平稳振动信号测试函数进行抑噪处理,获取最优输出信号测试函数时域波形;然后采用SPWVD对最优输出信号测试函数时域波形进行分析,构建LMS-SPWVD算法时频分布模型;最后将该方法与SPWVD、LMS-STFT、LMS-WVD进行对比。结果表明,该方法具有较好的时频分辨率与时频聚集性、模态混叠及干扰信号抑制效果。

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。

电弧炉异常炉况电极调节应激干预技术的研究

三相交流电弧炉在冶炼过程中常遭遇短路和断弧异常炉况,这不仅延长了通电和出钢时间,增加了能耗,还威胁到生产的安全性和稳定性。提出了一种创新的基于电弧声信号分析的电极调节应激干预技术,以优化EAF冶炼过程。首先基于75t普碳钢EAF生产现场的电弧声信号探究了短路、断弧与稳态运行时三类电弧声时频特征;利用平滑伪维格纳分布算法来评估电弧声的能量密度水平,确定了异常炉况与稳态运行时的特征频率,实现了异常炉况判别。此外,通过分析稳态运行、短路与断弧前期及发生期的电弧声特征频率,揭示了异常炉况的预测规律。在此基础上,在现有的电极调节控制系统中集成了应激干预机制,并通过程序化实现了自动化控制。工程验证结果表明,该技术能够有效地在3~4秒前预测并干预异常炉况,显著减少了短路和断弧事件,同时降低了7.5%的单吨冶炼能耗,证实了其在提升EAF冶炼效率和降低成本方面的潜力。

变速器齿裂及轴承故障建模与故障特征提取

建立了变速器齿裂故障、轴承故障的动力学模型 ,依据此模型仿真了齿裂故障、轴承内圈、外圈、滚动体故障的故障信号。采用平滑伪维格纳分布提取了这几种故障的特征。

双基地ISAR成像分析

在建立远场条件下双基地ISAR转台模型的基础上,阐述了双基地ISAR的成像原理。针对双基地ISAR系统中相对转角计算复杂的问题,给出了一种利用合多普勒带宽计算双基地ISAR方位分辨率的方法。详细分析了双基地ISAR系统的收、发分置结构对目标成像的影响,针对双基地ISAR系统中机动目标多普勒频率信息的时变特性,将基于时频分析技术的距离-瞬时多普勒成像算法引入双基地ISAR目标像的重建过程中。最后,仿真实验验证了算法的有效性。

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。

SP WD在脉内混合信号时频分析中的应用

雷达脉内混合信号的特征提取和分析是电子对抗领域的重要研究课题之一。维格纳-威利(Wigner-Ville)分布法是分析雷达脉内信号的有效途经,但由于Wigner-Ville分布是双线性变换,用它来分析脉内混合信号时,交叉项将会严重影响信号特征分析。采用平滑伪Wigner-Ville(SPWD)对交叉项进行抑制,计算机仿真表明取得了满意的时-频分布。

不同铅浓度土壤XRF光谱的频率域去噪及规律研究

近年来,全球工业快速发展和城市化的推进引发了一系列环境问题,其中土壤重金属铅(Pb)污染引起了科研人员的广泛关注。X射线荧光(XRF)光谱技术具有成本低、分析速度快、适合大面积监测等优势,已被广泛应用在土壤污染检测与生态环境保护等多个领域,发展前景广阔,因此充分挖掘土壤XRF光谱信息具有很强的现实意义,可为高效地进行土壤污染检测、土壤环境生态指标参量反演及矿区重金属污染早期预警等提供解决方案。目前关于XRF光谱研究大多集中在土壤重金属浓度测量结果的精度评价和环境质量评估,而对于土壤XRF光谱差异特征变化的深入分析研究较少。时频分析可将时域复杂信号变换到频率域空间,从频率域角度检测光谱、信号中存在的异常信息,是一种有效的谱差异特征变化检测方法,其中,谐波分析(HA)可用于电磁信号去噪;平滑伪魏格纳分布(SPWVD)可筛选合适的基函数,突出信号时频局域性细节特征。首先采用HA方法探究不同Pb浓度土壤XRF光谱的去噪效果,然后利用光谱的SPWVD研究实地采样土壤样品的去噪XRF光谱局部规律。研究结果表明:当谐波分解次数为400时,土壤XRF光谱去燥效果较好并节省了时间,且保留了光谱的特征。土壤样品Pb浓度与XRF光谱的SPWVD在400和600~700波段序列上的频率峰值的分布具有一定的规律性,根据此规律性可识别该地区土壤的Pb浓度超标:全部实地采样土壤中,能够识别75%的Pb浓度不超标的样品,在波段序列为400附近有1个较高的频率峰(频率小于400 Hz)或有2个很强的频率峰值(频率大于400 Hz);全部实地采样土壤中,能够识别79.17%的Pb浓度超标的样品,在波段序列为400附近有1个很强的频率峰(频率大于400 Hz),且在600~700波段序列之间有3个层次明显的频率峰分布,据此推断该地区土壤Pb浓度超标的XRF光谱特征波段区间为6.42和9.42~10.92 keV。因此,研究通过引入时频分析法实现了对土壤XRF光谱频域甄析和可视化显现,为深度挖掘Pb污染谱规律特征及异常信息提供一种新思路。

基于集合经验模态分解的颤鸣噪声信号分析

为从自动变速器车辆制动器颤鸣噪声中提取出颤鸣噪声信号并分析其特征,实车实验并采集相关噪声与振动信号,运用平滑伪维格纳分布,结合A计权声压级,进行噪声信号的时频分析,判断颤鸣发生的时段,运用集合经验模态分解,进行颤鸣信号的提取。通过计算、对比颤鸣噪声和发动机噪声的若干客观参量,认为较大的A声级、响度和粗糙度是颤鸣噪声引起主观烦躁的主要原因。提取、分析了制动器颤鸣噪声,为颤鸣噪声的主、客观评价等可开展的研究提供了参考。