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。

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。

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。

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。

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。

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。

平滑伪Wigner-Ville分布和重排谱图的应用

针对基于Wigner-Ville分布存在受噪声影响大,存在交叉干扰项的缺点,提出其改进算法平滑伪Wigner-Ville分布和重排谱图应用其中,应用平滑伪Wigner-Ville分布处理其信号间的交叉项和受噪声污染的问题,后结合重排谱图提高其分析精度。

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。

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。

基于修正的平滑伪WVD和Hough变换的二值积累的信号检测方法

在低信噪比条件下, WVD-Hough变换可以有效的地检测多个线性调频信号,但是当多个线性调频信号能量相差很大时,强信号的平台会将弱信号的峰值给淹没, WVD-Hough变换就很难同时将这多个线性调频信号检测出来.该本文基于在WVD-Hough变换的基础上,提出了基于修正的平滑伪WVD和Hough变换二值积累的方法.这种方法可以同时检测出强信号以及被强信号平台掩盖的弱信号,具有很大的实用价值,仿真的结果验证了算法的有效性.

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。

微多普勒特征提取中的时频分布选择

针对雷达目标微多普勒特征提取中的时频分布选择问题,从理论上分析了微多普勒信号的时频分布特点.对于多分量微多普勒信号,通过引入性能评价准则给出了时频分布的性能评价指标,并进一步提出微多普勒信号的时频分布优化选择方法.仿真结果表明,平滑伪Wigner-Ville分布具有最优的时频性能.该结论对微多普勒提取的时频算法选择及高精度的瞬时频率估计具有指导意义.

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。

基于时频分布的电能质量交叉扰动检测

针对电能质量扰动信号非平稳、交叉性的特点,提出一种基于Wigner-Ville分布(Wigner-Ville distribution,WVD)交叉电能质量扰动检测的方法。利用WVD的时间边缘特性和频率边缘特性,能精确估计平稳信号中谐波和间谐波成分的幅值和频率信息;对电压骤降和谐波交叉出现的情况,利用WVD及其改进算法也能较精确估计出谐波、间谐波的幅值与频率,以及电压骤降的起止时间和电压骤降后的基波电压幅值。

基于时频分布技术的雷达信号分析

分别介绍了短时傅里叶变换、小波变换、时频分布理论和信号的参数化表示等现代信号处理技术的实现原理,分析了不同理论方法的应用特点和不足,同时提供了典型雷达信号分析实例。通过对比实验,分析了信号时频分布与参数化表示方法对多分量信号处理的各自优点和局限性。

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。