基于频率成比例重分配线性Chirplet变换的时频分析方法

齿轮故障信号具有典型的调制特征,其各个频率分量的瞬时频率轨迹具有成比例特征;同时,传统的时频方法存在时频能量集中度低、弱分量信号被淹没的问题。为此,提出了一种频率成比例重分配线性Chirplet变换(PFSRLCT)的时频分析方法。首先,修改了线性Chirplet变换,利用新的核函数来匹配信号的瞬时频率轨迹,以获得时频域表示,利用脊线搜索方法提取了时频脊线;然后,利用时频脊线和狄拉克函数构造了同步重分配算子,对所得到的时频结果进行了重分配,进一步提高了时频能量集中度;最后,利用模拟信号验证了PFSRLCT方法的有效性,并将其与其他方法进行了比较;此外又将该方法应用于实际齿轮箱故障信号的诊断,从所得到的时频结果中可以清楚地分辨出啮合频率fm及其谐波和边频带,所诊断出的故障类型与预设故障类型符合,验证了该方法的适用性。研究结果表明:PFSRLCT在处理具有瞬时频率轨迹成比例特征的信号时,显示出了良好的性能,在信噪比为-2 dB~10 dB时,所得的频率估计误差均小于0.01,在信噪比为-1 dB时,所得Rényi熵仅为4.7451,均明显小于其他方法,证明该方法的噪声鲁棒性相较于其他方法更强,能量集中度更高;同时,该方法应用于实际齿轮故障信号时,所得Rényi熵仅为3.0698,明显低于其他方法,说明其可以获得更高的时频能量集中度,具有更好的表现能力。

用小波时频分析方法研究发电机碰摩故障特征

将小波分析方法中的尺度谱和相位谱引入设备故障 诊断领域,详细介绍了小波尺度谱和相位谱的定义,通过 对仿真数据的分析介绍了尺度谱和相位谱的特性,发现它 们较传统的频谱分析更适用于非线性信号的分析,并总结 了在实际应用小波尺度谱和相位谱时应注意的问题。最后 着重用小波尺度谱和相位谱对碰摩故障的仿真数据和试验 数据进行分析,结果表明小波尺度谱和相位谱在碰摩故障 数据的分析方面具有明显的优势,它能更好地揭示碰摩故 障信号的频率结构,并分析得出碰摩信号一些故障特征。

结构时变模态参数辨识的时频分析方法

应用线性和二次时频变换方法 ,即短时傅里叶变换和魏格纳 -维尔分布 ,进行了时变结构模态参数的辨识 .通过对刚度突变和刚度连续变化的单自由度系统时变参数辨识的仿真 ,论述了两种时频辨识方法的特点 .仿真结果表明 ,时频变换辨识方法是辨识时变模态参数的有效工具 ,而且魏格纳

应用时频分析方法辨识时变系统的模态参数

应用Gabor展开及Hilbert变换进行时变线性系统模态参数的辨识。利用非平稳信号的Gabor变换将结构响应信号表示在时频面上,并通过Gabor展开重构分离模态分量,建立每一阶模态的时变线性模型。对单模态时变线性模型应用Hilbert变换来辨识随时间变化的模态频率和阻尼。通过对刚度和阻尼慢变的两自由度系统模态参数的仿真辨识验证辨识方法的有效性。仿真结果表明:本文方法为时变线性系统的模态参数辨识提供了一条新的途径。

SV波作用下岩质边坡地震稳定性的时频分析方法研究

基于弹性波动理论和概化地质分析模型,利用希伯来–黄(Hilbert-Huang)变换,提出SV波作用下岩质边坡地震稳定性的时频分析方法,并且通过振动台试验和数值分析结果对其合理性进行验证。该方法不仅能够考虑SV波的幅值、频率、持时三要素对边坡地震稳定性的影响,而且能够预测岩质边坡的安全性、滑坡发生的时间和规模,同时也能够为高烈度区支挡结构开展抗震时频设计提供一定的参考。

TWACS调制信号时频分析方法的研究

研究在干扰较强的工业电网中提取双向工频自动通信系统(TWACS)调制信号特征的几种时频分析方法,对每一种检测方法的原理和实现过程都进行了分析,并给出了计算机仿真结果,比较了各种方法的检测指标和适用条件.结果表明:复值小波变换在几种时频分析方法中是最佳方案.

几种时频分析方法的性能比较

在时频分析算法的研究中,传统傅里叶变换无法反映时变信号中信号频率随时间变化的关系,而时频分析方法则是处理时变信号的有效工具。为了比较谱图、魏格纳-维尔分布WVD、平滑伪魏格纳-维尔分布SPWVD、局部多项式周期图LPP、S-method、高斯径向核函数RGK时频分布等6种时频分析方法的性能,针对线性调频信号和正弦调频信号,以瞬时频率估计的最小均方误差、信号的时频聚集度、运算时间等方面为指标对上述6种方法进行了比较。并且给出了上述6种方法对多分量信号和蝙蝠声音信号的时频表示比较。为处理不同信噪比下的不同信号选择合适的时频分析方法提供了依据。

结构模态参数辨识的时频分析方法

本文应用线性和二次时频变换方法 ,包括 :线性时频分析方法短时傅立叶变换和二次时频表示魏格纳—维尔分布 ,进行了时变结构模态参数的辨识。通过对刚度突变的单自由度系统时变参数辨识的仿真 ,论述了两种时频辨识方法的特点。仿真结果表明时频变换辨识方法是辨识时变模态参数的有效工具 。

采用时频分析方法进行多目标信号的分辨

对雷达多目标回波信号进行了分析,针对采用传统时域、频域分析方法不能正确全面地反映信号细节信息特点,针对试验获取的含有多目标信息的真实数据,采用魏格纳-维尔分布、短时傅里叶变换、小波变换等时频分析的方法对这些数据进行了多目标分辨的时频分析和仿真比较,找到适合工程实现的多目标分辨时频方法,并给出了实测信号的时频仿真结果。

基于混合时频分析方法的风电机组故障诊断

针对风电机组传动链系统振动信号非高斯、非平稳性的特点,提出了一种基于混合时频分析的风电机组故障诊断方法。该方法首先采用参数优化Morlet小波消噪方法对原始振动信号进行分析,滤除强大的背景噪声干扰;进而通过自项窗方法抑制时频面的干扰项,增强信号特征成分,提取故障特征以实现故障诊断。在Morlet小波参数优化过程中,采用交叉验证法优化波形参数及连续小波变换的尺度参数;在自项窗的设计过程中,采用基于平滑伪魏格纳分布的函数进行设计,并通过两次阈值处理以减少运算量、提高运算效率。通过对风电机组监测振动数据分析,证明了该方法可以有效地实现背景噪声的消除和故障诊断。

一种新的时频分析方法

针对如何消除或者减弱时频分布中交叉项的影响 ,学者们提出了许多方法 ,如伪WV分布和RID分布等等。在分析了STFT和伪WV分布的基础上 ,从频域滤波的角度给出了一种新的时频分析方法 ,它能有效的消除或者减弱交叉项的影响。最后 ,通过仿真实例验证了该时频分析方法的有效性。

时频分析方法及其在自导信号检测中的应用

首先引入时频分析的概念,介绍了短时傅里叶变换、Wigner—Ville分布和连续小波变换的数学表示和性质.其次基于经典检测理论,讨论并比较了它们在高斯白噪声背景下对确知信号的检测问题.最后对它们在自导信号检测应用中的有关问题进行了分析,并指出了需进一步研究的方向.

一种心电信号的时频分析方法

人体心电信号是心血管疾病医学诊断的重要依据,在基础及临床医学上都有重要意义。由于人体心电信号是典型的非平稳信号,仅靠时域波形分析不能较好的反映其特征和探讨本质。本文通过人体心电信号的时频分析,得到了正常和一些病理的心电信号的典型时频图,从一个新的视角较好的反映出了人体心电信号的一些本质性特征,有望成为医学诊断的一种重要判别依据。

剪切波作用下水平成层场地地震反应的时频分析方法

针对时域、频域两大类弹性波传播理论分析法所存在的缺陷,基于弹性波动理论,概化水平成层场地的分析模型,利用Hilbert-Huang变换,提出了剪切波作用下水平成层场地地震反应的时频域分析方法,并且通过振动台试验和数值分析结果对其合理性进行了验证。该方法不仅能够充分考虑剪切波的峰值、频率以及持时对水平成层场地地震反应的影响,同时也能够为场地设计地震动参数的确定和土工抗震时频设计提供一定的参考。

三种时频分析方法在地震非平稳信号上的应用

一、引言 在地震勘探中，地震波在地下介质中传播时，由于散射和大地滤波的作用，使地震波非平稳、非单一频率的特征，即实际地震资料是频率随时间变化的非平稳信号。

几种时频分析方法的对比分析

地震勘探信号属于非平稳信号,进行时频分析时常用到短时傅立叶变换、连续小波变换、Wigner-Ville分布和平滑伪Wigner-Ville分布等时频分析方法,但这些方法存在时频分辨率不够高或交叉项干扰的问题。文章介绍了一种目前在地震勘探领域应用相对较少的方法——谱重排法。在阐明各时频分析方法原理的基础上,对合成地震信号进行试算及对比分析,阐述了各时频分析方法的优缺点。就文章提出的各时频分析方法,提出了谱重排法在地震信号时频分析中的应用优势。

平滑伪魏格纳-维勒时频分析方法在川滇地区的震例回溯性研究

大量观测研究表明,地震孕育和发生过程中伴随着地磁场的变化。但是传统的时间序列曲线很难辨别地磁异常,需要在较强的空间正常变化磁场的背景下,识别和提取与震源破裂相关的磁场微弱变化特征,因此,需要通过其他方法来研究和识别这种变化。在地磁台站记录的地磁资料中含有大量的非稳态成分,这些信号成分往往反映了所要研究的地磁信号的重要特征,并且它们的频域特性又都是随时间变化的。

时频分析方法及其在医学信号处理中的应用

在对生物医学信号进行分析时,传统的分析方法为傅里叶谱法,不过,在利用此种方法进行分析时,医学信号随时间急速变化的特性无法很好的适应,影响了分析效果,基于此,为了更好的进行分析,应用了时频分析方法,进而有效的分析了很多的生物医学信号。本文在介绍时频分析方法的基础上,重点分析了时频分析方法在具体医学信号处理中的应用。

配电网单相电弧接地故障波形时频分析方法的选择

配电网发生单相电弧接地故障时产生的故障波形为非平稳的,可以利用时频分析方法来分析非平稳信号的特征,本文通过分析常用的时频分析方法的特征及适用范围来推荐合适的时频分析方法。

基于压缩感知的时频分析方法

基于压缩感知的时频分析方法以时频表示的稀疏性为前提。通过构造压缩感知的欠定方程和重构算法,它达到了了高度的聚集性,低计算量和对时频表示丢失数据的考虑。大多数现有工作仅限于基本欠定方程构造阶段和传统重构算法的使用。信号模型,重构算法设计和信号自适应稀疏表示都缺乏深入的研究。为了解决上述问题,建立了非平稳信号的时频表示的一般先验模型。