离散S变换的频域算法和时域算法比较

在信号处理领域,S变换具有良好的时频结合特性,应用广泛。在实际系统中,S变换通过离散数值方法实现,有频域和时域两种形式,文献中多使用频域形式。在用S变换对一些信号作时-频分析时,频域和时域两种实现形式得到的时-频谱图有明显的差异,但没有文献对此问题进行相关讨论。离散S变换的频域算法使用快速Fourier变换(FFT)和其逆变换(IFFT)实现,但由于Fourier变换蕴含周期特性,一些信号的S变换时-频谱图在始末两端会出现虚假频率信息,干扰信号的时-频分析结果。在研究S变换理论的基础上,给出离散S变换的时域实现。离散S变换的时域算法克服了频域算法的缺点,能更准确反映信号的时-频分布情况。通过对比实验,验证了时域算法的有效性。将S变换的离散时域算法用于地震数据拓频处理,结果显示方法能有效增强信号分辨率。

改进的离散S变换快速算法与连续小波变换算法性能分析

S变换具有良好的时频结合特性,在信号处理领域受到了极大重视,在通信信号侦察处理领域具有广阔的应用前景。本文在研究S变换基本原理的基础上,针对目前常用的离散S变换算法进行了分析,指出了其在实现过程中存在的问题,提出了改进的离散S变换快速算法,以减少离散S变换的运算量。为了验证算法的有效性,本文将改进的离散S变换快速算法、传统离散S变换算法以及典型的多尺度时频分析方法—连续小波变换算法,进行了算法性能对比分析和仿真实验。实验结果表明了改进离散S变换快速算法比传统离散S变换算法和连续小波变换在算法的运算量方面要少一至几个数量级,证明了改进算法的有效性。结论对于通信信号快速侦察算法的工程化具有重要的意义。

基于改进离散S变换算法的常规通信信号分选识别模型

S变换由于其良好的时频结合特性,在信号处理领域受到了极大重视。论文在研究S变换基本原理的基础上,针对目前常用的离散S变换算法进行了分析,提出了改进的离散S变换算法,以减少离散S变换的运算量,实现离散S变换的快速运算,并建立了同时多目标常规通信信号分选识别模型,进行信号样式识别和参数提取。实验和算法性能分析证明了算法和模型的有效性。

改进离散S变换算法及其在槽波信号提取中的应用研究

采用调整离散频率域高斯窗函数离散变量取值的方法对传统离散S变换算法进行改进。通过对比分析传统和改进两种离散S变换算法的槽波地震数据时频谱,验证了改进离散S变换算法保持了离散频率域高斯窗函数的对称性,实现了负频率时频谱不再失真并与正频率时频谱对称的效果。对比分析数值模拟槽波地震数据和实测槽波地震数据的两种离散S变换槽波信号提取的应用效果,表明相对于传统离散S变换,改进离散S变换时频谱中槽波信号在时频域的分布与原槽波信号在时频域的实际分布较为一致,对改进离散S变换时频谱进行槽波信号时频域滤波和反S变换可以实现对槽波信号的保幅提取。

离散正交S变换在电能质量扰动检测中的应用

为了准确检测电能质量扰动信号的起止时刻,提出了基于离散正交S变换的扰动信号检测方法。在传统S变换的基础上,结合快速傅立叶变换对信号进行离散化处理,而后引入频带中心、频带宽度和时间变量对算法进行改进。构造基函数向量得到离散正交S变换系数矩阵,最终找到变换矩阵系数的突变点,从而检测出扰动信号的起止时刻。将该方法的分析结果与传统S变换的分析结果进行比较,结果表明离散正交S变换可准确有效地检测出扰动信号的起始和终止时刻。

基于离散小波变换的离散正交S变换域图像加密算法

目前基于混沌系统的彩色图像加密算法并未充分地考虑图像时频域特征,并且具有密钥空间小的缺点,对此提出了一种基于离散正交S变换域的彩色图像编解码技术。将图像分解为RGB三色通道,对每个通道分别进行离散正交S变换(DOST);对各通道使用一级离散小波变换(DWT),将每个通道分解为四个子带;使用DWT分解各子带;对奇异值进行乘法运算,使用新奇异值重构所有的子带。可将DOST的子带数量、奇异值参数以及DWT子带的排列顺序作为密钥,从密钥获取难度极高。实验结果表明,方法具有较好的加密效果,安全性优于其他的算法。

基于二维离散余弦S变换的电能质量扰动类型识别

为获得可靠的高质量电能,提高电能质量扰动(Power Quality Distrubances, PQD)类型识别准确率,提出了一种基于二维离散余弦S变换(2D-DCST)的PQD类型识别方法。首先在数学模型的基础上,生成包括7种复合扰动在内的17类不同的电能质量事件。然后将一维的PQD信号转换成行列相等的二维信号,利用2D-DCST方法从二维信号中得到其振幅矩阵,对振幅矩阵提取基于统计、能量和图像的特征。再使用第二代非支配排序遗传算法(NSGA-Ⅱ)将提取的大量特征降维成少量有用的特征组。最后对所选特征使用支持向量机(SVM)分类器,构建一个分类准确率高、特征数目少的类型识别模型。实验结果表明,该方法能够准确高效地识别17类电能质量事件,并且有较好的抗噪性。同时对复合扰动也有较高的识别准确率,为电能质量扰动类型识别问题提供了新的方法。

利用压缩感知技术的离散正交S变换地震数据重建

压缩感知中不同稀疏变换的重建效果及计算效率存在差异,为此文中提出一种基于压缩感知技术的离散正交S变换(DOST)地震数据重建方法。通过求取一组正交基函数与时间序列的内积,得到时频矩阵,使原始信号呈现更强稀疏性,以改善压缩感知地震数据重建效果。该方法弥补了S变换不能作为压缩感知的稀疏变换的局限性,向压缩感知理论体系引入了一种适用的稀疏变换方法。理论模型和实际数据试算结果表明,该方法迭代快速且收敛稳定,整体重建效果令人满意。

基于快速离散正交S变换的电能质量扰动检测方法

提出了一种快速实现离散正交S变换的方法;并将此方法应用于检测电能质量扰动信号的起止时刻。离散正交S变换(DOST)是一种冗余度小的变换,然而利用基函数方法计算DOST的算法复杂度相对较高。为了降低算法复杂度、提高计算效率,根据DOST系数矩阵的特点,先对其进行分块处理,再利用FFT的优势,得到快速离散正交S变换(FDOST);并给出其计算复杂度的证明。将得到的FDOST系数按时频规律排列成矩阵,通过对矩阵的分析,检测扰动信号起止时刻。通过对实验数据和真实故障录波数据的分析,验证了算法的有效性和实用性。

基于离散广义S变换与双向二维主成分分析的内燃机故障诊断

针对内燃机气阀机构的故障诊断问题,提出一种将离散广义S变换和双向二维主成分分析(TD-2DPCA)相结合的诊断方法。该方法首先利用离散广义S变换将内燃机缸盖振动信号生成振动谱图像,然后利用TD-2DPCA对图像进行特征提取,有效减小特征系数矩阵的维数,最后,通过最近邻分类器进行分类识别。将该方法应用于内燃机气阀机构8种工况的诊断实例中,对比不同时频表征及特征提取方法的计算效率和识别精度,结果表明该方法可为内燃机故障诊断提供一条新途径。

基于S变换和谱减法的语音降噪

S变换是一种有效的时频表示方法,具有短时傅里叶变换和小波变换的优点,通过提出一个基于S变换的谱减法语音增强方法,将语音变换到时频联合域内进行谱减,从而得到较纯净的语音,再利用逆S变换将增强后语音还原输出.实验结果表明,该方法有较好的语音降噪能力并提高了性噪比.

基于同态滤波和2D-DOST的电能质量扰动识别

针对电能质量扰动识别准确率低的问题,提出基于同态滤波优化二维离散正交S变换振幅图像的电能质量扰动识别方法。首先把一维的扰动信号映射为等行列的二维信号,将二维离散正交S变换方法应用到二维扰动信号中,通过时频变换出振幅矩阵,进行振幅矩阵的同态滤波优化处理,随后对特征块分别提取相关特征,最终使用支持向量机进行分类。实验结果表明,优化的同态滤波+二维离散正交S变换方法相较原二维离散正交S变换方法对电能质量扰动识别准确率有显著提升,同时识别效率和抗噪性更强。

暂态电能质量的DOST检测方法

针对S变换计算量大、冗余度高、较难实时检测暂态电能质量扰动信号,提出一种基于S变换的离散正交S变换DOST(discrete orthogonal S-transform),该算法通过求取一组正交基函数和时间序列的内积得到类似于S变换的时频矩阵。利用离散正交变换对常见的暂态电能质量扰动信号进行变换,并对变换得到的时频模矩阵进行平方和均值运算,提取幅值突变时刻确定扰动起止时间和信号频率。仿真结果表明,所提算法具有运行速度快、简单明了等优点,并且可以对S变换不能处理的含有谐波的复合扰动信号进行检测。

基于DOST能量相似度的有源配电网故障区间定位方法

有源配电网小电流接地系统发生单相接地短路时,通过理论分析得出单个DG接入配电网并不影响零序电流大小的结论,由此提出一种基于离散正交S变换(DOST)暂态零序电流能量相似度的故障定位方法。首先对线路上检测设备上传的暂态零序电流信号进行离散正交S变换,然后利用得到的时频矩阵中的元素计算线路区间两端检测点的能量相似度,能量相似度小于设定的阈值即为故障区间。MATLAB/Simulink仿真结果表明该方法准确有效,适用于有源配电网的故障区间定位。

电能质量扰动识别的快速DOST方法和FST方法比较

快速S变换(FST)是解决实时监测电能质量问题途径之一,离散正交S变换(DOST)也是一种冗余度小的变换且被用于电能监测中。为了比较两种方法在实时电能质量扰动识别中的异同,首先提出一种快速实现DOST的方法,论证其计算复杂度与FST等同;比较常用的七种电能质量干扰信号在不同时窗下的FST系数和DOST系数,发现DOST模系数和采用sinc窗的FST模系数在每一个频段内比值呈线性关系,并且和采用高斯窗的FST模系数频谱结构类似,进而把这两种方法与支持向量机结合对电能质量干扰信号进行分类比较。仿真识别结果显示,快速DOST方法和FST在电能质量识别的精度和速度是一样的,在时间和准确性方面都比基于S变换的方法有一定的优越性。

基于扩展Infomax与DOST的多导联睡眠脑电伪迹去除方法研究

对多导联脑电信号(EEG)的预处理对于睡眠疾病的检测、预防和治疗有着重要的意义,传统的S变换法在处理多导联EEG信号时在伪迹自动识别、计算复杂度和阈值选取这三方面存有不足,影响了该方法的应用效果。为了提高该方法的应用效果,采用一种扩展Infomax与离散正交S变换结合的伪迹去除方法(DOSTIN),根据分形维数法实现伪迹识别,利用最大类间方差法使阈值的选取避免了过度去噪造成的有用信号损失。采用麻省理工的公开数据集验证去噪后的效果,结果表明DOSTIN法在保证去噪效果的同时,比ICA与S变换相结合方法的计算复杂度降低了30%,证明该方法在多导联信号去噪方面具备可行性。

基于DOST能量相对熵的配网单相接地故障选线方法

针对小电流接地故障中,不同类型配电线路故障特征频带能量分布不一致的情况,提出一种基于离散正交S变换与能量相对熵的故障选线方法。首先提取各线路故障后首半个工频周波的暂态零序电流,利用离散正交S变换计算暂态零序电流各频带的变换系数及各频带暂态能量,结合能量相对熵对两个波形细微区别的识别能力,分别获取各线路在不同频带的能量相对熵,并综合得到每条线路的综合能量相对熵,据此熵值大小进行故障选线。Matlab仿真表明该方法不受接地电阻、故障初始角、故障距离等条件的影响,在间歇性电弧故障时仍然可准确实现线-缆混合线路单相接地故障选线。

优化的维纳滤波算法在心音信号中降噪的应用

提出了优化的维纳滤波算法用于心音信号的降噪问题.对含噪的二尖瓣心音信号进行EMD分解,舍去前3阶含噪声比较多的IMF分量后,对心音信号进行重构.采用离散S变换,将心音信号在复频域中进行分析,通过MFCC算法对降噪的二尖瓣心音信号提取特征值,在SVM中进行分类验证.实验结果表明,优化的维纳滤波在二尖瓣心音信号的降噪方面有很好的成效,提高了心音信号分类的准确率.

基于改进S变换的手掌静脉身份识别

针对目前基于手掌静脉的身份识别问题,分析了掌脉图像的纹理特性,提出一种利用改进的S变换能量特征的识别方法。首先对掌脉图像进行二维离散正交S变换(2D-DOST),将变换后的频域图像作为掌脉纹理特征的一种体现,即形成S变换能量曲面(STES);然后将不同掌脉能量曲面进行减法运算,得到能量差曲面,进一步计算曲面的标准差,并以此为依据对不同掌脉进行分类识别。在通用的接触式标准掌脉图库上测试的结果表明,本文方法正确识别率为99.892 5%,识别时间为0.017 3s;同时使用自主设计的采集仪在非接触环境下测试的结果表明,本文方法正确识别率可达99.480 6%,识别时间为0.020 2s。相比其他典型和流行算法,本文算法提高了手掌静脉识别系统的性能,具有可行性和有效性。

冠脉造影图像序列的时空滤波

为了降低冠脉造影图像的噪声、提高冠心病临床诊断的准确率,达到低X-射线辐射剂量的前提下获得高质量图像的临床应用目的,提出一种冠脉造影图像序列的时空滤波方法。将小波降噪中的阈值降噪思想引入到快速离散正交S变换(FDOST)中,提出了基于FDOST的软阈值降噪算法对冠脉造影图像进行空域滤波;使用小波降噪对冠脉造影图像序列进行时域滤波,充分利用小波降噪的时间平滑性;加入预处理环节,使用海森矩阵增强冠脉造影图像中的线状结构。仿真及实验结果表明了降噪后的图像信噪比和对比度相比原图像大幅提高,说明了该方法适用于低剂量辐射下的冠脉造影图像序列降噪。