面波频散测量的频时分析法

总结了面波频时分析(FTAN)的主要成果,如移动窗分析法、多重滤波法、残差频散测量法、时间变量滤波法,力图阐述各方法间的联系。对滤波参数的选择,详细介绍了常相对带宽、均等显示滤波、线性时间分辨、最佳滤波等,其中线性时间分辨是本文首次提出的新方法。对频时分析中的显示技术作了必要的讨论,最后介绍了如何利用频时分析方法作相速度测量。

基于小波去噪和时频分析的智能电表量测数据挖掘研究

为提升智能电表量测数据挖掘效果,该文研究一种基于小波去噪和时频分析的智能电表量测数据挖掘方法。应用小波变换阈值去噪方法对数据集进行去噪,通过惩罚策略选择阈值后,对存在噪声的数据集进行运算,获取去噪后的数据集,根据去噪后的小波系数与存在噪声的小波系数获取最优阈值函数;利用自适应最优径向高斯核时频分析方法,有效将最优阈值函数的数据集分离为自分量信号与互分量信号,精准挖掘智能电表仿真模型数据库内数据,完成智能电表量测数据信息的输出。实验结果表明,所研究方法去噪效果较好,相对误差保持在2%以内,挖掘精度维持在96%以上,应用性能较好。

基于HHT时频分析的水声信号特性提取与建模

为了完成对实测水下冲击信号的建模,充分提取信号声学特性是非常有必要的。本文以水池实测信号为研究对象,采用不同分析方法处理信号,最终发现希尔伯特黄变换(HHT)时频分析方法优势明显,在HHT时频谱图上可以看到非常清晰的时间、频率分布信息。在此基础上,使用多段线性调频(LFM)信号模拟实测水下冲击信号。比较实测信号与建模信号的HHT谱图可知,建模信号的频谱走势与实测信号相同,具有与实测水声信号非常相似的时频特性,验证了HHT时频分析的优势与建模效果。

基于小波时频分析和Inception-BiGRU模型的盾构滚刀偏磨故障诊断

盾构机(tunnel boring machine, TBM)滚刀在重载、冲击和地质复杂的环境中服役,极易发生偏磨等失效故障,因此,掌握滚刀的磨损状态、实现基于数据驱动的滚刀偏磨故障诊断并指导滚刀的运维尤为重要。提出了一种基于小波时频分析和Inception-BiGRU模型的诊断模型以提高滚刀偏磨故障诊断效率。以滚刀为研究对象,在多功能缩比滚刀试验台上进行直线破岩试验,采集滚刀破岩时产生的振动加速度信号。采用连续小波变换获取反映振动信号时频域特征的小波时频图,进而以Inception模块的不同大小卷积核自适应地提取时频图中的多尺度空间信息,并通过添加双向门控循环单元(bidirectional gated recurrent units, BiGRU)使模型可更为准确地学习到时频图中丰富的时序依赖性关系,模型的超参数由贝叶斯优化算法确定。4种不同偏磨程度滚刀的诊断试验表明所提模型能够有效提取时频图中滚刀的偏磨特征并完成滚刀偏磨状态识别,实现端到端的盾构滚刀偏磨故障诊断。模型平均诊断准确率可达到98.5%,其诊断准确度和稳定性均优于其他常用算法,证明了所提方法的可行性。

基于信号时频分析的推焦杆故障分析

作为焦炉生产的核心部件,推焦杆在推焦过程中的振动问题直接影响焦炉的稳定生产,现场采集推焦杆推焦过程中的振动信号,以试验的角度分析推焦杆的振动特性。首先,截取部分采集到的振动信号作为模拟信号,分别通过傅里叶变换、短时傅里叶变换对模拟信号进行先验分析。接着,讨论了窗长对模拟信号分辨率的影响,结果表明:窗长为1.4×2048时,信号经过短时傅里叶变换后分辨率最高。最后,将以上算法应用于推焦杆振动信号的时频分析,结果表明:信号经过窗长为1.4×2048的短时傅里叶变换后,能够较准确地找出推焦杆振动的发生时间,并提取出其发生振动频率范围,为推焦杆振动特性分析提供了试验依据。

高铁震源地震信号的挤压时频分析应用

我国每天有数千趟高铁列车驰骋在纵横交错的高铁线路上,构成了十分理想的均布震源,但寻找适合高铁震源地震信号的处理方法是充分挖掘信息的关键.传统的频谱分析结果表明高铁震源所产生的地震信号具有明显的窄带分立谱特征,但无法精确获得高铁震源地震信号的时频变化规律.本文首次将挤压时频分析这种分析工具引入到高铁震源地震信号处理中,对中国南方某高铁沿线采集到的高铁震源地震数据进行了分析.处理结果表明:利用挤压时频分析能够更加精确地刻画频率成分随时间的变化,能够利用单检波器精确刻画高铁列车的运行状态(匀速、加速等);同时利用挤压时频变换还可高精度地重构出所需频带的信号,为提取高铁震源地震信号的特征成分提供了一种有力工具.

基于自适应最稀疏时频分析的阶次方法及应用

自适应最稀疏时频分析(Aadaptive and Sparsest Time-Frequency Analysis,ASTFA)是一种新的时频分析方法,该方法将信号分解转化为最优化问题,在优化的过程中实现信号的自适应分解。为解决ASTFA方法初始相位函数的选择问题,采用了分辨率搜索改进的ASTFA方法,并进一步结合阶次分析方法提出了基于ASTFA的阶次方法。该方法首先采用改进的ASTFA方法对原始信号进行分解同时获得分量的瞬时幅值,然后对瞬时幅值进行阶次分析从而提取故障特征信息。将该方法应用于变速齿轮传动过程中的时变非平稳振动信号的分析与处理,仿真与实验分析表明该方法能够准确提取变速齿轮的故障特征信息,具有一定的优越性。

转子裂纹识别仿真研究中的小波时频分析方法

谐波共振是识别转子裂纹的重要依据 ,但由于转子裂纹的弱激励、非线性、非平稳等特性 ,导致利用传统信号处理方法不能准确有效地获取系统的谐波共振特性 ,从而难于识别出裂纹 ;小波时频分析方法是处理非线性、非平稳信号的强有力工具 ,将小波时频分析方法引入到裂纹识别的仿真研究中 ,基于建立的裂纹转子动力学模型 ,分析了利用小波时频分析方法识别裂纹的可行性。偏心激励转子裂纹故障识别的仿真研究表明了该方法的有效性。

多普勒畸变声学信号的伪时频分析及其校正

位于运动轨迹旁的麦克风采集的运动声源信号存在多普勒畸变现象,这增加了信号分析的难度,特别对于高速列车道旁声学故障诊断工作。为了提高诊断的准确性和可靠性,提出了一种新的基于摩尔斯声学理论的多普勒信号伪时频分析,该分析给出了一种伪时频分布,对信号的时间中心和特征频率进行了有效估计,得到的参数用于信号重采样以校正其多普勒畸变,校正信号中能有效提取出信号中包含的故障信息。仿真信号和实验信号的分析结果表明,该方法能够用于提取多普勒畸变信号的参数,并加以校正,在道旁声学故障诊断中有较好的应用前景。

引线键合劈刀超声振动信号的时频分析

采用激光Doppler非接触测试方法,提取芯片封装引线键合工艺的关键部件——劈刀末端的超声振动信号。利用时频联合分析方法将劈刀末端振动信号拓展到时频域分析。结果表明,相比于单纯的时域或频域分析,时频联合分析更清楚地描述键合过程劈刀末端振动在时频域的动态变化特性,包括谐波成分、频率漂移、能量变化等丰富的信息,有助于深入理解键合点的形成过程。而且,时频分析可作为键合成功或失败的一种识别方法。

时-频分析在高分辨率层序地层学中的应用

时频分析方法是利用小波变换原理 ,从地震波的时间域和频率域同时对其作出分析。小波变换具有随信号频率升高时间分辨率也提高的特点。这一特点恰好满足对具有多刻度特征信号进行时频分析定位的要求。经实验发现 ,沉积旋回与主极值频率之间有较好的对应关系 :正旋回沉积对应的主极值频率从下到上由高频变为低频 ;反旋回沉积正相反。利用这一对应关系可进行层序地层划分和生储盖组合的预测。时频分析是在层序地层格架中预测生储盖组合 ,可有效保证预测的准确性。而时频分析法研究的对象是对应沉积旋回的频率变化 ,因此 。

参数逼近的自适应时频分析

针对二次时频变换中的交叉项影响,研究了一种基于信号分解的WVD时频分析的方法,它结合自适应高斯提取法的思想和WVD的优良特性,将信号分解为若干个基于高斯包络的chirp信号分量,然后进行WVD时频变换和时频图的综合显示,消除了时频变换中交叉项的影响,也保持了信号自项的时频聚集度.将此时频分析方法应用于雷达信号时频分析,实验结果表明,该分解方法有效地消除了信号交叉项的影响,且保持了原信号的时频聚集度。

基于改进SSD-Teager时频分析的引风机转子故障诊断方法

为了自适应确定奇异谱分解(SSD)信号处理过程的奇异谱分量个数,实现信号自动分解处理,融合互信息判据对SSD的迭代停止条件进行改进。然后结合Teager能量算子解调优良的时频分辨能力以及信号特征跟踪特点,提出了基于改进SSD-Teager时频分析的引风机转子故障诊断方法。通过仿真信号分析验证所提方法对于含噪多分量信号的处理能力,并利用现场实测引风机转子不对中故障振动信号分析验证该方法的工程实用性,结果表明该方法能够精确呈现信号的整体时频特征,与传统的希尔伯特-黄变换方法相比分析效果更佳。

基于数字信道化和空时频分析的多网台跳频信号DOA估计

提出了一种基于数字信道化和空时频分析的多跳频信号DOA(direction of arrival)估计方法,该方法能够在欠定条件下(传感器数目小于信号数目)实现多个信号的精确测向。首先利用多相滤波器组实现数字信道化接收机的设计,然后对各子信道的数据进行时频分析,得到全景时频图;再在时频域提取跳频信号的有效hop,针对每个hop建立一个空时频矩阵;最后运用空时频方法估计每hop的DOA。仿真结果验证了方法的有效性。

瞬变电磁场资料的联合时-频分析解释

本文充分利用瞬变电磁 (TEM)信号包含的信息 ,采用联合时 -频分析方法解释了TEM资料 .文章选取了Wigner_Ville分布和Gabor展开的联合时 -频分布 (或表示 ) ,将一维时间域信号拓展到时 -频二维平面上 ,不仅将不同地电断面的响应成功地区分开来 ,而且所显示的信号特征与地层电性结构之间有着明确的物理意义 ,从时间和频率两个方面同时描述了瞬变涡流场在地层中的激发和衰减的过程 .利用时间窗数据和频率窗数据所进行的联合时 -频反演 ,缩小了拟合差 ,提高了定量解释精度 .

基于空时频分析的多FH/DS信号DOA估计

提出了一种基于空时频分析的跳频/直扩(Frequency Hopping & Direct Sequence,FH/DS)信号的波达方向(DOA,Direction of Arrival)估计方法,该方法能够在欠定条件下(传感器数目小于信号数目)实现多个FH/DS信号的精确测向。首先对每个阵元的数据进行时频变换,得到全景时频图;再在时频域提取有效hop,并根据各阵元的时频值建立每点的空时频矩阵;最后分别运用基于线性空时频方法和二次空时频方法估计每hop信号的DOA。仿真结果验证了方法的有效性。

地震信号广义时频分析及其数值实现

基于分数阶Fourier变换的信号时频分析称为广义时频分析,将其引入地震信号处理中,是对现有基于传统变换时频分析方法的广义化拓展。这里着重数值实现,探索基于分数阶Fourier变换的时频分析,并应用了其在物探技术中新思路和比较的优势。在分数阶Fourier变换基本定义的基础上,数值实现离散分数阶Fourier变换;研究三类广义时频分析方法及其数值实现;针对地震信号,以伪Wigner分布为例,展示广义时频分析效果。经研究表明:实现的数值算法正确有效;地震信号新的广义时频分布能量更加集中,时频分析的聚焦度和信息特征更加清晰。由此可见,广义时频分析为地震信息特征分析、预测和提取提供新的视角和工具,值得进一步研究和推广。

基于GA的自适应最稀疏时频分析方法及应用

为解决自适应最稀疏时频分析(ASTFA)方法中初始相位函数的选择问题,采用遗传算法(GA)对ASTFA的初始相位函数进行优化,提出了GA-ASTFA方法。进一步研究了GA-ASTFA方法抑制模态混淆的能力,分析结果表明,GA-ASTFA能较好地抑制模态混淆,分解得到的分量信号精度高,且可抑制分解中的伪分量。最后将GA-ASTFA方法用于转子碰摩故障诊断,实验分析结果表明,GA-ASTFA方法能有效提取转子碰摩故障特征信息。

基于初值优化的自适应最稀疏时频分析方法

自适应最稀疏时频分析(adaptive and sparsest time-frequency analysis,ASTFA)是一种新的时频分析方法,该方法需要事先确定较为准确的初始值,缺乏自适应性.针对ASTFA存在的问题,提出了基于初值优化的ASTFA方法.该方法使用残余量的能量作为优化目标函数,使用不同的初始值对信号进行分解,当残余量的能量最小时,则认为该初始值为最优初始值.因此,该方法能够自适应地寻找最优的初始值,增加了ASTFA方法的自适应性.采用仿真信号将该方法与原ASTFA方法进行对比,结果表明该方法能自适应地得到更准确的分解结果.对仿真信号和滚动轴承故障数据进行分析,结果表明ASTFA在抑制端点效应和模态混淆、抗噪声性能、提高分量的准确性等方面要优于经验模态分解(empirical mode decomposition,EMD),并能有效应用于滚动轴承故障诊断.

小波包时频分析方法的研究及应用

针对非线性、非平稳信号分析与处理方法不能满足某些特别的工程要求的问题,提出将小波包变换和短时傅立叶变换融合形成小波包时频分析技术。建立了一套较完善的小波包时频分析技术框架体系。给出了小波包时频分量谱与小波包时频分量幅度谱以及小波包时频谱与小波包时频幅度谱的算法。对小波包分解的直接算法、Mallat算法、混合算法在计算量和识别精度等方面进行了比较研究。应用Visual C++,OpenGL,photoshop等计算机软件工具和虚拟仪器技术开发了一套虚拟小波包时频分析仪,能实现任意信号的小波包分解和显示。最后将小波包时频分析应用于仿真测试信号与实测机械磨床振动信号,发现小波包时频分析在识别奇异、辨别信号深层次细节方面具有较好的性质。