基于非线性尺度小波变换的表面肌电信号的分类

表面肌电信号(SurfaceEMG,sEMG)是一种复杂的非线性非平稳信号。我们介绍了一种非线性尺度小波变换(Wavelettransformwithnonlinearscale,NWT)。由于NWT具有渐进缩短时间分辨率的特点,所以有利于从sEMG信号获得精确的时-频信息。首先,用NWT将sEMG信号(30组前臂内旋和30组外旋的sEMG信号)变换为强度分布(时频分布),然后,用由主成分分析获得的强度分布特征值构成特征向量,最后,用BP神经网络对两种信号模式的特征向量进行分类识别。结果表明与两种传统的时频分析方法相比,NWT能够获得较高的正确识别率,同时降低了神经网络计算的复杂度。

时频分析方法在机器故障诊断中的应用

简述了短时傅氏分析、Ｗｉｇｎｅｒ分布及小波分析等时频分析方法和特点；对间隙非线性机械系统振动信号进行了小波分析，发现了间隙非线性机械系统振动信号在小波分解中的状态特征；应用时频分析方法对ＭＣＮＣ８２数控磨床进行了故障诊断。

基于非线性时频分布的跳频信号分析研究

介绍了利用非线性时频分布(WVD和SPWVD)进行跳频信号分析,通过理论研究和仿真分析表明,非线性时频分布能够反映出信号的瞬时能量分布,是关于信号二阶统计量(如局部自相关函数)的Fourier变换,相对Fourier变换和线性时频分布而言,它具有更好的时频聚集性,能够很好地展现跳频信号的时频特征和能量分布,采用加窗处理等方法,可以较好地抑制非线性时频分布中的交叉项和能量分布的负值性,从而证明了非线性时频分布用于跳频信号分析研究的工程应用可行性。

非线性时频分布重排算法在非合作跳频信号检测中的应用

在简述重排时频分布主要理论的基础上，具体分析了基于平滑伪Wigner-Ville分布的时频重排（rearrangement of the smooth pseudo Wigner-Ville distribution，RSPWVD）算法和基于Morlet小波的尺度图重排（rearrangement of the Morlet scale chart，RMSC）算法识别信号的基本原理，并导出了各自的重排算法表达式。分析结果表明，RMSC算法不仅可以获得比RSPWVD更为理想的抗干扰效果，而且可进一步提高信号时频分布的时频聚集性，从而更加精确地对跳频信号参数进行盲估计。最后给出了计算机仿真结果，并验证了其可行性和有效性。

带有混合时滞的分数阶非线性系统稳定性研究

研究了一个带有离散时滞和分布时滞的分数阶非线性混合时滞系统的渐近稳定问题。根据Lyapunov间接法,结合Riemann-Liouville型积分算子的连续频域分布模型和Lyapunov-Krasovskii方程,构造了一个全新的Lyapunov函数,给出分数阶非线性混合时滞系统的渐近稳定条件,并根据所给的稳定条件设计了一个反馈控制器,最后通过算例仿真验证判定条件的可行性。

基于时频联合分布的经验模态分解方法

经验模态分解没有固定的先验基底,使信号分析更加灵活多变,是信号处理领域内解决非线性、非平稳信号分析问题的新方法。但其只可分解信号持续时间内由连续的不同频率成分组成的信号,不能分解不同时间段含有相似频率成分的信号。时频联合分布通过设计时间和频率的联合函数,利用时域和频域联合描述信号在不同时间和频率的能量密度。将时频联合分布应用于其中,扩展经验模态分解方法可处理的信号类型。

基于CNCT的滚动轴承瞬时频率估计研究

针对滚动轴承升降速过程中非平稳信号的瞬时频率估计精度不足的问题,提出一种连续非线性调频小波变换的拟合方法来提高瞬时频率估计的精度。利用非线性调频小波变换产生良好能量聚集性的时-频分布,将仿真信号做时-频分布,然后再用峰值搜索在时频面上提取峰值,最后利用最小二乘法对瞬时频率进行拟合。MATLAB的实验结果表明,基于连续非线性调频小波变换的滚动轴承瞬时频率估计方法在低信噪比下可一定程度上提升信号瞬时频率估计的精度。

非线性负载配电网异常时频电流行波辨识方法

异常时频电流是导致配电相位幅值发生突变的主要原因。因此,为维持非线性负载配电网的运行稳定性,准确辨识异常时频电流行波,提出非线性负载配电网异常时频电流行波辨识方法。闭环配置配电网非线性负载,完成对非线性负载配电网异常时频电流的计量。完善电流行波补偿机制,通过调节时频脉宽的方式,完成对非线性负载配电网异常时频电流行波的辨识。实验结果表明,上述方法的应用可将异常时频电流幅值与标准相位之间的差值控制在0~1.0 A的数值范围之内,符合精准计量异常时频电流的应用需求。电网主机依照辨识结果就可以维持非线性负载配电网的运行稳定性,从而解决了配电相位幅值发生突变的问题。