水声信号多参量估计的PWVD改进方法

Pseudo Winger-Ville分布(PWVD)是处理非平稳信号的有力工具,因其具有较高的时频聚集性更适合于实时处理,且选择合适的窗函数可降低旁瓣大小,提高分辨率。传统的PWVD可以对信号瞬时频率进行无偏估计,但其频率分辨率和时间分辨率不能同时兼顾;提出了一种插值PWVD法可克服此不足,极大地减小了频谱泄漏的负面影响,有效提高了频率估计与时间估计的精度。仿真和实测数据的分析结果验证了插值PWVD法的可行性与有效性。

FIR与PWVD串联滤波消除随机噪声

本文分析了PWVD(Pseudo Wigner-Ville Distribution)消除随机噪声的基本原理,指出其迭代算法计算量大,且在低信噪比资料条件下,局部线性条件难以满足等问题,提出先应用FIR滤波对地震资料进行滤波,使PWVD滤波的应用条件得到满足,再应用PWVD滤波拟取代迭代PWVD滤波算法。这种方法既减少了计算量也改善滤波效果。通过应用雷克子波、理论模型和实际资料对该方法进行试算表明:该方法去噪优于迭代PWVD、FIR滤波和其他多道预测去噪方法。

基于深度卷积神经网络与WPT-PWVD的轴承故障智能诊断

针对轴承故障诊断中人工提取特征依赖经验,且泛化性和自适应能力弱等问题,提出一种基于深度卷积神经网络(DCNN)与WPT-PWVD的智能故障诊断新方法。①利用小波包变换(WPT)将轴承故障信号进行自适应分解以提取有效高频成分并进行重构;②利用希尔伯特算法对重构信号做包络解调并进行伪魏格纳分布(PWVD)以得到能揭示轴承主要故障信息的时频图;③构建DCNN网络对轴承故障时频图自动学习提取故障特征,并通过在DCNN特征输出层后添加的Softmax多分类器进行网络参数微调,将特征自动学习提取与故障分类融为一体,实现轴承故障智能诊断。使用所提方法对不同工况、不同故障程度及不同故障类型的轴承进行诊断,结果证明了所提方法诊断精度高,且泛化能力强。

PWVD在跳频信号时频分析中的应用

跳频信号是典型的非平稳信号,需采用非平稳信号处理方法进行分析.介绍了跳频信号的模型以及Wigner-Ville分布、伪Wigner-Ville分布的离散化实现过程,可得到跳频信号的有关参数,进行了计算机仿真.结果表明Wigner-Ville分布和伪Wigner-Ville分布均可对跳频信号进行分析,伪Wigner-Ville分布可以抑制交叉项的影响,这种分析方法是有效的、合理的.

利用Gabor-PWVD变换实现进动目标微多普勒分析与仿真

为了得到微多普勒进动信号更好的时频分析结果,采用一种基于Gabor-PWVD的联合时频分析算法对进动信号进行时频分析。对进动信号进行Gabor变换和PWVD变换,得到两个数组,然后将二者点乘,当二者都存在信号项时,就可以得到点乘结果,而PWVD交叉项对应的Gabor变换区域却没有值,点乘结果为零。仿真结果表明:Gabor-PWVD联合时频分析方法在保证不含交叉项的同时,得到了聚集性较好的时频分布图。通过Hough变换对Gabor变换和Gabor-PWVD变换的时频图进行周期特征参数提取,提取值与理论值相比,误差由2%降低为1.8%,验证了Gabor-PWVD的性能优势。

基于2D-PWVD的多光谱图像与全色图像融合

二维Wigner-Ville分布具有良好的空频特性,能够有效地对图像进行多频谱分析。为了更好地融合多光谱图像和全色图像,本文提出一种基于2D-PWVD的图像融合方法。首先对多光谱图像进行IHS变换,全色图像则转换为灰度图像;然后对多光谱图像I分量与全色图像分别进行2D-PWVD变换得到其频谱图;接着,对不同频率的频谱图按照融合准则进行融合得到新的频谱图,进而进行图像重构;最后将重构图像进行IHS反变换得到融合结果。融合实验结果表明,该方法既可以保留全色图像的分辨率,同时较好地保留了多光谱图像的光谱信息。

基于VMD-PWVD的内燃机振动信号时频分析方法

针对Wigner-Ville分布(WVD)在分析多分量信号时交叉干扰项与时频聚集性相互矛盾的问题,提出一种基于变分模态分解的伪魏格纳分布法(VMD-PWVD),以抑制WVD分布中的交叉项。该方法首先对信号进行VMD分解,将信号在频域上进行剖分,得到一组相互独立的具有不同频率的固有模态函数(IMF)分量,然后对每个IMF分量进行PWVD分析,最后把各个IMF分量的PWVD分析结果线性叠加,重构原始信号的时频分布。仿真结果表明,该方法在有效地从频域和时域双向抑制WVD交叉项的同时,又保留了WVD分布法原有的优良特性。将VMD-PWVD应用于内燃机缸盖振动信号的时频分析中,能很好地刻画出不同工况信号的特征信息,各时频分量物理意义明确,是一种有效的时频分析方法。

基于时频分析的雷达非匀速运动目标参数估计

针对合成孔径雷达(SAR,synthetic aperture radar)地面非匀速运动目标参数估计问题,提出了基于吕分布(LVD,Lv′s distribution)的自适应陷波器(ANF,adaptive notch filter)方法。首先,根据地面非匀速车辆目标运动情况建立雷达回波数学模型,并分析推导了回波信号多普勒参数和运动参数的理论公式;其次,利用伪魏格纳分布(PWVD,pseudo Wigner-Ville distribution)算法提取回波信号中由高阶运动引起的高阶相位,通过多项式拟合方法进行补偿,并对运动补偿后的动目标信号沿方位向进行孔径分割,对各个子孔径数据块分别进行基于吕分布算法时频表示,估计得到多普勒调频率值的变化曲线;再利用自适应陷波滤波器对调频率信号中由运动目标的径向加速度引起的高频分量和由航向速度引起的低频分量进行精确分离;最后,对提取的调频率高低频分量进行反演计算,得到非匀速运动目标的径向加速度和航向速度估计值。将本文所提方法与基于吕分布低通滤波器方法进行对比实验,验证本文所提方法在运动参数估计方面取得了更高精度。

雷达脉内调制信号的时频分析研究

雷达脉内调制信号分析是实现雷达辐射源信号识别的一个重要手段,雷达脉内调制信号是典型的非平稳信号,需采用非平稳信号处理方法进行分析。WVD是时频分布中最常用的一种,可用来对脉内信号行分析。PWVD和SPWVD是对WVD的改进,能够减少WVD中交叉项干扰的影响。通过计算机仿真,结果表明WVD、PWVD、SPWVD均可对雷达脉内调制信号进行分析,并且PWVD和SPWVD可以抑制交叉项的影响,因此时频分析方法是有效的、合理的。

多项式Wigner-Ville分布的频域卷积实现

多项式Wigner-Ville分布(PWVD)是分析多项式相位信号(PPS)时频特性的一种有力工具。该文根据PWVD的结构特点,提出一种通过频域卷积来实现PWVD的方法,将其分解成一系列Wigner-Ville分布(WVD)或L-Wigner-Ville分布(LWVD)的卷积,而WVD或LWVD可由短时Fourier变换(STFT)来计算,这样既可消除信号分量间的互交叉项影响,同时又保持较高的时频聚集性。文中分析了该算法的离散实现方法以及相应的计算量,并通过计算机仿真实验验证了该算法的有效性。

AWGN信道中基于时频分布的超窄带解调算法

针对脉冲位置相位翻转键控(Pulse Position Phase Reversal Keying,3PRK)调制的解调问题,基于时频分析方法,对3PRK信号的伪魏格纳-威利(PWVD)分布特性进行了详细分析,建立了3PRK调制信号相位突变与PWVD分布幅度的关系模型,利用该模型提出了一种新的基于PWVD分布的3PRK调制解调算法,并对该解调算法性能进行了仿真分析。仿真结果验证了该算法的有效性。

陶瓷基复合材料粘接构件超声特征研究方法

新型航天器机体外层陶瓷基复合材料隔热构件在粘贴过程中会产生缺陷,不利于航天器的飞行安全。针对一种陶瓷基多孔复合材料粘接结构构件,利用自主研制的超声C扫描自动检测系统,研究构件粘接层缺陷的超声检测特征。考虑材料多孔性和各向异性会导致超声数据多噪音,采用自适应小波阈值算法对超声信号进行去噪,从而提高透射声波的信噪比。在此基础上,提出采用Hilbert-Huang变换(HHT)和伪Wigner-Ville分布(PWVD)相结合的方法对透射声波进行时频分析,得到时间、频率和幅值的三维分布,从而获得超声透射波最大幅值和对应的时间和频率。通过对比缺陷处与非缺陷处超声透射信号的时频域分布,揭示了该类新型陶瓷基复合材料粘接缺陷对超声信号的影响特点。

基于时频图像代数特征的雷达信号脉内调制方式分类研究

利用雷达信号的时频分布，进行时频图像代数特征提取，提出了将时频分布图像的奇异值和不变矩两组代数特征联合作为特征模板，以实现雷达信号几种基本脉内调制方式的有效分类。针对单一特征难以区分的情况，两组代数特征能够相互补充，是一组良好的分类特征模板。

3PRK已调信号的时频分析

脉冲位置相位翻转键控(3PRK)是一种超窄带(UNB)调制技术,其已调信号是循环平稳信号。该已调信号通过相位跳变翻转来表征携带的信息。针对传统傅里叶分析不能确定3PRK已调信号信息所在的位置和频率与时间的关系,因此引入短时傅氏变换(STFT)和伪Wigner-Ville分布(PWVD)时频分析的方法。分析结果表明,STFT和PWVD能够很好分析信号的信息所在位置和表示信号频率与时间的关系。

基于空-频域的信号DOA和频率联合估计方法

提出了一种借助时频变换实现信号的DOA和频率联合估计的新方法。该方法将信号变换至空间-频率域,不但避开了传统方法要求进行空间谱搜索的繁琐,而且直观地显示了信号的空间-频率分布情况。计算机仿真结果验证了该算法的有效性。

基于卷积神经网络图像分类的轴承故障模式识别

针对传统的基于数据驱动的机械故障模式识别方法中需要人工构造算法提取特征以及人工构造特征提取算法繁琐的问题,结合卷积神经网络(CNN)在图像特征自动提取与图像分类识别中的广泛应用,提出了一种基于CNN图像分类的轴承故障模式识别方法。首先,利用集合经验模态分解(EEMD)方法对轴承振动信号进行自适应分解并用相关系数对得到的本征模函数分量进行筛选。其次,对筛选得到的本征模函数分量进行伪魏格纳-威利时频分析(PWVD)计算得到信号的时频分布图,并对时频图进行预处理。最后,将轴承15种不同工况预处理后的时频图利用CNN进行特征提取与分类识别。将该方法与同类方法进行了对比,分类正确率提高了4.26%。

基于投影加权Voronoi图的GIS空间竞争分析模型研究

提出加权Voronoi图的一种新形式———投影加权Voronoi图,由此形成平面剖分中的空隙(竞争三角形)可用于GIS空间竞争分析模型。进而分析不同的剖分模型以及竞争三角形的特性和分布。最后提出这种空间分析方法的应用领域。

基于伪魏格纳分布分解的合成孔径雷达图像目标与阴影分割

在二维魏格纳分布的框架内,针对魏格纳变换的交叉项问题和计算量大的问题,提出了合成孔径雷达图像局部伪魏格纳变换的目标和目标阴影的分割方法.首先,将合成孔径雷达图像进行二维伪魏格纳变换,得到各像素点的二维能量谱图;然后提取各像素点的二维能量谱图对应位置值形成多个不同频段的与原图像同大小的能量谱图;最后,对不同频段的能量谱图采用不同的处理方法后,将各能量谱图相加处理后形成区域标识图像,最终得到原图像的目标和目标阴影分割图像.本文利用该方法对MSTAR切片图像进行了分割试验,并对分割图像与频谱最大值距离或方位分割算法和基于双参量CFAR与隐马尔科夫联合分割算法进行了分割图像对比度对比.实验结果表明,采用本文算法的合成孔径雷达分割图像,对比度明显提高,且保留了目标图像细节.

一种新的时频极大似然DOA估计方法

针对非平稳信号,提出一种新的时频域极大似然DOA估计方法,利用参考阵元与阵列中其它阵元输出之间的互伪Wigner-Ville分布建立起时频域的阵列信号模型,通过时频域极大似然方法获得入射方向估计。与基于空间时频分布矩阵的阵列测向方法相比,该方法具有计算量小、交叉项时频分布利用充分的优点。仿真实验证实了该方法的有效性。