基于EMD和Wigner—Ville分布的机械故障诊断方法研究

机械系统故障信号往往具有非平稳特征，经验模态分解和Wigner—Ville分布均为处理非线性与非平稳信号的有力工具。首先，将二者结合利用经验模态分解提取故障信号的特征成分，然后，对提取的特征信号进行Wigner-Ville分布得到其时频分布特征，进而可得到非平稳机械信号的故障信息。仿真和实例分析验证了该方法的有效性。

Wigner—Ville分布和模糊函数对多个LFM信号检测性能分析

现代雷达系统中，线性调频（LFM）信号是一种常用的脉冲压缩雷达信号。文章对LFM信号的Wigner-Ville分布进行Wigner．Hough变换得到Wigner-Ville分布图（WVD），并对模糊函数进行Wigner-Hough变换得到模糊图。通过数字仿真对比得出模糊函数需要取绝对值才能利用Hough变换检测直线，受交叉项影响大一些。而Wigner-Ville分布函数可以直接利用Hough变换检测直线，交叉项得到抑制，检测效果好，验证了分析的结论。该文的研究对LFM信号检测性能分析有一定的指导意义。

多项式Wigner-Ville分布(PWVD)的系数设计

本文分析了多项式Wigner-Ville分布(PWVD)的系数选择与频率聚集性的关系,提出了一组新的系数,得到的新的分布在频率聚集性、对有噪信号瞬时频率估计的方差、算法实现的难易程度等方面都要优于现有的算法,并给出了仿真结果。

Wigner-Ville时频分布研究及其在齿轮故障诊断中的应用

虽然 Wigner- Ville分布具备时 -频分布的优点 ,但 Wigner- Ville分布的一个致命缺点就是交叉干扰项的存在 ,并影响其广泛应用。本文介绍了 Wigner双谱、Wigner三谱 ,以及如何选用合适的核函数消除交叉干扰项的影响。并以齿轮为实验对象 ,成功应用上述方法消除交叉干扰项 ,达到诊断齿轮故障的目的。

基于二次EEMD的Wigner-Ville分布旋转机械故障信号分析及试验研究

Wigner-Ville分布(WVD)凭借优良的数学性质被广泛应用于信号处理等领域,但因其不满足可加性而引起的交叉项却影响信号分析的准确性。针对此问题提出利用二次聚合经验模态分解(Ensemble Empirical Mode Decompo-sition,EEMD)消除Wigner-Ville分布交叉项的方法。该方法首先用EEMD将原信号分解成为若干本征模函数(IntrinsicMode Function,IMF),再利用EEMD对获得的IMF进行二次处理,得到一组新的IMF,然后对新得到的若干模态成分分别进行WVD计算,最后将各项结果求和得到信号的WVD分布。该方法在改善模态混叠的同时有效地消除Wigner-Ville分布交叉项,并保留Wigner-Ville分布的各种优良特性。将该方法应用于转子碰摩故障诊断,效果很好。

基于小波变换及Wigner-Ville变换方法的超声导波信号分析

对结构中缺陷的检测和识别是无损检测中的一项重要研究课题,超声导波由于可在短时间内检测很远距离,故它的一个重要应用便是管材的检测。因而对导波检测信号的处理成为一重要研究内容,本文利用时-频分析方法中的小波变换和Wigner-Ville变换对管道和抽油杆缺陷的导波检测信号进行了分析处理。实验结果表明,进行小波变换后,缺陷回波信号的信噪比大大提高,直径仅1mm的小孔缺陷可容易地被识别出来,准确检测出其位置;通过对信号进行Wigner-Ville的相关变换,可同时在时频两域内对缺陷的回波信号进行分析,使缺陷辨别起来简单易行。两种信号处理方法的超声导波应用研究为以后导波信号的处理提供了新的实现依据。

基于Gabor展开的Wigner-Ville分布的交叉项消除

Wigner-Ville分布(WVD)具有最好的时频分辨率,但其固有的交叉项问题限制了其应用。根据旋转机械振动信号分析中的多分量非平稳信号的频率成分均与基频成倍数(阶比)关系,提出应用基于离散Gabor变换的迭代时变滤波和对Gabor系数的选择遮掩提取出感兴趣的各单阶分量,先分别计算各单阶分量的WVD,再将各单阶分量的WVD合并,可得到无交叉项的WVD时频谱图。仿真及实际测试试验结果表明,该方法可有效去除旋转机械多分量非平稳信号WVD分析中的交叉项干扰。

基于RS-GBSM M2M信道模型的Wigner-Ville功率谱仿真与分析

为了充分研究通信系统中收发两端移动性对信道时变功率谱的影响,本文对RS-GBSM M2M信道模型的时变功率谱进行了仿真分析。由于Wigner-Ville谱的性能在时变功率谱当中相对较优,故仿真结果主要围绕RS-GBSMM2M信道模型的Wigner-Ville谱而展开。本文充分研究并仿真了RS-GBSMM2M信道模型,并对其Wigner-Ville谱进行了分析。首先作出了收发两端移动速度和移动方位角不同变化情况下,RS-GBSM M2M信道模型的自相关函数图像,然后利用傅里叶变换作出了在这些不同的变化情况下,RS-GBSMM2M信道模型的Wigner-Ville谱密度图像,并针对这些变化情况进行了对比分析,得出了当收发两端散射体的俯仰角和方位角均服从均匀分布时,信道模型的Wigner-Ville谱密度图像的带宽只与移动速度有关而与移动方位角无关的结论。最后将Wigner-Ville谱与传统傅里叶功率谱进行了对比,得出了相较于传统傅里叶功率谱,Wigner-Ville谱的性能更优的结论。

基于Wigner-Ville分布的角域故障特征提取方法的研究

将采集的时域非平稳信号经过角域重采样转换成角域准平稳信号,再应用时频分析的方法进行分析,可提高分析精度.实际的工程信号不可避免的都存在噪声干扰,必须对信号作预处理,将信号中的噪声部分消除而又不至于将有用信息滤除,从而能够准确地提取出故障特征,第二代小波去噪方法可以较好地满足此类要求.角域信号带有相位信息,对角域信号应用基于Ga-bor重构的时变滤波技术遮掩掉信号中的各阶比分量,提取出仅包含有故障特征的信号,再计算其Wigner-Ville分布,可将故障定位在某一具体角度上,这对于叶轮机、齿轮等的故障检测具有重要的现实意义.

基于阶比跟踪和平滑伪Wigner-Ville分布的曲轴轴承机械故障特征提取

为了提取柴油机曲轴轴承的故障特征参数，提出在柴油机急加速过程中采用阶比跟踪与平滑伪wigner—Ville分布相结合的诊断方法。通过仿真分析表明，该方法可以清晰地显示阶比分布随曲轴转角的变化情况。利用该方法对柴油机曲轴轴承不同技术状态下的振动信号进行对比分析发现，阶比能量随着曲轴转角（转速）的增加而增加，且阶比带的能量比例可以作为特征参数识别曲轴轴承的磨损程度。

基于Wigner-Ville分布及局部奇异值分解的磁记忆信号特征提取与识别

针对磁记忆检测中缺陷信号持续时间短且频率范围小的特点，为提取磁记忆信号的有效特征，根据矩阵奇异值的特点，提出一种基于Wigner-Ville分布及局部奇异值分解的磁记忆信号特征提取方法．通过将时频分布矩阵从时间轴和频率轴分别划分为不同局部矩阵，提取出各矩阵的奇异值来构造特征向量．然后，将构造的特征向量作为支持向量机的输入向量对不同检测区域的金属磁记忆信号进行识别．实验结果表明：基于Wigner—Ville分布及局部奇异值分解算法构造的特征向量能有效提取磁记忆信号的特征信息，提高支持向量机的识别精度．

平滑伪Wigner-Ville分布在脑电信号提取中的应用

运用平滑伪Wigner-Ville分布提取大脑皮层的稳态视觉诱发电位(steady state visual evoked potential,SSVEP)信号,并作为输入信号应用于脑机接口系统。研究结果表明,该方法不需叠加平均信号就可以提高信噪比,提取出的稳态视觉诱发电位信号能够准确反映使用者的控制意图,为脑机接口选取特征提供了依据。

时频分析Wigner-Ville算法及其在DSP上的仿真实现

文章介绍Wigner-Ville分布在时频分析中的应用,基于Wigner-Ville分布的特点,给出了Wigner-Ville分布在ADSP21160平台上的软件仿真实现。仿真结果表明:信号的WVD处理适合于非平稳的线性调频信号,可以通过信号的WVD分布来估计信号的瞬时频率。

基于EMD-Wigner-Ville的内燃机振动时频分析

在分析多分量信号时,WVD交叉项的出现极大干扰了对信号的时频分析,针对现有WVD交叉项抑制方法存在聚集性与交叉项成分抑制相互矛盾的问题,提出了一种基于经验模态分解(EMD)的WVD交叉项抑制方法。该方法首先利用EMD分解方法,将信号分解成相互独立的一系列具有不同特征时间尺度的固有模态函数(IMF),然后运用相关系数法对经验模式分解伪分量进行剔除,再对每个IMF进行Wigner-Ville分析,最后把各个IMF的Wigner-Ville分析结果线性叠加重构原始信号的时频分布。仿真实验结果表明,该方法既能有效抑制时频分布的交叉项,又保证了Wigner-Ville分布的时频聚集性。将EMD-Wigner-Ville应用在内燃机振动时频分析中,两个实例有效地揭示出了内燃机振动信号的特征信息,克服了HHT时频分布、Wigner-Ville时频分布在分析内燃机振动信号时的缺陷,是一种有效的时频分析方法。

基于Wigner-Ville分布与小波尺度谱融合的时频特征提取方法

时频分布提供了信号特征在时间域和频率域的联合分部信息。作为两种典型的时频分布表示方法,Wigner-Ville分布(WVD)和尺度谱都存在的缺陷,体现在WVD存在严重的交叉项,尺度谱时频聚集性差。在WVD和尺度谱的基础上提出一种以消除交叉项和保持高分辨率为目的的时频特征融合算法。仿真分析验证了该算法能够有效抑制交叉项,可以很好地保持时频分辨率,且抑制了弱噪声对于时频特征的干扰。通过仿真信号的分析将该算法与Cohen类时频分析方法进行比较,验证了其在时频特征表示方面的优越性。将时频融合算法应用于轴承振动信号的时频表示,结果表明该方法能基本消除时频特征表示中的交叉项且保持了较高的时频分辨率,验证了算法在信号特征表示方面的有效性。

采用STFT-Wigner变换抑制Wigner-Ville分布交叉项

对于多分量非平稳信号分析,维格纳时频分布Wigner-Ville(WVD)存在严重的交叉项干扰。而GWT避免了Wigner-Ville分布的交叉项干扰而且具有良好的时频聚集性。但由于Gabor变换的时频聚集性不佳,当多分量信号进行Gabor变换时如果信号中各分量频率混叠,Gabor Wigner transform(GWT)就不能得到理想的结果。提出一种改进的STFT-Wigner算法,可以有效的抑制交叉项,并保持较高的时频聚集性。通过分析仿真信号和实测振动信号表明该方法能够取得良好的效果。

Wigner-Ville时频分布在内燃机故障诊断中的应用

针对内燃机瞬时转速信号的非平稳性特点 ,将时频分布理论用于转速信号的故障特征提取。使用动力学仿真方法得到了正常状态和微弱单缸减油状态下的瞬时转速 ,对比计算它们的Winger -Ville分布 ,发现时频分布图对功率不平衡性故障具有非常直观的可诊断性 ;这里Winger -Ville分布的交叉项起到了放大微弱故障信息的作用 ,极大地提高了对故障的敏感程度 ,在仿真中可侦测单缸减油仅 4%的模拟故障 ;使用实测的瞬时转速进行时频分布计算 ,经降噪处理后的时频分布图表现出了清晰的故障特征 ,证明是一种有效的基于瞬时转速故障特征提取的新方法。

基于小波和Wigner-Ville分布的轨道不平顺特征识别

利用小波变换的多分辨特性,对轨道不平顺局部检测数据进行一维小波变换多尺度分解,然后对各尺度下重构信号进行幅值谱分析,以发现在轨道不平顺中存在的特征不利波长;同时,基于小波分解后的各层重构信号能有效放大不平顺特征和缩小频段范围,利用Wigner-Ville分布对信号能量的时频聚集性,对各层重构信号进行Wigner-Ville时频分析能很好地提取各波长不平顺大小沿线路里程的分布情况;通过相干分析发现引起车体激扰的不利波长,然后用小波方法提取不利波长所在的特征频段,最后通过互Wigner-Ville分布表征相干不利波长不平顺的时频分布情况。结果表明:结合小波分析理论和Wigner-Ville分布能十分有效地从时频域角度分析轨道不平顺,是一条保证铁路安全运营、提高养护维修质量的良好技术途径。

基于联合Wigner-Ville分布—随机Hough变换改进算法的线性调频信号参数快速估计

为了解决传统Hough变换(HT)庞大的计算量和存储量的问题,提高对线性调频(LFM)信号参数估计的实时性和准确性,根据Wigner-Ville分布(WVD),得到含噪单分量LFM信号的时频特性,利用最大值法进一步估计出瞬时频率;截取一段频率估计值,利用随机Hough变换(RHT)实现LFM信号的参数估计。仿真分析表明,与传统WVD-HT相比,该算法的运算量明显减少,约为WVD-Hough的1/3,并且参数估计精度高于WVD-Hough算法,具有较强的实用性。

基于STFT的Wigner-Ville分布交叉项抑制

对于多分量信号,Wigner-Ville分布(WVD)的时频能量集中但存在交叉项,而由短时傅里叶变换(STFT)模的平方得到的谱图无交叉项但时频聚集性较差。基于STFT谱图与WVD的联合算法,可以有效地抑制WVD中的交叉项干扰,同时保持了WVD的较高时频聚集性,是一种行之有效的WVD改进算法。