反混叠离散时间时频分布

Ｃｏｈｅｎ类双线性时频分布作为一种有力的非平稳信号解析工具，得到日益广泛的应用，该文引入了一种新的双线性离散时间时频分布，与原有的利用解析信号方法相比，它利用信号全部局部自相关信息，从而在不必计算解析信号的情况下，解决了按一倍Ｎｙｑｕｉｓｔ率对原始信号抽样时其时频分布产生混叠的问题，并且讨论了新方法的性质及其核函数应满足的条件。     

Wigner分布算法及其在轴承故障诊断中应用

本文根据非平稳带通信号的特点,改进了Classen的Wigner分布算法,克服由离散计算引起的混叠问题.应用三维、二维Wigner分布图对轴承故障进行特征分析,并且研究结果在实例分析中显示出一些优越性.     

Wigner分布干扰项抑制及其算法

Wigner分布是一种真正意义上的时频分析方法,但存在其固有缺陷即虚假时频谱（干扰项）问题。将实信号转化成所对应的解析信号,并采用Choi-Williams方法对Wigner分布进行修正、实现了对干扰项的有效抑制,获得了满意的信号时频谱,给出了用解析信号计算信号Wigner分布及Choi-Williams分布算法,通过几个典型信号（分段多分量信号,调频信号等）。对所研制的软件进行仿真实验,结果与理论相符,表明了软件算法的正确性。     

无混迭的离散维格纳分布

维格纳分布被表述为时间相关函数的傅立叶变换，称为信号“时－频能量分布”，针对其离散形式存在混迭与恢复原信号－反变换等问题，提出离散维格纳分布定义，并通过实例说明离散维格纳分布具有无混迭和能正确恢复时域信号的特点。     

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。     

实值离散多窗Gabor变换窗函数求解快速算法

针对多窗实值离散Gabor变换(real-valued discrete Gabor transform,简称RDGT),综合窗簇与分析窗簇之间双正交性关系的窗函数计算复杂性高的问题,提出一种快速窗函数求解算法.该方法利用快速离散Hartley变换(discrete Hartley transform,简称DHT)及Hartley函数的正交性简化了窗函数的双正交条件关系式,从而降低窗函数计算复杂度.实验结果表明了该快速算法的高效性.     

平滑伪Wigner-Ville分布在地震信号处理中的应用

文章介绍了平滑伪Wigner—vile分布时频分析的方法及解析变换的概念,给出了实信号解析变换的方法,给出了地震信号的平滑伪魏格纳时频变换的方法,并对地震信号的属性进行了解释。实验结果显示平滑伪魏格纳时频分布可以描述信号的非平稳的时频特性,该方法可以成为地震信号处理的一条有效的途径。     

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.     

非结构网格中子输运方程的离散纵标节块数值解法

基于离散节块方法（DNTM）的思想，研究了一种新的适用于二维三角形节块的离散坐标数值解法．使用坐标变换将任意三角形变换为正三角形，源项和通量的空间分布使用二次正交多项式展开，横向泄漏项的空间二次分布通过使用二元二次多项式近似正三角形节块的通量分布来获得、针对小尺寸易出现不收敛的情况，提出了一种改进的节块平衡有限差分方法．数值计算结果表明，该方法能满足非结构几何区域问题的求解需求，与细网SN方法相比，该方法在较粗的网格下具有高的精度，同时还适用于较细网格下的中子输运计算．     

单路单周期心音混叠信号欠定盲分离方法

结合现有的单路混叠盲分离算法和心音信号的周期特性,提出了一种基于dwt_ica的单路单周期心音混叠信号欠定盲分离算法.该算法首先得到一组单周期独立心音子波,然后把该独立心音子波加入到一个单路单周期心音混叠信号中,从而将一路信号变成一个多路信号,接着再利用ICA方法分离该多路信号,可获得源心音信号的一种估计.心音混叠信号的盲分离仿真实验表明,该算法是行之有效的.