基于瞬时频率的窗宽递增寻优的短时傅里叶变换

讨论了窗函数在时频分析中的作用,分析了S变换的缺陷,指出了依据分析频率调整窗宽和使用窄窗均严重影响时频分析效果.以短时傅里叶变换为基础,提出了一种窗宽根据信号自身时变特征进行自主调节的时频分析方法,该方法以瞬时频率的变化作为判断信号频谱结构发生变化的依据,通过在瞬时频率变化之前逐次递增窗宽,使窗函数能够覆盖信号中的局部平稳区域的大部甚至全部,从而可对信号中的各局部平稳段得到最佳的时频分辨率.通过对线调频信号、时变信号和含噪声信号的分析和比较可知,本方法可准确描述信号的时间分布特征,并可同时获得最佳的频率分辨率,且对噪声不敏感,具有一定的先进性和实用性.     

基于反褶积广义S变换的地震频谱成像方法研究

当薄互层较发育时,利用地震资料对储层的含油气性进行预测存在较大的困难。因此,发展高精度的时频分析方法并将其应用于储层内的烃类检测具有重要意义。提出了基于反褶积广义S变换的新时频分析方法;该方法将信号的广义S变换谱与窗函数Wigner-Ville分布进行二维反褶积,可得到信号Wigner-Ville分布。通过数值模拟结果可知,该方法与传统的时频分析方法相比,不仅克服了传统时频方法采用固定时窗分析信号的局限,并且具有更高的时频分辨率。三维实际资料处理结果表明,相对于传统时频方法,该方法适用于非平稳的地震信号分析;在薄储层预测方面更具优势,进行烃类检测的可靠性也较高。     

三种时频分析方法在心音信号分析中的应用

文章介绍了一种新的时频分析方法—— Hilbert谱分析 ,并将其应用到心音信号的时频分析中 ,分析对比了短时 Fourier变换 ,小波分析和 Hilbert谱分析这三种方法在处理心音信号时的性能差异 .传统的基于 Fourier的方法不能有效的分析非平稳信号 .文章分析证明了这种新方法在分析像心音信号这种非平稳信号的有效性 ,它能对信号的时频分布做出比短时 Fourier变换和小波分析更为精确的描述 .用这种方法 ,我们能提取心音信号中频率变化的信息 .     

基于时频分析的分离谱处理

提出了一种基于时频分析的频窗参数确定方法，这种方法在把超声信号展开成窄带分解信号时不需要超声频带的先验知识．给出了将此算法用于不锈钢裂缝产生的超声信号的处理结果．     

变分数阶傅氏变换及在时频建模中的应用

主要讨论了一种将加紧支撑窗与分数阶傅里叶变换相结合的信号处理方法,其原理在于将信号以短时窗函数截取,再酚分数阶傅里叶变换,通过改变这种变换中的角度参量可以抵出最大值,其最大值所对应的角度参量实际上就是在窗函数支撑内平均调频系数的直接反映,从而可以将具有不同调频系数的信号突出并加以提取,利用这种方法,可以获得信号的时频分布的基本“骨架”,这种方法基于对信号的线性变换,没有交叉项的影响,通过合理的控制阈值及局部再加窗,对于具有多项式相位信号的时变频率建模有良好效果,最后文章对一些影响因素进行了分析。     

基于局域波时频分析的机械故障诊断

提出一种新的自适应时频分析方法——局域波法．结合仿真信号与故障检测信号进行分析研究,提出一种新的机械故障诊断方法并将其成功地应用到齿轮箱故障诊断中．振动信号能量在局域波时频分布中的变化,是局域波法诊断齿轮磨损故障的特征．诊断结果表明,局域波时频分析为齿轮磨损故障诊断提供了一种更为有效的手段,在故障诊断工程中具有广泛的应用前景．     

基于Wigner-Ville分布的实信号估计

信噪比低于-5 dB时,信号恢复难度大.提出了一种新的信号估计算法,基于加窗Wigner-Ville分布(pseudo Wigner-Ville distribution,PWVD)的时频峰值滤波(time-frequency peak filtering,TFPF)PWVD-TF-PF,即利用PWVD与信号时频的关系设计一种计算窗函数长度的方法,同时将此窗与魏格纳分布结合用于TF-PF.TFPF是通过时频分布重建信号.首先将信号经过FM调制为解析信号,采用PWVD集中信号的能量,而噪声能量均匀分布于整个时频平面,提高了信号的信噪比,可准确估计出信号的频率.将时频分析方法用于低信噪比实信号估计中,使频率估计在信噪比低于0 dB时依然可行.此设计能够在信噪比达到-8 dB时恢复信号,并且信号的频率估计结果基本达到Cramer-Rao lower Bound(CRLB).     

基于ASW-MUSIC的电能质量扰动分析

针对MUSIC算法无法分析非平稳电能质量扰动,提出了一种基于自适应滑窗-多信号分类算法(Adaptive Sliding Win-dow-Multiple Signal Classification,ASW-MUSIC)的时频分析方法。该方法首先根据非平稳电能质量扰动信号特征,采用自适应滑窗对信号数据进行分块,然后利用MUSIC算法对每块中的数据进行处理,检测出频率和幅值信息。并联合所有窗口的分析结果,从而得到整个信号的时频率分布信息。最后对电能质量干扰的非平稳信号进行了仿真实验。实验结果表明,提出的方法适合动态电能质量扰动检测,具有实际应用前景。     

用时频分解法从空间波场中分离表面波信号

提出了一种从空间波场中分离表面波信号的方法,其基本原理是：在小波包变换和时域加窗对信号进行分解的时频单元上,通过改进的极化分析方法和构造的滤波函数对所有时频单元进行处理,将处理结果进行合成即可得到分离出的表面波．这种方法的优点是：对只在时间上重叠或只在频率上重叠的波,可进行有效的分离,压制了各向同性随机干扰,具有较高的时间频率分辨率;特别是通过改进的极化分析算法,可解决原方法中高阶模态表面波提取中存在的问题．     

蝙蝠回声定位叫声的时频分析

大多蝙蝠回声定位叫声属于非平稳信号,目前大多专用商业软件采用短时傅立叶变换(STFT:Short Time Fourier Transform)对其进行分析.STFT存在时频分辨率不高的缺点,因此研究其它时频分析方法在蝙蝠回声定位叫声分析中的应用很有意义.以一大棕蝠(Eptesicus fuscus)回声定位叫声为例比较了几种时频分析方法的应用效果,为编写蝙蝠回声定位叫声信号分析软件选择一种合适的时频分析方法提供依据.     

基于广义S变换的信号提取与抑噪

S变换结合了短时傅里叶变换和小波变换的优点,是非平稳信号时频分析的有力工具.为了提高S变换在应用中的实用性和灵活性,该文将S变换改造成时频分辨率可调的广义S变换.广义S变换具有多分辨率特性,利用其高质量的时频分布,在时频域中设计了两种时频滤波器.前者用来实现非平稳信号中特定信号分量的提取,也可滤除处于特定时频平面中的噪声;后者直接应用广义S变换的时频谱实现,用于含高斯白噪声信号的滤波,达到了突出有效信号和压制噪声的效果.几种信号模型的仿真试验显示了它们在信号提取和抑制噪声中应用的有效性.     

小波-傅立叶变换综合法的车桥耦合振动分析

将小波变换与傅立叶变换相结合,提出一种处理非平稳信号的新方法小波-傅立叶变换综合法。并用于分析不同车速下桥梁跨中挠度的动力响应曲线,得到完整的时频信息。分析结果表明了该小波-傅立叶变换综合法在非平稳信号时频分析领域有良好的应用效果。     

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。     

MT信号处理中小波分析与Hilbert-Huang变换的比较

以实测大地电磁信号为分析对象,对比研究了小波分析和Hilbert-Huang变换在大地电磁（magnetotelluric,MT）信号分解和时频分析上面的特点.给出了小波分析和Hilbert-Huang变换的数学原理,分析了2种方法在MT信号分解中的分解方法及其物理意义,讨论了2种方法在MT信号时频谱表征能力上的异同,为大地电磁信号分析方法的选择提供用了有价值的参考.     

顾及时间和水位因子的卡尔曼滤波法在大坝变形分析中的应用

建立变形与时间相关关系的变形模型，从中找出变形与时间相关关系的最佳变形模型；再建立变形与水位相关关系的变形模型，从中找出变形与水位相关关系的最佳变形模型；然后以变形与时间相关关系及变形与水位相关关系的最佳变形模型为基础，建立变形与时间、水位相关关系的变形模型，最后将变形与时间、水位相关关系的变形模型的模型参数作为状态向量，用卡尔曼滤波法进行大坝变形分析，实例计算表明这种建模方法效果较好．     

时变自回归模型在清醒大鼠局部场电位特征分析中的应用

同步和去同步状态是清醒大鼠脑活动的两种典型状态,分析不同状态下局部场电位(LFP)的时频特性差异是提取刺激响应特征的基础。针对LFP信号的非平稳特性,采用时变自回归(TVAR)算法建立LFP状态空间模型;并利用卡尔曼滤波迭代方法对模型系数进行动态更新。然后基于TVAR系数计算LFP的功率谱,对不同状态的LFP信号进行时频特性分析。研究结果表明,利用TVAR模型结合卡尔曼滤波算法获得的时频功率谱与基于短时傅里叶变换方法的结果相比,具有更高的时频分辨率,而且通过对LFP的时频分析可以有效捕捉大脑活动状态的动态变化,对于大脑功能机制的解析具有重要意义。     

分数阶经验模态分解方法在机械故障诊断中应用

将经验模态分解方法(EMD)和分数阶Fourier变换基本理论相结合,提出一种基于分数阶Fourier变换的经验模态分解的机械故障诊断方法.仿真结果表明,提出的方法是有效的,尤其是对于用EMD分解方法无法进行有效分解的信号.如果时频平面旋转一定的角度,将信号从EMD难以分离的区域变换到可以用EMD分解有效识别的区域,然后经过EMD分解和分数阶Fourier反变换,就可以实现分量的提取.诊断实例进一步验证方法的有效性.     

基于S变换的内燃机噪声信号时频特性

简述了S变换的基本原理,设计了仿真试验,对比分析短时Fourier变换与S变换的时频分析和信号检测能力.结果表明,S变换是一种更加有效的非稳态信号时频分析方法.以某六缸发动机为研究对象,采集机体前端和顶部噪声信号.采用S变换对噪声信号进行时频分析,分析信号能量在时频域内的分布规律及其频率成分随时间的变化情况,结合发动机的结构特点,分析噪声信号中比较突出的频率成分产生原因.S变换比较适合于发动机噪声信号时频特性研究,研究结果对发动机低噪声改进设计具有一定的参考价值.     

基于Wigner-Hough变换的P3/P4多相码雷达信号检测研究

Wigner-Ville分布是分析非平稳信号的常用时频分析方法,它将一维时间信号映射到二维时频平面上,而Hough变换在图像处理和计算机视觉中经常被用来提取图像中的图形特征。文章将这2种方法结合,提出了一种检测多相码雷达信号的方法,该方法首先计算信号的Wigner-Ville分布,得到二维时频分布图,然后在时频平面上再进行Hough变换,从而检测由LFM信号得到的多相码信号,如P3和P4多相码。仿真结果证明,此方法可有效地对线性调频类多相码信号进行检测,并且有较好的抗噪声性能。