基于小波分析的微弱信号处理

应用离散小波变换对微弱数字信号进行分析及处理．离散小波变换具有时频分析特性，能将信号的细微变化反映出来．对实验获取的微弱信号进行小波变换分析的结果表明：离散小波分析可明显提高数字信号的信噪比，有利于从噪声中提取微弱信号。     

滑跑中的喷气式战斗机的被动声时频特性

为了分析滑跑中的战斗机的被动声信号的时域、频域、时频分布、能量最大值所对应的频率分布等特性,利用自相关方法、功率谱估计、时频分析和能量极大值所对应的频率等分析方法,对战斗机的声信号的时频特性进行描述。通过2个典型声信号的对比分析,发现飞机起飞瞬间的被动声信号是滑跑中的战斗机的被动声信号的一个新的重要特征;其频率分布具有频率成分高、分布范围广等特点。认为将战斗机的2个主要声特征,即CPA时刻和起飞瞬间的被动声特征联合考虑将有助于实现目标的精确定位和追踪。     

小波包变换及其在低信噪比雷达信号检测中的应用

雷达对目标进行检测之时，常常遇到目标回波信号被噪声污染的问题。为了把弱目标信号从强噪声背景中检测出来，对小波包变换良好的时频分析特性进行了分析，根据信号与噪声具有不同的Lipschitz指数，通过引入子频带∞-范数，对信号和噪声进行频谱分析，将最佳子空间的熵值及最佳子空间在完整二叉树中的位置参数作为特征量，应用浮动阈值去噪方法，解决了低信噪比情况下的雷达信号检测。最后，通过计算机的数值计算，模拟了小波包变换和小波变换在低信噪比雷达信号检测中的具体应用，得出了在低信噪比信号检测方面小波包变换优于小波变换的结论。     

一类非高斯噪声的统计特性及其去噪研究

首先利用多尺度小波包变换良好的时频局部分析能力,对一类非高斯噪声--双模噪声的统计特性进行研究;其次,详细研究了利用小波包变换和随机共振来消除信号中夹杂的双模噪声.理论分析和仿真表明:此方法具有计算量小、算法比较简单和实时性较强的特点,不仅实现了将非高斯噪声--双模噪声转化为简单的高斯噪声来处理,而且比传统的高阶统计量的处理方法要优越.     

奇异性检测理论及其在电力系统中的仿真应用研究

由于小波变换不仅具有良好的时频局部化特性 ,而且还可以根据信号频率的变化自动调节时频窗口 ,因此利用小波变换可以有效地检测出信号的奇异性特征。文章在分析电力系统暂态故障信号的奇异性和小波变换奇异性检测基本原理的基础上 ,得出电力系统暂态故障信号奇异性的特殊性 ,从而提出利用小波变换进行故障暂态信号奇异性检测的算法 ,并且给出了仿真研究结果     

小波变换时频特性的信号识别

研究了小波变换时频特性的信号识别及其在复合材料损伤检测中的应用．根据小波变换的框架重构理论及时频相空间理论,提取信号的时频域特征,通过比较原信号的时频空间和小波变换相空间的相同部分,得到能反映同样时频特征的小波级数展开项和的个数,并用误差函数的最小化提取能反映时频性质的小波系数．以此作为小波神经网络的学习参数,经过学习后,使之能对信号进行识别．应用此方法对复合材料试验过程中的复杂曲线进行了实验识别,效果很好．从小波时频特性提取的信号特征,在时间和频率方面都能体现原信号所包括的本质信息,供助Ｂ样条小波神经网络的识别结果,达到了预期目的．     

基于Morlet小波尺度参数寻优的匹配追踪时频分析

与短时傅里叶变换、连续小波变换、广义S变换等时频分析方法相比,匹配追踪方法具有更高的时频分辨率,但传统的贪婪迭代算法计算效率较低。以Morlet小波作为时频原子进行匹配追踪,通过分析尺度因子不同时Morlet小波时频原子在时间域的形态,比较信号向频率、相位和延时相同,仅尺度因子不同的不同时频原子投影的投影值,认为尺度因子对时频原子的形态具有较强的控制作用,因而对时频原子和信号局部特征的匹配性能具有较强的控制作用。基于以上分析,在利用复地震道计算信号的瞬时信息作为时频原子频率、相位和时延等参数的基础上,对Morlet小波时频原子的尺度参数首先进行一维寻优,在得到最佳尺度因子基础上对时频原子参数进行微调,提高了计算效率。针对模型测试了算法的有效性及在去除噪声和薄层厚度求取等方面的应用前景。     

现代时频分析方法

时频分析能清楚地揭示信号的时变频谱特性,是对时变、非平稳信号进行分析与处理的有力工具。本文主要讨论现代时频分析中极为重要的傅立叶变换、短时傅立叶变换和小波变换,深入分析和比较了傅立叶变换、STFT与小波变换。     

小波理论及其在光纤陀螺信号分析中的应用

分析了Ｆｏｒｉｅｒ变换、短时Ｆｏｕｒｉｅｒ变换和小波变换的不同特点以及光纤陀螺信号噪声产生的原因。根据光纤陀螺信号零点漂移的非平稳随机性和非正态分布特性,提出了利用小波变换所具有的时频局部化优点对其随机过程进行功率谱分析,在此基础上给出了随机过程的时－频功率谱的分析方法,选用具有良好紧支性的Ｍｅｘｏ帽小波为母小波对光纤陀螺随机噪声有序列进行处理,仿真结果表明,基于小波理论的时－频功率方法对光纤陀螺信号随机过程分析的有效性。     

基于小波变换的滚动轴承故障信号包络谱分析

小波变换是一种有效的时频分析方法,广泛应用于许多领域的非稳态数据分析问题.利用小波变换的多尺度分析能力,对滚动轴承的典型故障(如外圈故障)进行特征分析与提取.首先利用小波变换获取故障信号的细节参数,然后利用希尔伯特包络谱分析提取非稳态的故障特征.实验结果表明,基于小波变换及希尔伯特包络谱分析的联合方法可有效突出滚动轴承典型故障的非稳态特征,可以准确地实现故障诊断.     

战斗机起飞噪声测试及特性分析

目标特性的研究是智能武器系统进行目标识别的基础。主要对某型战斗机在起飞阶段产生的噪声信号进行了测试方面的探讨，介绍了测试系统的原理和各部分的功能，并分析了其时域和频域特性，具有一定参考价值。     

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.     

基于Gabor-Radon变换的低信噪比雷达LFM信号检测与估计

针对通常利用的匹配滤波法对低信噪比雷达LFM(linear frequency-modulated)进行信号检测和估计的不足,提出一种联合Gabor-Radon变换方法.通过计算雷达回波的Gabor时频变换,得到2D含强噪声和弱直线LFM的时频分布图;然后,利用Radon变换能对直线和边缘进行快速检测、抗噪能力强的特点,对时频2D图像进行Ra-don变换,检测出微弱LFM信号;再设置合适门限可对时频分布图去噪,进行Gabor逆变换可以得到去噪的时域波形.仿真结果证明了此方法能在低信噪比下有效地检测出LFM信号.     

听觉诱发电位信号分析中小波基函数的确定

声舒适是评价建筑室内环境的重要部分,听觉诱发电位是声环境舒适度评价的客观生理指标,听觉诱发电位信号的时频能量特征可以用来评价声环境的舒适性.小波包分析可以探究听觉诱发电位信号时频能量分布规律,分析时运用的小波基不同,产生的结果也不同.为了更好地研究听觉诱发电位信号的时频能量分布,比较了5种小波基函数的时域特点和幅频特性.对16名正常成年人进行了脑干听觉诱发电位实验,将所测16组听觉诱发电位的平均值进行小波包时频能量分析.结果表明,dmey小波分析结果在时频分布上可与实际信号的能量信息相匹配,可以减少各个频带信号分解后的失真问题.选择dmey小波对听觉诱发电位信号进行处理,能够更准确地分析听觉诱发电位信号的时频能量分布,为声环境的舒适性研究提供理论依据.     

小波分析在微地震信号处理中的应用研究

通过探究小波分析特性选取适合微地震信号处理的基本小波,并以实测微地震信号为例,论述了利用MATLAB小波工具箱成功实现微地震信号处理的过程。利用对称小波函数sym8、启发式阈值选择规则、软阈值函数、5层分解等参数实现了信号的自动去噪,经检验去噪效果良好。通过尺度-频率转换成功绘制出频率-时间-小波系数图和时间频率谱,为分析信号时频同步特性提供了有效手段。     

基于小波除噪与时-频指数分布的故障诊断新技术

通过快速的小波任意尺度的分解,为具体分析与实现原始信号的信噪分离与干扰成分的剔除提供了有效手段,而改进的指数时－频分析技术能够同时实现时域与域的高分辨分析,有效地压缩交叉干扰项,从时域的相位时间特征与步域的尖谱特征的结合途径揭示了信号的构成本质,为故障诊断提供了强有力的工具。     

应用于超声测距的小波变换滤波算法

有效的滤波算法是提高超声测距精度的关键之一。小波变换具有时频联合分析的能力,采样点处的各级小波系数反映了其频率成分的分布情况。该文提出了一种基于小波变换的超声回波滤波算法。对原始数据进行离散二进小波变换,然后将各点的小波系数同理想回波信号的小波系数进行相关运算,利用得到的相关系数区分噪声和回波所在区段,然后对噪声的小波系数进行收缩处理,从而实现滤波。利用该算法对自制的超声测距装置采集到的回波数据进行了滤波处理。结果表明:其滤波效果要优于经典的小波阈值法,信号信噪比提高了6～9dB,数据中混有的大幅值噪声得到了有效抑制。     

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.     

基于小波包和EMD处理的滚动轴承故障诊断

为解决异步电机故障轴承振动信号易受噪音影响信噪比较小的缺点,提出了一种新的故障诊断方法。首先,采用小波分析方法对测得的原始信号进行去噪,并根据频率对原始信号进行频带划分;其次,用经验模式分解(EMD)方法对小波包分解重构得到的低频段信号进行分解,获得若干固有内在模函数(IMF);最后,采用傅里叶变换对各个IMF函数进行时频分析获得频谱图,进而提取故障频率,根据故障频率和故障类型的对应关系得出最后的诊断结果。实验表明,该方法能有效地提取出故障特征频率,方便地判断出故障类型。对比分析了傅里叶变换和小波变换与本方法的优缺点,为滚动轴承的早期故障诊断提供了一个新的思路。     

基于时频分布的超音速飞行目标激波信号检测

为获取物体作超音速飞行时产生的激波信号,以对超音速目标进行识别和定位,设计了一种基于时频分布的超音速飞行体激波压力信号的检测器,用主成分分析法提取时频域的主成分,确定了一种简单的判别准则,解决了在噪声环境中检测出激波信号的问题.通过外场实测数据对检测效果进行了仿真分析,仿真结果表明可以获得较好的检测效果,适用于暂态信号的检测.