电信号的时频分析新方法

针对电力系统中电信号检测的现状,提出了一种高分辨率的电信号时频分析新方法.该方法首先基于自适应最优核时频分布理论得到电信号的时频分布,然后进行时频平面脊信息的提取,从而得到电信号各频率分量频率随时问变化的特征.针对时变间谐波、暂态震荡电压、变压器故障电流等电信号进行仿真分析,仿真结果表明:该方法表现出很高的时频聚集性,且不受交叉项的影响,清晰地刻画出各频率分量的时变性特征.     

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.     

一种魏格纳-威利分布交叉项剔除新算法

为抑制魏格纳-威利分布分析多分量信号时交叉项的干扰,提出了一种交叉项剔除新算法,该方法通过分析多分量信号及跳频信号的魏格纳-威利分布交叉项特性,得出其交叉项数目和频率的一般规律,然后采用带通滤波器对时频分布结果中交叉项进行滤除。理论分析和仿真验证表明,该算法可以有效剔除多分量信号魏格纳-威利分布中的交叉项干扰,且具有优异的时频聚集性。     

VMD与Cohen核结合的时频分布交叉项抑制方法

在非平稳信号时频分析中,使用Cohen核所得时频分布的交叉项抑制与时、频分辨率难以兼顾。针对此,提出一种将变分模态分解（VMD）与Cohen核相结合的时频分析方法。首先对信号进行VMD分解,得到一组具有不同频率成分,相互独立的固有模态函数（IMF）分量,然后对每个IMF分量进行Cohen核时-频变换,再线性叠加重构出原始信号的时频分布。通过仿真分析,结果表明：该方法可以在保持时频分布中较高时、频分辨率的基础上,有效消除交叉项的干扰。     

EMD与CWD结合在暂态电能质量扰动检测中的应用

针对Cohen类二次型时频分布存在的交叉项,提出一种基于EMD与Choi-Williams分布相结合的方法,利用经验模态分解将信号从频域上分离若干个固有模态函数经过去伪后进行Cohen分布的时频变换,将得到的结果叠加重构出原始信号的Cohen类时频分布.仿真结果表明,该方法能有效抑制时频分布的交叉项,保证Cohen分布的时频聚集性,提取扰动特征.     

基于级联原子库的时频原子分解

为了分解多分量雷达辐射源信号,提出一种基于级联原子库的时频原子分解方法.该方法先构建级联原子库,采用该原子库对信号进行时频原子分解,以得到信号的最优稀疏表示.仿真实验结果表明,对多分量雷达辐射源信号进行时频原子分解,该方法在重构精度、衰减率和重构信号时频聚集性3个方面均优于单一时频原子库下的时频原子分解方法.     

冲击噪声背景下频率和DOA的联合估计

为解决冲击噪声背景下的LFM信号频率和波达方向(DOA)联合估计问题,本文依据FLOM-时频分布理论和谱图重排方法,提出了一种基于FLOM-时频分布谱图重排的频率特性和DOA联合估计算法,该算法解决了时频分布DOA估计算法不能应用于冲击噪声的不足,能有效抑制交叉项影响,具有较好的时频聚集性能,算法通过频率拟合和时频平均-MUSIC算法可同时得到LFM信号的瞬时频率和DOA值,相比于目前已有的DOA算法,该算法具有更好的参数估计精度.计算机仿真试验证实了算法的有效性.     

短时傅立叶变换与Wigner-Ville分布联合确定地震信号瞬时频率

地震信号属于非平稳信号,利用短时傅立叶变换对地震信号进行时频分析时会受窗口大小的影响,利用Wigner-Ville分布的方法时会产生交叉项。基于这些原因,提出了把二者结合起来的方法计算时频分布,并且利用时频剖面得到信号的瞬时频率。从理论数据出发,分别计算利用短时傅立叶变换、Wigner-Ville及二者结合得到的时频剖面。通过比较得出:2类方法联合后获取的瞬时频率与原始的瞬时频率最接近,说明二者结合的方法对获取瞬时频率更有效。     

EEMD和Cohen类联合抑制交叉项的时频特征提取方法

Wigner-Ville分布是一种双线性时频分布,对多分量信号分析存在交叉项干扰.本文提出了一种基于EEMD和Cohen类时频融合算法,该算法采用EEMD算法将信号从频域上分离为若干个固有模态函数之和,再对伪分量之外的各分量进行Cohen类时频变换并叠加,得到信号的时频分布,消除了信号内部各模态函数之间时频分布的交叉项.通过对EEMD和Cohen类时频融合算法进行仿真,与小波分解和Cohen类联合时频算法、EMD和Cohen类联合时频算法的仿真进行比较,结果表明,该算法抑制交叉项效果最好,重构误差最小,同时抑制了噪声对时频特征的干扰.     

基于S变换的自适应降噪方法

简要介绍S变换后的时频特征,提出一种新的基于S变换的自适应信号降噪方法.利用于S变换高质量的时频分布,在时频平面中设计自适应时频滤波器,用于非平稳信号中信号分量的提取,展示该方法在信号噪声抑噪和提高信噪比方面取得了满意的效果.在信号模型的仿真试验与齿轮箱的齿轮故障诊断中,显示该方法在信号提取和压制噪声的效果,且滤波后信噪比有较大提高.结果表明,该方法可以有效提取故障齿轮的故障特征,消除虚假成分的影响,从而提高齿轮故障诊断的准确性.     

自适应最优核时频分布在地震储层预测中的应用

提高时频分辨率是频谱成像技术研究的重点。自适应最优核时频分布采用随信号特征自适应变化的核函数,在模糊域对远离原点的互分量进行抑制,并尽可能的保留集中在原点附近的自分量。通过理论模型验证,该方法较好地抑制了交叉项干扰,同时较连续小波变换和平滑伪Wigner-Ville分布等方法具有更高时频分辨率。最后在营尔凹陷长沙岭地区的实例应用中,利用自适应最优核时频分布对该区目标储层进行了频谱成像处理,并结合沉积相特征对长沙岭地区进行有利区带预测。结果表明:该方法适用于实际地震信号的时频分析,对储层刻画优于传统方法,且对研究区储层预测具有有效性。     

基于熵测度优化的跳频信号参数估计

详细讨论了采用三阶Flandrin体积归一化熵测度随时频分布核参数的变化规律,给出了典型时频表示进行参数优化的方法,提出了一种基于熵测度的信号相关平滑伪魏格纳分布,对其在跳频信号参数估计中的应用进行了比较和性能分析.仿真结果表明了该量化测度在时频核函数性能评价时的可行性和有效性,基于熵测度优化的跳频信号参数估计有较好的抗噪声能力,可以取得比其他方法更精确的效果.     

基于时频和形态学滤波的长时间能量积累检测

为了检测强噪声背景下长积累时间、低信噪比、信号波形未知的机动目标，提出了一种时频分析和形态学滤波检测的方法．利用时频分布聚集信号能量在其瞬时频率曲线附近，而散布白噪声能量在整个时频平面上的特点，应用时频分布、阈值处理和数学形态学滤波估计高能量时频支撑区域，并累积这些区域的时频能量以构造检验统计量进行统计判决．该方法不需要先验波形信息，检测积累时间不受处理方法的限制，可在更长观测时间内检测噪声环境中的微弱机动目标．仿真实验表明，在信噪比为-9dB、虚警概率为10^-5时，检测概率可达99％．     

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。     

基于PFRFT周期积累的多相编码信号检测与参数估计

由于多相编码信号存在明显的周期时频分布规律性,在研究该类信号在低信噪比下的检测及参数估计问题时,对分数阶傅里叶变换进行周期延拓,首先结合该类信号的PWVD时频特性,通过分析多相编码信号的PWVD脊线分布特点与多分量LFM信号的关联特性,利用PFRFT对信号平行脊线能量进行积累,再根据积累后的峰值搜索对信号进行参数估计,最后采用与同样参数LFM信号进行RWT后的峰值固定比例结论对检测概率与参数估计精度进行分析。实验证明,该方法不仅成功提高了低信噪比下的多相码信号检测概率,而且五大参数的估计精度也得到了提高。     

Image Blind Deblurring Using an Adaptive Patch Prior

Image blind deblurring uses an estimated blur kernel to obtain an optimal restored original image with sharp features from a degraded image with blur and noise artifacts. This method, however, functions on the premise that the kernel is estimated accurately. In this work, we propose an adaptive patch prior for improving the accuracy of kernel estimation. Our proposed prior is based on local patch statistics and can rebuild low-level features,such as edges, corners, and junctions, to guide edge and texture sharpening for blur estimation. Our prior is a nonparametric model, and its adaptive computation relies on internal patch information. Moreover, heuristic filters and external image knowledge are not used in our prior. Our method for the reconstruction of salient step edges in a blurry patch can reduce noise and over-sharpening artifacts. Experiments on two popular datasets and natural images demonstrate that the kernel estimation performance of our method is superior to that of other state-of-the-art methods.     

基于时频误差分析法的随机介质波场特征分析

设计了含裂缝的随机介质模型和含随机介质的复杂盐丘构造模型,基于声波方程有限差分法,进行了波场快照及共炮点地震记录模拟;利用连续小波变换的时频误差分析方法,分析了与所给模型相同构造的各向同性介质模型的地震记录的时频振幅误差;统计分析了各道地震记录的时频特性,所得结果与利用连续小波变换的时频误差分析法吻合较好.表明时频误差分析法能为研究随机介质波场特征提供一种可行的思路.     

基于STFRFT的脉冲干扰抑制方法研究

为了解决航空无线电导航服务频段附近的脉冲干扰影响接收机工作的问题,并进一步提高GNSS系统的抗干扰能力,提出了基于STFRFT(short time fractional Fourier transform)的脉冲干扰抑制方法。首先确定接收信号的最佳旋转阶次,再对信号进行STFRFT,通过坐标旋转得到时频面的二维分布,在最佳阶次下采用自适应时变滤波器实现对干扰和信号的分离,进而抑制干扰。仿真结果表明,和几种传统方法相比,基于STFRFT的自适应滤波算法剔除干扰效果最好,在抑制脉冲干扰的同时保留了更多有用信号。结合STFRFT技术和自适应时变滤波技术提高了抑制脉冲干扰的能力,可为航空无线电导航服务的脉冲抗干扰技术提供参考依据。     

套管井不同胶结状况下声波测井响应及其时频特征

利用自制的模型井,在实验室内研究了套管井第一界面不同类型的水泥胶结窜槽的声波测井响应特征,基于Choi Williams内核的Wigner Ville分布,对该声波测井响应进行了时频分析。结果表明,发射和接收探头同时处于胶结良好区域或者发射和接收探头之间存在夹角小于180°的周向窜槽时,时频分布图中具有3个幅度不等的能量峰,能量分布范围比较宽;当发射和接收探头之间存在夹角大于180°的窜槽时,时频分布图中仅有2个能量峰。发射和接收探头之间未胶结区域越不规则,其能量峰越不容易区分。当发射和接收探头同时处于自由套管内时,仅有1个幅度较高的单一能量峰,并且其能量分布范围(对频率)减小。