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.     

Gabor变换时频分析、信号空域滤波及高帧率超声成像方法研究

<正>时频分析方法是信号处理领域的一个重要研究方向,Gabor变换是非平稳信号重要的时频分析工具之一,对非平稳信号进行Gabor变换,由其变换系数得到的Gabor时频谱揭示了信号中所包含的频率分量及其演化特性,可以有效提取信号的时频特征,在信号分析与处理领域具有广泛的应用前景.陶亮的文章综述了Gabor变换的基本理论、研究进展与现状,并展望了Gabor变换问题进一步的研究方向.     

基于VMD-PWVD的内燃机振动信号时频分析方法

针对Wigner-Ville分布(WVD)在分析多分量信号时交叉干扰项与时频聚集性相互矛盾的问题,提出一种基于变分模态分解的伪魏格纳分布法(VMD-PWVD),以抑制WVD分布中的交叉项。该方法首先对信号进行VMD分解,将信号在频域上进行剖分,得到一组相互独立的具有不同频率的固有模态函数(IMF)分量,然后对每个IMF分量进行PWVD分析,最后把各个IMF分量的PWVD分析结果线性叠加,重构原始信号的时频分布。仿真结果表明,该方法在有效地从频域和时域双向抑制WVD交叉项的同时,又保留了WVD分布法原有的优良特性。将VMD-PWVD应用于内燃机缸盖振动信号的时频分析中,能很好地刻画出不同工况信号的特征信息,各时频分量物理意义明确,是一种有效的时频分析方法。     

冲击电压下SF6气体在极不均匀场中局部放电的时频特征

为了研究冲击电压下GIS腔体内绝缘缺陷局部放电的发生发展机理,采用短时傅里叶变换(STFT)、伪Wigner-Ville分布和Gabor分布理论,对标准负极性操作冲击电压下SF6气体在极不均匀场的局部放电光信号和电流信号的时频特征进行了分析.结果表明:STFT、伪Wigner-Ville分布和Gabor分布均能有效提取放电信号的时频特征,但Gabor分布具有较好的时频聚集性,不具有交叉干扰项,且对信号的时频特征的刻画最为细致,而STFT的时频聚集性较差,伪Wigner-Ville分布则存在固有交叉干扰项;冲击电压下局部放电光信号和电流信号在时频平面的分布不同,光脉冲的能量上升到峰值的时间要小于电流脉冲.     

齿轮故障的最优Gabor窗谱检测法

齿轮振动信号中存在大量非平稳信号,在用Gabor谱来进行齿轮振动信号时频分析的基础上,针对Gabor变换中窗函数选择的问题,采用熵度量法来选择最优的Gabor窗函数宽度,提高了Gabor变换的时频聚集性;利用谱图的具有特殊的交叉项机理,在自项支撑区域内做出信号的Gabor谱图,有效去除了分量间的交叉项,并在Gabor谱图上来分析齿轮振动信号的时频分布,且与传统的分析方法作了比较。实验结果表明,在优化的Gabor谱图上能很直观地反应存在异常的齿轮及能量随时间的变化,能较易地诊断出齿轮故障。     

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Gabor变换的微动目标微多普勒分析与仿真

由于目标微动特征信号具有非线性和非平稳的特点,为有效提取雷达目标的微动特征,为雷达目标的分类与识别提供依据,在单频信号体制下,以旋转散射点目标为例,基于时频分析的方法提取了旋转目标的微多普勒信息,通过仿真验证,得到了微动目标的微多普勒特征,比较了几种常见时频分析工具的变换结果及性能差异.仿真结果表明,Gabor变换方法在微动目标微多普勒提取方面是可行而稳健的,Gabor变换的巨大潜力将为微动目标特征识别提供新的途径.     

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.     

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。     

Gabor展开与变换研究综述

Gabor展开与变换是非平稳信号重要的时频分析工具之一,由其变换系数得到的Gabor时频谱揭示了信号中所包含的频率分量及其演化特性.综述了Gabor展开与变换的基本理论、研究进展与现状,简介了其在一些领域中的应用,并展望了未来的进一步研究.     

WIGNER—VILLE分布及其在FMCW信号识别中的应用

介绍了FMCW信号以及Wigner-Ville分布,对利用Wigner—Ville分布识别FMCW信号进行了研究．分别对信噪比为∞,6dB,3dB,0dB,-3dB,-6dB的FMCW信号作了WVD,PWVD,SPWVD,RSPWVD的MATLAB仿真,并做了比较研究,结果表明WVD抗噪性较差,且交叉项影响较大,当信噪比较小时,基本不能识别信号;PWVD,SPWVD交叉项有所减小,但时频聚集性变差,抗噪性提高不大;RSPWVD各方面性能均有较大提高．     

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。     

基于希尔伯特变换的改进地震信号谱重排

谱重排最早被称为改进的滑动时窗法,用来提高常规的时频谱分析的分辨率,其基本原理是将原时频谱中每一点的能量进行聚焦重排。由于该算法仅对信号在频率域进行重排,致使其重排过程是不可逆的。为了优化时频重排算法,将原始的谱重排算法与希尔伯特变换相结合,通过对信号求取导数并使用加窗傅里叶变换对理论信号进行再处理得到改进后的处理结果。结果表明,基于希尔伯特变换的改进谱重排算法不仅兼顾了时频谱重排和加窗傅里叶变换的优势,提高了对信号时频变换的分辨率,而且在地震勘探领域具有广泛的应用前景。     

基于小波多分辨率分析的信号消噪

小波变换是近10年来迅速发展起来的学科，它与傅立叶变换、Gabor变换相比，是一个时间和频率的局部变换，因而能有效地从信号中提取信息。通过对信号进行多尺度细化分析，解决了傅立叶变换不能解决的许多问题。利用噪声信号小波变换的极大值随尺度的加大而显著减少的特点，运用小波多分辨率分析进行信号噪声的消除，仿真结果表明:小波多分辨率分析的效果，优于传统的傅立叶变换。     

一种基于时频分析的盲信号分离算法

利用模糊函数的时频分布特征选取时频点，提出一种新的时频域盲信号分离算法．与传统的维纳时频分布相比，不仅显著缩小了时频点的选择范围，而且不需要设定阈值．算法利用一种非正交联合对角化方法求取分离矩阵，在原始信号具有互相关的情况下也能达到良好的分离性能．仿真试验表明，该算法计算量小，分离精度高，可实现高斯源或相关源信号的盲分离．     

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。     

水下爆炸船体结构壁压信号时频特征分析

为了研究水下爆炸条件下船体结构壁压信号时频特征,基于某船体结构模型水下爆炸实验壁压数据,利用小波变换良好的时频局部化性质,对壁压信号进行时频特征分析,得到壁压信号在不同频带上的压力时程曲线和能量分布.结果表明,利用小波变换可以方便地获得壁压信号强度、频率和持续时间等时频细节信息.能量统计表明,壁压信号频带分布很广,超过80%的能量主要集中在20kHz以下,5kHz以下频带能量最大.