基于短时傅立叶变换和连续小波变换的先天性心脏病心音比较分析研究

介绍了将短时傅立叶变换(STFT)和连续小波变换(CWT)用于先天性心脏病(房间隔缺损、室间隔缺损、动静导管未闭)心音信号进行时频分析、特征提取的研究.两种方法都能较好的识别先天性心脏病人,总有效率为85%.论文对两种方法的优缺点进行了比较.小波变换比短时傅里叶变换能更有效的识别正常人与病人的心音信号的特征,可分性更好.但是短时傅里叶变换能量范围更集中,动态范围变化也更小一些.     

小波分析的理论发展及应用

简述了由傅里叶变换发展到小波变换的基本过程,深入浅出地分析了傅里叶变换、短时傅里叶交换以及小波分析的基本内容.介绍了目前小波分析在部分领域的成功应用,对小波分析的未来发展和应用作了阐述.     

小波分析的理论发展及应用

简述了由傅里叶变换发展到小波变换的基本过程，深入浅出地分析了傅里叶变换、短时傅里叶交换以及小波分析的基本内容。介绍了目前小波分析在部分领域的成功应用，对小波分析的未来发展和应用作了阐述。     

关于脑电信号分析方法的探讨

阐述了傅里叶变换(FFT)、短时傅里叶变换(STFT)以及小波变换的理论,并在MATLAB中对实验中自由活动大鼠运动皮层放电过程中采集到的数据进行了分析.实验表明,小波变换为脑电信号处理领域的研究提供了一个更加有效的方法.     

常用时频变换方法的浅析与比较

傅里叶变换、短时傅里叶变换和小波变换是信号处理中最常用的时频变换工具,本文对这三种常用时频变换工具进行了理论介绍,并比较和分析了三种变换方法在信号处理中特点和存在的缺陷。     

线调频小波变换及其应用

线调频小波变换是一种新的线性时频分析方法.在介绍线调频小波变换的基础上,比较了短时傅里叶变换、连续小波变换、线调频小波变换在瞬时频率计算方面的优缺点.最后给出了在石油勘探开发中利用线调频小波变换对沉积旋回信号进行分析的一些初步应用.     

用于稳态视觉诱发电位特征频率提取的同步压缩短时傅里叶变换方法

针对稳态视觉诱发电位(steady state visual evoked potential,SSVEP)范式下脑电信号(electroencephalograph,EEG)信噪比低、限制其识别正确率提高及脑-机接口应用等问题,根据EEG随机性、近似平稳的特点,提出了用于SSVEP特征频率提取的同步压缩短时傅里叶变换方法。该方法利用短时傅里叶变换对EEG进行时频分析,并通过同步压缩变换对时频平面的能量在频率方向进行重新分配,获得频率曲线更加集中的时频表达;同时为提高EEG信噪比,提取SSVEP脑电中特征频率附近信号进行重构,并利用典型相关分析进行分类识别,有效提高了最终识别正确率。仿真和实验结果表明,该方法极大地提高了信号的信噪比,具有良好的抗噪声性能和信号提取精度,且与传统的经验模态分解和常规滤波方法相比,该方法平均识别正确率最多分别提高了9.98%和4.38%,平均信息传输率最多分别提高了7.57bit/min和2.69bit/min,有效提高了SSVEP范式下脑-机接口的工作性能。     

心音信号的时频分析

首先对几种典型信号的计算结果进行了分析，并比较研究了短时傅里叶变换和连续小波变换在心音信号时频分析方面的性能差异．指出了应用这２种方法应该注意的问题，并对一例正常和一例非正常的心音信号的时频分析进行了讨论     

S变换在滚动轴承故障诊断上的应用

为了研究滚动轴承信号的非平稳特征,应用时频分析技术是一种较好的选择．研究了S变换,该方法是将短时傅里叶变换同小波变换结合起来发展的一种新算法．对多种时频分析方法进行了比较,得出S变换优于其他方法的一些特点,提出基于S变换的滚动轴承信号瞬态特征检测方法．结果表明,S变换能够以较高时频分辨率表示轴承振动中的非平稳特征,能反映出信号时频谱真实的物理意义,并且计算速度快．诊断结果验证了该方法可以用于滚动轴承的故障诊断．     

脉冲噪声下基于Robust STFT的LFM信号检测与参数估计

针对传统的基于时频的线性调频(LFM)信号检测和参数估计方法在脉冲噪声环境下失效的问题,提出了一种新的对脉冲噪声不敏感的鲁棒短时傅里叶变换(Robust STFT)LFM信号检测和参数估计方法.该方法首先计算含噪声LFM信号的鲁棒短时傅里叶变换,由于鲁棒STFT对脉冲噪声不敏感,时频平面上呈斜线分布的LFM信号的时频特征仍然被保留.基于Radon变换在时频平面上进行直线积分,实现了信号检测和参数估计.仿真结果验证了该方法的有效性.     

小波域内瞬时频率提取方法研究

根据振动信号本身的特征,由小波系数模极大值与小波函数的关系,提出了一种在小波域内提取瞬时频率的方法,这种方法比较适合于频率随时间变化的振动信号,把方法用于由碰摩转子模型生成的振动信号,可得到一条锯齿状的瞬时频率曲线,而用短时Fourier变换对该信号,是不能检测出这样的特征,这证明了该方法在瞬时的提取中是很有效的,对实测碰摩信号获得的瞬时频率也显示了这种方法的有效性,在故障诊断和特征提取中有广阔的应用前景。     

微弱振动信号的谐波小波频域提取

为解决设备故障检测和故障预报中某些微弱振动信号难以提取出来的问题,在介绍谐波小波变换的优良特性及其基本原理的基础上,给出了谐波小波变换的实现技术.在不减少信息点数的情况下,用谐波小波变换成功地对微弱振动信号实现了频域提取与时域重构,并且实现了强噪声下微弱周期振动信号的频域提取.通过算例和工程实例,说明谐波小波方法在微弱信号的频域提取能力和精度上明显优于基于二进分解的小波方法和傅里叶分析方法,且在混有强噪声的信号提取中消除了二进小波包仍然存在的噪声泄漏,同时也显示了谐波小波变换的频域保相特性.     

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。     

基于Morlet小波变换的振动特性参数识别

传统的振动系统特性参数识别方法对于非线性、非平稳信号的处理能力差,尤其对于阻尼比的识别精度较低.将Morlet小波变换和随机减量技术相结合识别振动系统的特性参数,首先利用随机减量技术提取振动的自由衰减响应信号,进而由Morlet小波变换对信号进行连续的小波变换处理得到小波能量谱,结合参数识别的基本理论及对时间-幅值坐标面曲线的半对数拟合结果得到振动系统的频率及阻尼比,数值仿真结果表明,提出的方法能有效识别系统的固有频率和阻尼比.将该方法应用于罐车模型流固耦合冲击试验研究,较好地识别出充液工况下振动系统的固有频率和阻尼比.     

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。     

瞬态提纯轴心轨迹在回转机械诊断中的应用研究

针对回转机械常用信号处理方法的４个缺陷,提出了基于改进傅里叶变换的瞬态提纯轴心轨迹方法,淫来分析瞬变信号,该方法集成了短时傅里叶变换和全息谱的优点,通过一系列工频椭圆的变化规律来直观地反映转子的振动特性。经启车实例分析,证明该方法将成为诊断和分析转子振动特性的强有力工具。     

光纤激光干涉测量激光冲击强化自由表面速度

光纤激光干涉（PDV）是最近几年发展起来的一种新型测速技术,在某些领域已逐渐取代任意反射面测速（VISAR）,但在低速且短瞬时快速变化的质点速度测量方法和数据处理技术还不成熟．本文针对激光冲击强化过程中靶材自由表面速度这一具有典型短瞬时、速度剧烈波动、速率变化大等特征的非平稳信号进行PDV测量,比较了短时傅里叶变换和连续小波变换的处理结果．研究表明,PDV对弹塑性金属材料的激光冲击强化自由表面速度能够进行准确测量,获得了符合理论分析的测量结果,特别是捕捉到了弹性前驱波;连续小波变换处理效果显著优于短时傅里叶变换．     

利用钻柱振动频谱判别钻柱复杂情况的方法

为实现钻井过程中井下钻柱运动状态以及井下复杂情况的实时监测,依据振动测试原理,结合实际钻井工况中钻柱振动特征,研制钻柱振动信号测量及处理系统。现场试验结果表明:钻柱出现黏卡、跳钻等现象后,利用快速傅里叶变换和小波变换处理方法可有效提取和识别钻柱在井下的振动特征;研制的钻柱振动采集系统可以应用于现场钻柱振动信号的采集、处理,其结果可以判断钻柱的井下工作状态。     

谐波小波及其时频剖面图在旋转机械诊断中的应用

分析了谐波小波的定义、特点,以及用谐波小波时频图、等高线图表示谐波波分解结果的方法。分析结果表明,这两种方法虽然可以直观表示信号的时频能量分布以及无噪声信号中的微弱奇异成分,但当信号中存在噪声时,用这些方法将难以检测信号的奇异性,因而它们在工程实际中几乎是没有用的。提出了谐波小波时频剖面图（Ｔｉｍｅ－Ｆｆｒｅｑｕｅｎｃｙ Ｐｒｏｆｉｌｅ Ｐｌｏｔ,即ＴＦＰＰ）方法,利用该方法可以检测含噪声信号的微     

基于小波变换的故障信号检测

分析了小波变换的时频局部化特性及基于多分辨分析的信号小波的分解算法 ,研究了信号局部奇异性在小波变换下的特性 ;根据故障信号的局部奇异性在小波变换下模的极大值及其在不同尺度上的传播特性 ,对 30 8型滚动轴承振动加速度故障信号进行分解 ,对故障特征信号进行时域定位 ,并提取了故障特征频率f=46 .88Hz,这与实际的故障特征频率相近 ,说明该方法适用于滚动轴承的在线监测和故障诊断