铁路轨道不平顺波长及病害波形的定位方法

应用时频分析和特征波形能量突变理论,开展轨道不平顺波长和轨道病害波形定位提取的研究。结合小波变换多分辨率分析和Wigner-Ville分布良好的时-频能量聚集性,提出基于小波-SPWVD的时-频能量波长定位提取方法,并与常规的尺度-小波能量谱方法进行对比分析。以时-频能量分析法为基础,基于轨道病害波形的统计特性,提出融合病害波形统计特征频率和频率影响系数的小波-SPWVD时-频能量病害提取算法,用于轨道病害特征波形的定位提取。研究结果表明:小波-SPWVD时-频能量分析方法和常规的尺度-小波能量谱方法在基本原理和定位提取性能上具有一致性与有效性,但时-频能量分析方法在时耗及特征波长信息含量上更具优势。用焊缝不平顺和凸台形不平顺的病害波形实例验证了时频能量分析方法的有效性。     

周期混合材料等效电参数无频散特性研究

频散性质是混合材料电学参数的重要特征,一直以来都受到众多学者关注,而关于周期混合材料无频散性质却较少被研究. 本文基于描述周期混合材料等效电参数的经验公式,推导得到周期混合材料等效电参数无频散时各组分应满足的条件,并采用有限元方法提取周期混合材料的等效介电常数和电导率. 经对比, 我们发现数值仿真结果与推导结果高度吻合,这表明本文提出的周期混合材料无频散理论是有效的. 在等效电参数满足无频散条件的前提下,我们分析了混合材料等效电参数随各组分体积比和电参数比的变化规律,以及内含物形状和空间分布对混合材料等效电参数无频散特征的影响. 本文基于晶胞结构提出了微观尺度上的周期混合材料无频散理论,可为无频散元器件的设计、各频段下等效电参数测量设备的样本制备以及测量结果校准提供理论依据.     

基于重排分布与平稳小波的跳频参数盲处理方法

为满足低信噪比下的跳频参数盲估计,提出一种重排平滑伪Winger-Ville分布与离散平稳小波变换结合的处理方法.利用离散平稳小波变换的时移不变性及重排分布更好的时频聚集性与交叉项抑制性能,有效提高了抗高斯白噪声干扰的能力.仿真试验表明,该方法可以在信噪比为-6 dB以下实现跳频参数的盲提取,为低信噪比下的跳频参数盲处理提供新思路.     

基于时频分析-随机Hough变换的微动目标参数快速提取

研究了微动目标的参数与其微多普勒特征之间的关系,针对旋转目标的微多普勒信号表现为三参数正弦调频信号的特点,提出了一种正弦调频信号参数快速提取算法.该方法对目标信号进行时频分析,并对分析的结果进行时频脊的提取,获得正弦调频信号的频率变换曲线.最后在提取的时频变换曲线上进行正弦曲线的随机Hough变换检测,从而得到正弦调频信号的参数估计.当信噪比较小时,该方法的估计精度优于Time Frequency Distribution-Hough(TFD-Hough)变换方法.当信噪比较大时,两种方法的估计精度相当,但该方法的运算时间优于TFD-Hough变换方法.仿真实验结果表明,相对于TFD-Hough变换方法,该方法的运算量明显减少,当信噪比为0时,该方法的运算时间约为TFD-Hough变换方法的19.9%.在计算精度方面,该方法的计算精度与TFD-Hough变换方法相当.     

MMV模型下无源双基雷达低空目标微动特征提取

基于频分复用模式下的正交频分复用信号外辐射源双基雷达模型,对带旋翼低空目标进行回波建模,得到目标微动参数与回波微多普勒参数间的关系.在此基础上,针对数据缺损条件下的低空目标回波,采用基于多重观测矢量(MMV)模型并结合稀疏重构方法,实现了目标微动特征参数的提取.仿真结果表明:针对低空微动目标,该方法提取参数的均方误差可达到10-3量级.相比于单重观测矢量模型,该方法能更加准确实现数据缺损条件下的微动参数提取,耗时随模型重数的增加而减少,可为实际环境下低空目标微多普勒特征提取提供参考和借鉴.     

经验模态分解的时频分析方法及其应用

研究了经验模态分解与希尔伯特变换相结合提取信号特征参数的方法,并对其性能进行了分析。给出了经验模态分解时频特性分析方法及步骤,并用该方法对瞬态信号特征提取及信号趋势提取进行了研究,仿真实验验证了该方法的可行性和有效性。将经验模态分解时频分析方法应用于信号的趋势提取领域,验证了此时频分析方法的有效性以及反映信号局部时频特征的独特优点。     

语音信号的小波变换处理方法

利用小波变换时-频分析的特点,针对语音信号特征,选取适当的小波母函数进行增强和压缩编码处理.通过Matlab仿真分析,得到增强后的信号图和压缩后的压缩比参数、能量保留参数、零系数比例系数.结果表明,基于小波变换的语音信号处理表现出良好的特性.     

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.     

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．     

基于时频图像GLCM-HOG特征的往复压缩机故障诊断

往复压缩机的故障诊断技术能够为工业生产提供有效保障,针对传统方法诊断准确率不高的问题,提出了一种基于振动信号时频图像灰度共生矩阵-方向梯度直方图(GLCM-HOG)特征融合的往复压缩机故障诊断方法.首先,采用小波变换的方法处理往复压缩机的振动信号,生成时频图像;其次,利用灰度共生矩阵(GLCM)和方向梯度直方图(HOG)的方法提取时频图像特征,融合构建GLCM-HOG特征;最后,将融合特征输入支持向量机(SVM)进行分类,以判别往复压缩机的运行状态.实验结果表明,所提方法对设备的状态识别准确率可以达到92.33％,能够实现往复压缩机的准确诊断.     

估计跳频信号参数的多窗口迭代平滑伪WVD新算法

采用时-频分析方法获取跳频信号的瞬时频率、跳周期、跳频图案等主要参数,在短时傅立叶变换、Wigner-Ville分布等传统时-频分析算法均无法达到抑制噪声和实时参数检测的情况下,提出一种能适应跳频信号速率变化的多窗口迭代平滑伪Wigner-Ville分布(SPWVD)算法来进行跳频信号参数的实时估计。仿真结果表明,该算法在较低信噪比(-8 dB)的情况下也具有良好的实时估计效果。     

小波变换在视觉诱发电位信号提取中的应用

在基于视觉诱发电位脑机接口研究中，需要在强噪声背景下迅速准确地提取出微弱的视觉诱发电位信号。对信号进行小波分解，分析诱发电位信号及噪声在不同尺度上的分布特点，选择诱发电位信号能量相对集中且能较好反映信号主要特征的频带设计了小波时频滤波器。小波时频滤波器结合少量次累加平均，可提高信噪比，提取出视觉诱发电位信号。实验表明，平均刺激9-20次就能提取出信号。本方法能准确快速地提取出有明显特征的诱发电位信号，有利于提高脑机接口通信速度及正确率。     

基于跳频信号短时平稳的二阶特征窗盲分离抗干扰方法

跳频通信难以高效抵抗人为的恶意干扰和动态干扰,研究基于盲分离理论的新型抗干扰技术具有重要意义.提出一种基于跳频信号短时平稳的二阶特征窗盲分离抗干扰方法,该方法通过空间预白化和定义特征窗函数,把跳频信号转化为白化的短时平稳信号,利用伪Wigner-Ville分布,提取出有用跳频信号而抑制掉干扰,实现抗干扰的目的.仿真结果表明,新分离算法比特征矩阵联合近似对角化(joint approximative diagonalization of eigenmatrix,JADE)算法具有更好的分离效果,分离后的信号通过提取算法能有效地被提取出来.     

局部放电脉冲群的实用快速分类技术及应用

对108/s高速采样率获取的超宽带局放脉冲波形-时间序列,使用等效时频法提取了局部放电脉冲群的波形特征参数,并研究了模糊C均值聚类算法的特性及其在局部放电脉冲波形特征向量参数处理中的应用.基于GIS的局部放电试验数据处理表明:由等效时频特征提取和模糊C均值聚类分析组成的局部放电脉冲群快速分类技术可以对多个局部放电源构成的脉冲群进行准确分类.这为研制基于单个脉冲的局部放电超宽带检测与模式识别系统提供了实用的脉冲群快速分类技术.     

自适应Chirplet快速变换在轴承故障诊断中的应用

在故障诊断中,针对当前各种时频分析方法存在的问题,作者提出一种基于自适应Chirplet变换的故障诊断方法.该方法在参数粗搜索的基础上,将多维参数的最优化过程转化为传统的曲线拟合问题,不仅解决了交叉干扰项和时频分辨率之间的冲突,而且还具有计算量小、运算速度快和参数估计精度高等优点.实验结果表明,该算法能够有效地提取故障轴承振动信号的时频特征,其诊断效果明显优于其他时频分析方法,因此,是一种有效的故障诊断方法.     

一种低信噪比下基于时频原子的复杂调制雷达信号分选方法

复杂调制的多种雷达辐射源信号在低信噪比环境下,具有复杂度高、识别效率低的特点.提出一种基于改进的Chirplet时频原子特征的雷达信号识别分选方法.首先分析多种调制方式的雷达信号,然后分析PSO智能优化算法在参数搜选中的原理和优势,并用该算法对时频原子提取过程进行改进,之后提出PSO算法与时频原子概念结合的方法,利用类区分度准则提取信号特征,得到LPI雷达信号的有效表征原子.最后通过仿真实验证明该方法对于3 dB以上多种调制方式的雷达信号,可快速地完成有效识别分选.     

基于复值谱图的重参数化结构声源分离条件网络

通过改进频率变换块以适应多源任务,并扩展了标准的U-Net进行多源分离.首先,提出一种基于复值谱图的条件机制网络,以捕获与源相关的时频模式;其次,采用潜在源注意力机制提取全局时频信息,建立长距离和层级化的时频依赖关系,根据重参数化结构丰富卷积块的特征空间,在不大量增加参数的前提下可以保持相同的性能;最后,在MUSDB源...     

基于时频平面脊信息提取的间谐波分析新方法

针对电力系统间谐波分析的局限性,提出一种基于时频平面脊信息提取的间谐波分析新方法.该方法首先基于自适应最优核时频分布理论得到间谐波信号的时频分布,然后进行时频平面脊信息的提取,从而得到各间谐波分量频率随时间变化的特征.同仅采用时频分布刻画间谐波信号时频分布特性相比,该法具有更高的时频分辨率及更强的信息可读性.仿真及实测数据分析结果表明：该方法表现出很高的时频聚集性,且不受交叉项的影响,清晰地刻画出各间谐波分量的时变性特征,对各频率分量相隔较近的信号仍然有效.     

基于运动相关脑电特征的手运动方向识别

为了研究如何从无创运动相关脑电中提取运动信息作为上肢主动康复训练的控制命令,通过设计实验,使右手完成左、上、右3个方向的运动,同时采集脑电数据和右手运动信息.通过小波时频分析确认与右手运动相关的脑电频带,并提取其小波分解系数作为特征,采用支持向量机进行特征分类,根据方向识别准确率分析提取特征的有效性.结果表明,运动脑电delta和theta频段的小波系数特征可以有效区分右手不同方向的运动,方向识别准确率的均值接近65%,并且用准备阶段特征分类的结果普遍优于运动阶段特征,因此,在手运动之前诱发的脑电活动含有丰富的运动信息,可用于脑-机接口系统提取上肢主动康复训练的控制命令.     

多频信号的多尺度随机共振检测方法及应用

基于随机共振的基本原理,采用多尺度随机共振变换的方法用于多频微弱信号的检测,通过调节双稳态随机共振系统参数、噪声强度,将单频微弱信号上产生的随机共振效应扩展到多频信号,实现多频信号的同时检测.结果表明,该方法可从高噪声背景中有效地提取出多频信号,尤其对于多频大参数信号的检测,多尺度随机共振变换有着更好的性能.