线性正则变换与模糊函数的关系研究

线性正则变换是一种有效的信号处理工具,它是Fourier变换、分数阶Fourier变换更为广义的形式.模糊函数又称联合时频相关函数,是研究雷达信号的主要工具.从线性正则变换的定义出发,利用模糊函数的性质并借助于线性正则变换矩阵分解形式揭示和推导了线性正则变换与模糊函数的关系,给出了仿真实例和几何图形解释,为进一步研究线性正则变换在雷达信号分析中的应用奠定了理论基础.     

两种时频分析算法的分析比较

随着信息传递速度的提高,信号处理技术要求提高。从信号频域可以观测信号特点,但是对于自然中的非平稳信号,仅仅频域观测不能反映信号频率在时间轴上的变化,由此提出了时频分析技术,可以产生时间与频率的联合函数,方便观测信号频率在时间轴上的变化。在现有的时频分析技术中较为常见的算法有短时傅里叶变换、WVD、线性调频小波等。本文介绍WVD和线性调频小波两种算法,并通过实验仿真对两种算法进行分析。     

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.     

线性正则小波卷积及其性质

线性正则小波变换结合了线性正则变换与小波变换表征信号的特点,可以实现信号在时间线性正则域的多分辨率分析,处理较为复杂的信号,是信号处理领域的有力工具.人们对线性正则变换特点的掌握相对较晚.线性正则变换拓展了小波变换的局限性,线性正则变换具有额外的3个自由参数,更加灵活,并经常用于时频分析和非平稳信号处理.线性正则变换保留了小波变换的多分辨率分析,但是其理论体系还不太完整,存在许多与信号处理相关的理论需要进行完善.本文在线性正则变换与小波变换的基础上,首先给出了线性正则小波函数的容许性条件与正则性条件,其次研究了一类新型线性正则小波卷积与相关定理,最后利用所得定理,研究了线性正则小波域的滤波设计.     

基于短时傅立叶和小波变换的时频分析

介绍了短时傅立叶变换和小波变换两种时频分析方法.通过对仿真信号的分析,阐述了两种方法在分析非平稳信号时的优势和优缺点.     

一种基于改进Hilbert-Huang变换的非平稳信号时频分析法及其应用

对于非平稳信号时频分析,提出了一种基于改进Hilbert-Huang变换(HHT)的分析方法.根据HHT的已有原理,改进了经验模式分解(EMD)过程中的筛选停止准则,提高了分解精度;给出了Hilbert谱分析的完整过程;以线性调频连续波(FMCW)信号模型作为研究对象,结合改进的EMD分解和完整的Hilbert谱分析,通过分析时频分布特征实现高噪声背景下雷达目标信号的检测以及干扰信号的提取.仿真结果表明了改进后的HHT方法对于低信噪比非平稳信号分析的有效性.     

平滑伪Wigner-Ville分布在地震信号处理中的应用

文章介绍了平滑伪Wigner—vile分布时频分析的方法及解析变换的概念,给出了实信号解析变换的方法,给出了地震信号的平滑伪魏格纳时频变换的方法,并对地震信号的属性进行了解释。实验结果显示平滑伪魏格纳时频分布可以描述信号的非平稳的时频特性,该方法可以成为地震信号处理的一条有效的途径。     

基于Wigner-Hough变换的P3/P4多相码雷达信号检测研究

Wigner-Ville分布是分析非平稳信号的常用时频分析方法,它将一维时间信号映射到二维时频平面上,而Hough变换在图像处理和计算机视觉中经常被用来提取图像中的图形特征。文章将这2种方法结合,提出了一种检测多相码雷达信号的方法,该方法首先计算信号的Wigner-Ville分布,得到二维时频分布图,然后在时频平面上再进行Hough变换,从而检测由LFM信号得到的多相码信号,如P3和P4多相码。仿真结果证明,此方法可有效地对线性调频类多相码信号进行检测,并且有较好的抗噪声性能。     

两种时频分析方法在心音信号处理上的比较研究

在介绍小波变换（WT）和希尔伯特一黄变换（HHT）时频分析的基础上,通过非平稳信号实例对比分析了小波变换和Hilbert变换,并将其应用于心音信号的处理。通过比较和分析小波变换和Hilbert变换在心音信号处理上的特点,最后得出结论：HHT变换有较好的计算效率以及较好的时域和频域分辨率,在分析非平稳信号时比小波分析更具适应性,在心脏疾病诊断等研究中有着广阔的应用前景。     

迭代广义短时Fourier变换在行星齿轮箱故障诊断中的应用

短时Fourier变换(STFT)在分析非平稳信号的过程中,受调制系数的影响,时频分布图中的能量扩散至主导频率的周围,降低了时频分布的可读性.运用STFT分析瞬时频率缓变或恒定的信号时,调制系数的影响较小甚至可以忽略不计,而得到能量聚集程度很高的时频分布.根据这一特点,提出了迭代广义短时Fourier变换(IG-STFT),该方法有效改善了时频图的可读性.首先运用迭代广义解调分离出频率恒定的单分量成分,然后运用STFT分析信号的时频分布,最后依据STFT的分析结果和相位函数得到原信号的时频分布.通过行星齿轮箱仿真信号和实验信号分析,验证了该方法在分析非平稳信号中的有效性,准确诊断了齿轮故障.     

肠鸣音的小波域滤波方法

肠鸣音信号是人体重要的生理信号之一,对其进行分析可以研究胃肠运动生理学,进而对许多胃肠功能紊乱疾病进行直接有效诊断.临床检测到的肠鸣音信号具有信号弱、噪声多、复杂且高度不平稳等特点,本文引入小波滤波方法,对采集到的原始信号采用不同的阚值去噪方法去噪,在MATLAB环境下进行仿真,分析了各自的滤波效果,总结出各种阚值去噪...     

基于经验模态分解的生命信号提取算法

穿墙生命探测雷达系统中,传统的基于快速傅里叶变换(FFT)的生命信号提取算法不能有效处理非平稳信号,且易受呼吸谐波干扰.为此,文中提出了一种从时域上提取生命信号的新方法.首先应用经验模态分解(EMD)将雷达接收信号分解成有限个固有模态函数(IMF),再用反映生命信号结构特征的IMF分量从时域上分别重构呼吸与心跳信号.仿真结果表明,所提出的新方法能避免呼吸信号谐波对心跳信号的干扰,因而能更加精确地提取心跳信号.     

二维非平稳信号的小波谱均衡分析方法

小波变换对信号的分时分频的精细表达和多分辨率的全面把握，使我们能更深入地认识信号和噪声的特性，便于基于小波域进行更有效的高分辩率的处理工作；而谱均衡处理技术是提高信号纵向分辨率的有效方法．本文结合上述两种处理手段，提出了一种小波谱均衡方法：先将二维非平稳信号进行小波分频处理，得到不同尺度的信号；然后将各尺度上的信号分别进行谱均衡处理，再将经谱均衡处理的不同尺度信号进行重建，从而得到高分辨率信号．利用小波谱均衡进行实际信号处理，处理结果表明该方法的处理效果要好于常规的谱均衡方法，它既能提高二维非平稳信号的纵向分辨率，同时又能保持原信号的固有特征．     

基于阶次双谱分析的齿轮故障诊断研究

针对齿轮箱升降速过程中振动信号非平稳的特点，将双谱分析技术与阶次谱分析相结合，提出了阶次双谱的齿轮箱故障诊断方法．首先对齿轮箱升降速瞬态振动信号进行时域等时间间隔采样，再对时域信号实行等角度间隔重采样，转化为角域平稳信号，最后对角域重采样信号进行双谱分析，就可提取齿轮的故障特征．通过对齿轮齿根裂纹故障实验信号的分析，表明阶次双谱分析能有效地诊断齿轮的裂纹故障．     

脑电信号的现代谱分析技术

脑电信号是非平稳随机信号，它的频域特性的正确表达及精度，相位信息的提取，瞬态波形分析是当前ＥＥＧ信号处理研究中的３个热点问题，本针对以上问题讨论了谱参量分析，双谱分析以及时间－频率域分析的原理，方法，并给出一些ＥＥＧ信号处理的研究结果。     

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。     

三种时频分析方法在心音信号分析中的应用

文章介绍了一种新的时频分析方法—— Hilbert谱分析 ,并将其应用到心音信号的时频分析中 ,分析对比了短时 Fourier变换 ,小波分析和 Hilbert谱分析这三种方法在处理心音信号时的性能差异 .传统的基于 Fourier的方法不能有效的分析非平稳信号 .文章分析证明了这种新方法在分析像心音信号这种非平稳信号的有效性 ,它能对信号的时频分布做出比短时 Fourier变换和小波分析更为精确的描述 .用这种方法 ,我们能提取心音信号中频率变化的信息 .     

Hilbert-Huang变换在信号处理中的应用

在许多实际问题中,信号瞬时参数的提取有重要意义.数十年来,人们已提出多种计算方法,但这些方法均有一定局限性.文章利用一种改进的Hilbert变换——Hilbert-Huang变换进行信号瞬时参数的提取,结果表明:Hilbert-H uang变换是对非平稳时程进行数据分析的有效工具。     

基于小波的回归分析

在变形回归分析处理前消除或减弱误差的影响,可以有效地改善回归分析的质量.通过一元回归试验对比可以看出,经过小波消噪以后,线性关系之外因素引起的数据波动性减小,拟合的效果得到了改善,线性关系显著增强.