小波变换用于Wigner—Ville分布交叉项的抑制

基于Wingner-Ville分布良好的时频性质,针对它的交叉项的高频振荡特性,利用二维线量积小波对信号的Wigner-Ville分布进行分解,用低频系数重构时频图,使交叉项干扰受到抑制,并就以4个斯包络正弦信号和Wigner-Ville分布为例,用双正交小波作分解和重构说明了交叉项抑制的方法和过程。数值计算表明,该方法对交叉项的抑制优于伪Wigenr-Ville分布。     

Wigner分布算法及其在轴承故障诊断中应用

本文根据非平稳带通信号的特点,改进了Classen的Wigner分布算法,克服由离散计算引起的混叠问题.应用三维、二维Wigner分布图对轴承故障进行特征分析,并且研究结果在实例分析中显示出一些优越性.     

用Hough变换消除Wigner分布的交叉项

给出的使用Hough变换(HT)对任意信号的Wigner分布(WD)进行处理的方法，利用了逐次消去法的思想，分别提取出有用信号，利用HT可以提出任意形态的曲线，一旦知道了信号的各个成份后，就可以用HT进行处理，把提取出的信号重构形成去除交叉项的WD，再把已检出信号消去，同时去除了有用信号产生的旁瓣，从而使HT的抗噪声能力大大提高，数字实例中采用了线性调频信号和正弦调频信号的叠加，较具代表性，实验结果验证了方法的正确性。     

基于时频分析自动识别睡眠脑电的梭形波

为了识别睡眠脑电图（EEG）中出现的梭形波，使用Choi-Williams分布对EEG信号进行时频变换，根据瞬时频谱估计局部范围里EEG的波形特征，在此基础上设计了一个自动识别睡眠EEG梭形波的方法，对实际睡眠EEG中的梭形波进行识别，识别正确率为85．04％，并且能够提供梭形波的定量指标。实验结果表明，经过进一步完善，这种方法可以作为神经内科专家用于研究睡眠生理变化的一种辅助工具。     

基于Wigner—Ville分布的非平稳信号盲分离

许多盲源分离方法限于非高斯、平稳且相互独立的源信号，在实际应用中往往全产生许多问题，因为自然界中的源信号通常不满足这些假设．本文基于时频分析，通过利用信号的Wigner-Ville分布，得出一种新的盲源分离方法，该方法能有效分离非平稳信号．     

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.     

Wigner分布在旋转机械故障诊断中应用的研究

机械系统故障信号往往是非平稳的,联合时频分布是对故障信号分析的有力工具,Wigner分布是一种真正意义上的时频分析方法,本文结合Wigner分布的基本特点以及其分析方法与思想重点针对大型旋转机械故障和非平稳信号处理的一些问题进行讨论,同时将运用三维Wigner分布图对旋转机械故障进行分析.     

基于一种新的时频分布的机械故障诊断

在巧妙构思核函数的基础上,给出了一新的时频分布TFD(Time—Frequency Distribution)及其离散算法,并应用于机构故障诊断。结合两个诊断实例,同时与WVD(Winger—Ville Distribution)进行对比,发现该分布具有良好的时频聚集性,并且能够有效地抑制交叉项,表明该分布能够刻画出幅值谱和WVD所不能反映的故障特征信号,能够较好地进行故障诊断。     

多Chirp成分信号双线性时频分布的交叉项分析

以广泛出现在许多工程应用领域和物理现象中的多Chirp成分信号为对象，研究了双线性时频分布对这种信号时频分布的交叉项特点，推导了几种分布的交叉项的数学表示，从模糊平面分析了交叉项抑制的机理，提出了双线性时频分布对多Chirp成分信号时频表示存在局限，仿真试验结果显示理论分析正确．     

抑制维格纳分布交叉干扰项的联合算法

维格纳分布(WVD:Wigner-Ville Distribution)交叉干扰项的存在,严重地影响了其处理效果。为此,笔者结合交叉干扰项的性质,提出改进算法--基于STFT(Short-Time Fpiroer Tramsfpr)与WVD的联合算法(STFT-WVD)。该联合算法将信号的谱图与维格纳分布作互相关处理,以期达到抑制交叉干扰项的效果。通过理论分析与仿真实验证明,STFT-WVD算法在有效抑制WVD交叉干扰项带来不良影响的同时,保持了WVD较高的时频分辨率,是一种行之有效的WVD改进算法。     

Choi-Williams分布参数优化及其应用

提出时频分布信息熵的定义和求法,先对时频分布绝对值,进而计算该分布的信息熵,根据信息熵最小的原则对Choi-Williams分布的参数进行优化,然后用优化的参数计算信号的Choi-Williams分布,得到的Choi-Williams分布能较好地反映信号的时频结构,将该方法应用到齿轮故障的诊断取得了良好的效果。     

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。     

反混叠离散时间时频分布

Ｃｏｈｅｎ类双线性时频分布作为一种有力的非平稳信号解析工具,得到日益广泛的应用,该文引入了一种新的双线性离散时间时频分布,与原有的利用解析信号方法相比,它利用信号全部局部自相关信息,从而在不必计算解析信号的情况下,解决了按一倍Ｎｙｑｕｉｓｔ率对原始信号抽样时其时频分布产生混叠的问题,并且讨论了新方法的性质及其核函数应满足的条件。     

基于Wigner-Vile分布的非平稳信号盲分离

许多盲源分离方法限于非高斯、平稳且相互独立的源信号 ,在实际应用中往往会产生许多问题 ,因为自然界中的源信号通常不满足这些假设 .本文基于时频分析 ,通过利用信号的Wigner Ville分布 ,得出一种新的盲源分离方法 ,该方法能有效分离非平稳信号 .     

机器振动诊断中信号处理方法的研究

针对传统的时域和频谱分析不很适合处理非平稳和冲击性机器表面振动信号的问题,研究了小波分析和Choi-Williams时频分布两种先进的信号分析方法在机器振动诊断方面的应用,通过对典型诊断实例的研究表明：对此类信号,用小波分析提取信号中的有用成分或用CChoi-Williams分布分析信号的能量分布,并在此基础上进行机器振动诊断,是两种很有效的分析手段。研究结果为进一步深入开展机器故障的振动诊断奠定了一定的基础。     

基于解析信号的小波变换及其应用

提出对信号的解析进行小波变换,从而可直接计算出信号能量的时-频分布.使分析结果能象短时Fourier变换、Wigner分布那样直观地显示出来,解决了小波分析的可视性问题.用这种算法在调频信号的分析、消噪和故障诊断上应用说明了它的优点.     

变分数阶傅氏变换及在时频建模中的应用

主要讨论了一种将加紧支撑窗与分数阶傅里叶变换相结合的信号处理方法,其原理在于将信号以短时窗函数截取,再酚分数阶傅里叶变换,通过改变这种变换中的角度参量可以抵出最大值,其最大值所对应的角度参量实际上就是在窗函数支撑内平均调频系数的直接反映,从而可以将具有不同调频系数的信号突出并加以提取,利用这种方法,可以获得信号的时频分布的基本“骨架”,这种方法基于对信号的线性变换,没有交叉项的影响,通过合理的控制阈值及局部再加窗,对于具有多项式相位信号的时变频率建模有良好效果,最后文章对一些影响因素进行了分析。     

有限离散Gabor展开的不同形式及相互关系

离散Ｇａｂｏｒ展开已有三种不同的定义形式。给出了另一种形离散Ｇａｂｏｒ展开；讨论了有限长度散信号在使用不同形式的离散Ｇａｂｏｒ展开时，各种Ｇａｂｏｒ系数及辅助函数之间的关系，所得结论对Ｇａｂｏｒ展开的理论及应用增有实际意义。     

基于组合时频分布的跳频信号分析

针对常用的非线性时频分析方法不能较好地抑制交叉项干扰的问题,文中提出一种新的跳频信号时频分析方法。将组合时频分布TF方法用于跳频信号分析,提出了跳频信号持续时间、跳变时刻和跳频频率盲提取的改进算法,通过计算机仿真验证了该方法的有效性。     

一类新的复合核的二次时频分布

提出了一类新的复合核的二次时频分布，并和几种主要的二次时频分布作了比较研究，实验结果说明的分布具有高的时频分辨力和强的抑制交叉干扰能力。