一种基于多尺度线调频基的稀疏信号分解方法

在线调频小波路径追踪算法和稀疏信号分解的基础上,提出了一种基于多尺度线调频基的稀疏信号分解方法.该方法采用多尺度的线调频基函数对信号进行投影分解,通过从不同的时间支撑区内投影系数最大的的基函数集合中寻找出使分解信号能量最大的基函数组合,逐次获得分析信号中能量最大的信号分量.该方法可以有效地分解出频率变化呈线性或曲线型的多分量信号,且不存在二次型时频分布的干扰成分,具有良好的时频聚集性和较高的频率拟合精度,非常适用于机械振动非平稳信号的分解.将该方法与EMD方法进行了比较,验证了方法的有效性.     

基于FRFT的改进多尺度线调频基稀疏信号分解方法

针对全局搜索基函数计算量大的问题,提出了基于分数阶傅里叶变换(Fractional Fourier Transform,FR-FT)确定基函数的改进多尺度线调频基稀疏信号分解方法。通过解析信号的FRFT消除实信号FRFT结果中的对称项,两级搜索FRFT幅度谱确定信号的最佳基函数,检验该方法的计算效率和抗噪性能,并采用该方法分解频率呈曲线变化的多分量非平稳信号。试验结果表明:对解析信号进行FRFT能有效消除实信号FRFT结果中的对称项;基于FRFT确定基函数速度快、精度高、抗噪能力强,与频偏大小、频率变化快慢无关,不需先验知识,有效克服了全局搜索方法计算量过大的问题;基于FRFT的改进多尺度线调频基稀疏信号分解方法能快速、准确地分解频率呈曲线变化的多分量信号,适合于旋转机械瞬变工况下非平稳信号的瞬时频率估计与目标分量隔离分析。     

基于H∞滤波器的多分量线性调频信号参数估计

针对多分量线性调频信号数据长度较短的情况，利用多分量线性调频信号的时空域信息，将其分解成多个单分量线性调频信号。针对未知噪声的情况，利用有限长H∞滤波器的良好瞬时特性和鲁棒特性，对每个单分量线性调频信号的参数进行估计，进而实现多分量线性调频信号参数估计。由于采用H∞平方根估计算法，此方法能够抑制递推计算的发散。计算机仿真表明了此方法的有效性。     

径向高斯核函数时频分布及在故障诊断中的应用

对一种可调核函数的时频分布－径向高斯核函数时频分布（RGKD）进行了研究,并将径向高斯核函数时频分布引入机械故障诊断。这种时频分布根据被分析信号不同特性,采用优化方法自适应对模糊函数进行整形,尽可能保留集中在原点的信号模糊函数的自分量,抑制远离原点的交叉分量,与固定核函数的时频分布对比结果表明,径向高斯核函数时频分布极大地去除了交叉分量,提高了分辨率,并且对品怕不敏感,在分析实际低信噪比的信号时,仍能保持较高的分辨率,杂散分量很少,该方法具有对信号的广泛自适应性,试验证明径向高斯核函数时频分布在故障诊断中的较强的特征提取作用。     

非线性调频分量分解的转子油膜涡动信号分析研究

转子轴承系统的振动信号常呈现非线性调频特征且信号分量在频域混叠,传统的频谱分析方法难以处理该类信号。基于参数化解调的非线性调频信号分解方法来分析油膜涡动、油膜振荡特征信号能够有效分解频域混叠的非平稳信号。首先通过优化频谱集中性指标来估计信号瞬时频率参数并用估计到的参数将非线性调频信号解调为平稳信号,最后用带通滤波器提取解调信号。仿真及实验信号通过该方法分析后的结果证明,所用非线性调频分量分解的信号分解方法能够有效提取转子轴承系统的油膜涡动、油膜振荡故障特征,从信号时频图及提取分量的时域图可以清晰看到油膜涡动、油膜振荡的发生发展过程,为早期油膜涡动判定提供依据。     

振动调频信号的时延二次变换解调研究

调频信号在频谱上具有与调幅信号相同的频率分布特征，然而，轴承和齿轮故障诊断中常用的解调方法却只适用于调幅信号，不能分析调频信号。基于以上问题，从确定调频信号频率分量幅值的贝塞尔函数的性质出发，分析了平方解调法不能对调频信号进行解调的原因。分析过程中发现由于贝塞尔函数的一些特殊性质，使得常用的解调方法不再适用于调频信号。针对这个原理，本文提出利用时延二次变换（信号与时延信号的乘积）打破调频信号边频分量的贝塞尔函数的特殊性，使得变换之后的信号中包含有调制频率，从而实现了对调频信号的解调。     

基于小波包的调频波解调软件方法

提出了基于小波包的调频波解调方法 ,通过对各种调频信号进行时频分析 ,给出了信号的时间—频率谱图 ,能有效地检测到瞬时频率和获取调频信息 ,该方法可广泛应用于动态测试和软件无线电等领域     

雷达调频编码脉冲信号的设计与处理

现代雷达为获得较高的距离分辨力通常采用编码频率脉冲串信号和步进频率脉冲串信号,但都存在数据率低和较为严重的距离-多普勒耦合问题。在研究这两种信号特点的基础上,提出了调频编码脉冲信号形式并给出了相应的信号处理方法。经仿真对比可见,该信号形式及其处理方法能同时解决步进调频信号高距离-多普勒耦合、低数据率两大问题,具有较好的联合分辨力。     

基于LMD的能量算子解调方法及其在故障特征信号提取中的应用

. 局域均值分解是将多分量调频调幅信号分解为一系列单分量调频调幅信号的有效时频分析方法。为提取故障信号的特征,提出了基于局域均值分解的能量算子解调方法,局域均值分解将复杂的多分量信号分解为若干个乘积函数的线性组合,再通过能量算子解调方法可求取每个乘积函数的幅频信息,从而可进一步获取故障信号的时频分布或提取其故障特征。为提高分析精度,提出了特征趋势正弦函数数据延拓方法以有效克服端点效应的影响。实验信号的分析结果表明,所提出的基于局域均值分解的能量算子解调方法能有效提取机械故障振动信号的特征。     

一种新的估计多项式相位信号瞬时频率的参数化时频分析方法

通过多项式非线性核函数取代线性调频小波变换中的线性核函数,提出一种新的参数化时频分析方法：非线性调频小波变换。对瞬时频率是时间任意连续函数的信号而言,选择合适的多项式核特征参数,非线性调频小波变换的时频分布有良好的时频聚集性。应用非线性调频小波变换分析任意阶次多项式相位信号。由于非线性调频小波变换的性能取决于多项式核特征参数,本文还给出非线性调频小波变换的核特征参数估计算法,进一步可实现多项式相位信号的瞬时频率和参量估计。仿真信号验证算法的有效性。     

Fault Diagnosis for a Diesel Valve Train Based on Time-Frequency Analysis and Probabilistic Neural Networks

The cone-shaped kernel distributions of vibration acceleration signals, which were acquired from the cylinder head in eight different states of a valve train, were calculated and displayed in grey images. Probabilistic Neural Networks (PNN) was used to classify the images directly after the images were normalized. By this way, the problem of fauh diagnosis for a valve train was transferred to the classification of time-frequency images. As there is no need to extract features from time-frequency images before classification, the fault diagnosis process is highly simplified. The experimental results show that the vibration signals can be classified accurately by the proposed methods.     

海洋中持续泄漏气泡的声学检测

声学方法是检测水面下气体泄漏的主要方法。由于气泡振荡产生的声信号能量较弱,且频段往往与环境噪声频段重叠,不易提取和分析。针对这个问题,提出了一种结合频域积累与时频能量检测的处理方法,通过频域积累提高信噪比后,利用一种自适应时频检测算法分析气泡声信号特性。海上实验表明,该方法可以在较强环境噪声下对持续泄漏的气泡进行有效检测。     

基于EMD的时频熵在齿轮故障诊断中的应用

提出了一种基于EMD(EmpiricalModeDecomposition)方法的时频熵齿轮故障诊断方法。首先利用EMD方法分解齿轮振动信号,然后将得到的内禀模态分量进行Hilbert变换,以得到振动信号的时频分布,将信息熵理论引入时频分布,定量描述时频平面上不同时频段的能量分布,各时频段能量分布的均匀性可以反应齿轮的运行状态的差别,从而可以通过时频熵的大小判断齿轮的工作状态和故障类型。实验证明该方法能有效的判断齿轮故障特征,为齿轮故障诊断提供了新的思路。     

高速摩擦制动界面振动信号时频法分析技术研究

利用MM-1000型摩擦制动试验机进行了高速摩擦制动试验,使用加速度传感器采集了摩擦制动过程中界面轴向与径向振动信号。利用Morlet小波变换对不同制动压力、干湿工况下的振动信号进行分析,结合摩擦制动过程中瞬时摩擦系数变化对高速摩擦制动界面振动行为时频法分析技术进行了研究。结果表明:重采样能够大幅减小计算量且对低频段振动时频分析无明显影响;Morlet小波时频分析比短时傅里叶变换和HHT边际谱具有更好的分辨率,对制动界面振动信号处理效果更好;时频图中的斜率与制动过程中的转速变化相对应,表明高速摩擦制动过程中转速基本呈线性降低;结合时频图与瞬时摩擦系数曲线可以评估高速摩擦制动过程中界面状况变化过程;振动能量主要集中在基频、二倍频和三倍频,超过三倍频部分能量较少。     

基于经验模式分解的时频重排方法及其应用

重排方法通过将代表信号局部能量分布的几何中心重排到其质量中心,从而提高时频表示的聚集性和可读性,但是并没有完全消除交叉项.在此,将经验模式分解算法引入重排方法中,用于抑制重排方法在分析多分量信号时出现的交叉项.利用经验模式分解,首先将待分析的非平稳信号分解成有限个基本模式分量,它具有单分量信号的性质.对这些基本模式分量进行重排处理后的时频表示,具有良好的时频聚集性且交叉项被消除.通过对测试的柴油机爆燃阶段振动信号的重排时频分析,验证了该方法在机械故障特征提取中具有很好的应用潜力.     

解析声能流Capon空间谱估计

文章中把解析函数理论用于声矢量信号分析，提出了一个新概念“解析声能流”，给出了单矢量传感器输出的解析声能流表达式。并将这个新概念用于描述声矢量阵输出，得到了一种新的矢量阵输出模型“伪解析声能流”。利用该模型，推导了声矢量阵的Capon空间谱估计的表达式。理论分析和计算机仿真表明：1、解析声能流的实部和虚部具有正交的偶极子指向性，并且可以用移相的方法来旋转其主极大方向；2、在平面波和二维质点振速条件下，解析声能流将矢量叠加统一描述在它的相位中，从而可以综合描述声场的相位干涉和矢量结构；3、基于“伪解析声能流”模型，传统的Capon空间谱估计算法无需改动就可以直接用于声矢量信号处理，与传统的Capon空间谱估计算法相比，具有全空间无模糊定向能力、更低的旁瓣和对短时信号有更强的处理能力。     

一种新的小波阈值函数及其在振动信号去噪分析中的应用

摘要：研究一种新的小波收缩阈值函数用于信号的去噪分析,对比分析了硬阈值、软阈值和新收缩阈值函数的优缺点,给出了收缩阈值函数法中的阈值计算详细过程,基于虚拟仪器LabVIEW构建检测齿轮箱系统的振动与噪音检测系统,在MATLAB平台上利用收缩阈值方法开发了对齿轮箱振动和噪声信号进行去噪处理的软件,试验数据的分析表明：基于新的小波阈值函数的信号降噪分析方法去噪效果明显,且保留了原始信号的细节特征,是一种较传统经典去噪手段更为优越的方法,具有较高的实用价值。
     

STFT时频分析算法研究及其在列车振动分析中的应用

时频联合分析是处理非平稳信号的有效方法。由于其计算过程中产生的时频表示矩阵数据量大，导致可处理的原始数据的长度有限，只能处理较短的时间信号。而样本数据不够或时间太短又无法全面反映系统的特性。以短时傅里叶变换为例，分析列车地板在加速过程中时频特性。为解决这一问题，提出了一种优化算法。首先根据分析频带对原始数据进行重采样，并对时频分析中的频率值进行合理设置，大大增加了可处理原始数据的长度。