跳频信号的时频分析新方法

根据跳频信号的特点,提出了一种基于信号分解的时频分析方法。该方法先将多分量跳频信号通过带通滤波变成多个单分量信号,再将每个分量的WVD线性叠加得到新的时频分布。理论分析和仿真结果表明,这种新的时频分析方法能够有效抑制跳频信号的交叉项干扰,与现有的方法相比,具有更高的时频分辨率,更适合于跳频信号的时频分析和参数估计。     

基于ARMA模型滤波的微弱信号辨识

双线性时频分布能更全面地表征复杂背景下瞬态机械故障信号特征,但双线性时频变换固有的交叉项干扰严重影响了算法的时频分辨率。探讨了双线性时频分析技术在微弱瞬态信号辨识中的应用,提出采用ARMA模型滤波的方法来抑制双线性Wigner-Ville时频变换的交叉项干扰,并给出算法推导。结合实验数据,对比平滑伪Wigner-Ville算法的信号辨识结果,表明基于ARMA模型预滤波的双线性时频分析能更好的抑制交叉项干扰,具备更高的时频分辨能力和瞬态微弱信号辨识能力。     

基于自适应核时频分布的多普勒频移及多径时延估计

对修正时频相关函数多径时延估计法作了改进，提出了两种基于自适应核时频分布的LFM脉冲声纳目标回波多普勒频移及多径时延的联合估计方法。即首先利用目标回波及发射信号的先验信息，构造抑制交叉项的时频分布，再利用WVD峰值法及Radon-Wigner变换法进行参量估计。最后，仿真实验验证了该方法的有效性。     

基于相位核的时频信号分析

提出了一种相位核时频分布,将自主项与交叉项在时频平面上分离,并且保持了高度的时－频分辨率,便于分析信号的时频结构特征;同时这种时频分布又满足一些时频分布性质,有利于进一步的应用．针对离散时间、频率时频分布与连续时间、频率时频分布的不同之处,给出了离散化相位核时频分布的计算方法,讨论了附加其他时频分布特性的相位核时频分布．     

一种组合时频分布在跳频信号参数估计中的应用

为了有效分析跳频信号并估计其参数,根据跳频信号的特点,提出了一种基于频率分解的组合时频分布．这种新的时频分布先将多分量跳频信号通过带通滤波变成多个单分量信号,再将每个分量的Wigner-Ville分布线性叠加．理论分析和仿真结果表明,这种新的组合时频分布能够有效抑制跳频信号的交叉项干扰．与现有的方法相比,具有更高的时频分辨率,更适合于跳频信号的时频分析和参数估计．     

基于信号模糊域自适应核分布的进一步分析

对于线性调频信号,根据其在模糊域上的结构自适应设计核函数,能够更好地抑制信号时频分布中出现的交叉项,并保持较高的信号聚集度。然而,这种核设计思想还只是基于信号模糊域的一种直观想法。     

动平衡信号的时频分析方法研究

针对动平衡信号面向去重平衡机应用时存在的非线性、非平稳性以及实时性,本文在分析硬支撑动平衡理论的基础上,以联合时频分析方法对标准工件进行加重获得的动平衡信号为研究对象,分别用短时傅立叶变换(STFT)、Wigner-Ville分布(WVD)、小波变换和Hilbert-Huang变换(HHT)对动平衡信号进行时频分析。仿真结果表明,STFT是基于窗函数变换的分析方法,对信号局部分析能力不足且分析精度不高;WVD虽然具有好的时频聚集性,但对多分量信号存在交叉干扰项;小波变换局部分析能力强且分析精度高,但涉及小波基的选择,对非平稳信号不具有实时性;HHT可根据信号的局部时变特征对其进行自适应分解,最终给出信号的时频谱和幅值谱,能够准确描述动平衡信号的特征,具有很高的时频分辨率和时频聚集性。     

基于WVD改进算法的跳频信号参数估计

针对平滑伪维格纳分布（SPWVD：SmooLhedPseudoWigner—VilleDistribution）在跳频信号参数估计中存在的分辨率下降和运算量过大等问题,提出基于sTfTr（Short—TimeFourierTransform）与WVD（Wigner—VilleDistribution）的联合算法（STFT—WVD）,实现了跳频周期、跳变时刻和跳频频率等参数的盲估计。在参数估计的过程中,STFT—WVD算法有效地抑制了WVD的交叉干扰项,保持了WVD较高的时频分辨率,在运算量上和WVD相近,没有增加运算的复杂程度。仿真实验证明,STFT—WVD比SPWVD具有更好的整体性能,在信噪比优于-1dB时,能得到更为精准的估计值。     

基于近似L0范数算法的跳频信号时频分析

针对跳频信号的参数化时频分析方法加以改进。对跳频信号进行完备傅里叶基表示,建立其稀疏优化表示模型,将跳频信号的时频分析问题转化为稀疏优化问题,然后借助近似L0范数优化方法进行时频分析。针对时长0.01s的一段跳频信号进行计算机仿真,所得时频分布图显示,改进方法比短时傅里叶变换和WVD方法具有更高的时频分辨率和更强的抑制干扰能力。     

时频域自适应均值脊波变换滤波及检测方法

针对Wigner-Ville Hough变换(WHT)在低信噪比下检测性能降低的问题,提出了互Wigner-Ville自适应均值脊波变换滤波检测方法.该方法采用互Wigner-Ville(XWVD)代替Wigner-Ville(WVD)在时频平面上提高了信噪比,且避免了信号多分量时各分量间的交叉项干扰.由于信号和噪声的时频聚集特性不同,且考虑到滑动窗长对均值滤波的影响,设计了自适应轴向均值滤波器及采用脊波变换滤波方法在时频域滤除噪声,最后采用Hough变换检测信号,并给出了详细的滤波检测算法.仿真和海试结果表明,该方法与WHT检测相比,在低信噪比下通过时频域滤波能有效的滤除噪声从而提高检测性能.     

一种SP&WVD组合时频分布改进算法

谱图(spectrogram,SP)和维纳-威利分布(Wigner-Ville distribution,WVD)组合时频分布是针对多分量信号的一种新型时频分布算法,为减少谱图交叉项带来的误差,从多角度分析了谱图分布及WVD的交叉项产生原理,提出了一种改进的组合时频分析方法。该方法首先对具有不同窗长和不同窗函数的多个谱图进行叠加综合;然后通过对时频分布综合结果进行阈值化处理获得自项支撑区域,最终实现了对WVD交叉项的抑制。仿真结果表明,该方法保持了WVD良好的时频聚集性,并有效抑制了交叉项。     

一种性能优越的二次时频分布

提出了一种新型的性能优越的二次时频分布核。通过对步进频率信号以及点频信号的时频分析处理,可以看到,这种核的时频分布比较于魏格纳分布以及Braham Barkat提出的分布,能更好地抑制交叉项;同时,这种核的频域分辨率与BD方法相当,而在时域上的分辨率则比它要更好。     

基于自适应Chirp表达的雷达多目标分辨

针对编队机群目标的低分辨雷达回波多普勒信号的线性调频数学模型,采用先作自适应Chirp信号分解再作维格纳维利分布（WVD）的自适应Chirp表示方法。由于分解所选基函数能够较好匹配雷达回波信号,因而在分析结果中产生的交叉项较少,同时具有较高的时频分辨率和抗噪声能力。采用自适应Chirp表示对实测编队目标的雷达回波信号进行分析,证明了该方法能够有效地实现雷达多目标分辨。     

基于多窗傅里叶变换的弱Chirp信号检测

关于噪声背景下的Chirp信号检测,已有很多方法：短时傅里叶变换（STFT）、魏格纳-维乐分布（WVD）、Gabor变换等。但在低信噪比条件下,这些方法的检测性能往往难以达到预期的目的。介绍了一种新的时-频分析方法,它联合运用了多种窗长的傅里叶变换分析和局部最大值搜索的方法,运算量小且能有效提高对Chirp信号的检测性能。仿真结果表明,在加性高斯白噪声背景下,该方法对弱Chirp信号的检测能力要优于STFT、WVD和Gabor变换,当信噪比为-9 dB时,依然能检测到信号并确定信号的位置及频率范围。     

基于时频分析的混沌谐波线性混合信号提取算法

混沌信号与谐波信号的分离问题是混沌信号处理中的重点问题,时频分析理论的日趋成熟为该问题带来了新的解决方案。针对不同噪声情况下混沌背景下谐波信号的提取进行分析,将小波变换与EMD方法进行比较,经仿真实验总结出一种新的谐波信号提取的融合算法,仿真实验验证了该算法的有效性。     

动车组齿轮箱滚动轴承变转速故障诊断方法

动车组齿轮箱滚动轴承在运行过程中处于高温重载的变转速工况,容易产生裂纹、点蚀等故障,且不易被检测出来。为及时诊断出动车组齿轮箱滚动轴承的故障,保证动车组的安全行驶,提出了一种变转速工况下的滚动轴承故障诊断方法。首先,结合短时傅里叶变换(STFT)无干扰项与魏格纳-威尔分布(WVD)高时频分辨率的特点,提出了一种融合时频分析算法,该算法能够提高变转速信号分析时的时频矩阵精度;然后,针对动态路径规划方法无法处理归一化时频矩阵的局限性,对其进行了改进,并提取出融合时频矩阵中的转速曲线;此外,进一步提出了一种插值重采样的阶次分析方法,根据转速对采集到的原始信号进行插值重采样,在角域对信号进行重构,并得到对应的阶次谱,实现滚动轴承的故障诊断;最后,通过试验台对提出的变转速动车组故障滚动轴承诊断方法进行了验证。结果表明：本文所提出的方法在动车组转速变化的情况下,能够有效提取出滚动轴承的变转速曲线,并且准确识别出齿轮箱中滚动轴承发生的故障类型。     

基于时频分析的电离层回波多普勒效应分析

针对电离层的非平稳性,通过研究电离层多普勒效应随时间的变化情况,可以反映出电离层的变化.利用Wigner-Ville分布(WVD)、伪Wigner-Ville分布(PWD)、重排伪Wigner-Ville分布(MSPWD)、Choi-Williams分布4种时频分析方法对实际电离层斜向返回探测系统的回波信号进行了分析和处理.研究结果表明,重排伪Wigner-Ville分布对信号的处理效果最好.     

强噪声干扰源下的多分量LFM信号检测方法

提出了一种盲分离联合时频谱分析的多分量线性调频信号检测方法,该方法采用先时域分离后时频分析的思想,有效抑制了传统的基于WVD类方法检测多分量线性调频信号时受交叉项困扰的问题,并且有效抑制了强噪声干扰源对传统的时频分析检测方法的影响．仿真结果表明,提出的方法与传统时频分析方法相比,对多分量线性调频信号的分离及特征提取效果...