一种改进的 MP-WVD 滚动轴承信号时频分析方法

针对魏格纳维利分布(WVD)方法直接对轴承振动信号进行分析时存在交叉干扰项的问题,提出一种基于改进匹配追 踪(matching pursuit,MP)算法与 WVD 的滚动轴承信号时频分析方法。 首先,根据对轴承振动信号的分析,确定 MP 算法中字典 原子的基函数,并通过相关滤波法确定原子参数,完成字典构造。 然后,利用快速傅里叶变换(fast Fourier Transform,FFT)计算 信号与字典中原子的互相关谱,替代 MP 算法中的内积运算,对信号进行稀疏表示,迭代过程中根据残差信号的频谱更新字典 中的频率参数。 最后,对稀疏表示结果中的原子进行 WVD 计算,并以原子对应系数为权重将各原子的时频表示线性叠加,完 成信号的时频分析。 实验结果表明,有效提高了 MP 算法的计算速度,并且与 3 种 WVD 改进算法相比,本文方法时频分析结果 的时频聚集程度更高,可以更好地克服 WVD 方法中的交叉干扰项,为滚动轴承信号的时频分析提供新的解决方法。     

Examining fetal heart-rate variability using matching pursuits

A new approach to time-frequency analysis of fetal heart rate (FHR) variability is the matching pursuit (MP) method. MP analysis is proposed as away to capture complex energy structures ranging from burst-type to continuous activity in the time-frequency plane that other methods such as power-spectrum analysis and wavelet transforms may not detect. This article summarizes previous FHR analysis techniques, presents the MP algorithm, and shows the advantages of the MP method over other methods of FHR analysis     

电能质量扰动信号时频原子分解的进化匹配追踪算法

时频原子分解对电能质量扰动信号具有良好的分析效果,但其常用的匹配追踪(MP)算法,存在计算量大、参数空间离散化影响原子匹配性能等不足。基于差分进化,研究了电能质量扰动信号原子分解的进化匹配追踪(EMP)算法,给出了算法流程。针对几种电能质量扰动信号,通过Gabor和衰减正弦量原子分解的30次独立仿真实验,分析了信号长度、噪声等对性能的影响。结果表明,EMP算法与MP相比大大减少了计算耗时且不受信号长度的影响,进一步提高了原子的全局匹配能力,具有很好的抗噪声能力。最后,给出了下一步工作的展望。     

基于分层匹配追踪算法的电能质量复合扰动参数辨识方法

针对电能质量中的复合扰动信号分析问题,提出一种粒子群优化(PSO)和匹配追踪(MP)算法相结合的分层搜索的原子分解方法。首先应用MP算法提取基波分量,对于去除基波分量的残差信号,利用快速傅里叶变换找寻能量最大的频率成分,采用PSO算法粗搜索出最佳匹配粒子,然后以最佳匹配粒子为中心,在一定范围内重新离散化,生成小规模原子库,再应用MP算法有针对性地进行细搜索,最终得到最佳匹配原子,提取出电能质量复合扰动特征参数。仿真结果表明,该方法能克服MP算法匹配时间长、计算量大及PSO优化MP算法残差积累过大、容易陷入局部最优、匹配参数不准确等缺点,且具有一定的抗噪性和实时性。     

一种新的阻尼正弦原子分解算法辨识SSO模态参数

针对大多数线性化方法难以实现对次同步振荡（subsynchronous oscillation,SSO）模态参数的有效辨识,提出了基于改进入侵杂草优化（invasive weed optimization,IWO）算法优化的阻尼正弦原子分解算法。该方法根据次同步振荡信号特点构造过完备阻尼正弦原子库,引入混沌序列、选择机制、小生境分类策略以及矢量跟踪思想对IWO算法进行改进,利用改进后的IWO算法对传统的匹配追踪算法（matching pursuit,MP）进行优化,通过原子分解得到最佳阻尼正弦原子,将最佳阻尼正弦原子转换为次同步振荡信号的模态参数,即可实现对次同步振荡模态参数的有效辨识。算例结果表明,该算法具有良好的时频特性,辨识精度高,适用于扰动源定位、故障诊断等领域。     

Analyzing fetal breathing rates using matching pursuits

Spontaneous breathing movements in the fetus tend to occur intermittently, and do not become continuous until after birth. In both the primate and the ovine species, breathing movements have been observed to have a high degree of variability in instantaneous breathing rates. In this study, ewes were surgically instrumented for chronic intrauterine recording of fetal diaphragmatic EMG. The matching pursuit (MP) method was used to examine the effects of morphine on fetal breathing rates in both time and frequency domains. The matching pursuit method was chosen since the classical Fourier transform may not represent signals which have stationary characteristics and wavelet transform may not represent signals whose Fourier transforms have a narrow frequency support. The authors' results show that the MP method was superior to both short time Fourier and wavelet transforms in identifying multiple periodicities in a highly nonstationary signal such as fetal breathing     

复杂电能信号谐波时频域特征分析及其对电能计量影响

为准确分析复杂电能信号谐波时频域特性对电能计量的影响,提出了一种零值搜索-短时傅里叶变换时频域电压、电流信号幅度和相位分析算法,利用信号波形过零特征,自适应调整短窗傅里叶变换的时域窗宽,解决了电网频率波动导致的相位累积效应对相位分析的影响,算法的幅值分析误差为10-3、相位分析误差小于1°;建立了复杂电能信号时频域数据表征模型和4类时频域全局化特征矩阵提取算法,解决了时频域特性表征与提取的问题;以典型非线性动态负荷中频炉为分析案例,分析给出了其4类时频域全局化特征,并建立了畸变波形动态电能测试信号特征模型,通过辅助实验验证了4个时频域全局化特征对电能表动态超差的影响,提出了对国际和国内标准修改的建议。     

用于多分量信号分析的自适应广义S变换算法研究

时频分析是处理非平稳信号强有力的工具,S变换作为传统的时频分析方法之一,其窗函数的尺度可以随频率改变。但是,其时频窗函数尺度变化是固定的,无法适用不同信号的局部特性,导致能量聚集性较差。本文提出了一种自适应的广义S变换算法,设计了由4个调节参数控制的广义高斯窗函数,采用浓度测量自适应优化调节参数,以寻求最佳的时频表征效果。并针对时频分析结果,采用瞬时频率重组和分量重构方法,得到各个分量的瞬时频率,同时进行平滑处理,最终实现多分量信号的参数估计。仿真实验说明,本文提出的自适应广义S变换算法,结合瞬时频率重组和分量重构信号方法,极大地提升了多分量信号的时频分辨率和信号分离的准确性。     

恒虚警条件下线性调频连续波雷达信号的检测

线性调频连续波(LFMCW)信号是一种典型的非平稳信号,其频率随时间变化,需借助时频信号分析方法进行研究.因此本文主要目的在于通过仿真比较3种典型时频分析方法即:Wigner-Ville Hough transform(WVHT)、periodic WVHT(PWVHT)和cumulative WVHT (CWVHT)来寻找用于恒虚警率(CFAR)条件下检测LFMCW雷达信号的最优方法.首先介绍3种方法的特点,发现PWVHT算法复杂度较高;其次推导信号经过这三种变换方法后在起始频率和调制斜率处峰值的理论公式并进行仿真比较,发现当截取信号的时间大于一个信号周期并等于信号周期的整数倍时,CWVHT和PWVHT具有相同的性能且都高于WVHT;最后比较这些方法在CFAR条件下检测LFMCW雷达信号的性能,结果表明CWVHT方法在低SNR条件下有较好的检测性能.     

时频匹配滤波法用于变压器局部放电模式识别的实验研究

局部放电模式识别对于电力变压器绝缘状况诊断具有重要意义。分析了典型变压器局部放电缺陷,建立4种放电模型,采用小波变换获取了超高频局放脉冲的三维时频谱图,该三维谱图综合反映了局放信号的3个基本特征:时间分量、频率分量和放电能量的分布。根据时频谱构造了4种局放模型的三维匹配滤波器,待测局放信号与同类型滤波器相匹配。结果表明,该方法可以有效提取出局部放电信号的主要特征和趋势。     

Spectral characteristics of visually induced postural sway inhealthy elderly and healthy young subjects

Spectral analysis and time-frequency analysis were applied to anterior-posterior (A-P) center-of-pressure (COP) data collected during quiet stance and sinusoidal (0.25 Hz) moving visual scene perturbations from sixteen healthy elderly subjects and thirteen healthy young subjects. While the total energy of COP was larger in the elderly subjects than in the young subjects, energy-normalized spectra of the entire COP time series were similar between the two populations. Further time-dependent analysis of the spectral characteristics showed that the time-varying spectra were also similar, as revealed by time-frequency analysis, although some differences were observed. Specifically, time-dependent mean frequency and bandwidth responses to the stimulus showed similar increases in both young and elderly subjects with the introduction of the stimulus. Furthermore, time-frequency analysis showed that both groups exhibited an initial increase in sway at the stimulus frequency that then declined as the sinusoidal scene movement progressed. This reduction in sway during visual stimulation may indicate an “adaptation” to constant frequency visual perturbation that is invariant with age. This finding is in contrast to results reported recently for patients with vestibular impairments, who appear to lack such adaptation     

基于元素分析的滚动轴承故障诊断

针对现有信号降噪或重构方法无法完全去除噪声,且时频表示存在能量模糊问题,提出了一种利用元素分析进行滚动轴承故障诊断的方法。所提方法首先构造了元素模型来表征信号,然后对元素模型进行Morse小波变换,并从小波变换中计算得出信号冲击点,从而得到信号的故障特征频率。该方法还可以利用基于小波变换中时间或尺度平面内的少量孤点来重构信号。最后,采用一组仿真信号数据和两组实验数据来评估所提方法性能,并与其他信号重构方法和时频分析方法对比,结果表明,所提方法对滚动轴承故障信号重建和识别的效果更好。     

机械振动信号压缩采集重构算法性能研究

对机械振动信号进行压缩采集能够突破奎斯特采样定理的限制,把对信号的采样变成对信息的采样,有效地解决传统采样方式产生大量数据的问题且不造成信息的损失.振动信号重构算法是这一技术中非常关键的一部分,直接影响着振动信号的重构精度.然而目前的一些典型重构算法都是普适性的,有必要对机械振动信号的恢复效果做一系统研究.对当前比较典型的4种重构算法OMP(orthogonal matching pursuit)、StOMP(stagewise orthogonal matching pursuit)、BP(basis pursuit)、GP(gradient projection)针对机械振动信号的重建进行了适应性分析,主要从重建精度和重建时间两个方面进行系统研究并进行仿真实验.仿真实验表明,OMP算法复杂度低但不适于机械振动信号的恢复;StOMP有着较快的运算速度,非常适合于求解大尺度问题;BP复杂程度高,求解速度较慢,但重构精度很高;GP具有非常快的运算速度,但重构精度较差;     

光纤电流互感器渐变性故障时频特征辨识

通过时频变换方法分解光纤电流互感器(FOCT)输出信号,获取渐变故障信号特征,是故障分析的关键步骤。针对FOCT渐变性故障信号时域跨度大且劣化过程呈随机性的特点,对输出信号进行跨间隔采样,利用小波包分解算法,根据故障信号频段实现故障信号特征提取,利用相关评价指标对时域特征参数进行筛选,得到表征FOCT劣化趋势的最优特征参数。针对信号特征维度高的特点,提出主元分析法对高维特征降维处理,满足故障特征辨识快速性的需求。实验结果表明：使用6层小波包分解算法,得到64个包含不同频段信号的子序列,对比各个频带能量占比来确定互感器运行状态,能够实现有效辨识渐变性故障特征。     

结合广义S变换和快速独立分量分析的局放信号中窄带干扰抑制方法

针对现有方法对局部放电（partial discharge,PD）信号中窄带干扰抑制效果较差的问题,提出了一种基于广义S变换和快速独立分量分析的窄带干扰抑制方案。该方案首先利用广义S变换对染噪PD信号进行时频分析,在染噪PD信号的时频分布图中,根据窄带干扰和PD信号的不同时频特征,可以确定窄带干扰的特征区域;然后在窄带干扰的特征区域中,利用Candan算法对窄带干扰的频率进行估计;最后利用窄带干扰频率估计值和快速独立分量分析方法分离出PD信号,实现窄带干扰抑制。仿真和实测结果说明,所提方法可以有效抑制染噪PD信号中窄带干扰,并且能准确获取PD信号的波形特征,对比传统的奇异值分解方法和快速傅里叶变换滤波方法,文中方法对窄带干扰的抑制效果更好,残余干扰的能量较小。     

A time-frequency approach for newborn seizure detection

Techniques previously designed for seizure detection in newborns using the electroencephalogram (EEG) have been relatively inefficient due to their assumption of local stationarity of the EEG. To overcome the problem raised by the nonstationarity of the EEG signal, current methods are extended to a time-frequency approach. This allows the analysis and characterization of the different newborn EEG patterns that are intended to be the first step toward an automatic time-frequency seizure detection and classification. An in-depth analysis of both the autocorrelation and spectrum seizure detection techniques identified the detection criteria that can be extended to the time-frequency domain. The selected method uses a high-resolution reduced interference time-frequency distribution referred to as the B-distribution (BD). Here, the authors present the various patterns of observed time-frequency seizure signals and relate them to current knowledge of seizures. In particular, initial results indicate that a quasilinear instantaneous frequency (IF) can be used as a critical feature of the EEG seizure characteristics     

基于PSO-MP算法和RBF神经网络的电能质量扰动识别

准确识别扰动信号类型对分析和治理电能质量问题具有重要意义。文中提出一种基于粒子群优化匹配追踪算法(PSO-MP)和RBF神经网络的电能质量扰动识别方法。首先,构建工频原子库将工频信号提取出来,得到的残余信号能更好地体现扰动信号差异性;再利用PSO优化匹配追踪算法以减小计算量,并结合离散Gabor原子库对残余扰动信号进行稀疏分解,准确提取其原子参数;最后将原子参数以及残余信号在原子上的投影的均值和标准偏差作为特征量,利用RBF神经网络对扰动信号进行识别。仿真算例表明,该方法能够有效地识别几种常见的电能质量扰动,且具有抗噪性能强、计算量小等优点。     

平滑伪Wigner-Ville分布在电力系统谐波和电压变动检测中的应用

在分析比较了现有用于短时电能质量扰动信号检测的方法的基础上,提出使用平滑伪W igner-V ille分布(SPWVD)对电能质量信号进行检测和时频分析的新方法。平滑伪W igner-V ille(SPWVD)分布是一种优良的时频分析方法,能够在时域频域上对平稳谐波信号及非平稳信号进行联合时频分析。仿真表明,该方法能够较有效地检测出突变、非平稳扰动的短时电压波动,谐波和间谐波等电能质量信号的起止时间、频率信息。