基于广义S变换的测井信号时频谱分析

S变换虽兼备短时傅里叶变换和小波变换的优点,但基本小波固定,在薄互层识别方面受到较大限制。广义S变换,通过引入λ,p两个参数对S变换中的高斯窗函数进行改造,时频分辨率得到了明显提高。本文在对广义S变换方法原理进一步研究的基础上,应用VC++在Qt平台上编写了广义S变换时频分析程序,并构造平稳信号和非平稳信号进行了对比分析,凸显了广义S变换的时频聚焦性。最后,应用该方法对实际测井信号进行了时频谱分析,取得了良好效果。     

时频分析技术在地质薄层识别中的应用

时频分析是分析非平稳信号的有效方法,将一维的时域信号和频域信号映射到二维时频平面上,获得信号的时频分布,清晰地描述了信号频率随时问变化的关系。通过模拟信号的广义S变换,分析信号的时频分布特征,并建立正演模型,运用广义S变换提取正演模型的单频剖面。利用基于广义S变换的时频分析方法,提取某工程项目实际地震资料的单频剖面,从而有效识别地质薄层。     

S变换时频分析在隧道岩溶地震勘探解释中的应用

介绍了短时傅立叶变换、小波变换和S变换的优缺点及其彼此间的相互关系。详述了S变换的概念及性质,认为S变换方法具有良好的自适应性和时频分辨率,能提供高质量的时频谱信息。将S变换时频分析用于宜万铁路隧道地震映像法数据解释。结果表明,S变换时频剖面上的溶洞异常显示比时间剖面更为清晰,在推断岩溶的分布位置、大小、埋藏深度等方面具有良好效果。S变换方法有助于提高地震数据解释的精度和准确性。     

采用多分辨率广义S变换的电能质量扰动识别

为提高电能质量复合扰动识别能力,提出一种采用多分辨率广义S变换(multiresolution generalized S-transform,GST)的扰动识别方法.首先,将信号频谱分为低频、中频、高频3个频域,分别设定窗宽调整因子,使其在各个频域具有不同的时-频分辨率,满足不同扰动信号识别要求.并针对高频振荡识别问题,设计基于基频傅里叶谱特征的自适应窗宽调整方法.在此基础上,提取6种特征用于构建决策树.最后,提出最小分类损失原则,确定决策树节点分类阈值,设计扰动分类器.仿真与实测信号实验证明,新方法能够准确识别含5种复合扰动在内的13种扰动.相较于S变换、广义S变换和Hyperbolic S变换,新方法具有更好的特征表现能力,分类效果好,抗噪声干扰能力强.     

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。     

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.     

利用Radon-Wigner变换提高LFM信号的时频DOA估计性能

本文采用Radon-Wigner变换作为时频工具,在多目标环境下有效地抑制交叉干扰项和噪声,具有很好的时频汇聚性.模拟结果表明,在多LFM信号情况下,与基于PWVD和SPWVD的方法相比,基于Ra-don-Wigner变换的方法的DOA估计精度有显著提高;且其方向估计性能基本不随SNR的下降而恶化,这对于在低SNR环境下进行DOA估计十分有利.     

基于广义S变换的主频率分析

基于常规的主参数分析原理,从高精度时频分析的角度出发,采用广义S变换进行计算,提出了一种新的基于广义S变换的主频率分析方法。该方法采用窗函数可变的广义S变换进行计算,不仅具有一定的抑制噪声的能力,而且充分利用了广义S变换分辨薄层的能力。实际资料的计算结果表明,该方法得到的主频率剖面不仅有效地突出了弱反射同向轴,有利于反射同向轴的对比追踪,而且具有很强的分辨薄层的能力,得到的主频率剖面具有很高的纵向分辨率,有利于地震资料的精细处理和解释。     

基于改进S变换和DSVM的电能质量扰动识别

针对采用S变换和支持向量机(SVM)的电能质量识别扰动信号时存在的受噪声较大及泛化能力低的缺陷,本文结合电能质量扰动信号的特点,在围绕S变换这一时频分析工具上,增加了参数g用于调整时频分辨率,解决了常规S变换受噪声较大的特征提取问题.然后引入直接支持向量机(DSVM)模型,通过典型数值试验,证明DSVM比SVM和LSSVM模型的学习和预测速度更快的优势.最后使用DSVM对扰动信号进行训练,实现电能质量扰动信号自动识别和分类.通过与已有文献的分类结果对比试验表明,该算法不仅求解更简单,且泛化能力也并未降低,拓展了SVM在电能质量扰动中的应用.     

广义S变换域低照度图像时频分析及滤波

为降低二维广义S变换的计算复杂度和内存占用度,基于二维广义S变换时频分析原理,提出了一种改进快速离散正交S变换算法(FDOST).采用FDOST算法对低照度图像进行S变换,分析了高斯噪声和原始图像在广义S变换域的时频分布,给出了区分原始图像和高斯噪声的方法以及基于改进广义S变换低照度图像时频滤波法.对合成含噪图像和实际低照度图像进行去噪仿真,结果表明:基于改进广义S变换FDOST滤波方法可去除图像中的高斯噪声,去噪后图像信噪比较去噪前提升了6%,最大化保留了原始图像信息.     

基于S变换的结构损伤信号处理

针对结构损伤信号的非平稳特性,推导了离散S变换及其基本实现算法,并验证其在信号处理中的有效性,探讨了S变换与傅里叶变换的数值关系;基于S变换分析了一单跨两层钢结构试验模型的节点损伤信号的时频特性,提取各损伤信号的每时能量最大值作为特性指标,对不同节点损伤程度的信号进行了对比。结果表明：当节点损伤程度加剧时,结构损伤信号的能量最大值的极值先减小后增大;当节点损伤程度超过50％时,损伤信号的能量最大值的极值高于节点健康状态的极值。     

基于S变换的电能质量扰动分析

针对电能质量扰动信号的特征,提出一种基于S变换模矩阵的信号检测与分类方法,并对电能质量扰动信号进行分类.对电能质量扰动信号的电压凹陷、电压尖峰、暂态随机干扰等现象应用S变换分析,构造等值时频图,从而清晰直观地显现出电压干扰.     

基于S变换的混合DS/FH扩频信号参数估计

针对混合二相编码调制的混合扩频信号的参数估计问题,提出了一种基于S变换的跳频参数估计方法．该方法利用非线性变换获得携带跳频信息的参考信号,并利用循环谱估计该信号的频率集作为修正信息; 在S变换中引入高斯窗长控制参数以实现其时频分辨率的可控性．在此基础上,提取修正S变换时频脊线作为对参考信号瞬时频率的估计; 利用修正信息降低脊线高频区域的误差,同时抑制噪声对参数估计精度的影响．仿真实验表明了该算法对跳频参数估计的有效性．算法无需信号的先验知识,并易于通信侦测接收机的实现．     

基于形态小波和S变换的滚动轴承故障特征提取

针对传统小波在强背景噪声中提取冲击故障特征的不足,提出基于极大提升形态小波(MLMW)分析和S变换的滚动轴承故障特征提取方法.先利用MLMW变换将信号分解到不同形态尺度上,各尺度信号上保留着信号局部极值形态特征,对细节信号进行软阈值降噪处理,再从重构信号的具有良好时频聚焦性的S变换谱上提取故障特征.试验结果表明,MLMW既抑制了噪声和谐波分量,又显著强化了故障特征;相比传统小波和包络分析,能清晰地提取非平稳非线性故障特征.由于MLMW采用简单的形态算子和高效的提升方法,计算简单高效,适于故障特征的在线分析.     

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。     

基于GST和多级SVMs的PQDs分类方法研究

提出一种新方法--基于广义s变换(GST)和多级支持向量机(SVMs)分类器的电能质量扰动(PQDs)分类方法．首先,引入GST提取典型PQDs特征的向量集．然后,针对电压暂降、暂升、瞬态、振荡暂态、陷波‘、尖峰、谐波、间谐波及闪变九种典型扰动构造特征集合,用于训练多级SVMs分类器．最后,使用SVMs分类器对500个PQDs测试样本进行识别,在SVMs中电能质量的N种扰动是由～一1分类器分类的．结果袁明：该方法可以有效地对PQDs检测和分类尤其分类器在训练速度和正确率方面性能突出．     

基于时频子空间方法的线性调频信号参量估计

针对加性色噪声背景下的多分量线性调频信号参量估计问题,提出了基于相位差分的时频子空间方法.该方法将时频子空间的方法引入线性调频信号参量估计中.首先时多分量线性调频信号做相位差分,然后在时域内利用子空问方法对差分后的信号进行滤波,最后用基于矩阵束的方法进行频率估计.本方法消除了使用相位差分而带来的交叉项的干扰,同时能够很好的消除加性色噪声对多分量线性调频信号的参量估计的影响.仿真实验证明了本方法的有效性.     

采用相干单距离多普勒干涉的太空碎片成像

对于尺寸小于雷达距离分辨率的太空碎片的雷达成像,假设在平动运动完全补偿的条件下,根据太空碎片的运动特点,提出了采用相干单距离多普勒干涉的成像方法．该算法同时利用信号时频谱的强度和相位分布,通过正弦曲线搜索实现对信号的相干积分,从而获得太空碎片的高分辨二维图像．此外,分析了该算法的分辨率及图像质量与时频谱的关系,据此给出一种对应的窗函数的选取准则．