基于分数阶傅里叶变换的邻近阶比分离研究

提出了一种基于分数阶傅里叶变换（Fractional Fourier Transform, FRFT）的邻近阶比分离方法。根据变速器输入轴转速信号及传动比确定FRFT最佳阶次,对变速器升速过程振动信号进行最佳阶次FRFT,在该分数阶域分离邻近阶比分量,并对分离出的单分量信号进行阶比分析。试验结果表明,根据转速信号确定FRFT最佳阶次,准确、快速、鲁棒性好,并具有自适应性;最佳阶次的FRFT能准确分离提取邻近阶比分量,对分离出的目标阶比分量进行单分量分析,能有效解决邻近阶比胶合问题。     

基于分数阶傅里叶变换的NURBS曲面拟合

为了实现对自由曲面模型的高精度非均匀有理B样条(NURBS)曲面拟合,提出了一种基于分数阶傅里叶变换的NURBS曲面拟合方法.首先,借助分数阶傅里叶变换对自由曲面模型点云数据的高程图像展开分析,从中提取出表征自由曲面表面三维结构的特征点;然后,利用外切圆取点法结合提取的特征点选取用于NURBS曲面拟合的数据点;最后,利...     

基于分数阶傅里叶变换的水声信道参数估计

准确估计水声信道参数,对提高通信系统的性能有着重要的意义。Chirp脉冲有良好的相关性,常被用作信道探测信号。鉴于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)对chirp类信号的处理特性,用chirp信号作为测量信号,FRFT作为后端处理技术,可以得到很好的处理效果。研究了基于FRFT的水声信道多途时延和多普勒频偏参数估计的原理和方法,该方法通过发射具有正、负调频斜率的组合线性调频信号,在接收端根据FRFT幅值输出的峰值位置估计信道参数。仿真结果表明,此方法计算量与FFT相当,且有较高的估计精度。     

基于多核学习的多阶次分数阶傅里叶变换域人脸识别

分数阶傅里叶变换是信号处理与分析的一个重要工具,通过将图像信号投影到不同角度的时频平面可以表征图像的内容信息,其在人脸识别任务中显示出很好的性能。但是分数阶傅里叶变换存在阶次选择的问题,即在没有先验知识的情况下,无法预先知道哪一个阶次的分数阶傅里叶变换域特征具有最好的判别性能。受机器学习中的多核学习理论启发,本文探讨了分数阶傅里叶变换中阶次选择问题和多核学习理论的联系,通过将不同阶次的分数阶傅里叶变化域特征的线性核矩阵作为多核学习网络的输入,结合支持向量机,交替优化更新多核网络中的系数和支持向量机的参数,自动学习多阶次分数阶傅里叶变换域特征的系数,实现多阶次分数阶傅里叶变换域特征的融合。将所提算法应用到人脸识别任务中,在ORL人脸数据集和扩展YaleB人脸数据集上的实验显示所提算法的可行性和有效性。     

混响背景下基于分数阶傅里叶变换的自适应LMS滤波算法

针对强混响背景下经典的最小均方误差(Least Mean Square,LMS)滤波算法难以有效地实现信混分离的问题,提出一种基于分数阶傅里叶变换的自适应LMS算法。首先将混响信号和自适应LMS滤波算法中的参考信号进行分数阶傅里叶变换,寻找最优变换域,并在分数阶域进行带通滤波,然后将得到的信号进行分数阶傅里叶反变换,最后将基于正态分布曲线的变步长LMS算法应用于此混响条件下进行滤波。仿真和海试数据验证结果表明,在信混比为0 dB的情况下,算法仍可以有效地滤除混响,使信混比提高6dB。     

分数阶傅立叶变换的线性调频信号降噪

本文在分数阶Fourier变换原理的基础上,提出了一种基于分数阶傅里叶变换的线性调频（LFM）信号的滤波方法,利用该变换等同于对信号在时频平面进行旋转,将混迭有噪声的信号以特定的旋转角作分数阶傅里叶变换,使得信号与噪声在变换域中的交迭达到最小：然后通过窄带通滤波器对LFM信号进行抽取,再经过分数阶傅里叶反变换,恢复出原信号。     

基于分数阶Fourier变换的机械变速过程信号分析

研究了旋转机械的变速测量过程，通过引入分数阶傅立叶变换（FRFT），推导证明了分数阶傅立叶变换对扫频信号具有良好的时频聚焦性，因此应用分数阶傅立叶变换来分析旋转机械的变速过程的测量信号，可以有效地解决机械转速不恒定对信号分析的影响，提高信号分析、状态监测以及故障诊断的准确性。     

基于分数阶聚能带分析的微弱故障特征提取研究

提出了一种分数阶聚能带时频累加谱方法,快速实现长数据的时频分析,突出目标分量,用于提取变速器急加速过程微弱故障特征。根据变速器输入轴转速信号及传动比确定分数阶傅里叶变换（Fractional Fourier Transform, FRFT）最佳阶次,对变速器急加速过程振动信号进行最佳阶次FRFT,根据FRFT模值谱确定聚能带,计算分数阶聚能带时频累加谱,通过对比多组正常和故障数据的分数阶聚能带时频累加谱结果和阶比谱结果,验证该方法的有效性。试验结果表明：根据转速信号能快速、准确确定FRFT最佳阶次;选取聚能带内的FRFT结果进行时频分析,计算量小,分辨率高,分数阶聚能带时频累加谱具有聚焦和局部放大的特点, 能很好地突出目标分量,抑噪噪声,是提取变速器急加速过程信号微弱故障特征的有效方法。     

基于FRFT的齿轮振动信号故障特征提取

研究了典型齿轮故障振动信号在分数阶傅里叶变换（FRVF）域的分布特征,并在此基础上分析了该信号在FRFT循环域（CFRFD）的分布特征,提出了FRFT循环处理（CFRFT）方法,实现了信号在CFRFD的能量积累。通过仿真实验验证了低信噪比条件下,CFRFT对齿轮振动信号的故障特征提取能力及有效性。     

自傅里叶光孤子与自傅里叶高斯光脉冲的混合传输

对一阶自傅里叶光孤子混合对信号在光纤中的演变和传输进行了数值模拟研究.所用方法为利用分步傅立叶变换方法数值求解非线性薛定谔方程,文中并证明了算法内部不存在理论误差.结果表明:一阶孤子与微扰的一阶孤子的相互作用以及一阶孤子对的初值稳定性依赖于起始输入的不同结构形式.一阶自傅里叶孤子混合对中的相互作用表现不同于一阶标准孤子混合对,它类似于二阶或准二阶孤子的相互作用特性;孤子相互作用特性不足以用孤子的阶去区分或分类.     

M周期分数傅里叶变换的光栅信号去噪方法

用矩阵方法离散地实现了任意M周期的分数傅里叶变换(FRFT),它可实现变换级次及周期的自由选择。根据相应的噪声频谱,选取适当的级次及周期,可使FRFT构造一个极窄的带阻滤波器,将其中心频率对准相应噪声的窄谱,便可滤除与理想信号频谱重叠部分的噪声分量,同时保持信号分量。在实验中,用矩阵方法实现的FRFT对所测光栅信号进行了去噪处理,并与传统的傅里叶与小波分析去噪方法进行了对比,结果表明,只要选取适当的级次和周期(α=0.545,Μ=5)就可获得理想的去噪效果。     

基于小波包变换的爆破振动信号能量熵特征分析

爆破振动信号是典型的短时非平稳随机信号。应用多分辨率特点的小波包变换对爆破振动信号进行多层分解,得到信号能量分布的细节信息。根据建立在概率统计基础上的信息熵概念,推导得到爆破振动信号能量熵计算方法。分析了4种类型爆破振动信号的能量熵,熵值由大到小为:隧道爆破、管道爆炸、台阶爆破、塌落振动。结果表明,能量熵能够反映不同类型爆破对振动信号的影响。提出将能量熵作为爆破振动信号的新特征量,为爆破振动信号特征提取、不同爆破类型振动信号识别和爆破振动预测提供一种新思路。     

采用小波变换实现振动信号数据野点的剔除

在履带车辆振动信号数据处理中,野点的存在会产生虚假的谐频成分。利用小波变换将振动信号分解为近似分量和细节分量,利用莱特准则对细节分量进行野值判别,然后用加权系数法计算新的值替代含野值的细节分量,重构信号。试验数据处理结果表明,该方法能最大保留有用信号信息,实现野值剔除。     

基于傅里叶变换的正弦信号源波形失真评价方法

介绍了一种直接利用经典傅里叶变换技术评价正弦信号源波形总失真度的过程和方法。借助于周期的精确测量技术,实现基波参数的精确测量。用时域能量方式计算失真,其内涵全面,包括了谐波、杂波、噪声等全部影响,并对测量系统本身的影响进行了补偿。同时,对不同条件下的失真度测量误差进行了分析,用一组仿真数据的实验结果,验证了正确性及可行性。所述方法可用于正弦信号波形失真度的精确测量和计量校准,尤其适用于大失真度的测量。     

强夯振动与爆破振动的信号特征对比分析

文章以马迹山港区建设工程中对山体爆破及强夯作业进行的监测数据为分析对象,对强夯振动与爆破振动信号波形进行对比,并基于小波分析方法,借助Matlab程序小波工具箱对振动信号进行多分辨率分析、频谱分析,提出了爆破与强夯激励下的地震波性质的区别.为优化爆破及强夯施工方案,减少施工中的地震波危害提供参考;为地震勘探中以强夯代替井炮作为激发源的可行性研究提供参考.     

基于希尔伯特变换的科氏流量计信号处理

针对科氏流量计输出的时变信号处理,研究采用基于希尔伯特变换的数字信号处理方法。先后通过多相抽取滤波以及IIR型椭圆带通滤波器对科氏流量计传感器信号进行滤波,再结合信号及其希尔伯特变换,构建原信号的解析信号,通过共轭相乘计算两信号间的相位差,实现流体质量流量的测量。对多种实现希尔伯特变换的方法进行总结优化和仿真比较,仿真和实验结果表明该方法实时性好,满足计量要求。     

小波变换在蒙库铁矿爆破振动信号时频分析中的应用

爆破振动信号具有非平稳随机特性。利用小波变换分析技术,将爆破振动信号分解在不同的频率带上,得出爆破振动信号在不同频率范围内振动分量的时间变化规律,结合爆破振动信号的能量分布特征和功率谱波形,定性评价了爆破振动对边坡稳定性的影响程度。     

飞机颤振试飞试验信号的广义时频滤波

针对飞机颤振试飞试验信号噪声过大的问题,提出了一种广义时频域滤波算法。算法采用分数阶傅里叶变换对线性扫频激励及其响应信号进行广义时频分析,利用该类信号在分数阶傅里叶域内的聚焦特性,有效提取真实响应信号,达到信噪分离的目的。给出了具体的滤波算法,并将其应用于仿真算例和实际试飞数据,结果表明该方法可显著提高信号的信噪比。