共查询到10条相似文献,搜索用时 31 毫秒
1.
非平稳信号的分析方法是信号分析领域中的一个重要问题。本文以风洞试验获得的非平稳风压信号和升力系数信号为研究对象,分别采用短时傅里叶变换、Wigner-Ville分布,小波变换方法和Hilbert-Huang变换(HHT)方法对信号进行时频分析。分析结果表明,由于短时傅里叶变换、Wigner-Ville分布,小波变换方法都是基于傅里叶变换,因此,得到的频谱特性都大致相同,只是在分析的精细程度上有所差异;HHT方法可以获得有意义的瞬时频率,从而给出频率随时间变化的精确表达,信号最终被表示为时频平面上的能量分布,成为Hilbert谱,该方法适用于分析生活中普遍存在的大量频率随时间变化的非线性、非平稳信号,可将复杂的信号直接分离成从高频到低频的若干阶固有模态函数。另一方面,无论用哪一种分析方法都可以看出,风速和风压信号的能量大多分布在低频部分,高频部分所占比例很少,而升力信号的能量大多分布在高频部分,低频部分所占比例很少。本文采用HHT方法提取起控制作用的信号主成分。 相似文献
2.
《工业建筑》2019,(11):131-137
相比于传统的有限元方法,谱单元法是一种基于FFT算法的频域数值方法,它能够大大降低求解问题的阶数,在模拟高频导波在结构中传播、捕捉结构微小损伤方面尤为高效。以弯曲弹簧模型作为裂纹的数学模型,建立了裂纹杆件谱单元模型,求解高频导波激励下裂纹杆件的波动解。以短时傅里叶变换与Choi-Williams两种时频方法分析裂纹杆件的导波信号的能量时频分布。结果表明:短时傅里叶谱与ChoiWilliams谱均能够准确反映导波信号的时频分布特点,可以实现结构微小损伤的定位与定量分析;短时傅里叶变换的时域分辨率比Choi-Williams法低,但是其能量分布在时域上与导波信号的时域波形吻合更好;随着裂纹的加深,这两种时频分析方法对频域的分辨率更高。 相似文献
3.
为反映结构非平稳响应信号的时频特性,提出基于短时傅里叶变换的快速贝叶斯模态参数识别(FBST)方法。该方法采用短时傅里叶变换代替傅里叶变换进行模态参数识别,使模态参数的识别同时具有时频特性,同时能够给出识别结果的不确定性。利用时域分解解耦技术,将多自由度多模态响应信号转变为单自由度单模态响应信号以提升计算效率,推导得到高信噪比下负对数似然函数的表达式。采用数值算例验证了FBST方法在时变频率和阻尼比识别上的有效性。在此基础上,针对某大跨柔性光伏支架结构气弹模型的风洞试验数据和某高层建筑风振实测加速度响应数据,利用FBST方法识别了对应结构的阻尼比、频率,并与连续小波变换和Hilbert-Huang变换等经典方法的识别结果进行对比。数值算例分析结果显示,对于时变、非时变信号,FBST方法均能识别与理论值较为一致的阻尼比和频率结果。对于大跨柔性光伏支架结构的气弹试验数据和高层建筑实测加速度响应,FBST方法识别得到的频率结果与连续小波变换以及Hilbert-Huang的结果较为一致,而识别出的阻尼比存在较大变异系数。 相似文献
4.
在高层建筑抗震、抗风、健康监测及损伤诊断等研究中,结构模态参数是非常重要的参数之一。介绍了环境激励下基于小波分析的模态参数识别方法,并对实际结构振动响应信号进行小波分析。有效地识别了结构的固有模态参数,并同传统傅里叶变换、短时傅里叶变换的结构相比较,证实了小波分析方法在处理随机信号方面的优越性。另外,使用小波分析方法对测试信号进行降噪处理。分析结果表明,小波方法降噪能有效抑制噪音,还原真实信号。 相似文献
5.
6.
7.
《Planning》2015,(20)
提出了一种基于傅里叶变换方法的机织物密度自动检测方法,以解决传统人工检测织物密度的耗时、费力问题。首先,介绍了所涉及的傅里叶变换理论、纱线图像重构和阈值分割方法;然后,从机织物图像采集开始,依次进行织物图像的傅里叶变换、频率特征分析、织物纱线重构、阈值分割;最后,在纱线分割结果中完成纱线的自动定位和计数,并计算出纱线密度。实验表明,所提出的织物密度检测方法是准确有效的,能够替代现有的人工分析方法。 相似文献
8.
9.
10.
《Planning》2013,(4)
针对旋转磁场信号的微弱且频变的特点,提出并实现一种基于离散傅里叶变换(DFT)双谱峰的频率重构方法。在信号幅度谱主瓣内搜索两个谱峰的频率,以此重构信号频率的初值,运用牛顿迭代算法求解信号的真实频率,恢复信号幅度。通过计算机仿真和室外模拟对算法进行测试。结果表明:仿真结果优于基于DFT的单谱峰方法,模拟试验结果符合磁场信号随距离变化的规律,验证了所提方法的有效性和准确性;该方法能够准确锁定变化的磁场频率,滤除其他频率的杂波和噪声,精确提取出微弱的磁场幅度。 相似文献