地震信号的复调制细化方法的频谱分析

为了得到地震信号某段频谱的精细结构,提高其频率分辨率,提出了频率细化技术.通过对地震信号进行复调制移频、数字低通滤波、重新采样、复FFT(Fast Fourier Transtorm)处理、频率调整实现对地震信号的复调制频率细化.利用Matlab,对实际地震信号进行分析,得到地震信号能量最大处的频率,实现了准确、快速的对地震信号某一窄带频谱的分析和研究.与FFT相比,复调制细化能够更好的得到幅度最大处的频率,使地震信号的频谱更精确.     

基于Matlab轨道移频信号检测的仿真分析

在检测仪器内存和FFT计算长度有限制的情况下,为进一步获得较高的频率分辨率,则需对有用频段进行选频细化分析.将带通抽样技术与Zoom-FFT频谱细化技术相结合,并用Matlab软件对国产18信息轨道移频信号的检测算法进行了仿真验证,表明该检测算法是完全可行的,同时也验证了移频信号基本参数确定方法的正确性,为设计轨道电路移频信号检测仪表提供了依据.     

基于小波变换的内燃机瞬时转速信号的分析

使用非线性离散序列的小波变换(DTWT)对同时存在高频噪声和高斯白噪声的内燃机瞬时转速信号进行去噪．通过对此信号进行频谱分布的分析，用Donoho的阈值去噪法去除高斯白噪声之后，根据小波变换的多分辨率思想，提出了仅使用小波变换的尺度系数进行小波反变换来去除高频噪声，然后运用小波反变换来恢复内燃机瞬时转速信号的方法．实验结果表明，此方法能够较精确的去除噪声，恢复内燃机瞬时转速信号．     

基于改进FFT的电力系统谐波频谱分析

快速傅里叶变换(Fast Fourier Transform, FFT)是电力谐波检测分析中运用最广泛的方法之一,但受到频谱泄露的影响,测量精度有待进一步提高。针对以上问题,在使用FFT对电力谐波进行分析时,从改变采样时长、加窗函数和相位差法三方面进行算法改进,并进行仿真研究。研究结果表明,采样时间为信号周期的整数倍可以有效减小因频谱泄露而引起的测量误差,使用不同窗函数在抑制谐波频谱泄漏方面的性能各有不同,相位差法可以校正幅值和频率。改进FFT算法有利于提高电力谐波分析的精度,得到精度更高的信号频谱。     

基于小波变换的内燃机瞬时转速信号的分析

使用非线性离散序列的小波变换 (DTWT)对同时存在高频噪声和高斯白噪声的内燃机瞬时转速信号进行去噪 .通过对此信号进行频谱分布的分析 ,用Donoho的阈值去噪法去除高斯白噪声之后 ,根据小波变换的多分辨率思想 ,提出了仅使用小波变换的尺度系数进行小波反变换来去除高频噪声 ,然后运用小波反变换来恢复内燃机瞬时转速信号的方法 .实验结果表明 ,此方法能够较精确的去除噪声 ,恢复内燃机瞬时转速信号 .     

激光测速中多普勒频移的测定

多普勒信号具有频率不变、相位和幅度随机取值的特点。为了获得多普勒信号的功率谱,用Welch法对功率谱进行估算,采用Goertzel对功率谱进行细化和能量重心校正。对实测多普勒信号进行仿真,结果表明：当重叠数是窗函数长度1/2时,用Welch法估算得到的方差和偏差能够达到较好的效果;频谱细化可以提高功率谱的分辨率;频谱校正使得多普勒频移更接近真实值。     

小波变换在电子耳蜗CIS处理中的应用及其仿真和合成

小波变换是采用多分辨率的思想,非均匀的划分时频空间,对信号做多尺度分析,其功能相当于用一组恒品质因数Q的带通滤波器做多分辨率分析.文章利用小波变换代替带通滤波器组实现电子耳蜗CIS语音信号处理,讨论了小波变换在电子耳蜗CIS语音信号处理中的应用,并对该方法进行计算机仿真和声音合成.     

小波变换对耳蜗频率响应的模拟方法

经分析发现,小波变换是对人耳蜗频率响应的近似,二者都是一组比例带宽滤波器。因此,以cmor10.5母小波为基础,构造了一系列小波组成一滤波器组,模拟了人耳频率响应。根据某类舰船单音信号参数,模拟了一含噪输入信号。以该信号为基础,对小波谱提取方法进行了研究,对于小波谱提取中涉及的带宽、分辨率等参数进行了分析,提出了改善分辨率的两种办法。最后,对某型舰船噪声进行了小波谱分析,并与其FFT谱图进行了简单的比较,对其变分辨率进行了分析,验证了小波变换比例带宽滤波器的特点。     

基于快速傅里叶变换和db小波变换的谐波检测

在电力系统谐波检测中,使用快速傅里叶变换法(FFT)可以得到平稳谐波信号中的频谱,从而可以确定该信号中谐波的频率和幅值等信息.但FFT局限于得到信号的频域信息,很难检测到谐波发生的具体时刻,而小波变换可以捕捉到信号中的细节部分.针对复杂谐波信号,提出了一种将快速傅里叶变换和小波变换相结合的检测方法.由Matlab仿真结果可知,该方法可以检测稳态谐波,确定暂态谐波的突变时刻.     

频谱修正与还原方法在轨道移频信号检测中的应用

在轨道移频信号的参数检测中,为了达到较高的检测精度,满足良好的实时性要求,提出了以快速傅立叶变换（Fast Fourier Transform,FFT）算法为基础的频谱修正与还原的方法.在低分辨率频谱中,通过谱线位置插值和谱线幅度合成,将泄漏状态下的频谱还原为接近无泄漏状态,实现移频参数的准确、快速获取.与传统的频谱细化算法相比,该方法具有兼顾检测精度与实时性的优点.利用Matlab对该检测方法进行仿真分析,证明该方法有效、可行,为轨道移频信号检测仪的设计提供了依据.     

基于小波变换的非平稳信号分析与处理

针对傅里叶变换在非平稳信号分析中的难点问题,将小波变换和短时傅里叶变换应用于典型的非平稳信号,进行时频分析研究,所获得的特性比普通的傅里叶变换构成的频谱分析结果更清晰、准确,表明这两种时频分析方法独有的优越性、正确性、实用性.小波的多分辨特性更使得分析结果优于短时傅里叶变换.在此基础上用该方法对小波时频分析方法的抗噪性能进行研究,并从小波基函数的性质和实际仿真效果两方面设定参数,得出最优分析结果,改善了小波时频分析方法在高频处频率不易确定的问题.     

基于小波和傅立叶变换的纱线波谱图计算

采用离散小波变换与快速傅立叶变换相结合的方法,先对纱线信号进行小波分解,再对各子带信号作快速傅立叶变换,从而得到各子带信号的频谱。截取相应频段,并在同一图形上显示,然后将各频率成分转换成相应的各波长分量,得到纱线波谱图。     

基于局部频谱连续细化的高精度频率估计算法

针对噪声环境下多普勒频率的快速、精确估计问题，提出了一种基于局部频谱连续细化的高精度频率估计算法．该算法先采用快速傅里叶变换对信号进行粗略的频谱估计，获取到感兴趣的窄带频谱范围后，再进行频域细化分析．由于在细化过程中采取时、频域两次加窗技术，将噪声抑制与频谱分析有机地结合在一起，提高了估计精度和频域稳定性，降低了计算量．     

应用小波包结合FFT方法检测转子断条故障信号

针对笼型异步电动机转子断条故障信号的处理,提出了一种小波包分析结合FFT的处理方法.该方法弥补了单独使用FFT无时间分辩力和无法准确识别微弱故障特征信号的缺点,也弥补了单独使用小波包分析只能得到各频带信号成分而无法得到频点信号的不足.实验证明该方法是可行的,应用该方法能够准确检测到笼型异步电动机转子断条故障信号.     

用样点加密和补零充位提高频谱分辨率

在地震数据处理中,频谱分析是不可缺少的重要环节。PE—3284机TRAFO模块是采用FFT算法进行频谱分析的。由于频谱的分辨率与被处理的时窗长度成正比,当时窗长度小于2000ms时,分辨率很低,不能用于实际生产。本文提出用样点加密和补零充位的方法提高频谱分辨率,效果明显,方法简单,对时窗长度大于75ms的谱分析,完全能满足实际处理需要。     

B-样条小波在加速度信号处理分析中的应用

采用傅里叶变换的数字信号处理方法处理航空弹射加速度信号，运用多分辨率信号分解与重构算法进行处理，用小波重构法滤波得到人体响应输出的幅度谱、功率谱比用FIR滤波得到的波形频谱清晰，且谱峰分辨率高，证明了小波变换方法的可行，且效果优于传统方法。     

一种新的小波包络检测快速算法及其应用

针对传统包络解调分析方法需要人为选定共振频带的缺陷, 提出一种用 Morlet 小波和连续小波变换实现的包络检波算法. 该方法利用小波变换时-频分析的优势, 用傅立叶变换快捷计算小波变换系数, 从而有效提取各共振响应频带的调制频率. 经实验验证, 该方法能有效地提取信号包络, 准确地提取出滚动轴承的故障频率.     

基于小波包变换的电力系统谐波电流检测

针对常规快速傅立叶变换无法检测非整数次谐波,以及改进的加窗插值快速傅立叶变换运用困难,采用小波、小波包变换对电网信号中的谐波进行检测分析。小波包变换建立在二进小波变换基础上,可以实现对信号的均匀划分,能够更好地提取信号的时频特性。仿真结果证明,较之傅立叶变换和小波变换,小波包变换对电网信号中谐波的幅度、频率的估计具有更高的精度。     

一种新的基于能量分布的图像压缩方法

研究了小波变换用于图像压缩涉及到的小波系数阚值的确定问题。建立了评价图像小波变换后各层子图像能量分布的理论公式；给出了确定小波系数阈值的方法和一种新的图像压缩算法。以典型的Lena图像为例，在同等压缩比条件下，把本文提出的图像压缩方法与FFT和DCT法进行了对比，结果表明：本方法有明显的图像改善效果和抗“分块效应”的能力。