基于广义S变换的时频滤波技术研究

针对S变换的滤波方法受到窗函数固定的限制,对信号的滤波不能达到良好效果,广义S变换时频滤波克服了传统S变换滤波因子不能随时间、频率变化而变化的缺陷。将信号用广义S变换方法变换到时频域,对不同时间内不同频率的噪声部分冲零,再将去噪后的信号利用广义S反变换到时间域,获得所需要的有效信号。通过理论计算和信号模型仿真表明,广义S变换时频滤波方法能够较为精确的分析数据的时间和频率特征,有效滤除不同时段不同频率的噪声,可以最大化的保留原始信息。该方法具有较高的实用性和灵活性。     

基于广义S变换的声发射信号去噪研究*

为了有效消除声发射信号中的噪声,将广义S变换滤波方法应用于声发射信号去噪,分别采用广义S变换中的充零法、基于带通滤波器设计滤波算子法以及时频滤波法进行滤波比较,针对信号的不同时频特性设计了相应的时频滤波算子.结果表明,基于S变换的三种时频滤波法对声发射信号的去噪均有较好的效果,克服了传统滤波方法滤波因子不能随时间、频率变化而变化的缺陷.其中时频滤波法在高信噪比和低信噪比情况下都能更好地去除噪声,可以满足信号处理的要求.     

广义S变换在移频信号检测中的应用

目前,对于铁路移频信号的检测主要采用短时傅立叶变换、小波变换、Wigner-Ville分布以及广义S变换等时频分析方法,以上方法都存在一定的局限和不足。针对以上各种方法所存在的问题,在原广义S变换的基础上对其窗函数进行改进,简化算法的复杂性。将改进算法用于铁路移频信号的检测中,可以克服常规时频分析方法存在的不足,从而准确地检测出移频信号的各个频率特征,明显地降低检测误差。改进算法对进一步研究移频信号检测方法及研制高精度的移频信号检测器具有重要的指导意义。     

基于广义S变换的地震高分辨率分析

Stockwell等人提出的S变换虽然与Fourier谱能保持直接联系,但是S变换中的基本小波不适用于地震资料处理,通过对S变换加以推广得到广义S变换。本文研究广义S变换在地震高分辨处理中的应用,并利用广义S变换进行地震高分辨率剖面处理。仿真实验和实际资料的处理对比结果均表明广义S变换在地震高分辨处理方面的可行性和有效性。     

基于时频分析的雷达信号滤波方法

深空目标的雷达回波信号较弱而且受噪声干扰严重,给检测识别工作带来很大的困难;提出了一种时频滤波方法,将基于广义S变换的时频滤波引入到雷达回波信号去噪当中;采用广义S变换对回波信号进行时频分析,利用变换结果求解信号的瞬时频率,并构造了一种时频滤波器.对雷达回波信号进行时频滤波处理并对滤波效果进行分析;仿真结果表明,经滤波后信噪比有较大提高,且很好保留了信号特征。     

广义S变换地震频谱分解计算方法及应用

广义S变换依据地震信号的特征,用振幅、能量衰减率、能量延迟时间及视频率四类参数构造基本小波,克服了S变换中基本小波固定不变的缺点,是一种高分辨率的时频变换。论文研究将广义S变换用于地震频谱分解,形成了广义S变换地震频谱分解算法和流程。广义S变换频谱分解技术不受时窗长度的限制,大大提高了抗噪性、稳定性和分辨率。实际算例证明,广义S变换地震频谱分解对河道等地质现象的刻画精度要大大高于傅氏变换频谱分解方法,是石油地震勘探中薄层储集体预测的有效手段。     

基于参数优化的广义S变换在提取地震信号瞬时参数中的应用

地震信号的瞬时参数因包含丰富的地下地质信息,是地震资料分析的重要工具,因此提取瞬时参数具有很重要的意义。由于传统的各种时频方法在高频处没有较好的时频聚焦性,其能量分布曲线发生畸变导致提取的瞬时参数存在较大的误差,为了解决此问题,本文在广义S变换的基础上,提出了一种优化可控参数的算法,通过用广义S变换方法将信号变换到时频域,结合时频聚焦性准则选取广义S变换窗函数最优化的参数值,使经过优化后的广义S变换在各个频率处具有较好时频分辨率的同时达到最好的时频聚焦性。通过matlab对合成地震信号和实际地震信号仿真表明,该方法提高了信号整体的时频聚焦性,能够更精确的提取瞬时参数,具有具有较高的实用性和灵活性。     

基于稀疏表示和时频变换的ISAR成像算法

逆合成孔径雷达对空中机动飞行目标进行成像,在成像积累时间内,成像投影平面和横向尺度随时间变化,许多参数很难准确提取,人们无法获得更多的先验知识。一般采用鲁棒性强的距离-多普勒(RD)算法进行成像,但传统的RD成像算法基于目标匀速转动和方位均匀采样的假设,若用其对机动目标进行成像,则图像模糊,尤其对于随机缺损的雷达回波数据,其成像质量显著下降,甚至无法辨识。通过引入稀疏表示和时频变换,提出了一种基于稀疏表示和时频变换的距离-瞬时多普勒成像算法,其可对一般机动飞行目标进行有效成像。实验结果验证了所提算法的有效性和可行性。     

自适应离散 Gabor 变换及其时频滤波

为了提高 Gabor 表示的时频分辨率,使用了基于度量函数的窗函数宽度自适应选择算法,并利用其优化后的 Gabor 时频分布在时频联合域内运用时频掩蔽技术进行滤波,用于非平稳信号的中分量提取或降噪。实验结果表明了改进的自适应离散 Gabor 变换算法在信号处理中的有效性和实用性。     

射频信号的S变换检测

本文针对射频(RF)信号的频率高、瞬变等特点,提出了一种基于S变换的射频信号检测方法。仿真结果表明,S变换具有很好的时频分析能力,能很好地分辩出射频信号的时频性能。     

基于Levenberg-Marquardt算法和广义S–变换的无绝缘轨道电路补偿电容的故障检测

本文利用传输线理论分析了无绝缘轨道电路补偿电容故障对轨道电路短路电流幅度包络的影响,提出了短路电流幅度包络的回归模型,并利用Levenberg-Marquardt(L-M)算法验证了该模型的正确性和适用性.根据机车信号的工作原理,将对短路电流幅度包络的检测转换为对机车信号感应电压幅度包络的检测.在利用L-M算法进行分段指数拟合以去除信号的衰减趋势的基础上,通过广义S变换(GST)得到信号的瞬时频率变化,最终根据短路电流幅度包络的回归模型,对瞬时频率变化结果进行判决,得到发生故障电容的具体位置.实验表明,GST具有较高的时–频分辨率,可以此对故障电容进行准确定位.由于该方法的检测数据全部来自于机车信号的日常运用,使得利用本文方法可大大缩短补偿电容的检测间隔时间,在很大程度上克服了目前检测方法在检测的及时性、成本和影响铁路运输等方面的不足.     

S-transform based on compact support kernel

In this paper, the use of a Compact Support Kernel (CSK) instead of the Gaussian window in the S-transform is proposed. The CSK is derived from the Gaussian but overcomes its practical drawbacks while preserving a large number of its useful properties. The width of the CSK is controlled by some parameters making it more flexible. These parameters are selected to optimize the energy concentration in the time–frequency domain. Compared to other versions of S-transform, other time–frequency representations and continuous wavelet transform, the achieved results obtained using synthetic and real data show a significant improvement in the time and frequency resolution, energy concentration and instantaneous frequency estimation.     

高质量通信信号时频图处理及应用

针对信号监测工作中信号时频图清晰显示重要性的问题,首先介绍了信号时频特征获取,之后进行信号时频图显示处理,利用基于灰度变换图像对比度增强、图像渐变平滑处理、图像的锐化处理的数字图像处理相关算法对信号时频图进行显示处理,并成功的在实践工程中进行了运用,解决了信号时频特征在时频域直观显示的问题,从而能够在时频域上表示出信号...     

改进的S变换及在地震信号处理中的应用

首先论述了S变换的原理和运算实现.为了提高S变换对不同类型非平稳信号的分析能力,通过一个时窗调节因子改造S变换的可变高斯窗函数,从而改变时窗宽度随频率呈反比变化的速度,得到了时频分辨率可调的广义S变换,提高了S变换在具体应用中的实用性和灵活性.通过对几种合成信号模型仿真,阐述了时窗调节因子对时频分辨率的影响.并对一维人工合成复杂地震信号进行分析,获得了高质量的时频表示,证明了广义S变换在地震信号处理中应用的有效性.     

A sampling theorem for fractional S-transform with error estimation

Fractional S-transform (FrST) is generalization of the S-transform (ST). Over the past few years, FrST plays an active role in optics, communication, and signal processing applications. This paper is focused on the sampling theorem of FrST, which is based on multiresolution subspace. It will provide an appropriate and reasonable model of sampling and reconstruction of the signal for real applications. Moreover, two kinds of reconstruction error, estimate truncation and aliasing error for sampling are also discussed. Efficacy of proposed work is validated with simulation results.     

Robust shape optimization of notches for fatigue-life extension

An iterative 2D finite-element-based optimization procedure has been developed which incorporates robust design philosophies. This has been used to determine precise free-form shapes for a hole in a plate example, with the aim of maximizing its fatigue-life when exposed to varying load orientations. Past methods have typically considered only a single nominal load orientation, with empirical approaches to deal with the orientation variability, thus resulting in suboptimal solutions. Here a robust stress method is developed that produces a notch shape that minimizes the peak stress and renders it constant for a range of load orientations. Furthermore, a more sophisticated robust fatigue-damage optimization method is then developed to minimize the peak fatigue damage for a given stochastic distribution of load orientations. Fatigue calculations for an example problem with significant load orientation variation show that the robust optimization methods provide fatigue-life extensions 2 to 8 times better than past methods. It is anticipated that the implementation of robust optimal shapes in metallic components would result in greater fatigue-life extension.     

基于自适应滤波器的时频分析

采用最小方差原则和梯度下降方法, 经过旋转变换, 获得频率参数和带宽参数可调的自适应二维线性正弦跟踪滤波器, 实现信号跟随与幅值估计. 把多个跟踪器并联, 形成带宽可调的多频点梳状滤波器, 得到多维线性常系数微分动力系统. 用不变原理证明梳状滤波器是一致渐近稳定的. 用拉普拉斯变换导出频率特性, 单正弦输入时为向量形式, 针对多正弦分量时为频率特性矩阵. 当输入信号所有正弦分量的频率都等于梳状滤波器频率参数时, 本算法能够同时准确跟随所有分量及其幅值. 分析了算法的频域格栅效应以及带宽参数对稳态精度的影响, 通过仿真说明了算法的有效性.     

Controlled-coverage discrete S-transform (CC-DST): Theory and applications

The S-transform (ST) is a popular linear time-frequency (TF) transform with hybrid characteristics from the short-time Fourier transform (STFT) and the wavelet transform. It enables a multi-resolution TF analysis and returns globally referenced local phase information, but its expensive computational requirements often overshadow its other desirable features. In this paper, we develop a fully discrete ST (DST) with a controllable TF sampling scheme based on a filter-bank interpretation. The presented DST splits the analyzed signal into subband channels whose bandwidths increase progressively in a fully controllable manner, providing a frequency resolution that can be varied and made as high as required, which is a desirable property for processing oscillatory signals lacked by previously presented DSTs. Thanks to its flexible sampling scheme, the behavior of the developed transform in the TF domain can be adjusted easily; with specific parameter settings, for example, it samples the TF domain dyadically, while by choosing different settings, it may act as a STFT. The spectral partitioning is performed through asymmetric raised-cosine windows whose collective amplitude is unitary over the signal spectrum to ensure that the transform is easily and exactly invertible. The proposed DST retains all the appealing properties of the original ST, representing a local image of the Fourier transform; it requires low computational complexity and returns a modest number of TF coefficients. To confirm its effectiveness, the developed transform is utilized for different applications using real-world and synthetic signals.