基于复解析小波变换的瞬时频率分析方法

提出了利用基于复解析小波变换的瞬时频率分析的新方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起，具有自适应分析能力。对信号作复小波解析变换得到信号的瞬时频率，通过瞬时频率的功率谱分析就可提取信号特征。通过对齿轮故障振动信号的分析，表明该方法能有效地诊断齿轮局部故障，且与传统的频域方法相比具有更好的分析效果。     

基于复小波变换的结构瞬时频率识别

对结构响应信号进行连续复Morlet小波变换,根据小波系数的模极大值提取小波脊线,识别结构的瞬时频率;为降低噪音的影响,采用奇异值分解(SVD)方法进行降噪处理,建立了一种基于连续复小波变换识别时变系统瞬时频率的方法.用一个具有时变刚度的弹簧质量系统的数值算例验证方法的有效性,随后设计了一个时变拉索结构试验,分别对索施加线性和正弦变化的拉力,同时测试结构的冲击响应,运用提出的方法成功地识别了索的瞬时频率.数值与试验结果表明,提出的方法能有效地识别时变结构的瞬时频率,且识别方法具有一定的抗噪性.     

基于最大坡度法提取非平稳信号小波脊线和瞬时频率

提出一种基于最大坡度法的非平稳信号小波脊线提取和瞬时频率识别新方法。该方法首先对非平稳响应信号进行连续复Morlet小波变换,其时间轴、小波尺度轴及小波系数模值构成一个三维坐标系（x, y, z）;其次从预先设定的小波脊线初始点出发,在一定范围内进行搜索,并分别计算其在时间-尺度平面（x-y）的距离、z方向的距离及小波脊线的坡度值。最后,求解位于最大坡度方向上的各空间点并将其连接成线即为所求的小波脊线。采用三个非平稳信号数值算例和一个拉力时变的拉索试验验证了最大坡度法的有效性,并与基于小波系数模局部极大值的脊线提取方法、动态规划法及瞬时频率理论值进行比较。数值模拟和试验结果表明,该方法能够有效提取非平稳响应信号的瞬时频率,且识别精度优于基于小波系数模局部极大值和基于动态规划的小波脊线提取方法。     

小波域的频率扩展信道的信号检测

由于海洋动力学和目标起伏引起发射信号包络的时变衰减，相应于频域就是频率扩展，这种信道称为频率扩展信道，又名快速衰落信道(FFD)。在FFD信道中，理想信道的最佳检测器——匹配滤波器的性能将有所下降，Baggenstoss已经证明FFD信道的最佳检测器是分段副本相关器(SRC)。近年来出现的小波变换具有和宽带相关处理相似的计算结构，所以文章拟从连续小波变换的理论和性质出发，推导FFD信道小波变换域最佳检测器的形式，并针对一个仿真算例，进一步用Monte-Carlo实验计算出该检测器的性能曲线，结果表明该检测器的性能优于小波域的副本相关器。     

基于同步挤压小波变换的结构瞬时频率识别

对结构响应信号采用连续可逆的时频变换工具—同步挤压小波变换,能提高时频曲线频率精度,有效地识别出结构的瞬时频率。用Duffing弱非线性系统及两层剪切型建筑模型验证该方法的正确性。设计时变拉索试验,分别对索施加线性与正弦变化拉力,测出结构的加速度响应,用同步挤压复Morlet小波变换算法进行索的瞬时频率识别。数值模拟及试验表明, 同步挤压小波变换能有效识别时变结构及非线性结构的瞬时频率,该方法具有较好的稳定性。     

分形信号的小波分析

本文提出了分形信号的小波分解与重构的一种快速算法。针对分形信号的自相似和长时相关的特点,采取离散小波变换（ＤＷＴ）对分形信号进行多尺度分解,使其成为各尺度上的近似平稳信号,从而可利用通常的Ｗｉｅｎｅｒ滤波＾［５］或Ｋａｌｍａｎ滤波＾［７］方法进行估计,然后再由ＤＷＴ进行多尺度重构,估计出被噪声污染了的原始信号。本文重点对分形信号的ＤＷＴ进行算法设计,并估计了计算复杂度。     

信号的小波尺度-频率表示及其在机械故障诊断中的应用

基于对信号的连续小波变换特点的分析，提出信号特征的小波尺度一频率表示方法。该方法对污染的脉冲信号和正弦信号的应用结果表明该方法能有效提取强噪声背景下的周期成分。以变速器齿轮的故障诊断为例，用该方法对变速箱齿轮振动信号的尺度-频率表示进行分析，结果表明该方法能非常有效地将不同磨损状况的齿轮振动信号的特征表现出来。     

基于正交小波包的瞬时频率检测

本分析了瞬时信号及噪声的时频特性和小波变换特性。根据小波包变换具有的优良时频分析能力,通过引入阈值熵来定量地描述瞬时信号在时频空间中的分布。理论分析和实验结果表明本方法简单,可靠,且易于检测。     

基于小波变换的滚动轴承故障信号分析

借助于实验所用滚动轴承正常运行、单点故障尺寸长度为0.007in(1in=2.54cm)、单点故障尺寸长度为0.014in和单点故障尺寸长度为0.021in 4个状态的数据,通过在Matlab中使用短时傅里叶变换和小波变换工具对滚动轴承正常运转时和滚动轴承内圈滚道有裂纹缺陷时的信号进行处理比较。发现对轴承信号进行短时傅里叶变换处理,并对频率进行归一化处理,结果只能粗略反应信号的频率成分,而对轴承信号做bior 2.4小波变换处理,在时间域与频率域都可以反映,且其具有自适应时频特性。两相比较,基于小波变换的滚动轴承故障信号分析对于滚动轴承故障信号具有较明显优势。     

基于小波的轨道不平顺信号分析

在强干扰的背景下，利用小波变换，提取出低频的轨道不平顺信号。为了能确切地反映出轨道不平顺信号，分别比较使用了Daubechies类小波，Meyer类小波与谐波小波，并对分析的结果作对比说明。结果表明，谐波小波变换可成功地提取到了轨道不平顺信号。     

适合于地震工程信号分析的快速小波变换法研究

本文简要分析了目前普遍采用的小波变换法,指出其尚不能满足地震工程信号分析的要求,由此提出一种直接变换法的改进方法,经详细的考查,证明该方法精度高、速度快,能够满足地震工程信号分析的要求。     

基于递归希尔伯特变换的振动信号解调和瞬时频率计算方法

精确地提取振动信号的瞬时幅值和瞬时频率对结构的参数识别和健康监测有重要作用。希尔伯特变换是一种常用的信号解调及瞬时频率计算方法,但在信号不满足Bedrosian乘积定理的条件时会造成较大误差。针对这一问题,提出了一种递归希尔伯特变换方法,用前一步希尔伯特变换计算出的纯调频信号作为新的信号,递归地使用希尔伯特变换以进行信号解调,理论分析表明递归希尔伯特变换能够快速地收敛。最后采用仿真信号对比了递归希尔伯特变换与单次希尔伯特变换、经验调幅调频分解及Teager能量算子法在信号解调及瞬时频率计算中的结果,结果表明了递归希尔伯特变换方法的实用性及精确性。     

小波方法在滚动轴承振动信号分析中的应用

通过分析滚动轴承表面损伤类故障信号的特点，提出了基于小波包分解和信号重构技术的滚动轴承故障精密诊断方法。试验表明，该方法是有效的，适用于滚动轴承早期故障的振动监测和诊断。     

小波变换在电梯测试信号分析中的应用

小波变换很适合对非平稳信号的分析，将小小姐分析方法应用于电梯测试与分析系统，提取有用信号，可很好地对测试信号进行深入分析。取得了较显著效果。     

一种新的估计多项式相位信号瞬时频率的参数化时频分析方法

通过多项式非线性核函数取代线性调频小波变换中的线性核函数,提出一种新的参数化时频分析方法：非线性调频小波变换。对瞬时频率是时间任意连续函数的信号而言,选择合适的多项式核特征参数,非线性调频小波变换的时频分布有良好的时频聚集性。应用非线性调频小波变换分析任意阶次多项式相位信号。由于非线性调频小波变换的性能取决于多项式核特征参数,本文还给出非线性调频小波变换的核特征参数估计算法,进一步可实现多项式相位信号的瞬时频率和参量估计。仿真信号验证算法的有效性。     

基于小波变换的轧辊磨床振动信号分析研究

针对实际测试项目,介绍了用于轧辊磨床振动测量的信号采集系统的硬件组成及信号采集方法。简述了振动信号分析的理论与方法,采用基于小波变换的信号分析方法对磨床振动信号进行分析,能同时兼顾高频与低频段的频谱特性,提高特征频率的提取精确度,进而提高系统故障诊断的可靠性。     

人耳对信号频率瞬时变化的听觉响应研究

从探讨人耳在噪声背景中听测具有复杂时间－频率结构的主动声呐信号的模型出发，研究了人耳对信号频率发生短时间变化的感觉灵敏性问题。根据在８５０～１１３０Ｈｚ频段内的测量结果，得出了人耳听觉对频率变化响应的模糊区域由τ△Ｆ＝１～２决定。这里τ和△Ｆ分别是指信号频率变化的时间间隔及变化的差值。当τｔ△Ｆ≤１时，人耳感觉不到频率的瞬变，而当，τ△Ｆ≥２时则能十分清楚地分辨。     

基于小波变换的旋转机械振动信号数据压缩方法的研究

在分析了旋转机械振动信号的特点和小波变换在信号奇异性检测上的特性后,提出了利用小波系数表征信号的奇异性特征,及用信号的频谱来表征信号的整体特征。而用这二类数据表征信号时的数据量远无小于振动时域信号的数据量。因此本文提出了利用这二类信号寻振动信号进行数据压缩的方法。通过信真计算对实际数据的计算证明,该方法既可以得到较高的信号压缩比又保留了信号的局部特征,有着很好的信号重构性。     

基于瞬时频率估计阶比法的电机振动信号分析

电机转轴是电机中至关重要的精密零部件,运用信号分析的方法,可对电机转轴进行预估评价。为提高电机转轴的安全性,降低事故率,利用瞬时频率估计法与阶比法计算分析电机的振动信号,并进行电机实际缺陷情况下的验证试验。结果表明,基于瞬时频率估计阶比法能对信号进行有效降噪处理,准确地预测故障缺陷的具体位置。