基于广义S变换的时相调制时频聚集性能优化

为了提高时相调制(TPM)信号S变换的时频聚集性能,将广义S变换(GST)应用于TPM信号的时频分析中.GST在标准S变换窗函数的基础上,增加了可控参量,利用优化新增参量的算法,优化时频域各频率点处的时窗宽度,从而达到提高时频聚集性能的目的.仿真结果表明,广义S变换方法与标准S变换相比,能有效提高TPM信号的时频聚集性能,同时保持了TPM信号用于携带信息相位突变的特性,有利于下一步的信号检测.     

基于广义S变换的测井信号时频谱分析

S变换虽兼备短时傅里叶变换和小波变换的优点,但基本小波固定,在薄互层识别方面受到较大限制。广义S变换,通过引入λ,p两个参数对S变换中的高斯窗函数进行改造,时频分辨率得到了明显提高。本文在对广义S变换方法原理进一步研究的基础上,应用VC++在Qt平台上编写了广义S变换时频分析程序,并构造平稳信号和非平稳信号进行了对比分析,凸显了广义S变换的时频聚焦性。最后,应用该方法对实际测井信号进行了时频谱分析,取得了良好效果。     

S变换在岩溶区地震映像资料处理中的应用

通过对S变换与短时傅立叶变换的对比,证明S变换具有多分辨率及自适应的特点,并将其应用于某岩溶场地勘察,对实测资料进行处理和解释。通过实例应用的分析表明,S变换的时频切片图中的异常反应比在时间剖面中的反应更清晰,对确定异常的位置、规模等都有很好的效果,有利于提高映像资料的解释准确性和精度。     

基于S变换的电能质量扰动分析

针对电能质量扰动信号的特征,提出一种基于S变换模矩阵的信号检测与分类方法,并对电能质量扰动信号进行分类.对电能质量扰动信号的电压凹陷、电压尖峰、暂态随机干扰等现象应用S变换分析,构造等值时频图,从而清晰直观地显现出电压干扰.     

基于广义主成分分析的图像重建

主成分分析(PCA)在图像识别及高维数据降维中有着普遍的应用.为提升基于主成分分析的图像重建性能,在经典PCA算法的基础上提出了广义主成分分析(TPCA),并利用该算法进行图像重建.该算法利用图像像素的空间邻域构成固定尺寸的数组并将其作为广义标量进行代数运算,可以方便有效地描述各像素的空间约束,从而提升图像的重建效果,...     

基于S变换的瑞利面波频散分析

提取面波频散曲线是面波资料处理中最关键的一步。由于时频分析方法的局限,提出了利用S变换进行瑞利面波频散分析的方法,并给出了具体算法。该方法在时间-频率域中计算相邻两道面波记录同一频率的时间差,再利用道间距除以该时间差来得到该频率对应的相速度,这样避免了在道间距较大的情况下,传统的相位谱法可能造成相位差的缺陷。通过理论模型和实际资料对该方法进行了验证。结果表明,该方法能够提高瑞利面波频散曲线的提取精度,而且算法简单,具有一定的实用性。     

基于S变换的结构损伤信号处理

针对结构损伤信号的非平稳特性,推导了离散S变换及其基本实现算法,并验证其在信号处理中的有效性,探讨了S变换与傅里叶变换的数值关系;基于S变换分析了一单跨两层钢结构试验模型的节点损伤信号的时频特性,提取各损伤信号的每时能量最大值作为特性指标,对不同节点损伤程度的信号进行了对比。结果表明：当节点损伤程度加剧时,结构损伤信号的能量最大值的极值先减小后增大;当节点损伤程度超过50％时,损伤信号的能量最大值的极值高于节点健康状态的极值。     

S变换时变滤波在去噪处理中的应用研究

针对常用的滤波去噪方法都受到使用条件的限制,实际资料的滤波去噪不能达到良好效果,S变换时变滤波克服了传统滤波去噪方法滤波因子不能随时间、频率变化而变化的缺陷.将地震资料用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充零,再将去噪后的地震数据利用S反变换到时间域,以获得所需要的有效信号.通过理论计算分析和实例计算表明,S变换时变滤波能够有效去除不同时段、不同频率的噪声.该方法具有一定的可行性.     

基于二维广义主成分分析的人脸识别

针对人脸识别中的特征提取问题，提出了一种基于二维广义主成分分析（2DIMPCA）的人脸识别方法.有别于传统的人脸识别算法需要将二维人脸图像矩阵压缩成一维向量，该方法直接采用二维图像矩阵来构建方差矩阵，通过在水平和垂直2个方向上顺序执行2次广义主成分分析（IMPCA）运算，消除了人脸图像行和列的相关性，大大压缩了特征的维数.选用二维最小近邻分类法进行分类，计算识别率.在AT&T人脸库以及Yale人脸库上的测试结果表明，与主成分分析（PCA）和IMPCA相比，该方法具有更高的识别率和更快的识别速度.     

时频分析技术在地质薄层识别中的应用

时频分析是分析非平稳信号的有效方法,将一维的时域信号和频域信号映射到二维时频平面上,获得信号的时频分布,清晰地描述了信号频率随时问变化的关系。通过模拟信号的广义S变换,分析信号的时频分布特征,并建立正演模型,运用广义S变换提取正演模型的单频剖面。利用基于广义S变换的时频分析方法,提取某工程项目实际地震资料的单频剖面,从而有效识别地质薄层。     

基于S变换的无线电引信信号分析

为了更好地揭示无线电引信的信号特征,文中引进S变换对信号进行时频分析,并通过对典型的跳频信号、连续波多普勒信号进行时间、频率等特征参数的仿真分析,结果表明相比于短时Fourier变换和小波变换,S变换在时域、频域和能量域都能精细地揭示信号的特征,为无线电引信信号分析提供了一个良好的时频分析手段,也为引信采取最优的信号处理方法提供依据.     

基于PCA变换的多元遥感影像融合方法研究

基于PCA变换的融合方法是用于多波段遥感图像的第一主分量具有相同均值和方差的高分辨率遥感图像直接代替多波段遥感图像的第一主分量,这样会损失部分多波段遥感图像第一主分量中反映光谱特性的有用信息,使得融合结果图像的光谱分辨率受到较大影响。因此,在PCA变换融合算法基础上引入小波包变换融合算法,保留多波段遥感图像第一主分量中一些反映光谱特性的有用信息,提高融合后遥感图像的效果。     

基于小波变换的语音信号基音频率检测法

将基于小波变换与多分辨分析 (MRA)下的Mallat算法与传统的快速傅立叶变换(FFT)相结合 ,提出了一种新的语音信号的基音频率检测方法。实验结果表明 ,这种方法能有效地抑制语音信号中共振峰对基音频率的影响 ,且不必考虑语音信号的短时性。与传统基音估计方法比较 ,此方法具有运算速度快、基音估计准确度高的特点。     

基于小波变换的跳频信号分析仿真

信号分析识别是通令对抗的重要工作,能有效地检测和识别跳频信号,是对跳频信号实施跟踪式干扰的重要前提,在简述和比较了时变信号的分析方法的基础上,选择小波变换对跳频信号进行分析,详细地介绍了采用Morlet小提取跳频信号的基本特征,从而检测和知识出跳频信号的基本原理、方法和步骤,并给出了计算机仿真结果,验证了其可行性和有效性。     

Novel Doppler Frequency Extraction Method Based on Time-Frequency Analysis and Morphological Operation

Miss distance measurement is veryi mportant forassessing the precision of missiles.Most attention isfocused on Doppler radar scorers where Doppler fre-quency extractionis a major manipulation of the dataprocessing procedure[1-4].The traditional methoduses analog or pulse counting discri minator for fre-quency extraction.Since1980s,the FFT-basedmethod and modern high resolution harmonic esti ma-tion-based method have been used in frequency ex-traction withi mproved measuring precision[3].How-…     

时频分析在跳频信号中的应用

时频分析是非平稳信号处理领域中广泛应用的重要技术之一,跳频信号作为一种典型的非平稳信号,时频分析方法是对其进行检测、参数估计的重要方法。文章从提高时频聚焦性、抑制交义项干扰及减少运算量3个方面对各种常用的时频分析工具进行综合比较,并把在地震信号处理方面得到成功应用的S变换,应用到跳频信号处理中,取得了较好的效果。仿真结果表明：短时哈莱特变换运算量最小;S变换具有灵活的时频聚集性;不同时频分布组合、谱图、SPWVD、重排类分布能获得清晰的时频图。