基于LMD的信号瞬时频率求取方法及实验

研究了调频信号瞬时频率的直接求取法,提出了纯调频信号的瞬时频率直接求取法的适用条件,并用数学方法证明了该适用条件. 针对极值点附近瞬时频率的畸变情况引进平滑处理改进了瞬时频率求取法. 应用局域均值分解(LMD）和经验模态分解(EMD）求取仿真信号和汽轮机转子振动信号的瞬时频率. 结果表明,由LMD方法求取信号瞬时频率时,不会出现难以解释物理意义的负频率现象.     

一种未知脉冲信号检测与瞬时频率高精度估计方法

针对未知脉冲信号检测与瞬时频率估计问题,提出了一种基于瞬时频率高精度估计的联合检测方法.在瞬时频率高精度估计中,采用快速傅里叶变换分析与陷波滤波器相结合,实现对未知信号瞬时频率高精度估计.在未知脉冲信号检测中,采用能量累积法和瞬时频率方差法相结合方式,综合瞬时频率方差检测器和能量累积检测器的优势,可对未知脉冲信号实现有效检测.结果表明,在一定信噪比条件下,本文方法可以实现对未知脉冲信号瞬时频率的高精度估计,瞬时频率估计方差接近克拉美罗下界,估计精度提高了0. 1%,同时实现了对窄带和宽带未知脉冲的有效检测.     

雷达辐射源信号瞬时频率派生特征分类方法

提出一种基于级联特征提取和核模糊聚类的雷达辐射源信号自动分类方法.该方法利用改进的瞬时自相关提取信号的瞬时频率,采用二次归一化处理的特征再提取方法提取分类特征向量,利用具备有效性评价的核模糊聚类算法实现信号的自动分类.仿真结果表明,本文所构建的特征向量能反映不同调制类型信号的变化差异,且具备一定的抗噪能力,在信噪比不低于6 dB情况下,可获得不低于95%的整体分类性能.     

一种多分量调频信号瞬时频率估计方法

针对多分量调频信号的相位结构分析问题,提出了一种基于维特比算法的瞬时频率估计方法。该算法受多目标跟踪中的航迹关联思想启发,将瞬时频率轨迹追踪同多目标航迹跟踪相结合,建立了一种新型隶属度惩罚函数,解决了原维特比算法只适用于单分量信号的问题。此外,还提出了一种新型时频交叉点的处理方法,能够提高多分量信号瞬时频率交叉时的估计精度。仿真表明,相较于现有的同类型算法,该方法能够准确地获取复杂相位结构的多分量信号瞬时频率信息,有效地提升了维特比算法在多分量信号瞬时频率估计上的适用性和稳健性。     

瞬时频率估计的水下运动目标参数估计方法

针对水下运动目标的参数估计,建立了目标与水听器相对运动形成的多普勒模型.提出利用互L-Wigner分布(cross L-Wigner distribution,XLWD)作为瞬时频率估计器,精确估计水听器接收到的目标辐射线谱信号的多普勒频移,同时也获得信号的时变幅值,进而通过加权非线性最小二乘法估计得到水下运动目标的参数.海试数据分析表明,相对估计误差在20%以内时,正横距离和速度估计值的概率分别大于0.85和0.96,试验结果验证了方法的有效性.     

宽带非平稳信号的瞬时频率测量方法

针对宽带非平稳信号,提出一种瞬时频率测量方法.利用加限自适应滤波器将信号分解为多个渐进单频信号,根据其解析信号的相位函数求出其瞬时频率;综合所有分量的时频关系实现对宽带非平稳信号瞬时频率的准确测量.仿真实验和误差分析结果表明,该方法克服了Fourier分析、Wavelet变换和Hilbert-Huang算法求解宽带非平稳信号瞬时频率的困难,在整个分析频段都能实现较高的频率测量分辨率,对信噪比在0dB以上的信号具有优于0.2MHz的测量误差.对8μs长度信号,该方法除了有25.816μs初始运算延时外,对连续数据处理具有实时性,能够满足宽带非平稳信号频率的瞬时测量要求.     

基于高频注入信号瞬时频率估计的永磁同步电机转子位置检测

在永磁同步电机的控制中,无论是矢量控制还是直接转矩控制,都需要适时精确知道转子位置的信息。本文探索性地提出基于信号瞬时频率估计的方法,对永磁同步电机的高频电流响应信号进行检测和处理,通过提取谱图的峰值和相关的频率来估算出实际的瞬时频率,进而获得正确的转子位置信息。     

基于Hilbert-Huang变换的涡街信号处理方法

利用Hilbert-Huang变换(HHT)的固有模态分解特性，提出了一种涡街信号频率估计的新方法.采用压电传感器进行涡街信号的检测，通过分析信号经过固有模态分解后的时频特性，获得了不同模态所代表的噪声信号成分和实际涡街信号成分.模态中的一部分表示了信号中的噪声，而剩下的部分模态真实反映了信号的频率成分.在仿真的基础上，获得了去除噪声的部分模态瞬时频率与涡街频率的关系.研究结果表明，基于HHT的涡街频率估计方法，可以精确估计涡街信号频率并提高涡街流量计的抗干扰能力.该方法计算量小，能够满足涡街流量计在实际工程应用中的要求.     

基于瞬时频率估计的瀑布图分析

提出了基于瞬时频率估计的瀑布图实现的新方法,其优点：简化了瀑布图实现对硬件的要求;用软件的方法实现了旋转机械非平稳振动信号的瀑布图分析．实际测试试验验证了本方法的正确性。本方法实现了对旋转机械非平稳振动信号中参考轴瞬时转速的估计算法,为瀑布图的实际应用提供了一条新途径,是对原有瀑布图分析技术的有力补充．     

瞬时频率技术对结构破损检测能力的探讨

采用经验模态分解方法(EMD)将结构响应信号分解成几个单分量信号,借助Hilbert变换,将单分量信号变换为解析信号,通过对解析信号相位的微分,定义了瞬时频率(IF).通过两个数值算例,检验了用瞬时频率作为结构破损检测技术的潜力.算例结果表明:在结构突然出现严重损坏(损坏后,结构仍然保持其弹性)的情况下,用瞬时频率技术能够辨识出损坏的时间和原因;在结构出现非弹性的情况下,对于弱非线性情况,本技术不是非常有效,对于严重非线性情况,本技术能够清晰地检测这种非线性趋势.由于本文的讨论是在无测量噪声条件下进行的,因此,要将该技术用于实际检测,还需要作进一步的研究.     

阶比谱分析瞬时频率的多模式曲线拟合方法

分析了利用瞬时频率的拟合曲线来求取鉴相时标的多种曲线拟合方法,并讨论了各种曲线拟合方法在不同的瞬时频率、采样点数及有无频率突变等条件下应用的优劣性。提出了瞬时频率的多模式曲线拟合方法,阐述了其在实际应用中对于不同情况的适用性,并利用仿真实验证明了结论的正确性。     

基于HHT的矢量传感器瞬态信号方位估计

针对瞬态信号存在时间短、变化快,传统的信号处理方法很难对其进行方位估计的问题,将希尔伯特-黄变换与矢量信号处理相结合应用到水声领域,提出了矢量希尔伯特-黄变换的方法.利用希尔伯特-黄变换获取信号的瞬态信息,结合矢量信号处理宽带方位估计提出了矢量瞬时方位估计的概念,在此基础上发展了矢量希尔伯特-黄变换水声应用的理论框架.海试表明新理论在瞬态信号处理和单矢量传感器目标方位估计方面,其性能比常规方法有了明显的提高.     

基于行波波头瞬时频率的输电线路故障无通道全线速动行波保护

提出一种利用区内外初始行波信号的频率差异来区分内外部故障的快速保护原理。首先,详细分析母线杂散电容和阻波器对故障行波的影响;然后,对初始电流行波进行希尔伯特变换（HHT变换）得到各频段的时频图,提取初始电流行波突变点频率,利用行波波头瞬时频率差异作为判据区分内外部故障。理论分析和仿真结果表明,该方法动作快,不易受故障类型、故障角度和故障接地电阻的影响,不存在保护死区,是一种简单有效的高压线路保护方法。     

基于脊路跟踪的变分非线性调频模态分解方法

针对多个辐射源信号混合构成的多分量信号分离问题,提出基于脊路跟踪的变分非线性调频模态分解算法. 该方法使用改进的脊路重组算法对时频分布图中各分量瞬时频率进行提取,将提取出的各分量瞬时频率作为变分非线性调频模态分解的预设频率;利用重构后的多分量信号进行瞬时频率提取,更新预设频率后继续模态分解;重复上述过程,直到迭代前、后频率差值小于预设阈值,输出对应的模态分解结果. 实验结果表明,基于脊路跟踪的变分非线性调频模态分解算法比经典变分非线性调频模态分解算法具有更好的多分量信号分离效果.     

基于瞬时互相关和STFT的LFM信号测向算法

现代电子对抗中,实现对线性调频(LFM)信号这种低截获概率雷达信号的精确测向已经非常重要.针对LFM信号提出一种无模糊、高精度的DOA估计算法.该算法首先计算单基线天线接收到的信号的瞬时互相关,然后通过短时傅里叶变换(STFT)提取互相关输出中的单频信号.利用该信号的频率与到达角之间单调的对应关系实现对到达角的无模糊估计.算法克服了相位干涉仪测向算法中存在的多值模糊问题,并且由于只需要单基线天线,所以能够应用于天线孔径尺寸受限的场合.对算法的性能进行了理论分析,推导了测向算法的精度和估计误差,并且理论推导了角度分辨率和测角实时性之间的量化关系,仿真实验结果表明了该算法的正确性和有效性.     

窄带信号频率和角度估计新方法

针对宽带接收机对窄带信号进行频率和到达角估计问题,提出了一种新的快速频率和角度估计方法．首先利用参考频率进行到达角预估计,然后利用空域滤波有效地将频率和预估计到达角进行匹配,并根据天线阵列的结构特点利用信号的相应频率进行预估计到达角校准,获得了信号的准确频率和到达角估计值．仿真分析验证了所提出方法可实现宽带接收机的窄带信号到达角和频率的快速估计．     

基于EMD的激光超声信号去噪方法

基于连续均方误差的准则,提出了一种基于经验模态分解(EMD)的激光超声信号去噪方法.该方法将经验模态分解得到的固有模态函数(IMF)分为信号分量起主导作用,模态与噪声分量起主导作用模态,利用反映信号主要结构的模态对信号进行部分重建实现去噪.将该方法应用于测试信号与实际激光超声信号的去噪,实验结果表明该方法能够有效地去除噪声,并且不受主观参数的影响,具有自适应的特点.     

复杂噪声背景下谐波信号频率估计新方法

利用待测谐波信号的周期性及混沌信号能量集中在低频部分的特性,提出一种将倍频法、小波包分解与互谱分析相结合的强混沌噪声背景下谐波频率估计新方法。首先,利用谐波信号的周期性,将采样数据等距取值构造谐波信号倍频的新数据序列,且倍频谐波偏离混沌能量中心频段;其次,利用小波包分析法对新数据进行多层分解,使倍频谐波信号与混沌噪声主能量分离;最后,对谐波信号能量集中的分量进行互谱功率谱分析,估计谐波频率。该方法适用于强混沌信号与强观测噪声共存背景下的周期小信号频率估计。仿真实验结果表明:该方法十分有效,且计算量小。