基于EEMD-Fast ICA-STFT的车用起动电机噪声源识别

提出基于集成经验模态分解(EEMD)、快速独立分量分析(Fast ICA)和短时傅里叶变换(STFT)的噪声源识别方法,对起动电机噪声信号进行声源识别研究。首先采用集成经验模态分解法将单一通道的电机噪声信号分解为一系列本征模态分量,随后用Fast ICA算法提取独立成分,最后利用短时傅里叶变换良好的时频分析特性,对Fast ICA分离结果进行时频分析,结合时频分析结果和电机噪声的先验知识,确定了各独立分量与电机不同噪声源的对应关系。     

基于EMD和STFT柴油机缸盖振动信号时频分析

以柴油机缸盖振动信号为研究对象,提出经验模式分解（EMD）和短时傅里叶变换（STFT）相结合的时频分析法。该方法首先利用EMD对缸盖振动信号进行自适应分解,得到一系列本征模态分量（IMF）。根据各分量的特点有针对性地选择高斯窗和汉明窗分别进行STFT,并以时频聚集性指标为目标函数计算各分量的最佳时频分布,最后叠加得到原始信号的最佳时频分布。经对比分析,该方法解决了窗函数及窗宽的选择问题,有效提高STFT的时频分辨率,准确描述柴油机缸盖振动信号的时频分布。     

高速铁路客车振动特性时频分析

对于高速铁路车辆的振动试验,为克服传统傅里叶分析方法不具备时域信息的不足,引入分析非平稳数据的时频分析方法。针对轴箱和车体的垂向振动信号数据,分别采用传统的快速傅里叶变换(FFT)、短时傅里叶变换(STFT)、小波变换(WT)和希尔伯特黄变换(HHT)进行数据分析处理,并对比各种分析方法的优缺点。对比发现,HHT方法是应用于车辆振动信号处理中的最佳时频分析方法。     

小波变换的滤波器解释和在冲击测量中的应用

通过分析小波函数和尺度函数的傅里叶频谱,用滤波器的观点对小波变换和多分辨分析进行了解释。并对实测的冲击信号应用多分辨分析进行了滤波,与传统的低通滤波器进行了比较,表明:小波分析对冲击信号的消噪有着傅里叶分析不可比拟的优点。     

小波变换在混凝土冲击回波检测中的应用

采用冲击回波法检测混凝土厚度或者缺陷时,采用传统快速傅里叶变换方法,由于傅里叶变换的时移性以及信号中包含表面波和结构模态振动使得特征频率的提取较为困难。要解决特征频率提取受到干扰的问题,该文提出一种小波变换结合傅里叶变换的信号处理方法。首先对回波信号进行小波变换,得到信号时频图和小波边际谱,其次将小波边际谱与傅里叶谱相乘,得到增强傅里叶谱。结果表明:信号时频图可以确定表面波和模态振动的频率范围和时间跨度,增强傅里叶谱不仅可保证频率分辨率,而且抑制由于傅里叶变换的时移性产生的多个波峰,使得特征频率在频谱中更为清晰和准确,是一种适用于冲击回波检测的信号处理方法。     

基于匹配追踪算法的立井爆破信号时频特征提取

在对立井爆破过程中井壁振动信号进行准确采集的基础上,采用匹配追踪（matching pursuit,MP）算法建立Gabor原子库,实现了爆破信号重构分量和残差分量的有效分离。通过信号短时傅里叶变换（short time Fourier transform,STFT）和魏格纳分布（Wigner-Ville distribution,WVD）对重构信号的时频分析及霍夫(Hough)变换时频聚集性对比,验证了WVD时频分析的优势。结果表明:MP-WVD组合信号分析方法对信号变化的适应性强,能够精确捕捉信号的局部细节,适合用于爆破信号非线性时频特征的提取过程。可为爆破方案调整和参数优化提供参考。     

含噪多频信号频率估计算法

为抑制多频信号中非待估计频率分量频谱泄漏对频率估计的影响,提出一种新的频率估计算法。利用快速傅里叶变换(FFT)算法对采样信号进行预处理,得到每个频率分量的频谱索引,从而得到各频率分量粗略的幅值和初相位估计值;采用频率搬移策略滤除多频信号中的非待估计频率分量,得到降频信号;对降频信号进行频谱分析,并经迭代计算得到各频率分量信号精确的频率、幅值和初相位估计值。在无噪声、不同信噪比等条件下进行了仿真实验,结果表明,所提算法具有良好的频率估计性能,有效抑制了多频信号中频谱泄漏的影响,提高了频率估计精度,优于现有优秀算法。     

基于时频分析的CFRP分层缺陷识别研究

为了实现碳纤维复合材料(CFRP)构件分层缺陷的检测,提出了时频定量分析方法.利用短时傅里叶变换(STFT)、魏格纳变换(WVD)和平滑伪魏格纳变换(SPWVD)3种时频分析方法对超声回波信号进行分析和对比,从信号时频表示中的各种特性,如时频聚集性、主体能量、交叉干扰项等,选出了对超声回波信号比较适合的时频分析方法—SPWVD,随后对其时频谱进行降维特征提取.结果表明,采用SPWVD时频分析方法有效降低了干扰对识别准确性的影响,对CFRP构件分层缺陷检测具有可行性.     

小波变换分析信号的瞬时频率分析

小波变换可以用来取代短时DFT,已经成为数字信号处理(DSP)的主流部分。在数字信号处理中,小波的尺度和频率有密切的关系。分析多个信号时不存在交差项的干扰,能够克服时频分布固有的缺点。     

傅里叶与小波变换的电力谐波测试性能研究

简述傅里叶变换和小波变换的基本原理,在Matlab平台上设计傅里叶变换模块和小波变换模块。针对含有突变干扰、白噪音干扰等常见工程电力信号,通过实验系统研究傅里叶变换、小波变换的频域和时频分析特性。实验结果表明,傅里叶变换能较好地测试出信号的谐波成分,小波变换具有良好的信号频段分析特性。根据这些特点,探讨傅里叶变换、小波变换各自的适用场合,以便高效利用这两种方法分析电力谐波成份,为治理谐波奠定基础。     

旋转机械非平稳振动信号的时频分析比较

信号分析与处理是机械故障监测与诊断中故障提取的常用方法,传统的振动故障分析方法难以满足频率随时间变化的非平稳信号的要求,联合时频分析是非平稳信号比较有力的分析工具。以转子实验台的典型振动故障信号为研究对象,分析研究了几种时频分析方法如STFT、Wigner-Ville分布、小波变换和Hilbert-Huang变换。对比结果表明:STFT和Wigner-Ville分布的时频分辨率是矛盾的,易出交叉项或使信号变得微弱;小波分解会出现多余信号;Hilbert-Huang变换的时频分析能够直观检测信号中的微弱奇异成分,清楚给出时频分布情况,为旋转机械状态监测和故障诊断提供了新的手段。     

基于STFT的振动信号解调方法及其在轴承故障检测中的应用

从信号滤波角度,对基于STFT的振动信号解调方法的原理和影响其解调性能的各种因素进行了严格的理论分析,指出该解调方法实质是基于复解析带通滤波的Hilbert变换解调法.严格证明了在利用Hilbert变换进行包络解调分析时,只要带通滤波器通带范围包括调制信号的部分频率成分,就可解调出被调制信号的周期成分.为了避免对所有的解调信号序列进行包络谱分析,提出按峭度值最大化准则选择一组含有丰富故障信息的解调信号序列进行包络幅值谱分析.基于以上讨论,给出了实用的基于STFT的振动信号解调算法.为了验证提出的解调算法的有效性,用该算法对仿真和实际轴承故障信号进行了解调分析,分析结果表明,利用该算法能有效地检测轴承故障.     

基于FPGA的暂态信号可定制精细化实时时频关联分析算法

针对电力系统故障信号中暂态分量的精细化实时分析需求,提出一种不同于Mallat算法频域分段方式的时频关联分析算法。这一算法可以实时运行,既对频带进行了精细化的、可灵活设置的、有重点的划分,又实现了全频带的高时域分辨率,同时保持了输出数据的时频关联特性。基于现场可编程门阵列（field-programmable gate array,FPGA）设计了一个实现这一算法的范例模块,基于MATLAB建立了一个简化的分布式参数电网模型。在这一模型上以生成500 kHz的故障信号采样值序列作为输入范例模块的数据流,对范例模块进行仿真,初步验证了该算法的性能、实用性。就该算法在继电保护算法设计中的应用策略提出了建议,对该算法涉及的其他后续工作进行了展望。     

应用时频表示进行结构时变模态频率辨识

本文应用线性和二次时频表示的方法，包括：线性时频分析方法短时傅里叶变换和二次时频表示魏格纳－维尔分布，进行了时变结构模态频率的辨识。通过对刚度连续变化的二自由度系统时变模态频率辨识的仿真，论述了两种时频辨识方法的特点。仿真结果表明时频变换辨识方法是辨识时变模态频率的有效工具，魏格纳－维尔分布二次时频表示能够是到比基于短时傅里叶变换的谱图更好的辨识结果。     

Short-time Fourier transform and wavelet transform with Fourier-domain processing

We discuss the semicontinuous short-time Fourier transform (STFT) and the semicontinual wavelet transform (WT) with Fourier-domain processing, which is suitable for optical implementation. We also systematically analyze the selection of the window functions, especially those based on the biorthogonality and the orthogonality constraints for perfect signal reconstruction. We show that one of the best substitutions for the Gaussian function in the Fourier domain is a squared sinusoid function that can form a biorthogonal window function in the time domain. The merit of a biorthogonal window is that it could simplify the inverse STFT and the inverse WT. A couple of optical architectures based on Fourier-domain processing for the STFT and the WT, by which real-time signal processing can be realized, are proposed.     

小波分解及图像处理在内燃机振动诊断中的应用研究

内燃机缸盖振动具有明显的非平稳时变特点，因此在监测诊断时应尽量利用信号中的信息。为了克服时域和频域特征提取方法的不足，从而充分利用振动信号所包含的信息，本提出了一种新的内燃机故障诊断方法：对缸盖振动信号进行小波包分解，得到信号的时-频分布图，并利用软件方法定义图象，然后提取图象的各种特征参数实现诊断。将该方法用于6135柴油机气阀机构的故障诊断，取得了很好的效果。结果表明此方法简单有效，诊断精度较高，且对信号采样的要求不高，易于实用。     

基于弗德卡曼阶比跟踪的转子起停车故障特征提取方法及应用

针对传统起停车过程分析采用短时傅里叶变换提取瞬时幅值及相位会损失瞬变信息的不足,用弗德卡曼阶比跟踪原理（Vold-Kalman Filter Based Order Tracking,VKF-OT）结合全息谱原理,提出新的转子起停车故障特征提取方法。由转子起停车瞬态响应数据中提取随转速变化的阶比分量,通过各阶分量复包络直接求幅值、相位,能克服傅里叶变换的平均效应,保留转子振动瞬变信息;通过VKF-OT集成转子截面振动信息,结合全息谱理论绘制阶比全息瀑布图,提取转子起停车状态的故障特征,并用于起停车瞬态动平衡。结果表明,该方法可有效提取转子典型故障特征、降低转子系统一阶临界振动。     

真正三维小波变换技术及在视频图像编码中的应用

把图像信号当作真正三维信号处理，导出三维空间正交小波基形式。用三维S.Mallat算法来实现三维信号的小波变换，并将其应用在视频图像的编码中。结果表明，低频3－D子带包含有大部分信息，代表图像序列的上下文信息；量化矩阵取值可以调整变化，压缩比最大可达160。因此这种编码方法的性能是十分优越的。     

ZFFT与Chirp-Z变换细化选带的频谱分析对比

在细化选带频谱分析中，复调制细化方法（ZFFT）和线性调频Z变换方法（Chirp—Z变换）是常用的两种方法。通过理论分析和仿真计算，对两者在算法、特点和误差方面进行对比分析表明：对于单频率和谱线干涉不严重的多频率谐波成分，使用FFT后进行校正，或者使用CZT细化分析，均能得到高精度的频率、幅值和相位，不必使用ZFFT；对于发生严重干涉现象的密集多频率谐波成分，ZFFT通过增大细化倍数后重采样，把干涉的各频率成分分离后进行校正可获得高精度的信号参数，但CZT只是把细化分析频带局部放大，无法消除干涉影响，提高频率分辨率也无法分离出信号的真实频率成分。通过增大采样点数，减少干涉产生的误差，CZT可以获得较高精度的信号参数，但却大大增加了运算时间。