基于STFT时频谱系数收缩的信号降噪方法

针对旋转机械故障振动信号的降噪问题,提出一种基于短时Fourier变换(short time Fourier transform,简称STFT)时频谱系数收缩的信号降噪方法。先将信号进行STFT,得到其时频谱。由于谱系数为复数,故根据模值大小进行谱系数收缩,并利用步长迭代算法在0到谱系数最大模值的区间内估计最优阈值。迭代运算过程中,首先,分别采用基本的硬阈值函数和软阈值函数进行系数收缩;然后,以改进风险函数为阈值评价标准,估计最优阈值;最后,利用最优阈值重新进行谱系数收缩,对得到的新谱进行STFT逆变换,重构降噪后的时域信号。仿真信号与试验数据的处理结果表明,利用所估计的最优阈值,STFT时频谱系数硬、软阈值函数收缩方法均能够实现噪声混合信号的降噪。     

自由液面处双悬停气泡破裂声特性研究

通过流场-声场同步测试实验,观测自由液面处双悬停气泡几近同时破裂,引起液面波动的瞬态流动行为与声学特性。利用短时傅里叶变换提取了声音信号的时-频谱图,同步分析了气泡破裂过程图像和声压图谱。结果表明,双悬停气泡相继破裂,气泡Ⅰ射流形成和气泡Ⅱ体积急剧收缩的时刻重叠,存在高于单气泡破裂0.5 Pa的声压激增现象,该声压峰值均大于单气泡破裂、体积急剧收缩、射流引起的声压幅值。双悬停气泡破裂引起的液面波动相向传播重叠时刻,也存在明显的声压峰值。其中,气泡Ⅰ射流形成和气泡Ⅱ体积急剧收缩重叠时刻的声信号中心频率约为1078 Hz;双悬停气泡破裂引起的液面振动波叠加时刻具有两个频域峰值,中心频率分别为1242 Hz和2063 Hz。     

An analytical approach to reveal the addition of heat-denatured whey proteins in lab-scale cheese making

A simple analytical procedure for the detection of self-aggregated heat-denatured whey proteins (HDWP) in model cheeses was developed. The principle of the approach lies in the solubilization of the cheese matrix by a sodium citrate solution (0.2 M, pH 7.0) resulting in the dissociation of the casein micelles and the insolubilization of HDWP aggregates, which are collected in the pellet after a centrifugation step. The reliability of the procedure was tested in lab-scale cheeses from peroxidase-positive pasteurized milk with different protein-based ingredients (microparticulated whey protein concentrate, milk protein concentrate, whey protein isolate and Ricotta cheese) at concentrations ranging from 0.2 to 1.2% protein (w/v on cheese milk). A linear relationship between the amount of the HDWP added to cheese milk and that recovered from model cheeses was observed. Heat-damage indicators, furosine and lysinoalanine, showed levels in the experimental cheese samples not related with added HDWP, but represented a source of information on the ingredients other than liquid milk. Overall, in the model cheeses, the proposed method was an easy-to-apply and reliable tool for the evaluation of the presence of HDWP-based products. Further investigation is required for the application to real cheeses and for the evaluation of possible interferences from proteolysis during ripening.     

时频分析在苏里格地区含气性检测中的应用

地震波通过含气层时高频能量将发生明显衰减,利用地震波高频能量的衰减可预测含气层。首先对比了短时傅里叶变换、小波变换、广义S变换和匹配追踪分解等4种时频分析方法,证实了匹配追踪分解时频分析具有较高的时间域分辨率和频率域分辨率;其次通过模型正演验证了地震波通过含气层时具有高频衰减的特征及高频衰减梯度方法可反映高频能量衰减;最后运用匹配追踪分解法对苏里格气田西部一块三维地震工区进行了时频分析,并应用高频衰减属性进行了含气性检测。其预测结果与钻井的含气性符合率较高,证明该含气性检测方法是可行的。     

基于自适应窗长的动爆破片短时傅里叶分析

为满足计算引战配合和杀伤概率的需要,研究了战斗部破片的初速以及初速分布。结合外弹道学和空气动力学理论,在分析动爆破片受力和运动的基础上,研究了动爆破片的速度、加速度变化情况。针对此非平稳过程,结合动爆破片运动方程,提出了一种具有较高速度分辨率的自适应窗长短时傅里叶分析方法。该方法提高了战斗部动爆破片的测速精度,更适用于动爆测量,对战斗部动爆的测试有重要意义。     

基于短时分数阶傅里叶变换的瞬时频率估计误差分析

信号的瞬时频率估计作为雷达信号处理的一项重要内容,对于目标的检测和识别起着重要作用。利用短时分数阶傅里叶变换具有更好时频分辨力的特点,分析了利用短时分数阶傅里叶变换对三次相位非线性调频信号进行瞬时频率估计的精度与窗函数、窗长间的关系。结果表明：当采用高斯窗时能够获得最高估计精度,且最佳窗长L与时宽和带宽积σ_tσ_f和信号调频率变化率k满足L=33σtσf/2k. 通过仿真实验验证了结论。     

机电系统非平稳振动信号分析方法的研究

为了在非平稳状态下的机电系统故障诊断及趋势预测中合理地选择信号分析方法，对短时傅立叶变换、小波分析和希尔波特-黄变换这3种分析非平稳信号较为有效的方法进行了研究。通过对一个仿真典型信号的分析结果进行比较，验证了3种方法的有效性和各自特点，并分析了产生差异的原因，探讨了它们各自适合的应用场合。     

基于短时傅立叶变换的脉象信号的模式识别方法

针对脉象信号的非平稳特性,采用全极点滑动窗递归算法,对15例吸毒者和15例正常人脉象信号的离散短时功率谱进行了分析。在得到每一例脉搏波的短时功率谱后,应用奇异值分解有效地提取特征矢量,然后进行模糊c-均值聚类,受测者全部予以正确识别。研究结果表明,基于短时傅立叶变换的奇异值分解方法是一种稳定、有效的特征提取方法;同样,运用模糊c-均值聚类算法不需要模式的先验知识,分类结果正确率较高,简便实用。     

基于混沌理论的交通流短时预测模型

交通流预测是交通系统可行性分析、交通设计和交通管控的基础,短时预测是交通流预测的难点.论文在分析现有交通流预测方法的基础上,提出了一种基于混沌理论的交通流短时预测方法,利用基于小数据量的W olf改进算法计算了流率序列的最大Lyapunov指数.将基于Lya-punov指数的一维预测模式具体化,建立了交通流短时预测模型,并对模型进行了改进,改进后的预测结果具有较高的精度.该模型在智能交通系统(ITS)的交通控制与诱导方面具有广阔的应用前景.     

时频域内地震资料瞬时属性提取方法研究

为了提高在时频域内提取地震资料瞬时属性的估计精度,更精细地刻画地下岩性及介质结构性质的变化和油气的空间展布,应用窗口傅里叶谱再分配方法,提取地震资料瞬时属性．该方法的特点是根据窗区域内的能量分布,找出窗区域的信号能量质心,以核函数为权值,把Wigner分布加权求和作为该窗区域内能量质心的功率谱密度．通过模型和实际地震数据计算,结果表明,傅里叶谱再分配方法计算精度远高于基于窗口傅里叶谱的瞬时属性估计．