基于VMD-WVD的故障行波全波形时-频分析方法

受高阻接地故障、过零点故障和高频噪声等因素的影响,行波波头检测困难,导致行波保护和故障定位方法可靠性不高.由于故障行波具有全时频特性,检测一定时间窗内时频域行波波形将包含全景故障信息,从而实现故障特征可观测.融合故障行波时频域信息,提出了基于全波形信息的故障行波表现形式.在此基础上,提出了一种基于变分模态分解(VMD)...     

基于分数阶傅里叶变换的直流电弧特征分析

针对单纯从时域或频域方面检测电弧故障的缺陷,提出了采用分数阶傅里叶变换分析电弧的时频特征。通过试验模拟不同负载时直流串行与并行电弧故障,发现改变变换阶次使得电弧分数阶傅里叶域的特征比频域特征更加明显,有利于提取电弧特征。同时比较了负载性质及电弧类型对电弧分数阶傅里叶域特征的影响,及在线检测电弧故障时分数阶傅里叶变换和快速傅里叶变换算法复杂度与实时性。     

基于广义S变换的高斯领域时频滤波方法

针对S变换时频滤波局部时频区域选择问题,提出了一种高斯邻域阈值滤波方法。首先,利用S变换的二维时频特性,构建时频分辨率可调的广义S变换,提高分析信号的时频分辨率。然后根据不同时频分布类型,定义了3种不同的高斯邻域时频滤波模型。针对不同模型高斯邻域,对信号中S矩阵高斯邻域内的时频数据采用局部阈值处理,保留有用信息,通过广义S反变换得到滤波后的信号。仿真与实验结果表明,广义S变换高斯邻域时频阈值滤波方法具有较高的滤波精度,该滤波模型能有效减小滤波均方差。     

超声换能器时频域特性校准系统研究与实现

针对我国超声探伤仪换能器校准数字化程度较低的现状,深入分析国内外校准规范后,提出基于数字信号处理技术,实现换能器时域及频域性能自动校准的方法。设计并构建了超声换能器自动校准系统;对超声回波信号的分析,时域上利用了经验模态分解算法进行预处理去趋势项,同时提出从一列多次超声回波中获取首次回波的提取方法;频域上,利用数字频谱分析技术及加窗方法,对超声换能器首次回波进行频域特性分析;通过实际校准实验,整理并分析了若干提高检测可靠性的关键因素。实验结果表明,超声回波分析方法的实时性及可靠性较高,硬件结构的设计较为合理。     

基于时频分析的合成孔径激光雷达成像算法

建立了SAL回波信号模型,推导计算了微振动对SAL回波相位的影响。分别采用RD算法和基于SPWVD分布的时频成像算法对工作于机载正侧视条带模式的SAL系统进行数值仿真分析。结果表明,在SAL平台作平稳飞行时,采用RD算法可以清晰地对点目标进行成像;根据实际情况引入振动频率不超过500 Hz、振幅不超过0.2 mm的微振动参数,采用RD算法所得到图像的方位分辨率严重下降,采用基于SPWVD分布的时频成像算法可以有效消除振动引起的多普勒频移及其对成像的影响。     

改进希尔伯特-黄变换分析波磨对列车时频特征的影响

本文旨在研究钢轨波浪形磨损对列车时频特征的影响.建立了车辆/轨道空间耦合模型,模拟计算了钢轨短波、长波波磨激励下车辆系统的动力响应.将集成经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）和正交希尔伯特变换（Normalized Hilbert Transform,NHT）应用于车辆/轨道耦合系统的振动信号分析中,分析了不同波深和波长的波磨对转向架动力响应时频特征的影响.结果表明：波磨会引起车辆系统振动响应的频率调制,频率振幅与平均频率之比可作为轮轨冲击的预警指标.     

微摆动雷达目标微多普勒分析

建立了微摆动雷达目标运动的一般模型,以此为基础,建立了微摆动目标雷达回波模型,分单散射点、2个散射点和散射线3种情况给出了微多普勒计算方法,将微摆动模型应用于人体摆臂,建立了人体摆臂微动的微多普勒模型,最后给出了仿真计算。     

非平稳信号分析的广义解析模态分解方法

现有的非平稳信号分析方法都有各自不同的缺陷,短时傅里叶变换的时频分辨率受不确定性原理的限制,希尔伯特黄变换存在端点效应和模态混叠,易导致模糊的时频分布;解析模态分解只适合分析频率恒定的多分量信号;针对包含多个时变模态、特别是频谱重叠的非平稳信号,本文提出了一种新的信号分析方法———广义解析模态分解（Generalized Analytical Mode Decomposition,GAMD）．GAMD通过广义傅里叶变换将时变频率转换为频谱可分的,采用解析模态分解对其分解,再对得到的单分量信号进行逆广义傅里叶变换即可得到原始信号的分量．因此,GAMD非常适合分析时变的非平稳信号．通过仿真信号将GAMD与短时傅里叶变换和希尔伯特黄变换等方法进行了对比,结果表明GAMD方法的分解效果更精确,时频分辨率更高．     

肌电信号特征提取方法综述

肌电信号分析在肌肉的临床诊断、康复、仿生控制和工程应用等领域具有重要的研究价值,而特征提取是肌电信号分析的基础.文章总结回顾了现有肌电信号特征的提取方法,并将其归纳为四大类:时域分析方法、频域分析方法、时频分析方法和非线性动力学方法.在简单介绍各类特征提取方法的基础上,比较了各类方法的特点与优劣,并对其在肌电分析相关领域的应用前景进行了展望.     

基于时频相关性的复合常规人为干扰分析方法

在军事无线通信中,对进入接收机的干扰信号进行分析、识别并提取特征参数,以支持抗干扰决策,是通信设备有效对抗蓄意人为干扰的前提。提出了基于短时傅里叶变换(STFT)的复合常规人为干扰分析方法,首先对接收的干扰信号进行STFT变换,然后将得到的三维时频域数据进行二值化处理;最后根据不同干扰样式的时域及频域特征,对二值化的时频域数据之间的关系进行分析,分别解析出多音干扰、周期脉冲干扰、扫频干扰。理论分析和仿真结果表明,通过分类搜索算法,能够较为准确地对复合人为干扰进行解析。