一种新的估计多项式相位信号瞬时频率的参数化时频分析方法

通过多项式非线性核函数取代线性调频小波变换中的线性核函数,提出一种新的参数化时频分析方法：非线性调频小波变换。对瞬时频率是时间任意连续函数的信号而言,选择合适的多项式核特征参数,非线性调频小波变换的时频分布有良好的时频聚集性。应用非线性调频小波变换分析任意阶次多项式相位信号。由于非线性调频小波变换的性能取决于多项式核特征参数,本文还给出非线性调频小波变换的核特征参数估计算法,进一步可实现多项式相位信号的瞬时频率和参量估计。仿真信号验证算法的有效性。     

基于瞬时转速的变窗STFT变换

针对旋转机械振动信号的非平稳特性及其与转速变化之间的关系,发展了一种基于可变窗短时傅里叶变换(STFT)的精细时频分析方法。该方法首先根据转速曲线的斜率变化规律对转速曲线进行了最优分段,并对每个时间段内的转速数据进行二次曲线拟合;继而在拟合参数的基础上,对STFT移动窗的窗型及窗长进行设计计算;然后根据转速曲线的时间分段点将被分析的旋转机械信号分割成相应时间段内的子信号,再采用每个时间段内设计的窗函数对每个子信号分别进行STFT变换,并把每个时段上求得的时频分布拼接成被分析信号的整体时频谱。仿真和应用试验表明,采用这种基于瞬时转速的新型时频变换,能够得到较理想的时频分辨率,非常适合于旋转机械信号的精细时频分析,具有良好的研究价值和发展前景。     

广义解调时频分析方法在调制信号处理中的应用

介绍了一种新的信号处理方法-基于广义解调的时频分析方法,并将这种方法应用于调制信号的处理。广义解调时频分析方法采用广义解调将时频分布是曲线的信号变换为时频分布是平行于时间坐标轴的直线的信号,然后采用最大重叠离散小波包变换（Maximal overlap discrete wavelet packet transform,简称MODWPT）对广义解调后的信号进行分解,得到若干个瞬时频率和瞬时幅值都具有物理意义的单分量信号,再对各个单分量信号进行逆广义解调,进一步求出瞬时频率和瞬时幅值,从而得到原始信号完整的时频分布。采用广义解调时频分析方法对调幅-调频信号进行了分析,结果表明该方法能有效地提取调幅-调频信号的调制信息。     

基于Kaiser窗的分数阶Fourier变换与时频分析

分数阶Fourier变换作为传统Fourier变换的推广,与传统Fourier变换分析平稳信号类似,在实现对非平稳信号的时频分析过程中往往出现同样的频谱泄漏问题。为了提高分数阶Fourier变换与时频分析的精度,依据Kaiser窗可自由选择主瓣和旁瓣宽度的特性,提出一种基于Kaiser窗的分数阶Fourier变换算法,论述了Kaiser窗在分数阶Fourier变换中的作用原理,从理论上推导出一般信号基于Kaiser窗的分数阶Fourier变换解析时频表达式以及特性,最终得到非平稳信号的时频分布与时变结构参数识别算法。通过任意线性调频信号的仿真算例以及非平稳激励三层框架结构振动台试验,对结构进行瞬时频率识别和算法的验证。结果表明,瞬时频率识别值与理论值和试验结果吻合良好,Kaiser窗可以提高分数阶Fourier变换算法时频分析的精度,体现出该方法有一定的鲁棒性。     

时频面上基于瞬频估计的信号提取方法

针对多分量非平稳信号的噪声抑制和信号分离问题,提出了一种新的时频滤波法.采用FMmlet自适应分解将被分析信号在时频空间内展开,得到无交叉项干扰、时频聚集性很强,且能反映信号的线性或非线性结构的时频特性的时频分布.根据时频面内能量脊与瞬时频率的对应关系,采用谱峰检测和时频加窗轮流迭代的方法,估计出信号分量的瞬时频率.在瞬时频率精确估计的基础上,设计适当的时频滤波函数,对被分析信号的Wigner-Ville分布(WVD)进行时频加窗处理,得到单分量信号的修正WVD,然后采用 WVD反变换进行信号分量的时域重构,达到从非平稳信号中分离有用分量的目的.理论分析和仿真实验表明,利用该方法从复杂非线性时变信号中提取出的信号分量失真度小.该方法在非平稳信号的深层特征提取中具有良好的应用前景.     

频率切片小波变换在爆破振动信号时频特征精确提取中应用

基于频率切片小波变换(Frequency Slice Wavelet Transform, FSWT)技术研究爆破振动信号时频特征提取新方法。采用FSWT进行爆破振动信号分解，得到在全频带下的时频分布。在此基础上据其时频能量分布，选择时间、频率切片区间进行细化特征分析，通过信号特征频率切片区间信号重构，实现爆破振动时频特征分离及提取。通过与传统的STFT、WPT、WVD等算法进行对比分析表明，FSWT算法具有良好的时频聚集性、任意频带分量特征提取的灵活性及准确性。将FSWT算法引入爆破振动效应分析领域，可为爆破振动信号时频特征精确提取奠定基础，具应用前景较好。     

一种基于EMD的振动信号时频分析新方法研究

基于经验模态分解(Empirical Mode Decomposition,EMD)的希尔伯特变换(Hibert Tram:formation,HT),是先把一列时间序列数据通过经验模态分解成本征模函数(Intrinsic Mode Function,IMF),然后经过希尔伯特变换获得瞬时频率的信号处理方法.针对HT求瞬时频率的不足,提出了把IMF分解成包络和纯调频信号,然后通过对纯调频信号进行反余弦求瞬时频率的新方法.通过对非线性仿真信号研究表明,该方法是有效的.把该方法应用于转子横向裂纹的时频分析.表明能把横向裂纹转子的扭振所形成的相位调制现象检测出来,获得了良好的效果.仿真和实测信号的分析结果说明,用新方法对振动信号进行时频分析是有效的.该研究成果能广泛地用于信号时频分析领域.     

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。     

一种EEMD-HHT与时频重排结合的转速曲线估计新方法

HHT(Hilbert-Huang Transform)和传统时频分析存在模态混叠、时频聚焦性差等问题,在估计转速曲线时误差较大。因此,提出将EEMD-HHT与时频重排算法结合的转速曲线估计新方法。采用EEMD(Ensemble Empirical Mode Decompositon)方法获取IMFs;找出参考轴所对应的IMF,并做Hilbert变换;用时频重排算法处理该IMF两端各一定长度的数据,对得到的重排矩阵进行限制条件的瘠线搜索,并将获得的瞬时频率值代替对应时间点内Hilbert变换得到的瞬时频率值;对"拼接"得到的整个时间段的瞬时频率值进行最小二乘拟合,得到光滑的转速曲线。将该方法应用于转子不平衡故障的阶比分析中,对实际测量信号进行了分析,并与HHT估计结果作比较,验证了其优越性和有效性。     

具有最陡主瓣的最小方差时频分析

针对非平稳时间序列,基于最小方差谱估计提出自适应加窗的时频分析方法,所叠加的时间窗能够自适应地调整尺寸,使得所估计的谱具有最陡的瞬时主瓣以适应时频分析,从而获得满意的非平稳信号的时频分布。仿真结果以及与参考文献的方法比较表明,该方法能够提供更好的频率分辨率,时频分布性能更好。     

时频分析法在锅炉承压管线泄漏检测中的应用研究

准确检测锅炉承压管线泄漏是保障锅炉安全运行的关键技术,音频分析法是检测承压管线泄漏故障的主要手段,提出一种基于联合时频分析(Joint Time-Frequency Analysis, JTFA)研究锅炉背景声和承压管线泄漏声的时频特征,判定泄漏故障的方法。设计了由前置放大、程控滤波、增益补偿处理的双通道音频信号采集电路;采用快速傅里叶变换获取信号广义谱特征,采用程控滤波对采集信号加动态频率窗,再采用短时傅里叶变换对采集信号时间加窗,多角度分析信号的时频特征,以判定承压管线运行是否存在泄漏故障。相比于传统的RC滤波加快速傅里叶变换分析方法,这种动态加双窗的时频分析法能够提高泄漏信号采集的灵敏度和泄漏故障判定的准确性。     

基于现代时频分析技术的地震波时变谱估计

利用短时傅里叶变换（STFT）、Wigner-Ville分布、连续小波变换、S变换以及变复窗口的S变换等现代时频分析技术对地震波进行时变谱估计。推导了基于连续小波变换的小波能量谱的具体表达式,并把近年来提出的变复窗口S变换应用到地震波的时频分析。通过研究表明对于均匀调制非平稳地震波,通过适当选择窗口的长度,利用STFT估计时变谱可得到较好的效果,小波变换与S变换以及变复窗口S变换的估计值在高频段存在能量泄漏现象;各方法估计的时变谱时间边缘函数与目标函数均符合较好;而频率边缘函数,Wigner-Ville分布与目标函数符合得最好,STFT次之,小波变换、S变换以及复窗S变换在高频段存在一定误差。对于频率非平稳性较强的地震波,通过适当地调节窗口参数,利用变复窗口S变换可得到地震波在时频域内有较好分辨率的时变谱;连续小波变换虽然在高频段存在能量泄漏现象,但其在时间域内有较好的分辨率。     

超宽带信号的时频分析

超宽带(UWB)信号的特性更多表现为非平稳信号的特性,而对非平稳信号采用时频域的变换更能描述信号频谱的分布情况.首先引入了一种基于布莱克曼窗的短时傅立叶变换,然后给出两种典型的UWB信号,利用这种时频分析方法对两种UWB信号进行了时频分析.分析结果表明,无论是PAM-DS-UWB信号还是OFDM-UWB信号都符合FCC对UWB信号的功率限制.     

非线性调频分量分解的转子油膜涡动信号分析研究

转子轴承系统的振动信号常呈现非线性调频特征且信号分量在频域混叠,传统的频谱分析方法难以处理该类信号。基于参数化解调的非线性调频信号分解方法来分析油膜涡动、油膜振荡特征信号能够有效分解频域混叠的非平稳信号。首先通过优化频谱集中性指标来估计信号瞬时频率参数并用估计到的参数将非线性调频信号解调为平稳信号,最后用带通滤波器提取解调信号。仿真及实验信号通过该方法分析后的结果证明,所用非线性调频分量分解的信号分解方法能够有效提取转子轴承系统的油膜涡动、油膜振荡故障特征,从信号时频图及提取分量的时域图可以清晰看到油膜涡动、油膜振荡的发生发展过程,为早期油膜涡动判定提供依据。     

爆破振动信号的时频分析

爆破振动信号的研究方法已由单纯的频域分析过渡到时频联合分布分析。在讨论FOURIER变换(FT)和短时 FOURIER变换(STFT)不足的基础上,论述了基于连续小波变换(CWT)和离散小波变换(DWT)在爆破振动信号分析中的应用。作为一种严格的时频分析方法,论文尝试利用二次型时频分布来进行爆破振动信号的时频联合分析;通过几种二次型时频分布的对比分析,认为CWD在具有较强的时频聚集性的同时又较好的对交叉项进行了抑制,适合于进行爆破振动信号的时频分析。     

Modulation Tests on Bluetooth Transmitters Through Time–Frequency Representations

A new digital-signal-processing method for performing modulation tests on Bluetooth transmitters is presented and validated. No preliminary demodulation of the radio frequency transmitted signal is needed to gain the instantaneous frequency trace, on which standard measurement procedures have to be applied. The aforementioned task is, in fact, fulfilled through the application of the short-time Fourier transform (STFT), a typical time-frequency representation, to the acquired samples of the aforementioned signal. Moreover, no specific information concerning the operating conditions of the transmitter under test, such as carrier frequency and hopping sequence, is needed, thus facilitating measurement automation. The optimal tuning of STFT parameters, which are capable of providing the best reconstruction of the instantaneous frequency trajectory as well as the most accurate measurement outcomes, is established as the result of an exhaustive experimental activity.     

基于广义解调时频分析和瞬时频率计算的阶次谱方法在齿轮故障诊断中的应用

针对齿轮启停过程中故障振动信号的调频特性,提出了基于广义解调时频分析和瞬时频率计算的阶次谱方法,并将其应用于齿轮瞬态信号的分析。广义解调时频分析是一种新的时频分析方法,它可以将多分量的信号分解为若干个瞬时频率具有物理意义的单分量信号,每个单分量信号可以是调幅-调频信号,因此非常适合处理多分量的调幅-调频信号。而当齿轮发生故障时,其启停过程中的振动信号就表现为多分量的调幅-调频特征。在基于广义解调时频分析和瞬时频率计算的阶次谱方法中,首先采用广义解调时频分析方法将齿轮瞬态信号分解为若干个单分量信号,然后计算各个分量的瞬时频率,再对其瞬时频率信号进行重采样,最后对重采样信号进行频谱分析得到阶次谱,从而提取齿轮振动信号的故障特征,判断齿轮的工作状态。仿真信号和实验信号的分析结果表明了该方法的有效性。     

基于瞬时故障特征频率趋势线和故障特征阶比模板的变转速滚动轴承故障诊断

针对难以从滚动轴承的时频分布中提取瞬时转频分量的问题,本文利用由轴承包络时频谱中提取的瞬时故障特征频率替代传统瞬时转频实现重采样,进而基于故障特征因子与转频阶比边带构造故障特征阶比模板以实现变转速运行模式下滚动轴承故障诊断。其具体算法由以下四个部分组成：首先,联合应用谱峭度滤波算法与短时傅里叶变换得到能够突出瞬时故障特征频率的包络时频谱;其次,提出基于幅值重调的峰值搜索算法对瞬时故障特征趋势线进行提取;再次,以瞬时故障特征频率趋势线为基础对原信号进行故障相角域重采样并得到故障特征阶比谱;最后,根据被监测轴承的故障特征因子构造故障特征阶比模板对滚动轴承的运行状态与故障类别进行判断。仿真算例和应用实例将对该算法的有效性予以证明。     

基于共振峰的超声空化声发射信号分析

摘 要：为了简单有效地提取超声空化时频信息而估计空化强度,提出了应用基于全极点线性预测编码模型的共振峰分析方法进行分析,并使用其分析了19kHz超声作用下的空化场的声发射信号。将共振峰分析结果与常用的频谱分析和短时傅利叶分析结果进行了对比,发现共振峰分析方法更能从超声空化声发射信号的中提取出简单但关键的时频信息来。采用共振峰方法的分析结果表明,可以利用空化声发射的共振峰参数如基频频率和相对高频共振峰的幅值来分别反映超声空化的非线性振荡和瞬态空化,进而估计超声空化的强度。