时频
- 一种基于SPWVD-WVD的高质量时频分析方法及ISAR成像应用*
20)0 引 言时频分析方法是一种联合时间和频率的信号处理方法,它能够对非平稳信号进行直观处理和分析,是现代信号处理领域关键技术之一[1]。常用的时频分析方法分为线性时频分析方法和非线性时频分析方法。线性时频分析方法有短时傅里叶变换(Short-time Fourier Transform,STFT)[2]、小波变换[3]等。该类方法主要利用窗函数得到局部平稳信号,并且对多信号进行时频分析时不会产生交叉项,但该类方法的时频聚集性较差。而非线性时频分析方法具
电讯技术 2023年10期2023-10-31
- 基于扩散模型的图像去噪方法研究
理噪声，难以学习时频图像噪声分布，由此导致时频图噪声去除时边缘信息丢失多，效果较差[2]。为了提高神经网络在时频图像的噪声去除效果，通过Wigner-Ville（Wigner-Ville Distibution，WVD）分布算法[3]，提供了时频图像在时域和频域上的局部信息，使得在时间和频率上同时具有较高的分辨率[4]。让网络学习到噪声图像和无噪声图像的特征，极大降低了该算法在通用数据集上的敏感程度，有效提升了模型泛化能力。本文通过基于LoRA 的扩散模型
装备制造技术 2023年8期2023-10-24
- 基于多缩放基调频变换的时频脊线精细化表征方法
为阶次跟踪方法与时频分析方法[10-13]。其中阶次跟踪方法主要是对原始信号进行等角度重采样,转化为平稳信号后再进行频谱分析得到信号阶次谱。但是传统阶次分析中转速需要通过转速计测取,由于测取转速受到安装成本以及安装空间限制,故许多学者在原始信号中进行转速提取,构成无键相阶次分析方法[14-16]。虽然无键相阶次分析可以将时域非平稳信号转化为角域平稳信号,恢复原始信号的周期性,但是等角度重采样过程较为复杂,计算效率较低[17],并且从阶次分析结果可得其存在包
振动与冲击 2023年19期2023-10-18
- 迭代时间重排同步压缩变换及其在机械故障诊断中的应用
致故障时有发生。时频分析技术可以兼顾时间和频率两个变量，得到了广泛应用。然而传统时频分析方法在提高时频聚集性和减弱交叉项之间存在矛盾，为了实现复杂环境下机械设备的故障诊断，提出迭代时间重排同步压缩变换方法。在时间重排同步压缩变换的基础上构造新的群延时估计算子，然后只需进行一次重排操作即可获得更锐利的时频表示。通过仿真信号和滚动轴承加速寿命试验数据验证所提方法的有效性。关键词 故障诊断; 机械设备; 迭代时间重排同步压缩变换; 群延时估计算子引 言机械设备常
振动工程学报 2023年1期2023-06-30
- 基于压缩感知的无重构时频差提取技术
232007)时频差已经成为信号处理领域的基本问题。离散网格方法是解决该问题的主要方法,通常采用预设的多重时频差假设,并通过互相关方法对其进行验证。其应用涵盖无源定位[1-2]和GPS系统[3]等许多领域。此外,为了降低时频差提取的计算复杂度,压缩感测(CS)理论[4]利用观测矩阵以低于奈奎斯特速率的采样率获取信号。通常,压缩感知技术由信号压缩和信号重构[5]组成,但信号重构步骤可以简化,基于特定构造的观测矩阵所获取的信号压缩样本可直接进行时频差提取。在
南昌大学学报（理科版） 2023年2期2023-06-07
- 基于傅里叶级数的椭圆球面波信号时频分析
形奇偶对称性、高时频能量聚集性、时间带宽积与频谱灵活可控等优良特性，基于PSWFs 信号的非正弦通信可直接在时频域进行信号波形设计，具有信号波形设计灵活、高频谱效率等诸多优势，是一种极具应用前景的通信新体制。时频特性作为PSWFs 信号的基础性质之一，在基于PSWFs 信号的非正弦通信特别是时频检测中具有如下潜在应用价值。传统的PSWFs 调制信号的检测大都采用基于正交性的相关检测，在信道条件较好的情况下，检测效果较好；而在信道条件较差正交性被破坏的情况下
现代电子技术 2022年17期2022-09-09
- 高质量LMSCT时频分析算法及其在雷达信号目标检测中的应用
430074)时频分析是处理非平稳信号的重要工具之一，能够将一维时序信号变换到时间频率坐标轴并提供信号频率随时间变化的联合分布关系[1].目前，时频分析方法已经广泛应用于地震信号[2-4]、旋转机械故障信号[5]、金属破裂信号[6]等.海杂波信号也具有非平稳随机的特征，如何提高海面小目标(如浮冰、小船、蛙人以及飞机残骸)的检测能力是一项长期且艰巨的任务[7].传统时频分析方法包括短时Fourier变换(STFT)[8]、小波变换(WT)[9]及Wigne
上海交通大学学报 2022年2期2022-03-08
- 窗口伸缩优化的同步压缩算法及其在变转速工况瞬时频率估计上的应用
平稳信号。传统的时频域分析方法难以兼顾信号在时频域的局部化特征，不能有效分析非平稳信号[1]。所以既能反映信号频率随时间的变化规律，又可以描述频域能量信息的时频分析方法[2-3]成为分析非平稳信号的有效工具，诸如短时傅里叶变换(short-time Fourier transform，STFT)、连续小波变换(continuous wavelet transform，CWT)、魏格纳-威利分布(Vigner-Ville distribution，WVD)等
中国机械工程 2022年1期2022-01-24
- 基于同步提取变换的滚动轴承微弱特征增强与提取方法
著意义[1]。而时频分析技术可以将信号的时域特征和频域特征有效结合起来，更好的分析信号的局部特征[2]，经典的线性时频分析方法如短时傅里叶变换，小波变换，S变换[3-4]，广义S变换[5-6]等，由于受到Heisenberg 不确定性原理的制约，所得时频谱能量发散严重，难以同时获取高精度的时间分辨率和频率分辨率[7]。双线性时频分析，如魏格纳-威尔变换(Wigner-Ville distribution，WVD)及其衍生方法[8-9]，该类处理方法具有高时
兵器装备工程学报 2021年2期2021-03-07
- 基于时频点聚类的雷达回波信号时频特性分析
行雷达回波信号的时频分析和特征变换，提高雷达回波信号的检测识别能力，相关的雷达回波信号检测和时频特性分析方法研究在雷达回波信号检测和雷达目标识等领域具有重要意义[1-3]。文献[4]中提出基于深度学习与支持向量机的雷达回波信号检测估计和时频分析方法，通过阵列幅度响和线性参数估计的方法，进行信号检测和特征提取，提高了雷达回波信号的加权估计能力，但该方法进行雷达回波信号的时频变换的性能不好，参数估计精度不高。文献[5]中提出海洋激光雷达多次散射回波信号检测方法
山东农业大学学报（自然科学版） 2020年5期2020-11-02
- 高聚焦时频分析算法研究
秦瑶摘 要： 时频分析技术是研究非平稳信号时频分布的重要手段，但传统的时频分析技术无法精确地反映信号的时频分布特点。文中主要介绍了三种高聚焦时频分析技术：小波变换（WT）、同步挤压小波变换（SSWT）、CWT?based ConceFT 。首先分别阐述了以上三种高聚焦时频分析技术的原理，然后将这三种高聚焦时频分析方法应用于非平稳信号，并比较它们的时频分析效果。结果表明，SSWT和CWT?based ConceFT明显提高了小波变换的时频分辨率，小波变换和
现代电子技术 2020年13期2020-08-07
- 基于Steger算子的非平稳信号瞬时频率估计方法
056005)瞬时频率作为非平稳信号分析的重要参数[1]，已经广泛应用于桥梁振动检测、地震勘测、机械、电力系统、雷达、通信、医学等各方面。变转速工况故障轴承振动信号作为典型的非平稳信号[2]，包含机械设备的瞬态状况以及设备实时运行状态。在一些大型机械设备的故障诊断时无法安装测速装置，只能从振动信号中提取瞬时转频信号，而从时频分布图中精确地估计瞬时频率是时频分析的重要一步。近几年来，在瞬时频率估计方面提出许多方法，其中最简单的时频脊提取算法属于峰值检测法[3
济南大学学报（自然科学版） 2020年4期2020-07-14
- 利用时频分析频率重心的跳频周期估计方法
内外学者大多采用时频分析方法得到清晰的时频图后，再估计其跳频参数。时频分析方法主要包括以短时傅里叶变换(Short Time Fourier Transform, STFT)、Gabor变换、小波变换和S变换等为代表的线性变换和以魏格纳威尔分布(Wigner-Ville Distribution, WVD)、伪WVD(Pseudo Wigner-Ville Distribution, PWVD)、平滑伪WVD(Smoothed Pseudo Wigner-
探测与控制学报 2020年1期2020-03-31
- 一种基于时频矩的跳频参数估计算法
得研究跳频信号的时频分析技术及参数估计问题迫在眉睫[2]。目前，常用的跳频参数估计算法主要分为3类：基于自相关处理的跳频参数估计[3]、基于时频分析的跳频参数估计[4]和基于时频稀疏性的跳频参数估计[5]。本文将针对时频分析类的跳频信号参数估计算法进行研究，以提高跳频信号参数估计的准确性为目标，一是对时频图进行修正，二是对现有的参数估计算法做出改进。1 跳频信号数学模型跳频通信系统的基本工作原理为：输入的信息在发射机中完成一次调制过程，对频率为fc的载波进
应用科技 2020年6期2020-03-11
- 跳频序列集的时频二维部分汉明相关理论界
无碰撞区跳频序列时频二维周期汉明相关的理论界。文献[6]给出了低碰撞区跳频序列时频二维周期汉明相关的理论界。 文献[7]构造出了满足时频二维周期汉明相关理论界低碰撞区跳频序列集。 文献[8-9]依据理论界对几类跳频序列集的时频二维周期汉明相关值进行了分析。本文着重研究跳频序列和序列集时频二维部分汉明相关理论界，给出了跳频序列时频二维部分汉明自相关、互相关的概念，证明了跳频序列集时频二维部分汉明自相关、互相关所满足的理论界。1 相关概念设F是频隙集合，周期为
燕山大学学报 2019年4期2019-09-06
- 一种高时频聚集性的方法在非平稳信号分析中的应用
平稳信号的本质，时频分析方法既能反映信号的频率信息，又能反映频率随时间的变化规律，因此，时频分析方法成为处理非平稳信号的有效手段。主要的时频分析方法包括：Gabor变换、短时Fourier变换(STFT)、小波变换(WT)、Wigner-Ville分布(WVD)、自适应信号分解方法等，然而受Heisenberg测不准原理、交叉项干扰及模态混叠等的影响，很多方法时频分辨率很低，不能准确分析非平稳信号的时变特征。为提高时频分布的时频分辨率，Auger et a
石家庄铁道大学学报(自然科学版) 2019年2期2019-06-25
- 基于深度卷积网络的雷达辐射源信号识别*
图像处理技术处理时频分析图，表征了时频特征具有很好的应用价值。文献[3]将K最近邻(K-nearest neighbor，KNN)分类算法用于雷达辐射源信号的时频特征分类，在高于2.5 dB时可较高的识别率，但在信噪比限制和准确率上还有一定的研究空间。本文提出雷达辐射源信号时频特征与深度网络相结合的方法，构造基于深度卷积网路与时频特征的RES识别模型，实现一种低信噪比、高识别率的雷达辐射源识别新方法。1 VGGNet1.1 VGGNet结构VGGNet由牛
现代防御技术 2019年2期2019-05-06
- 强鲁棒性和高锐化聚集度的BGabor-NSPWVD时频分析算法
冯思权 张伟民时频分析(Time-frequency analysis,TFA)是从时间–频率的角度来处理非平稳信号的方法,其基本思想是建立时间和频率的联合函数,描述信号在时间–频率平面的能量密度或强度[1−2].它将信号从时间域变换到时间–频率联合域,不同频率分量的时间关联特性能够在时–频平面上有效地表示出来.信号在任意时刻的能量都聚集在此瞬时频率附近,基于线性方法的逆变换则可以重构其等效的时间域信号[3].目前时频分析方法已经广泛应用于自动化控制、信
自动化学报 2019年3期2019-04-11
- 基于高精度时频瞬时相位谱的多尺度曲率及其应用
法[21]。利用时频分析的多尺度分辨能力对实际地震资料进行高精度时频分析获得高精度的时频瞬时相位谱,抽取不同频率的多尺度高精度时频瞬时相位谱估算地层倾角和曲率属性可以提高该方法的应用效果。地层倾角及曲率属性的估算精度依赖于时频瞬时相位谱的精度,而时频瞬时相位谱的精度受时频分析方法及随机噪声的影响。短时傅里叶变换[22]、S变换[23-24]和广义S变换[25-27]可获得信号的瞬时振幅及初始相位随时间和频率的分布,即时频瞬时振幅谱和时频初始相位谱;小波变换
石油物探 2019年2期2019-04-10
- 分圆跳频序列的时频二维汉明相关性
延和频移，给出了时频二维无碰撞区的定义，分析推导了时频二维无碰撞区的跳频序列理论界，并且给出了基于矩阵变换、映射和“等间隔去频隙”构造NHZ跳频序列集的方法，并且这些方法构造的NHZ跳频序列集的序列长度都是ZNt+1(ZNt是一维时延无碰撞区长度)的整数倍。随后针对时频二维相关跳频序列(集)的研究得到了许多结果。文献[7]给出了跳频序列由时频低碰撞区边长值、时频二维移位汉明相关值、频隙个数、序列的长度、序列的个数构成的理论界。文献[8]给出了两种分别基于W
燕山大学学报 2019年1期2019-03-21
- 传统时频分析方法优缺点浅析
。因此选择和改进时频方法，将时域和频域结合起来描述、观察信号的时频联合特征，构成信号的时频谱尤为重要。关键词：信号；频率；时频DOI：10.16640/j.cnki.37-1222/t.2018.19.1270 前言傅里叶分析方法可以单独从时间域或频率域观察信号，基于傅里叶变换的频谱分析中频谱仅仅是时间平均的频率响应，这一全局变换方式不能很好地分析信号的局部特征。对于非平稳信号，由于信号在任意时刻的频率特征都很重要，仅在时间域或频率域分析是不够的。短时傅里
山东工业技术 2018年19期2018-11-12
- 时频二维低/无碰撞区跳频序列集构造
献[12]提出了时频二维无碰撞区跳频序列的概念,并推导出了此类跳频序列的理论界,设计出了时频二维无碰撞区跳频序列集。文献[13]给出了跳频序列由时频低碰撞区边长值、时频二维移位汉明相关值、频隙个数、序列的长度、序列的个数构成的理论界。文献[14]分别基于Welch Costas阵列和Golomb Costas阵列构造出了两种满足理论界的时频二维低碰撞区跳频序列集。文献[15]研究了跳频序列集时频最大周期汉明相关值的理论界,分析了Cai跳频序列集和多项式同余
系统工程与电子技术 2018年4期2018-04-04
- 浅谈雷达小目标信号的时频特征
关资料显示分析，时频域的双峰属性以此来提升对于单个物体在通过上下的界面所反射回来的波体，以及对于两个物体所产生的回波的分辨。【关键词】 雷达小目标 信号 时频 特征特点 分析总结前言：本文主要以探地雷达为主要的阐述对象，探地雷达主要是以通过于地下各种不相同的介质所产生的电磁性之间的差异化，也是作为整个物理实施高频电磁技术的重要前提保障，相对于一些传统性的地球物理的方式来进行对比，探地雷达是具有较强的方便性。较强的操作性和适应性，在种种对比当中，都占据着非常
中国新通信 2017年11期2017-07-16
- 浅谈雷达小目标信号的时频特征
关资料显示分析，时频域的双峰属性以此来提升对于单个物体在通过上下的界面所反射回来的波体，以及对于两个物体所产生的回波的分辨。【关键词】 雷达小目标 信号 时频 特征特点 分析总结前言：本文主要以探地雷达为主要的阐述对象，探地雷达主要是以通过于地下各种不相同的介质所产生的电磁性之间的差异化，也是作为整个物理实施高频电磁技术的重要前提保障，相对于一些传统性的地球物理的方式来进行对比，探地雷达是具有较强的方便性。较强的操作性和适应性，在种种对比当中，都占据着非常
中国新通信 2017年11期2017-07-16
- 几种参数化时频分析方法的比较
91）几种参数化时频分析方法的比较史丽丽，许萌（郑州升达经贸管理学院信息工程系，郑州 451191）时频分析在实际的非平稳信号处理中得到广泛的应用并仍然具有发展潜力。在时频分析中有两项重要的评价指标，即自项的集中程度和瞬时频率估计的准确性，介绍线性调频小波变换，多项式Chirplet变换和广义Warblet变换三种参数化时频分析方法，着重从此两项指标来阐述这三种方法的优缺点，进而分析和比较这三种方法的原理及应用范围。时频分析；线性调频小波变换；多项式Chi
现代计算机 2017年8期2017-04-22
- 一种改进的多分量正弦调频信号时频分析算法
变化规律，需采用时频分析方法[3]。现有的时频分析方法主要有短时傅里叶变换(Short-Time Fourier Transform, STFT)、魏格纳分布(Wigner-Ville Distribution, WVD)、平滑伪魏格纳分布(Smoothed Pseudo WVD, SPWVD)、重排平滑伪魏格纳分布(Reassigned SPWVD, RSPWVD)等[4]，其中：STFT的性能受窗函数的影响较大，当窗函数较短时，时域分辨率高，频域分辨率
装甲兵工程学院学报 2017年5期2017-03-27
- 标准时频变换探讨
5000)标准时频变换探讨柳林涛1，苏晓庆2，王国成1(1.中国科学院 测量与地球物理研究所，湖北 武汉 430077；2.山东理工大学 建筑工程学院，山东 淄博 255000)为了整合Gabor变换、小波变换和S变换，本文给出标准时频变换(NTFT)的简单定义和典型表达形式，并介绍了标准窗的概念；指出标准Gabor变换和标准小波变换是NTFT的2类特殊表现形式。NTFT的主要功能是时频分析、时频滤波和信号预测，指明这3种功能的数学基础，其中着重介绍了从
导航定位学报 2016年4期2017-01-05
- 基于声卡和LabVIEW的声音信号EMD时频分析系统
的声音信号EMD时频分析系统李 岳，韩 宾，鲁 云(西南科技大学 信息工程学院，四川 绵阳 621010)介绍了短时傅里叶变换、Cohen类时频分布、小波变换、Hilbert-Huang变换四种典型的时频分析方法，分析对比结果显示了用Hilbert-Huang变换对声音信号进行时频分析的优越性，结合LabVIEW在数据采集和仪器控制领域的强大功能，提出以声卡作为采集硬件、LabVIEW作为软件编程、Hilbert-Huang变换作为时频分析方法的一种声音信
网络安全与数据管理 2016年7期2016-12-23
- 一种改进的复延迟时频分布算法
一种改进的复延迟时频分布算法江 莉1,2,赵国庆1,李 林1(1.西安电子科技大学电子工程学院,陕西西安 710071; 2.西安建筑科技大学信息与控制工程学院,陕西西安 710055)针对计算复延迟信号时存在计算机精度不够、甚至溢出的问题,提出了一种改进算法.该算法通过频谱递推估计和信号尺度变换,有效解决了复延迟时频分布的算法实现问题.仿真实验表明,改进算法相比原始算法具有较好的噪声抑制能力和时频能量聚集性.复延迟时频分布;复延迟信号;时频能量聚集性时频
西安电子科技大学学报 2016年5期2016-11-23
- 岩巷爆破振动信号的HHT分析与应用
爆破地震波信号的时频特性和能量分布特征分析。结果表明： HHT变换能够确保信号被分解后的非平稳性，且自动适应能力较强，分解效率较高。通过HHT变换得到三维图直观展示各分量随时间、频率和能量的分布情况。爆破振动能量主要分布在0.3s~1.0s时间段和0~400Hz频率段内，频带100Hz～250Hz中爆破振动分量对应的频带能量达到最大。通过分析对比爆破振动信号，得到巷道帮部、底部爆破振动信号的主振方向分别为Y(切向)和Z(垂向)方向。关键词：岩石巷道； 爆破
工程爆破 2016年1期2016-04-19
- 基于Morlet小波尺度参数寻优的匹配追踪时频分析*
频率的联合分析(时频分析)方式，将一维的时间信号映射到二维的时频平面，得到全面反映被观测信号的时间-频率联合特征。常用的时频分析方法有短时傅里叶变换(Short-Time Fourier Transform, 简称STFT)、连续小波变换(Continuous Wavelet Transform，简称CWT)、S变换(S Transform，简称ST)、广义S变换(Generalized S Transform，简称GST)、匹配追踪(Matching P
中山大学学报(自然科学版)(中英文) 2014年6期2014-03-23
- 基于微弱信号检测技术的研究
检测、频域检测、时频检测以及非线性检测等多个分类领域对该领域内的微弱信号检测技术进行了讨论。【关键词】微弱信号 信号检测 时域 频域 时频 非线性【中图分类号】TN911.23 【文献标识码】A 【文章编号】1672-5158（2013）04-0185-01信号在传输过程中不可能消除噪声的干扰，若信号比较微弱甚至于被背景噪声所淹没则很难将信号从背景噪声中提取出来。但是在某些应用领域如精密机械、信号处理、物理应用等常会遇到对微弱信号的检测和处理，研究如何在信
中国信息化·学术版 2013年4期2014-01-03
- 基于时频图像形态学的雷达信号IF估计
进行有效描述，瞬时频率（IF）反映了信号频率随时间的变化规律，是表征非平稳信号的重要参数。因此IF估计是分析和研究雷达信号的一项基本任务。时频分析是目前IF 估计研究中较为普遍和有效的方法［1-7］，根据信号的时频聚集特性，信号的能量在时频面上将沿着IF的方向产生聚集，从而可以采用时频分布峰值检测法对信号进行IF 估计［3-4］。在信噪比较高的情况下，时频分布峰值法能准确估计出的信号IF，但随着信噪比的降低，时频分布不能准确地描述信号的能量分布，因而对于I
航天电子对抗 2013年2期2013-12-21
- 基于分数傅里叶感知信号变换新视角下地震感知信号识别方法
号的广义信号感知时频分布预测1.1 基于分数阶傅氏感知信号变换的地震感知信号的广义信号感知时频分布预测原理基于分数阶傅氏感知信号变换的地震感知信号的广义信号感知时频分布预测转换描述为1.2 本课题实验数据仿真分析图1-1 无噪声地震感知信号的广义信号感知时频分布分数阶F=0.1基于分数阶傅氏感知信号变换域,可预测地震感知信号的广义信号感知时频分布是否存在,并根据呈现最大值时所基于应的分数阶傅氏感知信号变换的阶数估计调频斜率参数。图1-1图1-3分别表示无噪
电子测试 2013年19期2013-09-13
- 低震级地震与人工爆破记录的时频分析
南 250014时频分析是为了对非平稳信号进行分析而引入的，可以给出某一时间点或小时间段内的频谱信息。典型的时频分析方法有短时傅里叶变换、小波变换和希尔伯特黄变换等。由于短时傅里叶变换计算速度较快，而且对本研究里的地震信号具有不错的分辨率，利用短时傅里叶变换对地震和爆破信号进行分析。地震测震台网的基本工作之一就是地震与爆破的识别和定位。现在对爆破的识别一般依赖于一些主观、经验性的特征，如：振幅比、P波初动、面波发育情况、频谱信息等。由于带有主观性，而且这些
地震科学进展 2012年6期2012-12-22
- 高频雷达信号的双线性时频分布性能研究＊
时域非平稳信号。时频分析法是非平稳信号处理的一个重要分支，它是利用时间和频率的联合函数来表示非平稳信号，并对其进行分析和处理［1～5］。相比于处理经典平稳信号的常用方法傅里叶变换，时频分析方法可有效克服传统傅里叶变换的这种全局性变换的局限性，按照时频联合函数的不同可以分为线性时频表示和双线性时频表示两种。线性时频表示主要有短时傅里叶变换、Gabor展开以及小波变换等。而双线性时频表示反映的是信号能量的时频分布，也称二次型时频表示，主要有Cohen类时频分布
舰船电子工程 2012年9期2012-07-11
- 基于时频分布迭代的跳频信号参数估计✴
64000）基于时频分布迭代的跳频信号参数估计✴郭建涛1，刘右安2（1.信阳师范学院物理电子工程学院，河南信阳464000；2.信阳供电公司，河南信阳464000）提出了一种基于时频分布迭代的跳频信号参数估计新算法，利用时频平面最大值，通过计算跳频信号与最优原子时频分布的残差逐次迭代获取匹配于跳频信号分量的时频参数，进而实现跳频信号参数估计。理论分析和仿真结果表明，与基于匹配追踪和粒子群优化的跳频信号参数估计相比，基于时频分布迭代的参数估计算法在保证算法精
电讯技术 2012年4期2012-07-01
- 基于时频自适应最优核分布理论的谐波检测方法
］。本文采用基于时频自适应最优核的时频分析方法检测谐波、间谐波的频率，该方法能够用于不同类信号，可以最大程度地抑制同时间点各分量所引起的交叉项干扰［3-4］。同时，结合快速傅里叶变换方法检测谐波、间谐波的幅值［5］，可以检测谐波、间谐波起止时间、频率和幅值大小。针对存在较强白噪声、谐波、间谐波信号进行了仿真研究，仿真结果表明该方法是有效的。1 时频分布1.1 自适应最优核时频分布时频分析的思想起始于20世纪40年代，在众多的时频分析方法中，Wigner-V
电力建设 2011年10期2011-06-06
- 时频二维逼近及在故障分量提取中的应用
将故障信号变换到时频空间，使得在该空间中的各故障信号相互独立，相互分离，再采用时频滤波的方法最大限度地提取出分量时频区域进行重构，以达到分量提取的目的。这种时频滤波的提取方法较一维的线性滤波算法具有更好的自适应性和较强的鲁棒性，更适用于非平稳非线性时变信号的分析处理，但不适合时频重叠的分量提取，并且必须满足时频唯一重构的条件［2］。另外一种非平稳信号处理方法是基于基函数的信号分解法，常用复杂噪声中的于非平稳信号提纯。这种时域一维逼近方法是将信号投影到预先选
振动与冲击 2011年4期2011-06-05
- 常用时频分析方法在数字地震波特征量分析中的应用①
为不能反映信号的时频局域性信息不再适用。用时频分析法建立起时间和频率的二维函数将一维的时间域信号（如数字化地震波记录）扩展到二维的时频平面上，直观而全面地反映信号频率随时间的变化关系，使我们同时掌握信号的时域及频域局域性信息。时频分析方法可分为线性与非线性两种［1］。其中线性时频表示是由傅立叶变换转化而来，典型的线性变换形式有短时傅立叶变换（STFT）、小波变换（WT）及S变换。常用的非线性时频表示有维格纳－威尔分布（WVD）、乔伊－威廉斯分布（CWD）、
地震工程学报 2011年2期2011-01-27
- 水声信号时频分析方法比较及应用研究＊
100）水声信号时频分析方法比较及应用研究＊姚玉玲，王 宁，石洪华，谭君红（中国海洋大学信息科学与工程学院，山东青岛266100）浅海中的宽带水声信号传播呈现出频散的特点，通过高分辨率的时频分析方法可以刻画频散曲线。通过数值仿真和实验数据处理，对比分析几类常用的时频分析方法在提取宽带声信号频散曲线方面的性能。结果表明：STFT时频局部化精度不够高；在较强频散的情况下，DSTFT时频分辨率较高。WVD时频聚集性最好，但是有严重的交叉项干扰；固定核函数的CWD
中国海洋大学学报（自然科学版） 2011年11期2011-01-08
- 组合窗函数的短时傅里叶变换时频表示方法
稳信号的分析,用时频联合分析的方法来处理信号,可以揭示信号的时频细节,从而更有效地识别信号特征。目前,已经广泛应用于语音、声纳、雷达、机械震动、生物医学和地球物理信号等处理领域[2]。常用的时频分析方法分为线性时频表示和二次型时频表示两大类:线性时频表示以STFT和小波变换为代表;二次型时频表示主要包括谱图、Cohen类时频表示和Affine类时频表示等。众多时频表示中,STFT方法计算简单,不受二次型时频分布固有的交叉项影响,特别适用于跳频类信号的分析。
探测与控制学报 2010年3期2010-08-21
- 时频分析在水雷信息处理中的应用*
时存在哪些频率。时频分析是针对时变频变信号和信号在时域和频域的联合分布进行分析研究的,是用来研究信号的频率或者频谱含量随时间的变化以及信号的时变频谱。将时频分析这种信号处理方法引入水雷的信号处理之中,可望提高水雷引信系统的信号检测性能和系统参量估计的精度,从而增加引信系统在复杂背景下的作用距离,同时加强系统的抗干扰能力。时频分析可分为线性和非线性时频分布。常用的线性时频表示有短时傅立叶变换(STFT)等。而非线性时频表示则是二次型的能量分布表示,常用的非线
舰船电子工程 2010年1期2010-08-11
- “家庭三部曲”的叙事时间
叙事时间；时长；时频摘要：“家庭三部曲”是李安电影的经典之作，也是华语电影中不可忽视的电影作品。利用电影叙事学这一话语理论分析可知，“家庭三部曲”中李安非常讲究时长的安排，往往通过刻意放慢叙述节奏，使叙事时间与故事时间相对重合，以凸现叙事重点；通过“以一遍话语表示类似事件反复发生的重复叙述，以空间的叠加造成时间上不断循环、无限重复的艺术效果”，从而实现其深刻的叙事意图。中图分类号：J904文献标识码：A文章编号：1009-4474(2009)04-0039
西南交通大学学报(社会科学版) 2009年4期2009-08-19