基于Wigner—Ville分布的角域故障特征提取方法的研究

合集下载

基于分数阶Wigner-Ville分布的地震信号谱分解

基于分数阶Wigner-Ville分布的地震信号谱分解张晓燕;彭真明;张萍;何艳敏;田琳【摘要】本文将经典Wigner-Ville分布(WVD)拓展到分数阶Wigner-Ville分布(FrWVD),并将其引入到复杂地震信号的时频分析和谱分解中.利用分数阶傅里叶变换的旋转特性和广义时频带宽积理论可以获得比经典WVD更高的时频分辨率,提出的最优分数阶伪WVD能更好地解决交叉项抑制问题.理论信号仿真及实际地震资料的处理结果验证了该方法的有效性.同时,分数域频谱成像的引入为油气储层流体识别提供了一条新的途径.【期刊名称】《石油地球物理勘探》【年(卷),期】2014(049)005【总页数】7页(P839-845)【关键词】分数阶Wigner-Ville分布;最优分数阶伪Wigner-Ville分布;交叉项抑制;时频谱分解【作者】张晓燕;彭真明;张萍;何艳敏;田琳【作者单位】电子科技大学光电信息学院,四川成都610054;电子科技大学光电信息学院,四川成都610054;电子科技大学光电信息学院,四川成都610054;电子科技大学光电信息学院,四川成都610054;电子科技大学光电信息学院,四川成都610054【正文语种】中文【中图分类】P6311 引言地震信号是一种典型的非平稳信号，时频分析方法则是处理非平稳信号的有力工具［1］。

传统的时频分析方法主要包括两类，即以短时傅里叶变换（Short Time Fourier Transform，STFT）、Gabor变换［2，3］、小波变换、S变换为代表的线性时频分析方法和以 Wigner－Ville分布（Wigner－Ville Distribution，WVD）、Cohen类时频分布为代表的二次型时频分布［4，5］。

线性时频分析的时频聚集性往往不高，分辨率较低。

而WVD具有非常高的时频分辨率，但由于它的非线性性质，处理多分量信号必然存在交叉项干扰，因此在很大程度上限制了其应用范围。

频率捷变雷达信号相参特征的表述

频率捷变雷达信号相参特征的表述郭利荣;何明浩;郁春来;王冰切【摘要】频率捷变雷达信号分选是电子对抗领域信号处理与应用的难题，探索新的分选特征参数是实现对频率捷变雷达信号高效准确分选的手段之一。

提出了一种基于Wigner-Ville分布（WVD）的频率捷变雷达信号相参特征的表述。

介绍了典型频率捷变方式、频率捷变信号模型及WVD的离散过程，推导了频率捷变脉冲重构信号的WVD模型并进行仿真实验。

实验结果表明，频率捷变雷达信号的WVD 二维图可作为一种相参特征的表述，且该表述可为频率捷变雷达信号分选提供新思路。

%Frequency agility radar signal sorting is the problem of signal processing and application in electronic countermeasures. To explore new sorting characteristic parameters is one of the means to effectively and accurately realize the sorting of frequency agility radar signal. A describe of frequency agility radar signal coherent characteristic is proposed based on the Wigner-Ville distribution (WVD). The typical frequency agility ways,the frequency agility radar signal mathematic mode and the discrete process of the WVD are introduced. The reconstruction frequency agility radar signal WVD mode is derived and the simulation experiment is made. The simulation results show that the WVD 2D image of the frequency agility radar signal can be used as describe of coherent characteristic. And this describe will provide new ideas for frequency agility radar signal sorting.【期刊名称】《火力与指挥控制》【年(卷),期】2015(000)007【总页数】4页(P24-27)【关键词】频率捷变雷达信号;WVD;相参特征;表述【作者】郭利荣;何明浩;郁春来;王冰切【作者单位】空军预警学院，武汉 430019;空军预警学院，武汉 430019;空军预警学院，武汉 430019;空军预警学院，武汉 430019【正文语种】中文【中图分类】TN97l当前，频率捷变雷达已在军用雷达中获得广泛的应用［1］，现有装备对信号分选五大参数的应用是较为普遍的方法，典型信号处理方法主要是对信号进行稀释，再进行精分选，当频率捷变时，尤其是宽带雷达信号的捷变宽度大，直接导致分选准确率的降低，出现分选“增批”、“漏批”问题。

短时傅立叶变换_Gabor变换和Wigner-Ville分布实验

1 | X N (e j ) |2 N
图 2 语音信号功率谱分析
3、短时 Fourier 变换
这里加的窗为 Hamming 窗，窗宽度为 L 85 。
图 3 短时傅里叶变换
4、Gabor 变换
这里的高斯窗，宽度取为 N 160
图 4 Gabor 变换
5、Wigner-Ville 分布
这里采用整段时序信号中最前面 800 个点的信号进行分析。从结果可以看出， Wigner-Ville 分布得到了信号分析时较高的频率分辨率。
a、Gabor 变换，N=80
b、Gabor 变换，N=320
图 6 分辨率理解示意图
一个高斯函数有两个原因：一是高斯函数的 Fourier 变换仍为高斯函数，这使得 Fourier 逆变换也是用窗函数局部化，同时体现了频域的局部化；二是 Gabor 变换是最优的窗口 Fourier 变换。
2.3 Wigner-Ville 分布
对信号 s(t ) ，其 Wigner Ville 分布定义为：
% 通道1,取2s数据
f = Fs*(0:halfLength)/Nfft; figure; plot(f,Pyy(1:halfLength+1)); xlabel('Frequency(Hz)'); ylabel('Power Spectrum'); title('Power Spectrum Analysis'); % <二、短时傅里叶变换;利用时频分析包进行分析> L = 85; hHamming = hamming(L); T = 1:Nfft; N = 256; % time instant(s) and number of frequency bins

基于Wigner-Ville分布的电力电子电路故障诊断技术

第２９卷第３期
２１００年７月
电工电能新技术
ＡｄａｃｄＴｅｈｎｌｇｆＥｌｃｒｃｌＥｎｉｅｒｎｎｅｇｖｎｅｃｏｏｙｏｅｔａｇｎｅｇａｄＥｎｒｉｉｙ
Ｖｏ．９，Ｎｏ３１２．
＝
０，，一１。１。 Ⅳ
收稿日期：２０ —１１０９１－９
作者简介：王荣杰（９１）男力电子电路故障诊断方向的研究；１８－，福讲博詹宜巨（９５）男，苏籍，授／导，主要从事电子信息应用方向的研究。１５－，江教博
越复杂，其故障模型也越来越复杂，使电力电子装为
置正常高效地工作，究有效的故障诊断技术是很研有必要的Ｈ。。近几年，经网络故障诊断技术被神广泛应用于电力系统故障诊断中，要是由于主基于神经网络故障诊断的方法不要求明确的故障模型，利用强大的自学习功能、并行处理能力和良好的
离散化。ＷｉｅＶｌ的离散表达式定义为ｍｇｒｉｅｎ．ｌ
ｆ，）２＾一１１
ｖｅ
ｘ
（，ｎ）＝２
一
（ｎ＋ｍ）（ ’ ｎ—ｍ） ” ｅ
（Ｉ／Ｎ－）２
用，但其算法相对比较复杂。本文基于数字图像处
理和文献［０１］中相似度的思想，出一种基于提
是复值的，即（）∈Ｃ，信号的Ｗｉｅ・ｉｅ分布ｔ该ｇｒｎｎｖ

脑电信号处理中的时频分析算法

脑电信号处理中的时频分析算法随着脑科学的发展和技术的进步，脑电信号（Electroencephalogram，简称EEG）作为一种常用的脑电生理信号，被广泛应用于脑功能研究、疾病诊断、临床治疗等领域。

由于 EEG 信号本身具有非平稳、非线性、噪声干扰等特征，必须经过一系列的信号处理，以提高其可靠性和准确性。

其中，时频分析算法是一种重要的信号处理方法。

时频分析算法是一种频谱分析的方法，它能够捕捉信号随时间的变化情况。

相比传统的频谱分析方法，时频分析能够更加准确地揭示信号的特征和动态行为。

在 EEG 信号处理中，时频分析算法主要应用于频谱分解、信号分解和特征提取等方面。

常见的时频分析算法主要包括小波变换、短时傅里叶变换、Wigner-Ville分布、时频分析、经验模态分解等。

下面，我们来分别介绍这些算法在 EEG 信号处理中的应用。

小波变换小波变换是在不同时间刻度下分析信号的一种数学变换。

其基本思想是将信号分解成不同的频率成分，并在时间和频率上同时具有局部性。

在 EEG 信号分析中，小波变换广泛应用于去噪、分析信号随时间的变化趋势、提取特征等方面。

通过小波变换，可以将 EEG 信号分解成几个子带，不同子带之间的差异性体现着不同时段和频率成分的特征。

因此，小波变换可以有效地提取 EEG 信号的特征信息。

短时傅里叶变换短时傅里叶变换是一种时频分析方法，其基本思想是在一段时间内对信号进行傅里叶变换，以获得信号在不同频率成分上的变化情况。

与傅里叶变换相比，短时傅里叶变换的优势在于能够获得信号随时间的变化趋势。

在 EEG 信号处理中，短时傅里叶变换主要应用于频谱分析和信号降噪等方面。

通过短时傅里叶变换，可以获得 EEG 信号在不同频率和时间段上的特征，为进一步分析和处理 EEG 信号提供依据。

Wigner-Ville分布Wigner-Ville分布是一种时频分析方法，其基本思想是通过Fourier 变换，获得信号在不同频率成分上的变化情况，并进一步分析信号在时间轴上的分布情况。

基于Wigner-Ville分布与Chrip-Z变换的高分辨时频分析方法

基于Wigner-Ville分布与Chrip-Z变换的高分辨时频分析方法李思源;徐天吉【期刊名称】《石油地球物理勘探》【年(卷),期】2022(57)1【摘要】时频分析方法一直广泛地应用于地震数据的处理与资料解释中。

针对油气勘探面临的圈闭规模小、储层薄且埋深大、烃源丰富却分布零散等复杂情形时,如果地震资料有效信号频带较窄、分辨率较低,则需高分辨时频分析方法,以提高对微型油气目标的识别精度。

平滑伪Wigner-Ville分布(SPWVD)双线性时频分析方法具有良好的时频聚焦性,线性调频Chrip-Z变换(CZT)的螺旋采样插值特性可突出三维空间局部细节。

结合此二者优势,形成一种可提高地震信号时频分辨率的新方法(SPWVD-CZT)。

该方法通过采样的方式实现数值的插值计算,以增加有效频段的划分点数,完善时频分布的局部细节,在时频域实现频谱信息的细化处理。

模拟信号试算和实际地震资料河道微相识别的应用结果表明,该方法能显著提升地震数据时频分析的频率采样率,可为微型地质体的发现及油气开发提供技术支撑。

【总页数】10页(P168-175)【作者】李思源;徐天吉【作者单位】电子科技大学资源与环境学院【正文语种】中文【中图分类】P631【相关文献】1.基于Wigner-Ville分布与小波尺度谱融合的时频特征提取方法2.基于时频重排的地震信号Wigner-Ville分布时频分析3.Hilbert-Huang变换联合平滑伪Wigner-Ville时频分布识别储层流体性质4.基于Wigner-Ville分布的复杂时变信号的时频分析5.基于多尺度Chirplet稀疏分解和Wigner-Ville变换的时频分析方法因版权原因，仅展示原文概要，查看原文内容请购买。

基于时频重排的地震信号Wigner_Ville分布时频分析

2. 2 核函数对交叉项的抑制
抑制 ,还能保持 WVD 的时移和频移不变性。同时 ) 和 h (τ ) 对时域变量和频域变量进采用窗函数 g (υ 行平滑 , 得到平滑伪 Wigner2Ville 分布 ( SP2 WVD) [ 6 ] ,其表达式为
S W g , h, z ( t , f ) =
2. 3 时频重排算法
= f +j
S W g , Dh , z ( t , f )
πS W g , h, z ( t , f ) 2
( 9)
) 和 h (τ ) 为时域式中 : S W Tg , h , z ( t , f ) 是 z ( t) 以 Tg (υ
和频域平滑窗函数的 SPWVD 变换 , 乘积算子定义 ) ; S W g , Dh , z ( t , f ) 是 z ( t ) 以 g (υ )和为 Tg = υg (υ
∫
202
石油地球物理勘探
2009 年
面内 ,式中不含有任何的窗函数 ,从而避免了短时傅里叶变换时间分辨率与频率分辨率相互牵制的矛盾。但由式 ( 2 ) 可知 , WVD 不是线性的 , 即两信号之和的 WVD 不等于每个信号的 WVD 之和。 WVD 存在交叉项 ,交叉项提供了虚假的能谱分布 , 这也是一直制约 WVD 应用于多分量非平稳信号时频分析的瓶颈。
2009 年 4 月
第 44 卷第2期
・综合研究・
基于时频重排的地震信号 Wigner2Ville 分布时频分析
吴小羊 3 刘天佑
( 中国地质大学 ( 武汉) 地球物理与空间信息学院 ,湖北武汉 430074)
吴小羊 , 刘天佑 . 基于时频重排的地震信号 Wigner2 Ville 分布时频分析 . 石油地球物理勘探 , 2009 , 44 ( 2) :

窄带细化Wigner-Ville分布分析的快速实现方法

Ａｂｓｔｒａｃｔ：Ｄｏｐｐｌｅｒｉｎｆｏｒｍａｔｉｏｎｏｆｌｉｎｅｓｐｅｃｔｒｕｍｃａｎｂｅｕｓｅｄｔｏｅｓｔｉｍａｔｅｔｈｅｐａｒａｍｅｔｅｒｓｏｆｒａｄｉａｔｅｄｎｏｉｓｅｓｏｕｒｃｅｓｏｎ
ｕｎｄｅｒｗａｔｅｒｔａｒｇｅｔ．Ｂｅｃａｕｓｅｏｆｔｈｅｌｏｗ￣ｅｑｕｅｎｃｙａｎｄｌｏｗｓｐｅｅｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｔｈｅＤｏｐｐｌｅｒｒｅｆｑｕｅｎｃｙｓｈｉｔｆｃｈａｎｇｅｓ
ｗｅａｋｌｙ．Ｉｔｓｔｉｍｅ — ｒｅｆｑｕｅｎｃｙａｎａｌｙｓｉｓｓｈｏｕｌｄｂｅｌｉｍｉｔｅｄｉｎａｓｅｌｅｃｔｅｄｎａｒｒｏｗ— ｒｅｆｑｕｅｎｃｙｂａｎｄｗｉｄｔｈｗｉｔｈｈｉｇｈ
能，但是当频率分辨率要求较高时，其计算量和存储空间长度也大幅增加。该文提出一种选带细化ｗＶＤ的快速数
值计算方法。该方法对线性调频ｚ变换（ＣＺＴ）进行改进并与ｗＶＤ相结合，可以大幅提高选定窄带内高分辨率ｗＶＤ
时频分析的计算效率。数值仿真和海试数据验证了方法的有效性。
关键词：水下信号处理；时频分析；水下多普勒信号；Ｗｉｇｎｅｒ．Ｖｉｌｌｅ分布；细化频谱分析中图分类号：ＴＢ５６６文献标识码：Ａ文章编号：１００９ — ５８９６ｆ２０１３）０７．１７１３．０７

雷达目标识别中的特征提取方法研究

雷达目标识别中的特征提取方法研究雷达目标识别是现代军事技术中非常重要的一项技术。

在军事作战中，快速、准确地识别目标是保证战斗胜利的重要保障。

而特征提取是实现雷达目标识别的关键技术之一。

本文将探讨雷达目标识别中的特征提取方法研究。

一、背景介绍雷达目标识别是通过雷达探测到目标的反射信号，来识别目标的种类、型号以及运动状态等信息。

而雷达目标的反射信号是受到目标物体的形状、大小、材料、方向等因素的影响。

不同种类的目标的反射信号具有不同的特征，因此，通过特征提取，可以有效地识别目标。

目前，针对雷达目标识别，有多种特征提取方法，如基于时频特征、基于极化特征、基于散射特征、基于光学特征等。

下面，将分别介绍这几种方法。

二、基于时频特征的特征提取方法时频分析是信号处理中一个重要的分析方法。

在雷达目标识别中，时频特征提取方法被广泛应用。

时频分析可以将信号在时域和频域上同时分析，找出信号瞬时频率随时间的变化规律，从而提取出时频特征。

常用的时频特征提取方法包括短时傅里叶变换、小波变换、Wigner-Ville分布等。

其中，小波变换是一种基于多尺度分析的方法，可以提取出信号的时间-频率微观结构信息，具有较好的特征提取效果。

同时，小波变换可以通过选取不同的小波函数来适应不同种类的雷达目标。

三、基于极化特征的特征提取方法极化雷达是一种基于微波的雷达系统，利用极化信息来探测和区分不同雷达目标。

在极化雷达中，天线的发射和接收极化状态可以反映目标的极化特征。

基于极化特征的特征提取方法主要利用雷达信号在不同极化状态下的差异，提取出极化特征信息。

常用的极化特征包括极化反射系数、极化损耗、极化旋转、极化相位等。

通过分析不同极化特征之间的关系，可以识别目标的种类以及表面属性等信息。

四、基于散射特征的特征提取方法雷达信号在目标表面反射和散射时，会产生不同的散射特征。

基于这些散射特征，可以提取出目标的散射信息，从而识别目标。

常用的散射特征包括雷达散射截面、散射模型、相干散射矩阵等。

时频分析方法在旋转机械故障特征提取中的应用

时频分析方法在旋转机械故障特征提取中的应用胡勤;张清华;孙国玺;何俊;于永兴【摘要】故障特征的选择与提取是旋转机械故障诊断技术的关键环节,选择合适的信号处理方法对旋转机械故障振动信号进行特征提取至关重要,时频分析方法一直是学者们研究的热点.在研究大量文献的基础上,分析了近几年来国内外旋转机械故障特征的选择与提取的研究现状,综述了研究者们在旋转机械故障特征提取过程中所采用的各种时频分析方法,并对其进行分类,最后指出了故障特征提取有待进一步研究和探索的问题.【期刊名称】《广东石油化工学院学报》【年(卷),期】2017(027)004【总页数】5页(P90-84)【关键词】故障特征提取;小波分析;经验模态分解;谱峭度;S变换【作者】胡勤;张清华;孙国玺;何俊;于永兴【作者单位】广东石油化工学院广东省石化装备故障诊断重点实验室,广东茂名525000;广东石油化工学院广东省石化装备故障诊断重点实验室,广东茂名525000;广东石油化工学院广东省石化装备故障诊断重点实验室,广东茂名 525000;广东石油化工学院广东省石化装备故障诊断重点实验室,广东茂名 525000;广东石油化工学院广东省石化装备故障诊断重点实验室,广东茂名 525000【正文语种】中文【中图分类】TP206+.3目前，在旋转机械故障诊断中，提取故障特征的方法有时域分析法、频域分析法、时频域分析法和人工智能算法。

时域分析法往往可以反映故障特征，但时域信号往往因为旋转机械周围的电磁干扰，使得时域信号庞杂，导致振动参数漂移变化，难于捕捉其故障特征;而基于傅里叶变换的频域分析法，由于变换对非平稳信号的处理存在局限性及缺乏时间分辨率等不足，使得故障特征提取存在缺陷。

时频域分析则致力于描述信号的频谱随时间的变化，建立一种能在时间和频率上同时表示信号能量或强度的分布谱图，通过该谱图可以提取信号中所包含的故障特征信号。

而人工智能算法一般则是基于以上方法所提取到的有效故障特征进行更深一步的故障特征寻优，以期寻找到最佳的故障特征。

机械振动信号的特征提取与诊断

机械振动信号的特征提取与诊断机械振动信号是机械故障诊断中非常重要的参数之一，它可以反映机械设备的运行状态和故障情况。

因此，有效地提取机械振动信号的特征并进行诊断，对于机械故障预测和维护非常有意义。

一、机械振动信号的特征机械振动信号通常包括时间域信号、频率域信号和时频域信号。

通过这些信号可以得到许多与机械运行状态相关的特征。

1. 时间域信号时间域信号是指机械振动信号在时间轴上的变化过程。

通过对时间域信号进行分析，我们可以得到以下特征：(1) 峰值信号: 时间域信号中的峰值表示机械振动的最大值或最小值，可以反映机械设备振动的强度。

(2) 均方根信号: 均方根信号反映了机械振动的整体能量水平。

(3) 自相关函数: 自相关函数可以用来分析信号的周期性，如果自相关函数呈现出周期性，则说明信号存在周期性振动。

2. 频率域信号频率域信号是指机械振动信号在频率轴上的分布情况。

通过对频率域信号进行分析，我们可以得到以下特征：(1) 频率谱: 频率谱是指机械振动信号在频率轴上的分布情况，可以用来判断是否存在故障频率。

(2) 峰值频率: 峰值频率是指频谱中最大振幅对应的频率，可以用来判断机械振动信号是否存在某个重要故障频率。

(3) 能量比: 能量比是指不同频段的信号能量之比，可以用来判断机械设备是否优化，或者是否存在故障。

3. 时频域信号时频域信号是指机械振动信号在时频平面上的分布情况。

通过对时频域信号进行分析，我们可以得到以下特征：(1) STFT谱图: STFT谱图可以用来分析机械振动信号的瞬时频率，通过确定峰值频率在时间轴上的分布情况，可以识别出一些故障。

(2) 小波变换: 小波变换可以将信号分解成多个频带，不同频带表现出的特征不同，可以用来判断不同故障类型。

(3) Wigner-Ville分布: Wigner-Ville分布是时频域分析中的一种重要方法，它可以提取出机械振动信号的瞬时频率和瞬时振幅，可以识别出一些瞬时故障。

基于Wigner-Ville分布与小波尺度谱融合的时频特征提取方法

１０１（苏州大学城市轨道交通学院，苏州２５２）
摘要：时频分布提供了信号特征在时间域和频率域的联合分部信息。作为两种典型的时频分布表示方法，ｉ — Ｗｇｎ
ｅ．ｉｅ分布（Ｄ）ｒｌＶｌＷＶ和尺度谱都存在的缺陷，体现在ＷＶＤ存在严重的交叉项，尺度谱时频聚集性差。在ＷＶＤ和尺度谱的
ＧＮＧＨｉｉｎＯａ－ａ，ＨＵＮＧＷｅ— ｏＺＡａ，ＩｕｎＺｈｎ —ｕｇＳ
（ｃｏｌｆｃａｉａＵｂｎＲｉＴａｓｏａｏ，ＳｏｈｗＵｉｒｔ，ｕｈｕ２５２，ｈｎ）ＳｈｏｏＭｅｈｎｃｌｒａａｒｎｐｒｔｎｏｃｏｎｖｓｙＳｚｏ１０１Ｃｉｌｔｉｅｉａ
ｄｓｂｔｎ（Ｄ）ａｄｗｖｌｔｓａｇａｉｒｕｉＷＶｔｉｏｎａｅｃｌｒｍ，ａｗｔｏｓｏｍｅｆｑｅｃｎｌｓ，ｂｔａｅｉｈｒｎｄｆｃ，ｅｏｓｔｏｍｅｄｆｔ — ｅｕｎｙａａｉｏｈｖｎｅｅｔｅｔｈｉｒｙｓｈｅｓ
ｂｅａｓｉｎｅ－ｌｅｄｓｒｂｔｏｕｆｒｒｍｅｅｅｉｔｒｅｅｃｅｍｓ，ｗｈｌｖｌｔｓａｏｒｍｓｌｗｉ — ｅｕｅｃｃｕｅＷｇｒＶｉｌｉｔｉｕｉｎｓｆｅｓｆｏｓｖｒｎｅｒｎｅｔｒｆｉｗａｅｅｃｌｇａｈａｏｔｍｅｆｑｎｙｅｒｃｎｅｔａｉｎ．Ａｉ — ｅｕｅｃｕｉｎａｇｒｔｍｓｄｏｉｎｒＶｉｌｉｔｉｕｉｎａｄｗａｅｅｃｌｇａｗａｒｐｓｄｏｃｎｒｔｏｔｍｅｆｑｎｙｆｓｏｌｏｈｂａｅｎＷｇｅ－ｌｅｄｓｒｂｔｏｎｖｌｔｓａｏｒｍｓｐｏｏｅｒｉ

基于Wigner—Ville分布的烟气轮机机械故障诊断研究

法与思想重点针对烟机机械故障非平稳信号分析的一些问题进行讨论，同时将运用三维Ｗｉｅ分布图ｇｒｎ对其机械故障进行分析。
关键词：ｇｅ－ｌ布；ＷｉｎｒＶｉｌｅ分烟机；故障诊断
【ｂｔｃ］ｃｉｆｕＡｓａｔｈｅａｌｒＭａｎｔｓ
ｔｅｏｍ－ｒｑｅｃｎｌｉｍｔｏｓＴｅｅｐａｉｉｐａｅｎｓｕｙｎｍｒｂｅｏ — ｙｔｅｆｅｕｎｙａａｓｈｄ，ｈｍｈｓｓｌｄｏｔｄｉｇｏｓｅｐｏｌｍｏｎｎｐｆｉｙｓｅｓｃｆｏｆｓｉｎｒｔｏａｙｓｔａａａｓｆｍｒｉａｈｎｆｌｏｅｂｓｔｅｃａａｔｒａｄｔｅｕｄｍｎａｎｌｉｏ．ｔｂｎｍｃｉａｔｎｔａｉｏｈｈｃｅｓｎｆｎａｅｔｙｓｆｅｕｅｅｕｈｓｆｒｈｌ
维普资讯
第９期２００８年９月
文章编号：பைடு நூலகம் １３９（０８０ — １７０１０ — ９７２０）９０２ — ２
机械设计与制造
ＭａｈｉｅｙＤｅｉｎｃｎｒｓｇ＆
求Ｍａｕａｔ求求求豢求求求求求ｎｆｃｕｒ求ｅ
带动发电机发电，同时它也是炼化行业关键设备中故障率最高的设备之一，所以对烟气轮机故障的预防和诊断对保证机组正常平
稳运行和节能降耗具有重要意义，本文运用Ｗｉｅ牛牛ｌ牛牛牛ｇｒｉ分布信ｎ－牛ｖｌｅ号分析方法对烟机的故障振动信号进行分析，而达到对其机械从
ｏｆｍｒｉ０ｕｕｌｍｏｅｏ－ｔｉａｆ．ｔｂｎＷ３ｓａｙｏｐｓｄｏｎｓｔｎｒｓｅｕｅｌｃｆｎａｏｙ

平滑伪Wigner-Ville分布和重排谱图的应用

＊
乔洋
摘要：针对基于Ｗｉｅ－ｌ分布存在受噪声影响大，ｇｒｌｎＶｉｅ存在交叉干扰项的缺点，出其改进算法平滑伪Ｗｉｅ－ｌ提ｇｒｌｎＶｉｅ分布和重排谱图应用其中，应用平滑伪ＷｉｅＶｌ分布处理其信号间的交叉项和受噪声污染的问题，ｇｒｉｅｎ－ｌ后结合重排谱图提
们在研究时就要采用处理非稳定信号的研究方法。传统的方法出了时频分析的方法，号时频分析法是把一维的时间信号映射信是采用ＭｏｔＣｒｎｅａｌ－ｏ三角级数法去分析蛇行波，ｌ已经有研究者成二维的时间和频率的函数，１，２它可以通过频率、概率、幅值（能量）对此产生了质疑，仅从能量和基频这两点来描述如此丰富的构架这三处着手，结合其时频谱、概率谱，对构架横向振动蛇行波进行
的位置，使风袋可以顺直的沿着斜井铺挂下去，并每隔５ｍ标出际特点对独头压入式通风做简单介绍。参考文献：锚杆位置。台车打眼后安装锚杆。待风袋进入正洞与斜井的交１乌Ｊ．叉口，保持风袋以圆顺的角度进入正洞，然后沿正洞拱墙顺着正［］文柯．鞘岭隧道斜井施工通风研究与实施［］现代隧道技术，０６４（）２ —２２０，３３：０２．洞的坡度顺直铺挂下去。３布设钢筋拉线，紧线器拉紧，）用风
２施工工艺
２．安装风机１
风机安装在洞Ｉ上风方向，２１支架要稳固结实，避免运转时振动摇晃，风机和风管接口处法兰间加密封垫，以减少局部漏风。风机位置选择在距洞口５０ｍ～７０ｍ最佳，首先这样可以避免从

多项式Wigner-Ville分布的频域卷积实现

多项式Wigner-Ville分布的频域卷积实现
王勇;姜义成
【期刊名称】《电子与信息学报》
【年(卷),期】2008(030)002
【摘要】多项式Wigner-Ville分布(PWVD)是分析多项式相位信号(PPS)时频特性的一种有力工具.该文根据PWVD的结构特点,提出一种通过频域卷积来实现PWVD的方法,将其分解成一系列Wigner-Ville分布(WVD)或L-Wigner-Ville分布(LWVD)的卷积,而WVD或LWVD可由短时Fourier变换(STFT)来计算,这样既可消除信号分量间的互交叉项影响,同时又保持较高的时频聚集性.文中分析了该算法的离散实现方法以及相应的计算量,并通过计算机仿真实验验证了该算法的有效性.
【总页数】4页(P286-289)
【作者】王勇;姜义成
【作者单位】哈尔滨工业大学电子工程技术研究所,哈尔滨,150001;哈尔滨工业大学电子工程技术研究所,哈尔滨,150001
【正文语种】中文
【中图分类】TN911.7
【相关文献】
1.基于多项式Wigner-Ville分布的膛内弹丸回波信号处理 [J], 杨健;陈曦;李学连
2.多项式Wigner-Ville分布(PWVD)的系数设计 [J], 张晓冬;吴乐南
3.基于频域"CLEAN"Wigner-Ville分布中交叉项的抑制 [J], 邹虹;保铮
4.多项式Wigner-Ville分布及其MATLAB实现 [J], 王永才
5.L类多项式Wigner-Ville分布的性质与应用 [J], 王勇
因版权原因，仅展示原文概要，查看原文内容请购买。

L类多项式Wigner-Ville分布的性质与应用

２１年１０１月
第６第１卷期
Ｌ类多项式Ｗｉｎｒｉｅｇｅ－ｌ分布的性质与应用Ｖｌ
３３
，＝『（ｚ）ｄ［，］－＋（ｅ）Ｈ砸
多项式相位信号（Ｐ）时频表示一直是时频ＰＳ的
分析领域的热点问题。笔者在文献［］提出了１中
其中，Ａ为信号幅度，日卢０…，，ｐ为相位系数，『，，＜ …，）
ｔ０７。瞬时频率为Ｐ一１的多项式相位信号，Ｅ［，］阶
定义为
ＬＷＶＤ的概念，与传统多项式Ｗｉｅ－ｉｅ分布ＰｇｒｌｎＶｌ（ｗＶ）ＰＤ相比，ＬＷＶＰＤ具有更高的时频聚集性，同时对于多分量信号来说，不含交叉项干扰。
（ｄ（ｒｔｐ）
＝
Ｐ
。
（）２
具有常数幅值、最高相位次数为Ｐ的多项式相
Ａｓａｔｓａｎｗｋｄｏｍ ‘ｅｕｎｙｄｌｂｔｎ（Ｆ）ｔｅＬｃｓｆｐｌｏｉｇｅＶｌｉｒｕｏｂｔｃ：ＡｅｉｆｔｅｆｑｅｃｉｉｉＴＤ，ｈ－ａｏｏｎｍａＷｉｒｉｅｄｔｂｔｎｒｎｉｒｓｕｏｒｌｓｙｌｎ－ｌｓｉｉ￣ＰＯｓｏｌｓｔｆｍｅｒｐｒｅｏｔＦＩｉｐｐｒｔｅｒｐｒｅｏｒｌａｅ，ｍｄｆｑｅｃｉＷＶ）ｈｕｄａｓｓｏｅｉｆｅＤ．ｔｓａ，ｏｔｓｆｅｌｄｔｅｎｅｕｎｙｓｆｉｙｏｐｔｓｈＴｎｈｅｈｐｅｉａｖｕｉａｒｈｔ

两种时频分析算法分析比较

两种时频分析算法的分析比较摘要:随着信息传递速度的提高,信号处理技术要求提高。

从信号频域可以观测信号特点,但是对于自然中的非平稳信号,仅仅频域观测不能反映信号频率在时间轴上的变化,由此提出了时频分析技术,可以产生时间与频率的联合函数,方便观测信号频率在时间轴上的变化。

在现有的时频分析技术中较为常见的算法有短时傅里叶变换、wvd、线性调频小波等。

本文介绍wvd和线性调频小波两种算法,并通过实验仿真对两种算法进行分析。

关键词:信号处理非平稳信号时频分析线性调频小波wvd中图分类号:tn9 文献标识码:a 文章编号:1674-098x(2011)12(b)-0079-03abstract:with the development of information, the signal processing requirements improvement. characteristics of signal can be observed from the frequency domain, but for the natural term of non-stationary signals, observation in the frequency domain does not reflect signal frequency changes in the time axis, time-frequency analysis can produce a joint function to facilitate the observation signal frequency changes in the time axis. there are several existingtime-frequency analysis, such as short-time fourier transform, wvd, chirplet and so on. this paper describeschirplet and wvd,and analyze results of two algorithms . keywords:signal processing; non-stationary signals;time-frequency analysis; chirplet; wvd1 引言现代生活中,信息的传递日益频繁,信号作为信息的载体,信号分析技术也随之显的越来越重要。