分数阶傅里叶变换改进算法在时频分析中的应用

本文对现有分数阶傅立叶变换算法进行改进,并将其应用于非平稳信号时频分析中,从计算速度、计算精度、算法稳定性等角度与现有分数阶傅立叶变换算法进行对比分析,通过算例对比验证改进算法的优势,然后将改进算法应用于非平稳信号时频谱获取,并与基于短时傅立叶变换的时频谱获取方法进行对比,改进算法计算结果稳定,计算速度较快.基于分数阶...     

应用小波分析方法处理非平稳信号的研究

本文综述小波分析这一前沿领域的发展现状，介绍了小波变换及其Mallat快速小波算法，对比分析了小波变换与短时傅里叶变换之间的差异，指出这种基于多分辨方法的小波变换特别适合于非平衡信号的分析与处理，并且应用该方法对实测信号进行了有效的时频分析。     

分数阶阻尼在滚动轴承故障诊断中的应用

由于分数阶微积分具有计算精度高和速度快的优势,因此将分数阶微积分的相关理论应用到滚动轴承故障诊断中,建立了分数阶阻尼滚动轴承内圈动力学模型,并利用分数阶傅里叶变换的四阶中心距确定分数阶的最优阶次,分析了分数阶阻尼滚动轴承内圈故障的动力学响应特性。仿真结果表明,随着分数阶阶次的增加,滚动轴承内圈的轴心轨迹由混沌逐渐变为稳定的周期运动;仿真分数阶频谱图更符合实验频谱图。分数阶阻尼模型比整数阶阻尼模型更能反映滚动轴承故障的振动特性,可取得比传统的整数阶阻尼更好的效果。     

基于FDM降噪和快速谱峭度分析的转子碰摩故障诊断

针对传统分解算法在强噪声背景下提取转子碰摩弱故障特征信息效果不佳的问题,提出了基于傅里叶分解算法(FDM)降噪和快速谱峭度分析的故障诊断方法.首先利用FDM算法实现转子碰摩故障振动信号的完备性分解,依据信号峭度值准则筛选出能够最大限度保留原始振动信号故障特征信息的分量信号,同时对备选信号分量进行重构得到降噪后的故障振动...     

一种适用于空管的语音处理方法的验证与实现

浅析维格纳变换、短时傅里叶变换和局部多项式傅里叶变换在语音分析处理中的作用和意义,特别是局部多项式傅里叶变换相对于前两种变换的优势,最终通过C#和matlab混合编程对其在空管地空通信语音处理的应用进行验证和实现,为空管语音通信的相关技术研发和技术维护提供一种参考。     

基于飞坤内话语音信号比选技术的分析与研究

在民航地空通信中通过外接比选器或使用内话系统的比选功能来实现话音最佳信号选择有着非常重要的意义。阐述了基于快速傅里叶变换（FFT）的话音质量评估算法,分析和研究了飞坤内话在无线信号比选过程中的实现原理,对相关参数的设置方法进行了阐述。     

航空发动机振动信号的计算阶比分析

为了分析航空发动机试车过程中的非平稳振动信号,本文采用基于谱细化和校正技术的计算阶比分析.当发动机转速变化较大,振动信号非平稳严重时,高精度地提取出了特征分量的参数.文中给出了具体的计算过程,并给出了实例分析结果.     

撞击流混合器速度信号的Hilbert-Huang变换分析

应用激光多普勒测速系统,对撞击流混合器的流场瞬时速度进行了测量.将Hilbert-Huang变换(HHT)应用于瞬时速度信号的分析,提取出各阶内禀模态函数(IMF)并通过经验模态分解(EMD)对速度信号进行滤波降噪.通过希尔伯特谱分析(HSA)确定了撞击流混合器速度信号的能量分布状况,信号能量集中于低频区,即存在于尺度较大的流体涡旋中.分析速度信号各阶内禀模态函数在不同频段的能量分布与转换,发现不同频段IMF的能量分布与流型转变之间的对应关系.通过能量特征值的提取表明,提高螺旋桨转速有助于强化系统的混合效果.最后将撞击流混合器的流场由内而外划分为中心区、涡旋区和回流区3个部分.     

基于Hilbert变换和跟踪滤波的正弦扫描数据处理方法研究

提出一种针对正弦扫描时间历程数据频谱后处理方法,此方法对控制仪驱动信号进行Hilbert变换获取时间-频率曲线,利用驱动信号与响应信号频率同步的特性,对响应信号进行跟踪滤波获取时间-响应幅值曲线,并最终获得响应信号的频谱。此方法不依赖振动控制仪和带有COLA通道的数据采集系统,并可有效避免正弦约减法等方法带来的泄露和精度不高等问题。     

一种基于白噪声的多点激励随机信号生成方法

为提高多输入多输出(Multiple input multiple output,MIMO)线性随机振动试验系统中具有相关特性的多路驱动信号生成精度,基于驱动谱非负定Hermite特性及矩阵分解理论提出了一种CD(Cholesky decomposition)白噪声滤波信号生成方法。构造具有特定"频响特性"的传递系统,将一系列独立白噪声通过该系统得到具有预期相干特性、相位差以及自谱的平稳随机信号。建立悬臂梁两输入两输出线性振动系统仿真模型,将传统傅里叶逆变换时频转换方法与CD滤波法生成的驱动信号进行对比分析。结果表明新方法精度与参考值误差不足1dB。两轴振动试验验证结果表明,应用CD法既满足工程实际标准需求,又为振动环境试验提供理论依据。     

4F富里叶变换透镜系统的三维变换特性

本文从理论和实验上应用4F富里叶变换透镜系统,把三维物场转换为三维象场。象的空间位置和光场振幅的变化与透镜系统的焦距以及物体距焦平面的位置有关。根据4F系统的三维变换特性,本文还讨论了该系统对三维粒子场全息记录、再现的影响。     

基于分形理论的混沌信号与噪声分离方法

提出一种分维数和子波重构相结合的混沌信号与噪声分离方法，与以往出现的子波滤波方法和经典滤波方法相比较，该方法有如下特点；利用子波变换计算带观测噪声混沌信号的真实分数维，进而根据观测序列维数与真实维数的差值控制子波重构的参数，构造出混沌与噪声分离的自适应滤波器结构。仿真实验说明了该算法的有效性。     

基于小波变换和ICA的卫星测控信号盲识别算法

针对信息对抗中对非合作卫星测控信号识别的问题,提出一种小波变换和独立分量分析相结合的卫星测控信号盲识别算法.首先,基于小波变换去除噪声原理,对混合信号进行去噪处理;然后,采用独立分量分析的方法对去噪后的混合信号进行分离;最后进一步对分离后的测控信号作矢量归一和再去噪处理,得到卫星测控信号的最终估计.Matlab仿真结果表明:该识别算法可以较好地分离卫星测控信号,并且很好地保留了源信号的特征,具有良好的稳定性,收敛速度较快.     

基于VB的虚拟示波器的研究与设计

针对传统示波器的功能局限,价格昂贵,更新周期长等不足,结合虚拟仪器扩展性强、开发周期短、性能高等优势,以Visual basic 6.0为软件平台,计算机和数据采集卡为硬件平台,开发设计了一种多功能虚拟示波器。该示波器由数据采集、频谱波形显示、时域波形显示、快速傅里叶变换(FFT)、数据存储读取以及参数处理显示模块构成。通过与传统示波器的数据采集、波形显示等功能对比,检测信号结果与传统示波器所测结果吻合,具有界面友好、操作简单、可扩展性强、成本低、失真度小等优点,除了优化传统示波器的基本功能外,还增加了信号的频谱测量分析和数据存储读取功能。     

基于Contourlet变换的子带自适应图像去噪

Contourlet变换是继小波变换之后的又一新变换。由于Contourlet变换的多尺度和多方向特性,能有效地捕获到自然图像中的轮廓,并对其进行稀疏表示.本文提出一种基于Contourlet变换子带自适应图像的新颖去噪算法。该算法核心是估计无噪期望信号的概率。即结合无噪子带系数的广义Laplacian模型和加性高斯白噪声的概率估计,分析每个子带信号概率为固定的情况。实验结果显示这种新的子带自适应图像去噪算法优于Bayesian wavelet shrinkage和ContourletHMT算法。     

时空域相关自适应小波包声发射信号降噪方法

现有的小波变换方法在对受强噪声干扰的声发射信号降噪时,由于忽略了小波系数之间的相关性,容易造成信号失真。针对该问题,提出了一种基于时空域相关性的自适应小波包声发射信号降噪方法。算法采用自适应冗余小波变换,最大限度保留了信号的时域空域特征,并利用小波系数在时域空域上存在的相关性,提高对声发射信号及噪声的甄别能力,提升降噪效果。同时利用小波系数在空域上的相关性寻找最佳分解层数,进一步提升了算法的适应性。为了验证本文提出算法的有效性,分别在模拟声发射信号和断铅信号上添加不同程度的噪声,并进行降噪实验。实验结果表明,与其他算法相比,经过本文算法处理的信号信噪比大大提高,均方根误差也有一定程度的降低。     

几种重要的语言信号数字处理技术

语言信号数字处理技术一般分两大类:一类是利用波形编码的方法;另一类是以语言信号模型,为基础的分析—合成法。本文简要介绍后一类中三种重要的处理技术:短时付立叶变换,同志处理和线性预测。     

频段扩展快速傅立叶变换

在频率分析中使用普通的快速傅立叶变换(FFT)技术时,由其产生的频谱分布在直流到给定的最大频率范围内。频段扩展快速傅立叶变换(ZOOMFFT)提供的是一种从频谱的频率范围的一小部份中获得高分辨率的方法。本文讨论了当今实现频段扩展快速傅立叶变换分析的两种不同的原理。文章指出,这些方法中最重要的区别就在于是否有能力在频段扩展快速傅立叶变换的计算过程中存贮并且保持用于分析的原始时间信号。一旦时间信号能够被存贮,那么这种新的方法就可以用于非平稳信号的分析。文章根据给出的若干频段扩展快速傅立叶变换的典型应用实例对这些方法做了比较。     

基于HHT的自适应滤波方法在信号处理中的应用

在研究HHT(Hilbert-Huang Transform)理论中经验模态分解方法(EMD)和希尔伯特变换(Hilbert-Huang Transform)方法的基础上,根据IMF信号的时频序列特性,利用聚类算法得到每个时频序列的中心频率和干扰频率,并将与干扰频率对应时刻的IMF时域信号进行分类组合,从而消除IMF信号中的频率混叠问题,实现对信号的自适应滤波。利用所设计方法对实测信号进行自适应滤波分析并与传统数字滤波器滤波数据对比,结果表明提出的方法正确有效。     

基于量子傅里叶变换的模式特征提取算法

量子算法由于具有量子态的叠加性、相干性和纠缠性使得它可以解决一些经典NP问题,并且它具有许多传统算法所没有的优点.本文利用量子傅里叶变换提出了一个模式特征提取算法,它借助量子并行特性只需进行一次量子傅里叶变换就可以提取模式特征,所以它提取模式特征的速度比传统特征提取算法有了指数级的提高.利用该算法提取出来的特征可以进行模式识别或图像识别.本文通过理论推导证明了该算法的可行性,通过简单的模式图验证了该模式特征提取算法的有用性.