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

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

法进行分析，可提高分析精度．实际的工程信号不可避免的都存在噪声干扰，必须对信号作预处
理，将信号中的噪声部分消除而又不至于将有用信息滤除，从而能够准确地提取出故障特征，第二代小波去噪方法可以较好地满足此类要求．角域信号带有相位信息，角域信号应用基于Ｇ．对ａｂｒｏ重构的时变滤波技术遮掩掉信号中的各阶比分量，提取出仅包含有故障特征的信号，再计算其Ｗｉｅ— ｉ分布，ｇｒＶｌｎｉｅ可将故障定位在某一具体角度上，这对于叶轮机、齿轮等的故障检测具有
ｒｔａｌｆａｕｅＣｌｂｘａｔｄｔｉｒｕｄｔａｅｓｃｎｅｅａｏｖｌｔｅ—ｎｉｉｇＣｅｔｒｍｅｔａｅｆｕｔｅｔｒａｌｅｅｔｃｅ．Ｉｓａｇｅｔｅｏｄｇｎｒｔｎｗａｅｅｒｈｔｈｉｄｏｓｎａｂｔｅｎｅ
维普资讯
第３卷第１３期
昆明理工大学学报（理工版）
Ｖ１３Ｎ．ｏ３Ｉ．０
堡
ｏｆ
ｇｎｅｉｉｃａｄｅｎｌｙＳｉｃａｄｅｏｇ）ＵｉｒｔｏＳｅｅｎｃｏｇ（ｃｎｅｃｌｖｓｆｃｎＴｈｏｙｅＴｈｏｎｎｙ
Ａｂｓｒｃｔａｔ：Ｔｈｃｕｉｅｉｏｉｏｅａｑｒｄｔｍｅｄｍａｎｎｎ—ｓａｉｎｒｉｎｌｒｒｎｓｅｒｄｉｔｇｅｄｍａｎｑａｉｔｔｏａｙｔｔａｙｓｇａｓａｅｔａｆｒｅｎｏａｌｏｉｕｓ —ｓａｎｒｏｎｉ
ｔｍｅ—ｖｒｉｇｆｔｒｂｅｎＧａｏｅｏｓｕｔｎｍａｋｔｅｒｅｏｏｅｔａｄｅｔａｔｏｌｉａｆｏｔｉ－ａｙｎｌａｄｏｂｒｒｃｎｔｃｉｓｓｏｒｏｄｒｃｍｐｎｎｓｎｘｃｓｎｙｓｇｌｏｉｅｓｒｏｈｒｎ
ｃｎｉｒｖｅａｃｒｃｆａａｙｉ．Ｓｎｅｔｅａｔａｎｉｅｒｎｉａｓａｅｉｅｉａｌｉｔｂｄｂｏｓａｍｐｏｅｔｃｕａｙｏｌｓｓｉｃｃｕｌｅｇｎｅｉｇｓｇｌｒｎｖｔｂｙｄｓｕｒｅｙｎｉｅ．ｉｓｈｎｈｎｔｉｎｃｓａｙｔｒｔｅｔｔｅｓｇａｓ，ｗｈｃｌｋｅｅｕｅｕｎｏｍａｏｕｔｅｉｎｔｉｅｓｇａｓＳａｃｕｅｅｓｒｏｐｅｒａｉｌｈｎｉｈｗｉｅｐｔｓｆｌｉｆｒｔｎｂｌｍｉａｅｎｏｓｉｌＯｔｔａｃ・ｌｈｉｎｈ
ｈｓｅａｄ．Ａｇｏａｓｌｓｎｏｅｉｐａｅｉｒｉ．ｈｐｃｔｎｏｇｏａｉａｔｅｅｄｍｎｓｎｅｄｍｉｉａｉｅｄｗｄｗｔｈｓｏｔｎＴｅｐｌａｉｆｎｅｄｍｉｓｎｌｌｎｇｎｈｆｎｍａｏａｉｏａｌｎｇｓ
ｓａｙｔｅｍｔｏｆｇｏａｅａｐｉｇｈｅｎｌｅｙｔｅ—ｆｑｅｃａｙｉｍｅｏ，ｗｉｉｌｂｅｄｏｌｄｍｉｒｓｍｌ，ｔｎａａｚｄｂｍｎｇｓｈｈｎａｅｎｎｙｉｒｕｎｙａｌｓｔｄｈｃｅｎｓｈｈ
Ｆｂ２８ｅ．００
基于Ｗｉｎｒｉｅ分布的角域故障ｇｅ —Ｖｌｌ特征提取方法的研究
刘文彬，瑜，郭李之
（昆明理工大学机电工程学院，云南昆明６０９）５０３
摘要：采集的时域非平稳信号经过角域重采样转换成角域准平稳信号，应用时频分析的方将再
ＲｅｅｒｈｏｔｏｆＡｎＩｍａｎＦｕｔＦａｕｅｓａｃｎＭｅｈｄｏ２ｅＤｏｉａｌｅｔｒ
Ｅｘｒｃｉｎｏｉｎｒ— ＶｉｌｓｒｂｕｔｏｔａｔｏｎＷｇｅ．ｌｅＤｉｔｉｉｎ
ＬＵＷｅ — ｉｌｎｂｎ，ＧＵＯＹｕ，ＬＺｉｉｎｌｈ— ｏｇｘ
（ａｕｙｏｃａｉｌｎｌｔｃｌｎｉｅｉｇＫｎｎｎｖｒｔｏｉｎｅａｄＴｃｎｌｙＫｎｎ５０３ＣｉａＦｃｈＭｅｈｎｃｄＥｅｒａＥｇｅｒ，ｕｍｉＵｉｅｉｆｅｃｎｅｈｏｏ，ｕｍｉ６０９，ｈｎ）ｆａａｃｉｎｎｇｓｙＳｃｇｇ
重要的现实意义．
关键词：角域；小波去噪；时变滤波；ｇｅ —Ｖｌ分布（Ｄ）故障诊断ＷｉｒｉｅｎｌＷＶ；
中图分类号：Ｎｌ．３Ｔ９１７文献标识码：文章编号：０７— ５ｘ（０８０ — ０８— ５Ａ１０８５２０）１０３０