时频分布

摘要： 自动调制识别在频谱监测和认知无线电中占有重要地位。针对现有调制识别算法在低信噪比条件下识别率低的问题,提出一种基于生成对抗网络(generative adversarial network, GAN)和卷积神经网络(convolutional neural network, CNN)的数字信号调制识别方法。在利用平滑伪Wigner-Ville分布将调制信号转换为时频图像(time-frequency images, TFIs)后,在经典GAN中嵌入了剩余密集块(residual dense block, RDB)结构,保证了对TFIs的去噪和修复。通过对经典的剩余网络(residual network, ResNet)模型微调,满足了TFIs的识别与分类。仿真结果表明,所提方法在低信噪比情况下有效地降低了噪声对TFIs的干扰,提高了识别性能。

摘要： 为提高无线通信数据在传输阶段的可靠性,本文提出物联网技术下的无线通信数据保密传输方法。利用最小支持度函数计算出传输数据的时频分布情况,按照设置的对应关系对最大频繁时域信息进行加密处理,数据传输过程中,利用物联网技术数据融合方面的特点,在传输链路中构建节点融合树,使数据在不同分支间逐层传递,并明确了交叉节点的传递原则,以此避免节点超载带来的传输问题,提高数据的安全性。测试结果表明,本文设计方法可以大大降低数据在传输阶段的丢失数量,具有良好的应用效果。

摘要： 针对由于跳频信号的频率随时间不断跳变,导致传统复声强法对其方向估计性能不佳的问题,提出一种改进复声强测向方法。首先,构建时频分布矩阵,利用跳频信号模糊函数的特点,对时频交叉项进行抑制;然后,利用迭代法滤除分布于整个时频面的高斯白噪声,获得清晰的时频分布图,并利用信号的时频特征对信号分离与提取时频脊线;最后,将脊线所对应的时频点进行时间积分,利用时频信息提升复声强法对跳频信号的测向能力。仿真及水池试验结果表明,在信噪比大于0 dB时,方位估计均方根误差小于1°,提升了复声强方法对跳频信号方位估计的准确性与稳定性。

摘要： 随着长江南京段及下游12.5 m深水航道工程的全线贯通,长江江苏段航道大气环境的治理,亟待新的航行条件下大气污染物的排放情况作为基础.在长江江苏段选择研究区域,应用船舶动力法对船舶大气污染物排放进行测算,在船舶大气污染物质量浓度数据分析中引入HHT变换.结果表明:研究区域内污染物平面浓度呈周期性分布,SO2波动区间集中于0～0.10 mg/m2,NOx集中于0～6.19 mg/m2,PM2.5集中于0～0.25 mg/m2,CO集中于0～0.74 mg/m2,VOCs集中于0～0.98 mg/m2;各类污染物总量随时间的波动趋势基本一致.污染物浓度数据的波动均为低频长周期波动,影响波动的主要为长周期因素.

摘要： 为了准确评估冻结立井爆破对井壁产生的影响,采用井壁预埋法对大药量爆破下井壁的振动响应进行了监测.利用EMD、EEMD和CEEMD典型经验模态算法对井壁信号进行了分析,并结合时频谱对分解和重构效果进行了综合评价.分析结果表明:受测试环境影响,爆破信号中普遍含有噪声等干扰成分.EMD分解存在明显模态混叠和端点效应,EEMD分解虽对模态混叠现象有所改善,但去噪效果仍不理想,CEEMD分解对模态混叠和噪声消除方面均具有很好的处理效果.CEEMD重构信号时频谱能够深刻揭示爆破能量在时频域上的分布且对干扰成分不敏感,适合用于批量信号的预处理过程.分析结果对于爆破能量识别和振动损伤控制具有积极的现实意义.

摘要： 雷达微多普勒(m-D)是弹道目标的突出特征,为弹头识别提供了重要手段.然而,当弹道目标的微动伴随平动时,时频分布不再表现为正弦调制曲线,此时基于时频分布正弦假设的微多普勒特征提取方法可能失效.针对这一问题,提出了一种循环自相关函数(CACF)和循环平均幅度差函数(CAMDF)相结合的估计算法,来获取时频分布的循环系数矩阵和该矩阵的平均循环系数,从而估计出弹道目标的微动周期.该算法以时频分布的循环周期性代替正弦调制的周期性,不需要假设目标平动已被准确补偿,有效克服了传统微动周期估计方法的不足.理论推导论证了该算法的可行性,仿真实验验证了该算法的有效性和抗噪性.

摘要： 针对传统的频谱分析方法不能很好地辨识航空发动机转子振动特征频率的问题,采用局部均值分解(Local Mean Decompo?sition,LMD),结合切片谱的频谱分析方法,对航空发动机转子振动信号进行自适应模态分解与峰值频率辨识;对转子振动信号进行时频分析,得到其时频分布.将该方法应用于某航空发动机高、低压转子的弹性支承振动应力信号分析中.结果表明:相比于发动机振动正常状态,在发动机振动异常状态下,高、低压转子弹性支承振动应力信号的LMD切片谱中除了存在高、低压转子的基频和倍频成分,还存在高、低压转子间的调制频率,且在异常状态下F分量的时变特征更加明显.采用LMD切片谱分析方法获取了发动机振动正常状态和异常状态下的振动频谱特征和时频分布,可为航空发动机转子振动特征提取与状态判别提供参考.

摘要： 传统的机械振动多源信号盲分离方法缺少对信号的去噪处理过程,导致信号分离结果存在信噪比较低、分离速率较低、误分率较高的问题.为解决上述问题,提出基于加权距离的机械振动多源信号盲分离方法.首先通过加权距离对机械振动多源信号进行去噪处理,有效提高了振动信号的可分离性.然后结合Gabor变换过程,根据振动信号的时频分布特征,利用估计混合矩阵分离机械振动多源信号.实验结果表明,上述方法得到的信号分离结果信噪比和分离速率较高,且误分率较低.

摘要： 针对椭圆球面波函数(PSWF)信号的频率时变特性,通过引入Wigner-Ville分布时频分析方法,在时频域上建立PSWF信号Wigner?Ville分布与其自身特性之间的关系,重点研究了PSWF信号时频分布特性与信号频域区间、对应阶数和时频能量分布特性的关系.理论分析和数值分析表明,PSWF信号时频分布特性具有良好的对称性、时频能量聚集性,且时频分布的特征参量与PSWF信号频域区间、对应阶数和时频能量分布特性密切相关.结论 进一步深化了对PSWF信号时频分布特性的认知,为下一步在时频域上探索研究新型、高效PSWF调制信号检测方法提供了重要的参考依据.

摘要： 为解决短时傅里叶变换(STFT)的时频定位能力受限于窗函数,影响分辨目标亮点的能力,本文提出了一种STFT去模糊提取水中目标回波亮点的方法.通过建立STFT卷积模型,分析获得图像点散射函数(PSF)与STFT的窗函数的关系,并将图像去模糊理论运用到STFT中.仿真研究表明,该方法具有比STFT更优的时频分辨能力,并且能有效抑制背景噪声,同时分析了信号形式、信噪比、亮点特征参数对其性能的影响.松花江声学试验数据结果表明:该方法在水中目标亮点提取处理中具有一定稳健性与实用性.

摘要： 为了获得对目标形状、姿态差异不敏感的水下目标回波信号特征，本文提出了一种目标几何声散射时频分布统计特征提取方法。实际沉底目标的数据处理结果表明，这种目标特征抗混响干扰性强，在该特征空间中，目标回波与混响具有稳定的聚类性，并且目标回波的聚类性只与目标的几何散射特性有关，克服了目标回波时频特征对声波入射角度、目标的几何形状与材质敏感的缺点。

摘要： 提出了反褶积同步挤压广义S变换,通过数学推导,对广义S变换结果进行“挤压”和重排,再将同步挤压广义S变换谱与窗函数Wigner-Ville分布进行二维反褶积可得到更高分辨率的信号时频分布.通过数值模拟结果可知,反褶积同步挤压广义S变换兼顾了广义S变换和同步挤压变换的优势,不仅能够极大地提高信号时频变换的分辨率,而且保留了多分辨率的特征.

摘要： 使用基于高斯核函数的双线性变换方法分析实测海杂波数据的时频分布特征,并在时频分布的基础上提取其频率边缘分布以降低维数.研究表明,基于高斯核函数的双线性变换方法是一种有效的提取海杂波中目标时频特征的方法,其在时频性能上明显优于短时傅里叶变换和Wigner-Ville分布.提取高斯核变换时频分布的频率边缘特征非常有利于海杂波中目标检测.

摘要： 行人的运动参数估计对人体目标识别具有重要意义.本文提出了一种基于微动特征的行人参数估计方法.在此方法中,首先应用广义S变换得到行人雷达回波的时频分布,然后从行人时频分布中分离出躯干分量的时频分布,并将其转化为1-D时频曲线,最后从时频曲线中估计出行人的平动速度和步态周期.文中最后利用仿真实验验证了此方法在不同信噪比下的性能.

摘要： 匹配追踪Wigner-Ville分布时频表征方法提供的时频信息有限.本文通过匹配追踪原子的时频分布构造了一种新的匹配追踪时频表征方法,可以得到地震信号的高精度匹配追踪时频分布,而且不产生交叉项.在此基础上,利用匹配追踪原子时频分布的良好可逆性,提出了利用匹配追踪时频分布恢复地震信号的逆匹配追踪算法,实现了地震信号的精确重构,拓宽了匹配追踪方法在地震资料处理和解释中的应用范围.

摘要： 针对滑行车类游乐设施日益严峻的安全性问题,研究基于振动信号进行故障检测的方法.使用自开发的信号采集仪,在现场检测了滑行车的振动数据.运用数字滤波和数字积分方法提取振动信号后,采用短时傅里叶变换分析了单个样本的功率谱时频特征,并通过多样本的平均分析了振动能量的总体时变特征.振动信号时频分布的详细分析可得到进一步的诊断信息.试验及分析结果表明:滑行车振动为非平稳信号,振动频率以低频为主,振动信号可作为故障判断和分析的重要判据.

摘要： WVD分布具有许多代表性的性质，该理论的实质就是将信号的能量分布于时频平面内，利用这种时频分布来分析信号，在每一时间能够指示出信号在瞬时频率附近的能量聚集情况，并且能够进行时频滤波。TFPF(时频峰值滤波算法)。是基于时频分布理论来消除随机噪声。基本原理是将湮没于噪声下的信号经过频率调制变为一个常幅值调频信号的瞬时频率，用WVD分布的峰值法算出瞬时频率，从而实现信号增强。可有效消除随机噪声，提高信噪比，准确还原检测信号。

摘要： 对电磁轴承转子的振动进行分析是对电磁轴承进行优化设计和监控诊断的基础。本文引入谐波小波包对转子的振动信号进行分析,把时域一维的振动信号映射到二维的时频平面上,构造了三维的振动信号的时频能量分布图,使转子的振动分析变得直观方便。通过分析时频分布图,得到了转子在不同时段和不同频段的振动变化情况。在此基础上进行转子振动的特征提取,可完成转子运行的实时监控和故障诊断。

摘要： 传统的基于时频分析的轴承故障诊断方法主要采用固定的核函数,并不能满足非平稳信号的自适应性要求.针对此不足,在参考了自适应优化核的设计准则之后,提出了一种自适应径向Sin核函数时频分析的轴承故障诊断方法.该方法能够解决传统轴承故障诊断中因采用固定核函数而导致对信号缺乏自适应能力的缺点,可以自动调整核的方向和宽度大小,从而让核的方向和模糊函数的自项匹配,把自项保留下来并对交叉项进行抑制,使分辨率得到极大提高.通过实验,也能验证该方法的可靠性.

摘要： 传统的基于时频分析的轴承故障诊断方法主要采用固定的核函数,并不能满足非平稳信号的自适应性要求.针对此不足,在参考了自适应优化核的设计准则之后,提出了一种自适应径向Sin核函数时频分析的轴承故障诊断方法.该方法能够解决传统轴承故障诊断中因采用固定核函数而导致对信号缺乏自适应能力的缺点,可以自动调整核的方向和宽度大小,从而让核的方向和模糊函数的自项匹配,把自项保留下来并对交叉项进行抑制,使分辨率得到极大提高.通过实验,也能验证该方法的可靠性.

摘要： 本发明公开了一种基于参数自适应的扩展B分布脉冲信号时频分析方法，首先获取待处理的多分量水声或雷达脉冲信号数据生成模糊函数，然后在模糊域检测自项信号的径向角和径向长度，生成扩展修改B分布核函数，对模糊函数进行滤波，最后将滤波信号变换得到时频分析结果。本发明基于扩展修改的B分布核函数，实现简单，且能够根据信号自适应地设置核函数的参数，实现核函数与待处理水声或雷达脉冲信号之间的较优匹配，适用于实时的工程应用场合。

摘要： 本发明属于无线通信技术领域，尤其涉及一种基于时频变换的分布式业务流数据扩展复用方法，包括对数字基带信号进行重采样，对重采样后的数字基带信号进行频移，即将重采样后的数字基带信号与不同频率的振荡信号进行混频，通过滤波器滤掉低频保留高频部分，实现上变频至多个不同频点的中频信号，再将通过滤波器处理后的数字基带信号时域中的采样点相加，并在相加时进行归一化处理；最终得到将单一业务数据流精准扩展复用到多个频点上的一个数字基带信号；故基于本发明不仅能够将携带业务数据流的原信号扩展到复数频点上，还能将生成的信号合并生成一个数字基带信号文件，回放该数字基带信号文件能够得到多个频点上的业务流数据。

摘要： 一种基于Born‑Jordan时频分布的时频峰值滤波算法，旨在增强时窗内的地震信号线性度并在更大程度上抑制噪声，提高信号恢复的精确度和滤波后地震资料的信噪比。首先输入待处理的含噪声原始地震剖面；将含噪声剖面的每一道地震记录都进行幅值规格化处理；将规格化处理后的每一道地震记录进行编码，作为单位振幅解析信号的瞬时频率，得到待处理的解析信号；对解析信号作Born‑Jordan时频分析，得到时频分布；在时频分布上沿频率方向寻找时频分布上的峰值所对应的解析信号的频率，对找到的频率进行幅值的反规整化处理作为有效信号的估计值；对每一道重复步骤2‑步骤5，最后得到去噪后的整个地震剖面的估计值。

摘要： 本发明涉及一种基于时频分布图的时变结构模态频率辨识方法，包括以下步骤：1获取被辨识结构的结构动力学响应信号并设定采样时间和频率；2对各个响应信号进行时频变换，得到时频分布系数，并绘制时频分布图；3将时频分布系数写成对应的能量分布形式，并重新排列为列向量；4根据各个响应的时频分布图确定将用于辨识的含有各阶时变模态频率的响应对应的时频分布区域；5采用合适的时频窗函数将时频分布图中对应各阶时变模态频率的能量时频分布最高的部分分别提取出来；6采用加权非线性最小二乘方法对各阶时变模态频率进行估计；7对辨识结果进行误差分析。本发明具有明确的物理意义，使用简单方便，具有较强的适用性和抗干扰能力。

摘要： 本发明公开了一种基于空间时频分布的水下多径信号参数估计方法，该方法将传统的阵列信号处理技术与时频分布相结合以提高系统的信号处理能力。首先，采用二次时频分布来减少交叉项和提高时频分辨率。其次，通过构造扩展的二维空间时频分布矩阵实现在被动场景下未知多径信号数目的精确估计。再次，根据信号在时频域的能量分布，引入向前向后平滑的思想以保证脊线的局部平滑性，利用属于同一多径信号的自源时频点的主特征向量相同的特性，获得每条多径信号对应脊线的时频点集合。最后，根据脊线检测结果可在欠定条件下实现多径信号瞬时频率和方位的准确估计。

摘要： 本发明公开了一种基于时频分布相似度分析的兰姆波模态分离方法，通过板结构兰姆波信号采集系统，采集检测信号，对信号进行滤波和幅值归一化处理，并进行时频分析获得检测信号的时频分布，创建不同模态的理论时频分布集，计算检测信号与各模态理论时频分布集的相似度，得到相似度矩阵，寻找最大相似度值，识别与检测信号时频分布相匹配的模态及距离，在识别模态的基础上，构建中心随时间及频率变化的二维高斯时变滤波器，并与检测信号的时频图相乘分离出单模态时频图，由分离出的时频图获取单模态时域信号，实现兰姆波多模态信号的分离。该方法从时频分布相似度分析角度出发，在识别和分离模态的同时，能够较为准确的估计波包的传播距离。

摘要： 一种基于Born-Jordan时频分布的时频峰值滤波算法，旨在增强时窗内的地震信号线性度并在更大程度上抑制噪声，提高信号恢复的精确度和滤波后地震资料的信噪比。首先输入待处理的含噪声原始地震剖面；将含噪声剖面的每一道地震记录都进行幅值规格化处理；将规格化处理后的每一道地震记录进行编码，作为单位振幅解析信号的瞬时频率，得到待处理的解析信号；对解析信号作Born-Jordan时频分析，得到时频分布；在时频分布上沿频率方向寻找时频分布上的峰值所对应的解析信号的频率，对找到的频率进行幅值的反规整化处理作为有效信号的估计值；对每一道重复步骤2-步骤5，最后得到去噪后的整个地震剖面的估计值。

摘要： 本发明涉及一种基于时频分布图的时变结构模态频率辨识方法，包括以下步骤：1.获取被辨识结构的结构动力学响应信号并设定采样时间和频率；2.对各个响应信号进行时频变换，得到时频分布系数，并绘制时频分布图；3.将时频分布系数写成对应的能量分布形式，并重新排列为列向量；4.根据各个响应的时频分布图确定将用于辨识的含有各阶时变模态频率的响应对应的时频分布区域；5.采用合适的时频窗函数将时频分布图中对应各阶时变模态频率的能量时频分布最高的部分分别提取出来；6.采用加权非线性最小二乘方法对各阶时变模态频率进行估计；7对辨识结果进行误差分析。本发明具有明确的物理意义，使用简单方便，具有较强的适用性和抗干扰能力。

摘要： 本发明请求保护一种基于平滑伪Winger‑Ville分布和最优时频分布的通信基站，其包括数据接收模块、数据发送模块、滤波放大模块、数据预处理模块及数据调谐处理模块，所述数据发送模块和数据接收模块通过多个信道和多个地址发送或接收数据；所述数据接收模块接收外部的通信信号，并传输给数据滤波放大模块进行滤波放大处理，然后传输给数据预处理模块进行包括去噪、加窗在内的数据预处理步骤；然后传输给数据调谐处理模块进行调谐，所述数据调谐处理模块还用于将调谐的信息、设置的说明信息和目标数据传送至数据发送模块，所述说明信息包括预定信道和预定地址信息；本发明可以提高通信基站设备的调谐准确性。

摘要： 本发明属于无人机遥控信号识别系统技术领域，提出了一种基于时频分布的无人机遥控信号识别系统和方法，包括数据采集及合并模块、分析模块、信号提取模块、剔除噪声模块和信号识别模块，采用数据采集及合并、对合并后的时域信号做广义矩形变换得到GRD时频分布、剔除随机噪声、采样数据时频序列，并基于曲率特征的三维时频曲线相似性搜索方法,对提取的时频谱特征进行识别，进行无人机遥控信号识别。采用本发明的方案，摆脱了传统的傅里叶变换单一频域描述信号特征的局限性。