非平稳信号时频分析方法性能研究

论文摘要

时频分析是近年来信号处理研究的一个热点,它为时变非平稳信号的分析提供了有力工具。这种分析方法提供了时间域与频率域的联合分布信息,因而可以清楚地描述信号随时间变化的关系。本文以时频分析作为重点的研究对象,系统地介绍短时傅立叶变换、Wigner-Ville分布及小波变换等常见的时频分析方法。首先,本文对一种新兴的时频分析方法-Hilbert-Huang变换作了系统的分析,并在已有理论的基础上对Hilbert-Huang变换的核心-经验模态分解进行改进。在改进经验模态的基础上,针对多分量线性调频信号,给出了一种基于改进经验模态分解的Wigner-Ville分布交叉项抑制新方法,并且提出了经验模态分解的伪分量判别方法。其次,分别采用短时傅立叶变换、Wigner-Ville分布、小波变换以及改进Hilbert-Huang变换对几种类型的非平稳信号做仿真。将Hilbert-Huang时频谱与morlet小波谱、Wigner-Ville分布以及短时傅立叶变换进行比较,仿真结果表明Hilbert-Huang时频谱具有较高的时频聚集性,并且可以消除交叉干扰项,从而验证了Hilbert-Huang变换在时频集聚性和抑制交叉项干扰方面的独特优势。最后,将改进后的Hilbert-Huang变换应用于典型非线性振动系统响应的时频分析、非平稳信号的降噪滤波以及遥测速变参数处理,仿真结果验证了此时频分析方法的有效性以及能够很好地反映信号局部时频特征等独特优点。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 论文研究的主要内容
• 第二章 时频分析的基本理论
• 2.1 信号的描述
• 2.2 信号的时频分析
• 2.2.1 短时傅立叶变换
• 2.2.2 Wigner-Ville 分布
• 2.2.3 时频分析的一般表示
• 2.2.4 小波变换
• 2.3 时频分析的仿真实现
• 2.4 本章小结
• 第三章 Hilbert-Huang 变换的原理和算法
• 3.1 引言
• 3.2 Hilbert-Huang 变换的基本概念
• 3.2.1 Hilbert 变换及瞬时频率
• 3.2.2 固有模态函数的概念
• 3.3 经验模态分解的原理和算法
• 3.3.1 经验模态分解原理
• 3.3.2 经验模态分解的算法
• 3.3.3 经验模态分解的完备性和正交性
• 3.4 Hilbert-Huang 时频谱
• 3.4.1 Hilbert-Huang 变换与自适应广义基
• 3.4.2 Hilbert-Huang 时频谱与边际谱
• 3.5 Hilbert-Huang 变换中存在的问题
• 3.6 本章小结
• 第四章 经验模态分解改进算法的研究
• 4.1 引言
• 4.2 经验模态分解中的端点效应
• 4.3 基于信号本身的数据双向对称延拓方法
• 4.3.1 信号的左端延拓
• 4.3.2 信号的右端延拓
• 4.4 经验模态分解的伪分量分析
• 4.4.1 经验模态分解产生过分解原因分析
• 4.4.2 伪分量鉴别方法
• 4.5 经验模态分解改进算法的仿真验证
• 4.6 基于改进EMD 的Wigner-Ville 分布交叉项抑制方法
• 4.6.1 Wigner-Ville 分布交叉项抑制算法
• 4.6.2 仿真实验及结果分析
• 4.7 本章小结
• 第五章 非平稳信号时频分析方法比较研究与应用
• 5.1 引言
• 5.2 非平稳信号时频分析方法性能比较
• 5.2.1 频率突变信号
• 5.2.2 线性调频信号
• 5.2.3 正弦调频信号
• 5.2.4 暂态信号
• 5.2.5 多项式相位信号
• 5.2.6 正弦信号与脉冲信号的合成信号
• 5.3 Hilbert-Huang 变换的应用研究
• 5.3.1 基于Hilbert-Huang 变换的信号去噪
• 5.3.2 Hilbert-Huang 变换在非线性系统分析中应用
• 5.3.3 Hilbert-Huang 变换对遥测速变参数的分析处理
• 5.4 本章小结
• 第六章 全文总结与展望
• 6.1 全文工作总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的学术论文