基于改进EEMD和WVD联合时频分析的车轮多边形状态识别方法

为了准确识别高速列车车轮多边形状态以及磨耗幅值,提出了一种改进的聚合经验模态分解(EEMD)与魏格纳-威尔分布(WVD)相结合的随机振动信号联合时频分析方法;利用相关系数法和频谱分析来评估筛选轴箱振动加速度信号经EEMD分解后的变量,然后进行WVD计算,在保持WVD高时频分辨率的同时可有效抑制交叉干扰项;应用该方法分析了周期性车轮多边形磨耗与现场实测随机车轮多边形磨耗引起的轴箱振动加速度信号。研究结果表明:利用EEMD-WVD二维时频谱的主频率可识别车轮多边形状态,利用EEMD-WVD三维时频能量谱的能量幅值分布可评估车轮多边形磨耗幅值,最大误差为0.3%;将改进EEMD和WVD联合时频分析方法的识别结果与短时傅里叶变换、小波分解、WVD传统时频分析方法进行对比,表明此方法应用时无需改变任何参数,自适应强,保留了WVD高时频分辨率的特点,而且可有效抑制EEMD产生的模态混叠现象和WVD产生的交叉干扰项,验证了所提出联合时频分析方法的有效性及其优势,为高速动车组车轮多边形识别和评估提供了新的技术途径。      

基于三阶Rényi熵的核参数优化

在Cohen类时频分布中,为使减小交叉项与保持高的时频聚集性二者之间达到最佳折中,提出了一种基于三阶Rényi熵的核参数优化算法.根据三阶Rényi熵对交叉项的近似不变性,通过搜索三阶Rényi熵随核参数变化曲线下降由快变慢的转折点,可以获得最优核参数.理论分析和仿真结果表明:根据三阶Rényi熵对核参数进行优化,可以使核函数与信号达到最佳匹配,从而得到高性能的时频分布.     

基于EMD和Wigner分布的轴承故障诊断研究

将经验模态分解和Wigner—Ville分布应用于轴承故障诊断的研究。首先将故障信号分解成一系列固有模态函数，再对分解后的固有模态函数进行Wigner—Ville分布分析，可有效抑制频率干扰现象，使时频分布图更加清晰，仿真信号和轴承故障实验信号的研究结果表明：基于经验模态分解和Wigner—Ville分布的分析方法，能有效地诊断轴承的故障。     

基于时频分析的去除魏格纳交叉干扰项的方法

基于对魏格纳交叉项和Matching Pursuits时频分解算法,提出了一种利用二次型标准化原理去除交叉项的仿二次型标准化魏格纳方法,并在实数域中论证了此方法的可行性.结果表明这种方法在去除交叉干扰项的应用中明显优于传统魏格纳变换,在实验中可以得出此方法和MatchingPursuits匹配追踪算法相比能达到同样效果的结论,即亦能完全去除交叉项干扰,变换时间复杂度在理论上和实验调试中远远小于匹配追踪算法,适用范围更加广泛.     

基于经验模态分解的轨道不平顺时频特征分析

高速铁路轨道不平顺测量值是由许多不同频率、不同幅值的单分量信号叠加而成的复杂随机过程.为分析轨道不平顺在空间域和频率域的分布特性,利用希尔伯特-黄变换方法提取轨道不平顺在时-频域的能量分布,为从幅值和波长两个方面综合评价轨道几何状态提供一种新的分析方法.首先,利用多元经验模态分解基于数据驱动的滤波特性,将轨道不平顺数据同时分解为不同尺度下的幅值-频率调制的多元本征模态函数;然后,通过希尔伯特变换计算各尺度下本征模态函数的瞬时频率,分析各层本征模态函数的频率和能量分布特征.通过对轨道检查车的实测轨道不平顺数据解算与分析表明:轨道不平顺的频率分布呈现出近似二进滤波特性,并且每个尺度下的频率带宽较窄;多元经验模态分解尺度图能确定轨道不平顺在各尺度下的能量分布及对应的波长特征;样本轨道不平顺数据中,轨距和水平不平顺的能量主要分布在中长波波段,轨向和高低的能量主要集中在空间波长4~36 m范围;扭曲的能量分布在波长为4.9 m和7.6 m的两个尺度内.      

基于EEMD-Hilbert和FWA-SVM的滚动轴承故障诊断方法

为有效提取非平稳特性的滚动轴承振动信号特征,提高故障诊断效率,提出一种采用集合经验模态分解（empiricalmode?decomposition,EEMD）、Hilbert变换的特征提取方法,并利用烟花算法优化支持向量机（support vector machine,SVM）分类参数的滚动轴承故障诊断方法. 通过EEMD方法将目标信号分解成若干个模态函数,采取Hilbert变换获取模态函数的瞬时频率,并对模态函数及其瞬时频率进行统计特征提取,从而实现特征的有效降维. 结果表明:信号经过EEMD-Hilbert处理后特征能有效提取,将训练集和测试集各600组数据代入烟花算法优化SVM模型得到测试集正确率为99.63%;比传统的遗传算法和粒子群算法优化模型分别提高0.4%和0.2%左右;同时收敛时间更短,验证了该算法模型的可行性与有效性.      

基于工作模态参数辨识的水下复杂结构模态分析方法

针对传统实验方法很难对水下复杂结构进行模态分析,提出了工作模态参数辨识与有限元计算相结合的模态分析方法.对工作状态下的测点振动响应信号进行EMD分解,用时域峰值序列法进行模态参数辨识,辨识出的模态参数与计算模态结果进行匹配,以指导修正有限元模型,计算得到完整的模态参数.为解决EMD分解出现的模态混叠,提出先对信号进行小波包分解预处理的 方法.双层加肋圆柱壳体模型水下振动试验研究结果表明,该方法现实可行,能有效辨识出比较完整的模态参数.     

STC-OFDM系统的post-IDFT多波束形成技术

提出了适用于空时编码-正交频分复用(OFDM)系统的后-逆离散傅立叶变换(post-IDFT)多波束形成技术.该技术通过对空频信道相关矩阵进行特征分解获得多个特征模式,再利用空时分组码(STBC)各发射分支信号的正交性使OFDM系统形成多个post-IDFT波束.接收端根据STBC传输矩阵的正交性对多波束解码.系统获得的空间分集增益为空频信道相关矩阵的特征值之和,最大空间分集增益与子载波波束形成方案相同,误码率比STC-OFDM的低.该技术将复杂度降低到子载波波束形成方案的1/S(S为OFDM系统的子载波数目),而且当波束维数(m)小于发射天线数目(M)时,可进一步减少M-m个IDFT模块     

时频分析在心电信号分析中的应用

从理论上研究了时频分析方法中的短时傅立叶变换和W inger-V ille分布,并对正常心电信号和心室纤维颤动心电信号进行了仿真试验.仿真结果表明,利用时频分析方法研究时变的非平稳信号的特征变化是有效的,可以为临床诊断提供更充分的诊断依据.     

时频分析在心电信号分析中的应用

从理论上研究了时频分析方法中的短时傅立叶变换和Winger-Ville分布,并对正常心电信号和心室纤维颤动心电信号进行了仿真试验.仿真结果表明,利用时频分析方法研究时变的非平稳信号的特征变化是有效的,可以为临床诊断提供更充分的诊断依据.