一、伸缩窗口短时Fourier分析（论文文献综述）
吴红安[1]（2021）在《改进的同步压缩变换方法及其在滚动轴承故障诊断中的应用》文中认为机械设备常在复杂环境下运行,致使其不可避免地发生性能衰退,故障时有发生。因此开展复杂环境下的机械故障诊断研究,对保障机械设备安全运行具有重大意义,针对时变转速工况下机械设备关键零部件的故障诊断研究已成为研究热点。要实现复杂环境下机械设备的状态监测和故障诊断,其关键问题之一是如何对机械动态信号的非平稳特征进行有效提取和分析。同步压缩变换作为一种常见的时频分析方法,具有良好的时频聚集性和重构特性,因此在机械设备非平稳信号特征提取中得到广泛研究和应用。本文针对现有同步压缩变换在高分辨率时频表示、故障敏感频带定位以及时变转速工况下故障瞬时特征提取等方面所面临的问题,分别从理论、算法和应用三个层面出发,开展了时变转速工况下滚动轴承振动信号模型、改进窗口同步压缩变换算法、故障敏感频带定位、瞬时故障特征提取方法的研究。（1）研究分析滚动轴承基本结构和运动特性,总结描述滚动轴承故障振动机理,构建滚动轴承损伤类故障振动信号模型,并推广至变转速工况下,归纳出滚动轴承各部件表面损伤类故障特征频率理论计算公式,为后续滚动轴承故障仿真信号的模拟和实测轴承故障信号的深层次的分析奠定理论支撑。（2）针对传统时频分析方法的固定窗在分析非线性调频信号时存在时频聚集性不高、无法实现时频高分辨率表达等问题,本文在短时傅里叶变换基础上引入同步压缩理论,利用信号的局部信息特征,提出窗口伸缩优化的同步压缩变换算法,并在此基础上推导出二阶及高阶算法,新方法能够进一步体现同步压缩变换的优势,进一步锐化时频脊线,从而增强时频表示的能量聚集水平,提高信号时频分辨率,实现时变转速工况下振动信号时频域特征的高分辨率表示和转速信息的快速提取。实验仿真结果验证了所提方法的有效性与可靠性。（3）针对时变转速工况下滚动轴承损伤类故障特征在背景噪声下的分离困难的问题,提出了一种基于频域谱相关峭度图的敏感频带定位方法。该方法将频域谱相关峭度指标替代峭度指标引入到快速谱峭度图算法中并通过优化谱相关峭度值,快速定位滚动轴承常见类型故障信号所在的频率区间。仿真分析表明所提算法有效降低背景噪声和其它非故障冲击信息的干扰,实现了对时变转速工况下振动信号敏感频带的快速准确定位。（4）鉴于时变转速工况下滚动轴承振动信号的先验知识未知,利用最小信息熵准则为依据对截取信号窗口进行伸缩优化,自适应确定最优伸缩窗口参数,实现自适应窗口伸缩优化,更好地刻画时变信号的局部特性。同时,为凸显时频脊线有效信息成分,提出改进动态路径优化的脊线检测方法提取瞬时频率脊线曲线,改进现有的动态路径优化算法的脊线检测方法,快速提取瞬时频率。将改进的自适应窗口伸缩同步压缩算法应用到时变转速工况下滚动轴承故障诊断中,通过多组不同变转速条件下的实验数据分别验证所提方法的有效性。仿真信号和实测实验信号分析结果验证了改进算法相比现有同类方法的有效性和实用性,并在变转速滚动轴承故障特征频率提取中实现了理想应用,对分析变转速工况瞬时频率具有重要意义。
李基隆[2]（2020）在《基于微波光子的频域离散处理技术研究》文中提出当前社会正处于信息时代,各种通信技术发展迅速。作为大多数情况下的信息载体,电磁波尤其是微波的处理是通信的关键技术之一。随着科技的发展,在通信、导航、识别、传感、电子对抗等领域,对微波处理提出了更高的要求,主要包含更低的延时、更大的带宽、更高的可重构性等。微波光子结合了光的宽带低损特性和电的精准控制特性,在众多射频信号处理领域受到广泛青睐。针对微波光子频谱处理,本论文提出了频域离散处理（SDP）理论,通过频域采样,并合理设计对应的频域抽头,可以实现给定的目标时域冲击响应,同时也就实现了对应的频域响应。该理论与有限冲击响应（FIR）滤波器理论呈现出傅里叶变换对关系,区别在于采样函数的不同,前者对应的是频域的窄带滤波器形状,后者对应的是时域冲击函数形状。SDP中当采样函数的宽度与采样周期的比值（占空比）约等于1时,通过设计合适的频域采样函数形状,可以避免FIR理论中目标响应的重复性出现,小于1时则会出现目标时域冲击响应在时域的重复出现。论文讨论了 SDP理论中频率分辨率、时间分辨率、采样函数、频域截断等关键因素的影响,通过该理论可以设计可重构滤波、可调延时、色散等常用频谱处理手段。SDP理论可以与FIR理论形成互补,完善微波光子频谱处理理论,提供了一个新的频谱处理的角度。本论文首先提出了一种有广泛应用意义的SDP微波光子实现方案。通过光频梳的频谱多播功能与高Q值FP腔的周期性滤波功能结合,将FP腔周期性的窄带滤波特性无缝地拼接到射频域,通过技术成熟的光学可编程器件预先对FP腔的各个透射峰进行幅相控制,完成离散化频谱处理中的频域抽头赋值,最终实现预期的滤波特性。从电-光转换的角度,输入信号的频谱经历了信道（频段）分离-信道合并的过程,本文称之为带宽变换。带宽变换这一特性从幅频特性上体现为,可以将一个10 GHz量级低分辨率的可编程光滤波器带宽压缩地映射成一个10MHz量级高分辨率的微波可编程滤波器,从相频特性上体现为,可以将光上的延时或色散映射到电上的过程中实现延时或色散值的高倍数放大,实验中实现了约200倍的延时放大和约40000倍的色散放大。针对输出时长受限的频域处理,本论文研究了一种基于高Q值光纤环级联的频域离散化实现方案,应用于色散的等效上,创造性地提出了离散色散的概念,并基于此实现了实时傅里叶变换（频时映射）。离散色散在频谱上有周期性的开关并保证相位在频谱处于开的情况下符合二次抛物线响应,根据SDP理论与经典色散傅里叶变换理论,离散色散可以将对相匹配的啁啾脉冲进行解啁啾得到周期性的脉冲输出,每个周期都是输入信号频谱的时域映射形状。由于只需要实现离散频率处的相移值而不是传统意义中连续频率上的真延时,因此可以在紧凑的装置下实现巨大的色散。实验上,通过一个环长为0.5米的光纤环实现了离散色散,成功将输入信号的频谱周期性地映射到输出的时域波形上。频时映射的带宽达到了 400MHz,分辨率达到了25MHz。等效的色散高达6.25ps/MHz,相当于4600km标准单模光纤产生的色散大小。这对突破大色散光学器件的伴随延时和体积方面的限制有着重要的参考意义。
刘瑾[3]（2020）在《希尔伯特-黄变换在空间物理瞬态时间序列数据分析中的应用》文中研究表明在日地空间系统中,无论是空基还是地基的观测数据,通常都会呈现出多尺度和非稳态的时间变化特征,这反映了空间物理中存在一些复杂的非线性动力学过程。因此,在空间物理瞬态时间序列观测数据的分析处理中,寻找合适的时频分析方法,获取关键物理参量各时间尺度的波形特征及其在时间-频率空间的瞬时能量分布,对我们深入了解日地空间系统的非线性物理特性具有重要意义。本文关注太阳风、地磁场相关的瞬时扰动和连续时间演化问题,尝试将希尔伯特-黄变换（Hilbert-Huang Transform,HHT）技术应用于空间物理中两种典型的非稳态时间序列数据,分别是中低纬局域地磁感应电流（Geomagnetically Induced Current,GIC）和太阳风中Alfvén波动数据的处理分析。HHT作为一种自适应的时频分析技术,能够根据信号本身的瞬时特性自适应地对其进行分解,并通过Hilbert变换获得信号的瞬时时频能量分布,近年来被广泛应用于各领域非线性非平稳时间序列的数据分析。在中低纬局域GIC效应及其驱动源的相关研究中,首先,针对中低纬电网GIC实际监测数据很有限且信号弱的问题,本文提出了一种GIC弱信号识别的方法,即基于局域电网GIC的监测数据、临近地磁场数据和太阳风能量输入参数,采用HHT方法分解和重构GIC的暴时扰动信号,通过综合分析GIC扰动信号的瞬时能量分布和磁暴各时间相扰动总能量的变化率来识别电网GIC对磁暴的响应。然后,运用短时 Fourier 变换（Short-Time Fourier Transform,STFT）、小波变换（Wavelet Transform,WT）和HHT三种不同的时频分析技术对一次超强磁暴期间的地基观测数据进行功率谱和时频能量谱分析,利用地磁场水平分量数据构建一组双频带GIC地磁振幅指数,并进一步分析了该指数与GIC监测信号的绝对振幅在波形和能量谱方面的对应关系。研究结果表明,在中强等级的磁暴期间,中低纬度局域电网监测到的GIC信号很弱,容易被其他周期信号或噪声掩盖,但经适当处理仍然可以将GIC弱信号用于分析空间天气的GIC潜在风险;在极端空间天气事件中,GIC监测信号存在两个频带上的能量集中分布,分别对应地磁水平分量的低频带能量和地磁水平分量差分信号的高频带能量。此外,本文基于上述两方面对GIC实际监测事例的分析,结合以往的相关研究,讨论并归纳了影响局域电网GIC效应的各方面因素,其中包括GIC的空间驱动源、大地深部电性结构和电网系统的自身因素。以上研究结果有助于扩充GIC实测事例的样本,对局域电网GIC潜在风险的评估、空间天气事件对地效应的统计分析和GIC预测模型的构建等方面的研究提供了重要的参考。Alfvén波是太阳风等离子体流中普遍存在一种磁流体电磁波,其主要的观测特征是等离子体速度和磁场波动呈强相关性且成比例,因此,基于单卫星太阳风观测数据,可以通过De Hoffmann-Teller（HT）坐标架中等离子体速度和磁场波动信号的Walen关系来判断识别太阳风中的Alfvén波。在太阳风Alfvén波的观测识别研究中,传统方法定义的HT坐标架是基于平稳化近似条件确定的,忽略了太阳风等离子体背景结构随时间的非稳态变化,同时,也没有考虑观测数据中有可能存在的其他波动或非传播磁结构的混杂干扰。因此,针对传统方法的局限性和不确定性,本文提出了 一种基于集合经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）技术进行Alfvén波动分析的新方法,并通过两种Alfvén波的测试方式与现有的分析方法进行对比。在基于HT参考系的常规Walen测试中,通过对等离子体和Alfvén速度各分量之差进行EEMD分解直接提取出一组随时间变化的HT速度分量,由此得到的测试结果可与传统的最小剩余电场法（Minimum Variance Analysis on Electric Field,MVAE）和平均速度差法进行对比;在改进的Walen测试中,本文利用EEMD方法分解并重构出多种组合的等离子体速度和Alfvén速度波动分量,测试结果与速度时间差分方法进行比较。在综合考虑各个Alfvén波参数后,测试结果表明:本文提出的EEMD方法能显着优化Walen判据的认证效果,相对于传统的分析方法,EEMD方法不但可以自适应地获得一个随时间变化的HT参考系速度,还提供了一种重构Alfvén波动的灵活方案,有助于消除与Alfvén波性质无关的高频和低频干扰,更适用于存在非平稳的等离子体背景运动和磁场结构的复杂情况,可以作为基于单卫星数据识别太阳风中大振幅Alfvén波的一种有效方法来使用。
高斯佳[4]（2020）在《基于低频超声导波的铝板结构健康监测方法研究》文中提出超声导波作为一种高效、先进、低成本的无损检测方法,近年来已经应用于板状结构的结构健康监测,针对于板材的检测,超声Lamb波是最常用的导波,低频条件下的超声Lamb波在远距离传播时衰减性低,点-点检测即可携带整个传播路径上的结构信息。本文基于超磁致伸缩材料在磁-机耦合领域的应用,研制出一种适用于激励低频导波信号的换能器并结合先进高效的检测方法用于铝板结构健康监测,主要工作内容如下:（1）从弹性力学和应力波的基础理论出发,深入剖析了Lamb波和SH波在自由各向同性板中的传播机理,对板中导波的两种基本模态（对称模态和反对称模态）进行分析。求解Lamb波和SH波的频率方程并绘制出在铝板中的频散曲线,阐述了不同模态群速度、相速度与频厚积之间的关系。（2）详细阐述了磁致伸缩效应,对超磁致伸缩材料Galfenol的参数性能做出详细介绍,根据该材料优异的磁特性,利用磁-机耦合原理,研制出一种适合激励低频导波的换能器,通过有限元软件模拟换能器工作过程,验证该换能器用于激励低频导波的可行性。从提高信号强度以及减少导波模态的角度在理论上优化换能器结构以及激励方式,并通过有限元仿真对该优化方式进行验证。（3）提出超声导波结合机磁阻抗的测量方法,在利用超声Lamb波损伤定位的前提下从磁致伸缩材料的压磁方程出发,推导出计算机磁阻抗的理论公式。然后,结合换能器自身的属性对理论公式进行等效转换,推导出可以实际应用的机磁阻抗计算公式。提出一个同时适用于超声导波和机磁阻抗的损伤指数,并通过一个融合标准实现两种测试信号的数据融合,最后得到一个综合损伤指数,这个指数可以用于确定损伤程度。（4）结合已完成的理论、方法分析,制作低频导波换能器实物,通过实验对换能器的特性进行评价,确定其最佳工作频率。提出利用超声Lamb波不同模态高效检测缺陷的方法,确定缺陷位置。
徐亚涛[5]（2020）在《窄带非合作通信信号解析关键技术研究》文中研究表明非合作信号处理作为现代通信系统的重要研究领域之一,涉及诸多通信系统且不乏应用需求。在无线频谱资源管理领域,政府部门会对民用通信系统进行检测,防止有限频谱资源的非法利用和无线干扰;在军事电子对抗领域,非合作信号处理被用于敌方情报信息截获和通信电子对抗等方面。本次毕设依托项目背景和需求,针对窄带非合作通信信号解析关键技术进行研究,研究内容根据通信系统的信息恢复流程分为非合作信号特征提取、非合作信号解调和非合作信号帧结构和信道编码识别这三个部分。首先,针对非合作信号关键特征如时频特征、调制特征等的提取问题,对比分析了常用的非合作信号时频分析方法,分类总结了现有的调制参数识别技术并进行了仿真分析和比较,同时针对已有的调制参数识别方法对低信噪比的短时突发信号识别性能差的缺点进行了改进,并进一步结合仿真分析,给出了一种可行的针对常见数字信号调制类型的分类识别流程方案。其次,针对非合作信号解调的问题,依照解调流程,给出了信号检测同步、载波同步和符号同步这三个方向的理论和技术方法研究,考虑了短时突发非合作信号的解调恢复,在信号检测同步技术方面,提出了一种低信噪比条件下性能更佳的基于中值滤波的突发信号检测同步算法;在载波同步技术方面,对不同的频偏估计算法进行了仿真对比分析,并针对这些频偏估计算法估计范围有限的缺点,进行了大范围估计频率区间划分和小区间内频偏精估计的改进,由此可实现大频偏情形下的载波同步;之后进一步结合已有符号同步技术,给出了短时突发非合作信号的解调流程框架并进行了仿真实现,完成了对短时突发非合作信号的解调恢复。最后,针对非合作信号帧结构解析和信道编码识别的问题,分类总结了帧同步和分组码、卷积码、扰码以及交织识别的技术原理方法,之后考虑由短时突发信号非合作解调恢复出的符号数据的帧同步,通过采用符号差分复合循环自相关以及帧累积滤波的方法,实现了对存在相位模糊的恢复数据的帧同步;在信道编码识别方面,针对主流的删除卷积码的识别,给出了现有识别算法的识别原理,然后对其进行了改进,改进后的删除卷积码识别算法较改进前拥有更低的识别信噪比门限和更高的正确识别率。
孙亮[6]（2020）在《煤田地震数据时频域反褶积方法研究》文中认为目前,煤田地震勘探在识别复杂地质构造、小尺度的地质体时,存在分辨率不能满足实际生产的问题。由于地层普遍具有粘弹性,地震子波在地下传播过程中表现出衰减特征,地震信号实为非平稳信号。基于平稳地震信号假设的反褶积方法,难以解决因地震子波衰减引起的分辨率降低问题。时频域反褶积方法考虑了地层所具有的粘弹性衰减特征,能够有效恢复地层反射系数,提高地震勘探分辨率。本文围绕时频域反褶积的关键内容:时频分析方法、时变子波提取方法和反褶积算子设计等方面进行研究。时频分析方法作为时频域反褶积的基础,对时频分析方法的研究尤为重要。本文首先从时频分辨率、相位特征和信号重构能力三个方面,对比了短时傅里叶变换（STFT）、Gabor变换、小波变换（CWT）、S变换和广义S变换方法。时频分辨率方面,CWT、S变换和广义S变换均属于多分辨率分析方法,时频分辨率高于STFT和Gabor。相位特征方面,STFT、Gabor变换、S变换和广义S变换均具有Fourier基函数,相位信息具有统一的基准。基于复信号分析技术的CWT可以获得相位信息,但相位信息没有统一的基准。信号重构方面,STFT、Gabor变换、CWT、S变换和广义S变换都具有很好的信号重构能力。因此,S变换和广义S变换兼具了STFT、Gabor变换和CWT的优点。但是,利用S变换和广义S变换分析低频信号时,普遍存在时间分辨低的问题。为解决这一问题,本文通过设计广义S变换中的高斯时窗函数,提出了一种改进的广义S变换（IGST）。理论推导表明改进的广义S变换具有无损可逆和相位基准统一的优点。改进的广义S变换在保证高频信号时频分辨率的情况下,提高了低频信号的时间分辨率,时频分析效果优于S变换和广义S变换方法。基于改进的广义S变换,本文提出复赛时频谱谱模拟法提取时变子波的方法,构建了改进的时频域（ITFD）反褶积方法。首先,利用IGST将地震记录分解至时频域,再将其转换到复赛时频域;其次,基于信赖域算法,采用高阶Fourier级数拟合复赛时频振幅谱中每一时刻的时变子波振幅谱,克服了褶积模型中反射系数白噪假设;再次,为了消除时变子波时频振幅谱提取结果的不稳定性,本文将矩形窗平滑法和时频域双曲平滑法用于时变子波振幅谱平滑;最后,利用Hilbert变换估计时变子波时频相位谱,从而提取了时变子波时频谱。通过与实际时变子波、Gabor反褶积时变子波的时频振幅谱对比,表明本文提出的时变子波提取方法具有更加理想的效果。结合时变子波的时变特征,本文设计了合理的反褶积算子,从而构建了一种新的时频域反褶积方法。该方法的反褶积结果优于最小平方反褶积和Gabor反褶积,与实际反射系数吻合较好。结合广义标准线性固体和差分进化算法,本文建立了近似常Q值粘声波方程。采用高阶交错网格有限差分方法,实现了近似常Q值粘声波方程的数值求解。针对煤系层状、断层和陷落柱地质模型,开展了弹性声波和粘声波波场正演模拟。相对弹性声波波场,粘声波波场中反射波的能量存在衰减特征,反射波同相轴变宽。为验证改进的时频域反褶积方法的有效性,本文分别利用最小平方反褶积、Gabor反褶积和ITFD反褶积方法处理粘声波地震剖面,结果表明三种方法均可以有效提高反射波同相轴的分辨率,但最小平方反褶积没有补偿介质粘弹性导致的能量衰减,且深部反射波同相轴难以识别;Gabor反褶积补偿了介质粘弹性衰减导致的反射波能量衰减,但其存在时变子波提取效果较差,残余子波降低了地震剖面信噪比的问题;ITFD反褶积方法不仅补偿了介质粘弹性衰减导致的能量衰减,而且拓宽了地震有效频带,成像效果优于最小平方反褶积和Gabor反褶积。基于IGST的时频分析表明ITFD反褶积方法能够提高地震分辨率,拓宽地震频带,提高对断点和断面的识别能力。为了消除地震道之间的振幅能量差异,本文采用标准道的L2范数进行能量均衡,提高反射波同相轴连续性。实际地震资料处理中,若采用标准地震道提取的时变子波进行时频域反褶积,将影响地震反射波同相轴的连续性。基于L2范数的时变子波提取方法,可以有效均衡各道之间的能量差异,提高地震反射波同相轴的连续性。此外,为了提高时频域反褶积的抗噪性,本文对多道时变子波进行加权平滑处理,建立了基于ITFD反褶积方法的技术流程。实际数据验证了该技术流程的合理性和可行性,可以有效补偿深部反射波能量,提高煤田地震数据的垂向分辨率。
杨孟[7]（2019）在《超声无损检测算法研究》文中进行了进一步梳理许多金属或者其他材料的制品在表面和内部可能会存在缺陷,在保证所检测的制品完好无损的前提下,人们往往利用各种无损检测技术来对制品的缺陷进行检测分析的。常用的非破坏性测试方法包括超声波检测,渗透检测,辐射检测,磁粉检测和涡流检测,其中超声波检测法因灵敏度高、快速安全而被广泛使用。超声无损检测技术的研究主要集中在对原始的超声回波信号进行降噪和参数估计这两部分。由于超声检测法所要处理的信号是复杂的非线性、非平稳的时变脉冲信号,传统的傅里叶变换仅适用于处理平稳信号,而小波变换以及互补集合经验模态分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）算法则适合处理此类复杂信号,实现优良的降噪效果。另一方面,在进行研究的过程中,常用加噪的高斯超声回波数学模型来判断降噪算法的性能,利用该模型对降噪后的信号进行参数估计,能够得到其准确的数学表达式,对于无损检测具有重要意义。基于以上研究,本文提出了一种基于CEEMD和小波包的降噪算法,以及在此基础上实现的参数估计方法,通过仿真分析得出,该算法的降噪效果优于传统算法,降噪后的信号其信噪比和均方误差得到显着改善。另外,由于信号的包络中已经包含了主要参数信息,由此可利用能量算子提取包络,来进行参数估计。最后,将MATLAB与LabVIEW进行混合编程,在LabVIEW中调用MATLAB节点,充分利用各自的优势,搭建一个可视化的系统,将本课题研究的降噪算法迁移至该系统,具有一定的工程应用前景。
刘瑾[8]（2019）在《基于改进Crazy Climber算法的小波脊线提取及模态参数识别研究》文中认为近年来,随着土木工程结构设计理论及技术的不断发展,结构的功能、规模、造型越来越多样化、复杂化。因此,对工程结构的健康监测、安全评估也越来越引起人们的关注,模态参数识别是结构健康监测的关键研究问题。本文对基于连续小波变换参数识别中的小波脊线提取及应用问题进行了研究。小波脊线包含的幅值和相位信息,是结构模态参数识别的重要因素,提取的脊线是否精确影响到参数识别的准确性。Crazy Climber算法是目前使用较多的提取算法,但是该方法运算速率较慢,并不利于实际应用,本文基于这一不足之处进行改进,并将改进Crazy Climber算法提取出的脊线应用于小波理论的模态参数识别当中。本文基于连续小波变换结构参数识别中多脊线提取问题进行深入研究。主要研究内容有以下几点:（1）阐述了连续小波变换的原理和实现过程,从信号小波脊线概念、小波脊线提取方法等方面进行了理论研究。并针对脊线提取方法中的相位法、模极大值法、Crazy Climber等算法进行了比较。（2）针对Crazy Climber算法计算耗时较长、效率低这一问题,提出了一种模拟正火冷却的改进Crazy Climber脊线提取算法。首先,利用温度的变化速率影响到各点聚集在脊线附近快慢这一思想,采用模拟正火冷却算法跟踪提取时频平面中的小波脊点,促使每一个随机点快速的聚集在脊线上。然后,将其应用于单自由度及多自由度结构系统,通过对改进Crazy Climber算法与传统Crazy Climber算法提取脊线的计算效率及识别精度进行对比分析,结果表明本文改进算法在精度基本不变的前提下,运算速率大大提高。最后,讨论几种影响精度的因素,如母小波参数选择、度量阈值设定、脊线长度设定,并对此提出参数设定原则,提高了小波脊线提取的精度。（3）将改进Crazy Climber算法与小波理论模态参数识别相结合,验证改进算法识别结构系统模态参数的正确性。首先,推导基于改进Crazy Climber算法的模态参数识别过程公式,将小波脊线上的小波系数模值对数及相位信息拟合为曲线,再由曲线的斜率计算得到系统模态参数。然后,对多自由度振动系统进行数值模拟,验证改进算法的正确性。最后,进行多层钢框架模型进行模态参数识别测试试验,进一步验证识别方法的正确性。
吴龙文[9]（2020）在《脉冲体制辐射源无意调制特征分析及个体识别》文中研究指明在现代电子战中,为了准确做出战略判断和战术决策,就必须获取准确的战场信息,这就对辐射源识别提出了明确的需求。辐射源识别能够提供电磁目标的体制类型、波段和调制方式等基本信息,但是无法解决对同类型辐射源不同个体的区分问题,甚至无法识别启用战时参数的辐射源,目前辐射源识别技术已无法满足日益精细化的识别需求。基于此,本文结合实际项目需求,从理论分析、半实物实验和实测数据验证出发,建立一种全新的辐射源个体识别框架,并对脉冲体制辐射源无意调制特征分析及个体识别技术展开系统性研究,具体研究内容包括以下四个部分:（1）针对辐射源个体识别中存在的多个个体脉冲信号叠加问题,对所构成的多分量脉冲信号时频特性进行分析,获取各个脉冲信号的时频信息,为后续特征提取与增强奠定基础。首先,结合实际脉冲信号的特点,对多分量脉冲信号进行建模,为后续多分量信号分析与特征提取提供输入。然后,针对多分量信号时频信息交叉干扰、模糊问题,对基于自适应分数阶谱图法的瞬时频率估计算法展开研究,准确获取各个分量的时频信息,为后文脉间频率漂移特征提取与特征提取增强提供支撑。最后,针对一维时间序列表征个体能力有限的问题,利用经验模态分解算法将其分解成若干固有模态函数,为后续特征提取提供多维输入;针对经验模态分解算法存在的模态混叠问题,提出自滤波经验模态分解算法,相比先进的掩盖信号法经验模态分解算法,本文所提方法模态混叠抑制性能提升约26%,为后文特征提取提供技术基础。（2）针对经典辐射源特征无法表征个体差异性的问题,对脉内无意调制特征提取技术展开研究,提出了固有模态函数不同原生属性（Intrinsic Mode Function Distinct Native Attribute,IMF-DNA）指纹特征和分形特征,为后续个体多域表征与识别奠定基础。首先,结合实际辐射源系统结构,对无意调制特征进行来源分析,并建立具有无意调制特征的信号模型,为后续特征分析与提取提供输入。然后,针对脉冲包络无意调制,对射频不同原生属性（Radio-Frequency Distinct Native Attribute,RF-DNA）指纹特征进行局限性分析,将RF-DNA指纹特征拓展至固有模态函数,并提出基于多数投票算法的联合特征选择算法,构建了IMF-DNA指纹特征向量。仿真结果表明,IMF-DNA获得了比RF-DNA更好的个体识别性能,并具有良好的主信号调制参数泛化能力。最后,针对脉内相位噪声无意调制,利用分形的自相似性特性,提出基于盒维数和方差维数的相位噪声特征提取算法。用仿真信号源进行验证,相比RF-DNA特征和经典的围线积分双谱特征,分形特征具有更高的正确识别率;用实测数据进行验证,基于方差维数的正确识别率为83.7%,IMF-DNA的正确识别率约为85.3%。（3）为了更全面地表征辐射源个体,对脉间无意调制特征提取技术展开研究。由于实际辐射源的关键器件普遍存在频率漂移现象,该特性可用于表征辐射源个体,基于此,本文重点对脉间频率漂移无意调制特征进行研究,获取辐射源频率漂移个体特征,为后续个体多域表征及识别奠定基础。首先,结合关键器件的频率漂移特性,建立具有频率漂移特性的信号模型;然后,利用前文所提瞬时频率估计算法对较长时间内的连续脉冲进行频率估计,获取频率漂移曲线;最后,提出具有抗时间伸缩特性的频率漂移曲线几何特征的提取算法,该算法通过对时频漂移曲线的分割、选取特征点与构建特征等过程,实现了对频漂移曲线的个体表征,解决了频率漂移曲线横向不确定伸缩造成的识别困难问题。仿真与实测数据实验结果均表明,该特征能有效区分辐射源个体。（4）由于辐射源无意调制个体特征易受主信号调制参数的影响,对辐射源个体特征提取技术进行改进研究。根据乘性包络特征跟随主信号、加性相位噪声特征与主信号相互独立的规律,提出基于阶时变短时分数阶傅里叶变换的时变滤波算法,将主信号和噪声进行分离。基于此,并提出辐射源个体特征提取增强算法,分别对主信号进行包络特征提取,对噪声进行相位噪声特征提取。仿真结果表明,经过特征提取增强,个体正确识别率有了显着提高,增强效果明显。另外,针对高维特征导致分类器过拟合并恶化识别性能的问题,利用多核学习对时域包络特征、相位噪声分形域特征、相位噪声频域特征（双谱）和脉间频率漂移频域特征等特征进行多域融合,提升最终个体识别效果。仿真结果表明,多核学习对辐射源个体正确识别率的提升大于5%。实测数据验证结果表明,个体特征提取增强后会提升个体正确识别率,经过多核学习特征融合后,个体识别正确率会进一步提升,提升幅度约为4%。
蔡佳辉[10]（2019）在《基于小波变换的微流控芯片信号去噪方法研究》文中提出微流控芯片作为微全分析系统的核心,因其具有耗样量少、分析快速高效、操作简单、易于集成等诸多优点,在司法检测、食品安全、医学药品以及环境保护等多学科领域中得到广泛应用。目前微流控芯片的研究主要集中在芯片结构以及检测电路的设计等方面,对微流控芯片信号研究则相对较少。微流控芯片信号是非平稳弱信号,容易受到噪声等干扰信号的影响,因此对微流控芯片信号处理方法的研究,有助于提高系统的检测灵敏度,对于提高微流控芯片的检测限具有重要意义。本文的研究内容主要包括以下几个部分:第一部分:对微流控芯片信号特性的研究以及信号模拟。由于微流控芯片分析诊断仪检测到的信号表现为不同波峰形式的窄脉冲信号,且不同波峰分别表示不同的成分。对实际采集的微流控芯片信号数据进行研究分析,并根据微流控芯片信号特点,以高斯函数为基础建立数学模型,对微流控芯片信号进行模拟。通过对模拟信号进行处理,以信噪比和均方根误差为评价指标,验证设计的微流控芯片信号去噪算法的有效性,然后再将设计的算法应用到实际的微流控芯片信号中进行实验处理。第二部分:基于离散平稳小波变换和小波系数能量元的微流控芯片信号去噪方法研究。为提高微流控芯片信号去噪效果,提出一种基于小波能量元和改进阈值函数的信号去噪方法。构建基于指数和对数函数的小波能量元双阈值函数,继而设计了微流控芯片信号去噪算法。以模拟的微流控芯片信号为研究对象,对比选择db4小波基进行了4层分解去噪仿真实验。仿真结果表明,本文方法优于现有的普通阈值法、空域相关法和能量元浮动阈值法。第三部分:基于双树复小波变换和改进阈值函数的微流控芯片信号去噪方法研究。针对传统离散小波变换阈值去噪方法存在的缺陷,以双树复小波变换为基础,设计改进阈值函数的双树复小波微流控芯片信号去噪方法。通过贝叶斯理论确定高频系数阈值,同时提出一种改进阈值函数。利用设计的方法对微流控芯片模拟信号去噪处理,去噪后模拟信号信噪比为75.39dB、均方根误差为0.011。去噪后的信噪比和均方根误差表明,去噪效果要优于离散小波变换、以及普通的双树复小波变换等现有的方法。本文设计的基于小波变换的微流控芯片信号去噪方法,都应用于自主研发的微流控芯片分析检测仪所检测到的信号中,对实际K+、Na+、Li+离子信号进行去噪。实验结果表明,设计的微流控信号去噪算法能有效对信号进行处理,提升微流控分析检测设备的性能。
二、伸缩窗口短时Fourier分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、伸缩窗口短时Fourier分析（论文提纲范文）
（1）改进的同步压缩变换方法及其在滚动轴承故障诊断中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 国内外研究概况及发展趋势 |
| 1.2.1 滚动轴承故障诊断技术的研究概况和现状 |
| 1.2.2 时频分析方法研究现状 |
| 1.2.3 时频分析方法在变转速滚动轴承故障特征提取中的应用 |
| 1.3 论文的主要研究内容与结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 研究目标 |
| 1.3.3 论文技术路线和结构安排 |
| 第2章 变转速工况下滚动轴承故障信号模型及特征提取研究 |
| 2.1 引言 |
| 2.2 滚动轴承结构与运动特性 |
| 2.2.1 滚动轴承基本结构 |
| 2.2.2 滚动轴承运动产生的特征频率 |
| 2.3 滚动轴承故障机理与振动信号模型研究 |
| 2.3.1 滚动轴承故障振动机理 |
| 2.3.2 滚动轴承故障振动信号模型研究 |
| 2.4 变转速工况下滚动轴承非平稳振动信号模型分析 |
| 2.5 本章小结 |
| 第3章 同步压缩及其高阶变换在时频域瞬时特征提取中的研究 |
| 3.1 引言 |
| 3.2 基于短时傅里叶的同步压缩变换方法基本理论概述 |
| 3.2.1 短时傅里叶变换 |
| 3.2.2 同步压缩短时傅里叶变换 |
| 3.2.3 二阶和高阶同步压缩短时傅里叶变换 |
| 3.3 窗口伸缩优化的同步压缩短时傅里叶算法研究 |
| 3.3.1 基于窗口伸缩优化短时傅里叶变换的振动信号时频表示 |
| 3.3.2 基于窗口伸缩优化同步压缩短时傅里叶变换的振动信号时频表示 |
| 3.4 仿真信号分析 |
| 3.5 实测蝙蝠信号分析 |
| 3.6 本章小结 |
| 第4章 基于频域谱相关峭度图的敏感频带定位方法 |
| 4.1 引言 |
| 4.2 快速谱峭度图方法 |
| 4.2.1 谱峭度原理 |
| 4.2.2 快速谱峭度图方法 |
| 4.3 基于频域相关峭度改进谱峭度图的故障敏感频带定位 |
| 4.3.1 谱峭度图方法的不足 |
| 4.3.2 频域相关峭度 |
| 4.3.3 故障敏感频带的定位 |
| 4.4 滚动轴承仿真信号的分析与验证 |
| 4.5 本章小结 |
| 第5章 自适应窗口伸缩同步压缩算法在变转速工况下滚动轴承故障特征提取中的应用 |
| 5.1 引言 |
| 5.2 自适应窗口伸缩时频同步压缩理论研究 |
| 5.2.1 自适应窗口伸缩的同步压缩短时傅里叶变换 |
| 5.2.2 最优伸缩窗口参数的自适应确定 |
| 5.3 故障敏感频带的故障特征时频脊线检测方法 |
| 5.3.1 基于改进动态路径优化的脊线检测方法提取瞬时频率 |
| 5.3.2 基于自适应窗口伸缩同步压缩算法分析故障敏感频带 |
| 5.4 改进的算法在变转速工况下滚动轴承故障特征提取中的应用 |
| 5.4.1 多分量仿真信号的分析与验证 |
| 5.4.2 滚动轴承仿真信号的分析与验证 |
| 5.4.3 实测滚动轴承振动信号的故障诊断分析与验证 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读硕士学位期间发表的学术论文 |
| 附录2 攻读硕士学位期间参与的科研项目 |
（2）基于微波光子的频域离散处理技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 基于微波光子的频谱处理研究现状及其挑战 |
| 1.3 本论文的主要内容与章节安排 |
| 第二章 频域离散处理基础理论 |
| 2.1 频域离散处理理论 |
| 2.2 FIR理论 |
| 2.3 SDP与FIR对比 |
| 第三章 基于带宽变换的SDP微波光子实现方案 |
| 3.1 前言 |
| 3.2 基于带宽变换的SDP模型 |
| 3.3 光频梳的产生 |
| 3.4 基于带宽变换的SDP仿真 |
| 3.5 可编程频谱处理器幅频特性实验结果 |
| 3.6 可编程频谱处理器相频特性实验结果 |
| 3.7 本章小结 |
| 第四章 离散色散与实时傅里叶变换 |
| 4.1 引言 |
| 4.2 基于色散的实时傅里叶变换的三种主要途径 |
| 4.2.1 远场条件下的色散傅里叶变换 |
| 4.2.2 时间透镜结合匹配色散的傅里叶变换 |
| 4.2.3 2-f系统对应的傅里叶变换 |
| 4.3 离散色散的基本理论 |
| 4.3.1 连续色散与离散色散对比分析 |
| 4.3.2 离散色散实现方案 |
| 4.3.3 基于离散色散的频时映射分辨率分析 |
| 4.4 基于离散色散的实时傅里叶变换验证实验 |
| 4.5 基于离散色散的时频分析 |
| 4.6 基于离散时间透镜的实时傅里叶变换 |
| 4.6.1 基于离散时间透镜的实时傅里叶变换原理 |
| 4.6.2 基于离散时间透镜的实时傅里叶变换仿真 |
| 4.6.3 基于离散时间透镜的时频分析 |
| 4.6.4 离散色散与离散时间透镜对比 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 本论文内容总结 |
| 5.2 未来的工作展望 |
| 参考文献 |
| 致谢 |
| 作者攻读博士学位期间的科研成果 |
（3）希尔伯特-黄变换在空间物理瞬态时间序列数据分析中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 地磁扰动事件及其驱动源特征 |
| 1.1.1 空间天气历史事件及其影响 |
| 1.1.2 GIC问题的研究意义和背景 |
| 1.1.3 GMD事件的多尺度特性 |
| 1.2 太阳风中Alfvén波的概述 |
| 1.2.1 太阳风的基本观测属性 |
| 1.2.2 太阳风中Alfvén波的观测研究进展 |
| 1.3 数据处理思路和数据来源 |
| 1.3.1 瞬态数据处理思路 |
| 1.3.2 数据来源简介 |
| 1.4 论文研究的主要内容 |
| 第2章 瞬态时间序列观测数据的分析方法 |
| 2.1 引言 |
| 2.2 时间序列的数据分析 |
| 2.2.1 相关性分析 |
| 2.2.2 功率谱及时频能量谱分析 |
| 2.3 常用的时频分析方法 |
| 2.3.1 短Fourier变换 |
| 2.3.2 Wigner-Ville分布 |
| 2.3.3 Wavelet分析 |
| 2.4 HHT方法原理及步骤 |
| 2.4.1 HHT的基本概念 |
| 2.4.2 经验模态分解 |
| 2.4.3 集合经验模态分解 |
| 2.4.4 Hilbert谱分析 |
| 2.4.5 HHT尚待解决的问题 |
| 2.5 本章小结 |
| 第3章 中低纬电网GIC效应及其空间驱动源的研究 |
| 3.1 引言 |
| 3.1.1 中低纬GIC研究面临的困难 |
| 3.1.2 GIC的基础理论 |
| 3.2 中低纬电网GIC弱信号的处理分析 |
| 3.2.1 事件选取和数据来源 |
| 3.2.2 暴时扰动信号的分解和重构 |
| 3.3 极端GIC事件相关数据的谱分析 |
| 3.3.1 事件选取和数据来源 |
| 3.3.2 GIC的功率谱和边际谱 |
| 3.3.3 地磁及GIC信号的时频能量谱 |
| 3.3.4 双频带GIC地磁振幅指数 |
| 3.4 局域电网GIC易损性因素分析 |
| 3.4.1 GIC的空间驱动源 |
| 3.4.2 大地深部电性分布 |
| 3.4.3 电网系统的自身因素 |
| 3.5 本章小结 |
| 第4章 太阳风中Alfvén波的观测识别研究 |
| 4.1 引言 |
| 4.1.1 Alfvén波的理论基础 |
| 4.1.2 De Hoffmann-Teller分析 |
| 4.2 Alfvén波的传统识别方法 |
| 4.2.1 Walén测试 |
| 4.2.2 Alfvén波的纯度指标 |
| 4.3 基于EEMD的Alfvén波判定方法 |
| 4.3.1 Alfvén波动事件的选取 |
| 4.3.2 基于HT坐标架进行的Walén测试 |
| 4.3.3 基于速度变化量的改进Walén测试 |
| 4.4 本章小结 |
| 第5章 总结和展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（4）基于低频超声导波的铝板结构健康监测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 课题相关领域的国内外研究现状 |
| 1.2.1 超声导波检测技术的研究现状 |
| 1.2.2 超磁致伸缩换能器的研究现状 |
| 1.3 研究目的及主要研究内容 |
| 1.3.1 课题的研究目的 |
| 1.3.2 主要研究内容 |
| 第二章 超声导波在各向同性板中的传播机理 |
| 2.1 弹性力学和应力波基础 |
| 2.2 自由板问题 |
| 2.2.1 自由板中应力波 |
| 2.2.2 群速度和相速度 |
| 2.3 Lamb波和SH波在自由板中传播机理 |
| 2.3.1 板中Lamb波传播机理 |
| 2.3.2 板中SH波传播机理 |
| 2.4 本章小结 |
| 第三章 低频超声导波换能器研究与设计 |
| 3.1 超磁致伸缩材料 |
| 3.1.1 磁致伸缩现象的机理 |
| 3.1.2 Galfenol合金材料的基本特性 |
| 3.1.3 磁致伸缩材料的线性压磁方程 |
| 3.2 低频导波换能器的设计与验证 |
| 3.2.1 Galfenol棒超声换能器(GRUT)的设计 |
| 3.2.2 有限元验证 |
| 3.3 激励单一模态Lamb波换能器的优化与验证 |
| 3.3.1 磁致伸缩贴片形状优化 |
| 3.3.2 Lamb波激励方式优化 |
| 3.3.3 仿真设置 |
| 3.3.4 结果分析 |
| 3.4 本章小结 |
| 第四章 导波集成阻抗的测量方法建立 |
| 4.1 机磁阻抗 |
| 4.2 机磁阻抗集成超声导波复合检测机理研究 |
| 4.2.1 Lamb波定位原理 |
| 4.2.2 机磁阻抗模型建立 |
| 4.2.3 数据融合 |
| 4.3 机磁阻抗集成超声导波复合检测仿真验证 |
| 4.3.1 Lamb波检测仿真研究 |
| 4.3.2 机磁阻抗检测仿真研究 |
| 4.3.3 综合损伤指数计算及结果讨论 |
| 4.4 本章小结 |
| 第五章 关于GRUT对板材检测的实验 |
| 5.1 实验目的 |
| 5.2 实验设置 |
| 5.3 信号处理 |
| 5.3.1 小波去噪原理 |
| 5.3.2 小波去噪过程 |
| 5.4 GRUT性能评估 |
| 5.4.1 铝板中导波模态识别 |
| 5.4.2 GRUT最佳工作频率测试 |
| 5.5 基于GRUT激励低频Lamb波检测板内缺陷 |
| 5.5.1 Lamb波检测铝板内缺陷方法 |
| 5.5.2 A0模态判断板中缺陷 |
| 5.5.3 S0模态定位板中缺陷 |
| 5.6 本章小结 |
| 结论 |
| 全文总结 |
| 研究展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
（5）窄带非合作通信信号解析关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 主要数学符号表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 时频特征分析和调制识别 |
| 1.2.2 非合作信号解调技术 |
| 1.2.3 非合作信号帧结构解析技术 |
| 1.3 研究内容与贡献 |
| 1.4 论文结构与安排 |
| 第二章 非合作信号关键特征提取 |
| 2.1 时频特征分析方法 |
| 2.1.1 基于傅里叶变换的时频分析 |
| 2.1.2 基于短时傅里叶变换的时频分析 |
| 2.1.3 基于小波变换的时频分析 |
| 2.2 调制识别与参数估计技术 |
| 2.2.1 调制识别技术 |
| 2.2.2 载波频率估计技术 |
| 2.2.3 符号速率估计技术 |
| 2.3 算法实现与仿真分析 |
| 2.3.1 时频特征提取仿真分析 |
| 2.3.2 调制方式识别仿真分析 |
| 2.3.3 调制参数估计仿真分析 |
| 2.4 本章小结 |
| 第三章 非合作信号解调 |
| 3.1 短时突发信号检测同步技术 |
| 3.1.1 现有的突发信号检测算法 |
| 3.1.2 基于中值滤波的突发信号检测算法 |
| 3.1.3 算法仿真及分析 |
| 3.2 载波同步技术 |
| 3.2.1 传统的载波同步技术 |
| 3.2.2 短时突发信号的载波同步技术 |
| 3.3 符号同步技术 |
| 3.3.1 Gardner符号同步算法 |
| 3.3.2 最大平均功率符号同步算法 |
| 3.4 短时突发信号解调仿真实现 |
| 3.4.1 频偏估计算法仿真 |
| 3.4.2 相位估计算法仿真 |
| 3.5 本章小结 |
| 第四章 非合作信号帧结构及信道编码识别 |
| 4.1 帧结构解析及帧头识别 |
| 4.1.1 基于差分和循环自相关的帧解析算法 |
| 4.1.2 基于累积滤波的帧头定位算法 |
| 4.1.3 算法仿真及分析 |
| 4.2 信道编码识别技术 |
| 4.2.1 分组码识别技术 |
| 4.2.2 卷积码识别技术 |
| 4.2.3 交织及扰码识别技术 |
| 4.3 删除卷积码的识别分析 |
| 4.3.1 删除卷积码的基本原理 |
| 4.3.2 删除卷积码的识别算法 |
| 4.3.3 改进的删除卷积码的识别算法 |
| 4.3.4 算法仿真及分析 |
| 4.4 本章小结 |
| 第五章 结束语 |
| 5.1 全文总结 |
| 5.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（6）煤田地震数据时频域反褶积方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 时频分析研究现状 |
| 1.2.2 反褶积方法研究现状 |
| 1.2.3 粘弹性理论研究现状 |
| 1.3 论文研究内容和创新点 |
| 1.3.1 论文研究内容与技术路线 |
| 1.3.2 论文创新点 |
| 2 改进的广义S变换方法 |
| 2.1 瞬时谱分析 |
| 2.1.1 Fourier变换 |
| 2.1.2 复信号分析 |
| 2.1.3 瞬时频率和瞬时相位 |
| 2.2 短时Fourier变换 |
| 2.2.1 短时Fourier变换(STFT) |
| 2.2.2 Heisenberg测不准原理 |
| 2.2.3 Gabor变换 |
| 2.3 连续小波变换(CWT) |
| 2.4 改进的广义S变换 |
| 2.4.1 S变换(ST) |
| 2.4.2 广义S变换(GST) |
| 2.4.3 改进的广义S变换(IGST) |
| 2.4.4 数值模拟测试 |
| 2.5 本章小结 |
| 3 时频域反褶积方法 |
| 3.1 反褶积基础 |
| 3.1.1 平稳地震记录褶积模型 |
| 3.1.2 非平稳地震记录褶积模型 |
| 3.1.3 最佳维纳滤波及最小平方反褶积 |
| 3.1.4 Gabor反褶积 |
| 3.2 复赛时频谱谱模拟法提取时变子波 |
| 3.2.1 复赛时频谱谱模拟法 |
| 3.2.2 基于信赖域算法提取时变子波时频谱 |
| 3.3 时变子波时频谱平滑 |
| 3.4 改进的时频域反褶积方法及测试 |
| 3.4.1 改进的时频域反褶积方法 |
| 3.4.2 数值模拟测试 |
| 3.5 本章小结 |
| 4 粘声波地震波场正演及时频域反褶积方法测试 |
| 4.1 一阶速度-应力方程交错网格有限差分方法 |
| 4.1.1 弹性波波动方程 |
| 4.1.2 时间2M阶与空间2N阶差分 |
| 4.2 近似常Q粘声波方程 |
| 4.2.1 广义标准线性固体(GSLS) |
| 4.2.2 基于差分进化(DE)算法的粘声介质近似常Q值拟合 |
| 4.2.3 近似常Q值粘声波一阶速度-应力方程的构建 |
| 4.2.4 数值模拟测试 |
| 4.3 煤岩岩石物理实验 |
| 4.3.1 煤岩样品与实验设备 |
| 4.3.2 煤岩超声波速度测试 |
| 4.3.3 煤岩品质因子Q提取 |
| 4.4 煤系层状模型粘声波地震波场正演及时频域反褶积 |
| 4.4.1 煤系层状模型粘声波地震波场正演 |
| 4.4.2 时频域反褶积方法测试 |
| 4.5 煤系断层地质模型粘声波地震波场正演及时频域反褶积 |
| 4.5.1 煤系断层地质模型粘声波地震波场正演 |
| 4.5.2 时频域反褶积方法测试 |
| 4.6 煤系陷落柱地质模型粘声波地震波场正演及时频域反褶积 |
| 4.6.1 煤系陷落柱地质模型粘声波地震波场正演 |
| 4.6.2 时频域反褶积方法测试 |
| 4.7 本章小结 |
| 5 YC煤矿三维地震资料处理及时频域反褶积应用 |
| 5.1 概况 |
| 5.1.1 地质概况 |
| 5.1.2 采集概况 |
| 5.2 三维地震资料预处理 |
| 5.2.1 静校正 |
| 5.2.2 地表一致性振幅补偿 |
| 5.2.3 速度分析、动校正(NMO)与叠加 |
| 5.3 时频域反褶积应用 |
| 5.3.1 时变子波时频谱提取 |
| 5.3.2 时变子波时频谱多道加权平滑 |
| 5.3.3 测井数据对比分析 |
| 5.3.4 时频域反褶积应用效果对比分析 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）超声无损检测算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状和进展 |
| 1.3 论文的主要内容与安排 |
| 第二章 课题基础理论研究 |
| 2.1 超声无损检测理论 |
| 2.2 注塑成型工艺及其常见缺陷 |
| 2.3 超声回波的数学模型 |
| 2.4 本章小结 |
| 第三章 超声信号的时频分析技术 |
| 3.1 傅里叶变换、短时(窗口)傅里叶变换 |
| 3.1.1 傅里叶变换 |
| 3.1.2 短时傅里叶变换 |
| 3.1.3 Fourier变换-测不准原理 |
| 3.2 小波变换 |
| 3.2.1 小波变换理论 |
| 3.2.2 小波变换的特性 |
| 3.2.3 小波变换的自适应性 |
| 3.2.4 多分辨分析 |
| 3.2.5 Mallat算法 |
| 3.2.6 小波变换在时频分析中的应用 |
| 3.2.7 小波包理论 |
| 3.3 CEEMD分解算法 |
| 3.3.1 EMD分解算法 |
| 3.3.2 EEMD分解算法 |
| 3.3.3 CEEMD分解算法 |
| 3.4 本章小结 |
| 第四章 基于CEEMD的降噪算法和参数估计算法研究 |
| 4.1 传统降噪算法 |
| 4.1.1 CEEMD直接滤波降噪法 |
| 4.1.2 基于CEEMD的小波阈值降噪算法 |
| 4.2 基于CEEMD和小波包的阈值降噪算法 |
| 4.2.1 算法原理 |
| 4.2.2 实验仿真以及数据分析 |
| 4.3 参数估计算法研究 |
| 4.3.1 参数估计方法 |
| 4.3.2 基于能量算子的超声回波信号参数估计方法 |
| 4.4 本章小结 |
| 第五章 基于LabVIEW的超声去噪应用 |
| 5.1 LabVIEW与MATLAB混合编程 |
| 5.1.1 LabVIEW简介 |
| 5.1.2 LabVIEW调用MATLAB节点 |
| 5.2 基于LabVIEW的超声去噪应用 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间撰写的论文 |
| 附录2 攻读硕士学位期间申请的专利 |
| 致谢 |
（8）基于改进Crazy Climber算法的小波脊线提取及模态参数识别研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 模态参数识别国内外研究现状 |
| 1.2.2 脊线提取国内外研究现状 |
| 1.3 本文研究主要内容和论文安排 |
| 第2章 小波变换理论及小波脊线 |
| 2.1 引言 |
| 2.2 小波的由来 |
| 2.2.1 傅里叶变换 |
| 2.2.2 短时傅里叶变换 |
| 2.2.3 小波及连续小波变换 |
| 2.3 小波脊线及提取算法 |
| 2.3.1 小波脊线 |
| 2.3.2 单分量信号的脊线提取算法 |
| 2.3.3 多分量信号的脊线提取算法 |
| 2.4 本章小结 |
| 第3章 改进Crazy Climber算法提取小波脊线研究 |
| 3.1 引言 |
| 3.2 改进Crazy Climber算法 |
| 3.2.1 Crazy Climber算法基本思想 |
| 3.2.2 改进Crazy Climber算法基本原理 |
| 3.3 基于改进Crazy Climber算法的脊线提取 |
| 3.3.1 指数衰减信号的脊线提取 |
| 3.3.2 两自由度振动系统的脊线提取 |
| 3.4 脊线提取的影响因素分析 |
| 3.4.1 Morlet小波的参数选择 |
| 3.4.2 脊线的度量阈值选择 |
| 3.4.3 脊线的长度选择 |
| 3.5 本章小结 |
| 第4章 基于改进Crazy Climber算法的模态参数识别 |
| 4.1 引言 |
| 4.2 自由振动响应信号预处理 |
| 4.3 基于改进Crazy Climber算法识别模态参数的原理 |
| 4.3.1 单自由度振动系统的模态参数识别 |
| 4.3.2 多自由度振动系统的模态参数识别 |
| 4.4 多自由度系统模态参数识别算例分析 |
| 4.4.1 响应信号获取 |
| 4.4.2 两自由度振动系统数值模拟 |
| 4.4.3 四自由度振动系统数值模拟 |
| 4.5 五层框架试验验证 |
| 4.6 本章小结 |
| 结论及展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 攻读硕士学位期间科研情况 |
（9）脉冲体制辐射源无意调制特征分析及个体识别（论文提纲范文）
| 摘要 |
| abstract |
| 缩略语表 |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 脉冲多分量分析技术研究现状 |
| 1.2.2 辐射源无意调制特征分析研究现状 |
| 1.2.3 辐射源个体识别研究现状 |
| 1.2.4 相关应用系统现状 |
| 1.3 本文的主要内容 |
| 1.3.1 应用背景分析 |
| 1.3.2 本文研究目标特性分析 |
| 1.3.3 实验系统搭建 |
| 1.3.4 主要研究内容与章节安排 |
| 第2章 脉冲信号建模及多分量时频特性分析 |
| 2.1 引言 |
| 2.2 多分量脉冲信号建模 |
| 2.2.1 多分量信号数学模型 |
| 2.2.2 多分量信号时频分布 |
| 2.3 基于自适应分数阶谱图法的多分量瞬时频率估计 |
| 2.3.1 时频分布理论研究 |
| 2.3.2 多分量时频信息提取 |
| 2.3.3 多分量信号瞬时频率估计实验结果与分析 |
| 2.4 基于自滤波经验模态分解的多分量信号分析 |
| 2.4.1 EMD存在的问题 |
| 2.4.2 自滤波经验模态分解算法 |
| 2.4.3 基于能量分离算法的Teager-Kaiser谱计算 |
| 2.4.4 自滤波经验模态分解抗混叠实验结果及分析 |
| 2.5 本章小结 |
| 第3章 脉内无意调制特征提取技术研究 |
| 3.1 引言 |
| 3.2 脉内无意调制特征建模 |
| 3.2.1 来源分析 |
| 3.2.2 脉冲包络无意调制特征建模 |
| 3.2.3 相位噪声无意调制特征建模 |
| 3.3 基于IMF-DNA的脉冲包络特征提取技术 |
| 3.3.1 RF-DNA指纹特征构建原理 |
| 3.3.2 IMF-DNA指纹的特征提取算法 |
| 3.3.3 联合特征选择算法 |
| 3.3.4 仿真实验及实测数据验证 |
| 3.4 基于盒维数和方差维数的相位噪声特征提取技术 |
| 3.4.1 经典围线积分法双谱特征提取算法 |
| 3.4.2 盒维数和方差维数特征提取算法 |
| 3.4.3 仿真实验及实测数据验证 |
| 3.5 本章小结 |
| 第4章 脉间无意调制特征提取技术研究 |
| 4.1 引言 |
| 4.2 脉间频率漂移无意调制特征建模 |
| 4.2.1 频率漂移来源分析 |
| 4.2.2 频率漂移模型建立 |
| 4.2.3 多普勒频移的影响分析 |
| 4.3 基于曲线几何特征的频率漂移特征提取技术 |
| 4.3.1 问题分析与算法提出 |
| 4.3.2 特征构建原理 |
| 4.3.3 特征提取算法 |
| 4.4 仿真实验及实测数据验证 |
| 4.5 本章小结 |
| 第5章 特征提取增强与多域融合个体识别技术研究 |
| 5.1 引言 |
| 5.2 基于阶时变短时分数阶傅里叶变换的时变滤波算法 |
| 5.2.1 分数阶傅里叶变换 |
| 5.2.2 基于短时傅里叶变换的时变滤波过程 |
| 5.2.3 基于阶时变短时分数阶傅里叶变换的时变滤波过程 |
| 5.2.4 时变滤波恢复信号分量实验 |
| 5.3 基于时变滤波算法的辐射源个体特征提取增强技术 |
| 5.3.1 个体特征提取增强算法 |
| 5.3.2 个体特征提取增强实验结果 |
| 5.3.3 特征提取增强算法适用性分析 |
| 5.4 基于多域特征融合的辐射源个体识别 |
| 5.4.1 支持向量机核方法 |
| 5.4.2 支持向量机的多核学习 |
| 5.4.3 Simple MKL多核学习 |
| 5.4.4 多域特征融合及个体识别实验 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文及其他成果 |
| 致谢 |
| 个人简历 |
（10）基于小波变换的微流控芯片信号去噪方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 微流控芯片技术的发展 |
| 1.2.2 微流控芯片信号处理技术的发展 |
| 1.3 论文的研究内容及组织结构 |
| 第2章 小波变换基本原理 |
| 2.1 引言 |
| 2.2 小波变换的发展历程 |
| 2.3 小波变换定义 |
| 2.4 离散小波变换 |
| 2.5 多分辨率分析和Mallat算法 |
| 第3章 微流控芯片信号检测原理及特性分析 |
| 3.1 引言 |
| 3.2 微流控芯片信号检测 |
| 3.2.1 微流控芯片检测原理 |
| 3.2.2 微流控芯片分析检测仪 |
| 3.3 微流控芯片信号特性及其仿真 |
| 3.3.1 微流控芯片信号特性 |
| 3.3.2 微流控芯片信号仿真 |
| 3.3.3 仿真信号的小波特性 |
| 3.4 去噪效果评价指标 |
| 3.5 本章小结 |
| 第4章 基于小波双阈值函数的微流控芯片信号去噪方法 |
| 4.1 引言 |
| 4.2 小波阈值去噪基本原理 |
| 4.2.1 传统小波阈值去噪基本原理 |
| 4.2.2 小波能量元阈值去噪 |
| 4.3 基于能量元的小波阈值去噪方法 |
| 4.3.1 基于能量元的小波阈值去噪方法设计 |
| 4.3.2 阈值函数的优化设计 |
| 4.4 微流控芯片模拟信号及实际检测信号的去噪结果分析 |
| 4.4.1 小波基及分解层次的选择 |
| 4.4.2 模拟微流控芯片信号去噪分析 |
| 4.4.3 实际微流控芯片信号去噪分析 |
| 4.5 本章小结 |
| 第5章 基于改进双树复小波变换的微流控芯片信号去噪方法研究 |
| 5.1 引言 |
| 5.2 基于双树复小波的信号去噪原理 |
| 5.2.1 双树复小波变换基本理论 |
| 5.2.2 Q-Shift滤波器原理 |
| 5.3 双树复小波变换的微流控芯片信号去噪方法 |
| 5.3.1 双树复小波变换去噪方法流程 |
| 5.3.2 阈值函数设计与阈值的选取 |
| 5.4 检测结果分析 |
| 5.4.1 模拟微流控芯片信号去噪分析 |
| 5.4.2 实际微流控芯片信号去噪分析 |
| 5.5 本章小结 |
| 结语 |
| 参考文献 |
| 攻读学位期间主要的研究成果目录 |
| 致谢 |
四、伸缩窗口短时Fourier分析（论文参考文献）
- [1]改进的同步压缩变换方法及其在滚动轴承故障诊断中的应用[D]. 吴红安. 武汉科技大学, 2021(01)
- [2]基于微波光子的频域离散处理技术研究[D]. 李基隆. 北京邮电大学, 2020(01)
- [3]希尔伯特-黄变换在空间物理瞬态时间序列数据分析中的应用[D]. 刘瑾. 中国科学技术大学, 2020(01)
- [4]基于低频超声导波的铝板结构健康监测方法研究[D]. 高斯佳. 大连交通大学, 2020(06)
- [5]窄带非合作通信信号解析关键技术研究[D]. 徐亚涛. 电子科技大学, 2020(07)
- [6]煤田地震数据时频域反褶积方法研究[D]. 孙亮. 中国矿业大学(北京), 2020(01)
- [7]超声无损检测算法研究[D]. 杨孟. 南京邮电大学, 2019(02)
- [8]基于改进Crazy Climber算法的小波脊线提取及模态参数识别研究[D]. 刘瑾. 河北工程大学, 2019(02)
- [9]脉冲体制辐射源无意调制特征分析及个体识别[D]. 吴龙文. 哈尔滨工业大学, 2020(01)
- [10]基于小波变换的微流控芯片信号去噪方法研究[D]. 蔡佳辉. 湖南理工学院, 2019(01)