今天阅读了《基于同步索取变换的旋变嫌械振动信号时频分析》一文，该文主要论述了一种新的时频分析举止——同步索取变换（Synchroextracting Transform），应用同步索取变换不错很好地遏止信号中的配景噪声曼谷 人妖，得到的时频图时频聚焦性较好，同期能量发散情况得到极大改善。

天然该文是将同步索取变换应用在机械振动信号中，然则凭证背面的仿真分析终结，小编嗅觉不错将该举止应用到雷达、通讯信号分析中来，其巨大的抗噪才能实时频聚焦才能，大约让咱们得回更明显准确的视频特征，不管是在分类识别仍是参数揣摸当中，均大约取得愈加优异的后果。

图片

接待加入学术相同Q群：852217813，诸多985/211高校硕博大佬在群内辩论相同，盘考标的包含：雷达、通讯、RIS、DOA揣摸、调制识别、故障会诊、雷达通讯一体化、捕快侵略一体化、压缩感知、深度学习、强化学习、筹办机视觉、图像处理等领域。

裸舞x

关系学习费力碰面包多链接https://mbd.pub/o/author-a2mYl2tsbA==/work。

接待加入我的常识星球：https://t.zsxq.com/11PZOV9jw，经久获取更多关系费力、代码。

一、媒介最早应用于振动信号时频分析的是短时傅里叶变换( Short Time Fourier Transform，STFT) ，但当信号频率变换时其窗函数固定不变，导致其频率分辨率受到扫尾。为提高时频分辨率，粉碎STFT 固定窗函数的扫尾，小波变换( Wavelet Transform，WT) 在STFT的基础上应时而生。但WT 算法受海森堡测不准旨趣扫尾，时域和频域高分辨率的条件无法同期得到得志。为克服STFT 和WT 二者的短处，S 变换被惨酷。它是在Morlet 一语气小波的基础上进行的矫正，且高斯窗函数可随信号频率变换。S 变换袭取了STFT 和WT 算法的优点，但其中的固定小波基函数扫尾了它在骨子坐褥中的应用。上述这些线性时频分析举止主要用来分析慎重信号，对非褂讪性振动信号后果不睬想。当前针对旋变嫌械振动信号的时频分析举止主要汇集在非线性时频分析举止，如维格纳－ 威尔散播( Wigner－ Ville Distribution，WVD) 、融会注解模态剖析( EmpiricalMode Decomposition，EMD) 和局部均值剖析( Local Mean Decomposition，LMD) 。由于在基于振动信号的旋变嫌械故障会诊中，条件振动信号具有更高的分辨率，上述非线性时频分析举止在骨子应用中也受到诸多扫尾。为提高信号的时频分辨率，精深新的举止被惨酷，主要可分为两类: (1) 基于信号剖析的时频分析举止，如希尔伯特－ 黄变换( Hilbert － Huang Transform，HHT) ;(2) 在原时频谱的基础上进行能量重排，举例同步挤压变换( Synchrosqueezing Transform，SST) 。由于信号时频能量蚁合在信号自己频率周围，信号频率出当今能量最大的场合，被称为“脊”。SST的主要想想是最初将信号经由小波变换，然后将时频能量沿频率标的“挤压”到信号瞬时频率隔邻，从而达到显耀晋升信号时频分辨率的贪图。动作一种新的时频分析举止，SST 被平庸应用于地震噪声的去除和微小信号索取、油气检测等领域。为进一步提高信号的时频分辨率，鉴戒SST 算法想想，YU 等惨酷了同步索取变换( Synchroextracting Transform，SET) 。SET 算法在STFT 基础进行了矫正，位于信号时频谱脊线位置的时频所有通过同步索取算子进行索取并保存，从而显耀晋升时频分辨率，何况SET 算法允许信号重构。因此，本文作家采纳SET 算法对旋变嫌械的振动信号进行时频分析。

二、同步索取变换旨趣

本文作家采纳的SET 算法是在STFT 算法基础上变换而来，主要包括三步: (1) 通过STFT 算法得到信号的频谱; (2) 瞬时频率的揣摸及索取; (3)STFT 算法终结中“脊”线被保留，通过筹办“脊”线上的时频所有来去除绝大多数发散能量。

图片

图片

图片

图片

三、仿真分析

差异采纳WT、STFT、SST 和SET 共4 种算法对多重量仿真信号进行时频分析，终结如图2 所示。由图1 (a) 和(b) 不错较着看出: 基于WT 和STFT算法得到的时频谱存在严重的能量发散景况，分辨率尽头粗糙，且基于WT 算法得到的时频谱还存在一定的时频混叠，与多重量仿真信号确切的瞬时频率存在一定的偏移景况。而基于SST 算法得到的时频谱很好地处罚了上述问题，由图1 (c) 不错看出: 多重量仿真信号的时频谱分辨率较WT 和STFT 算法得到大幅度提高，能量发散景况、混叠和偏移景况王人得到了很好的处罚。这是因为SST 算法在多重量仿真信号原时频谱的基础上进行能量重排，不错将能量蚁合到多重量仿真信号果然切瞬时频率上，但它王人莫得很好地处罚端点效应。由图1 (d) 不错看出: 基于SET算法得到的多重量仿真信号的瞬时频率谱线明显一语气，且端点效应得到了很好的处罚，它与图1 (b)中的多重量仿真信号瞎想时频谱高度吻合，在时辰分辨率和频率分辨率上均齐备了最优。

图片

图1 4 种举止的多重量仿真信号时频

四、同步索取变换MATLAB代码

图片

图2 SET同步索取变换

图片

图3 STFT短时傅里叶变换

自己手为主代码，创作不易曼谷 人妖，一谈代码请进常识星球（https://t.zsxq.com/11PZOV9jw）或面包多（https://mbd.pub/o/author-a2mYl2tsbA==/work）获取

clear;close all;clc;%剪辑 35 99 78 191%剪辑 15 89 33 176fs=2^7; %采样频率dt=1/fs; %时辰精度timestart=0;timeend=1;time=(0:(timeend-timestart)/dt-1)*dt+timestart;Sig1=sin(2*pi*(40*time + 1*sin(4*pi*time)));Sig2 = sin(2*pi*(10*time + 10*(time-0.5).^3));sig=Sig1+Sig2;% sig=awgn(sig，5);sig=sig(:);N=length(sig);fre = (fs/2)/(N/2):(fs/2)/(N/2):(fs/2);df=(fs/2)/(N/2);alpha=(fs/2)/(N/2);beta=3;sigma=0.2;hlength=40;%越大越抗侵略，越大关于咱们的举止越成心STFT = stft(sig， hlength，sigma);[SET1，IF_est3，~] = SET(sig，hlength);figure()imagesc(time，fre，abs(STFT));set(gca，'ydir'，'normal');xlabel('Time(s)'，'FontSize'，12，'FontName'，'Times New Roman');ylabel('Frequency(Hz)'，'FontSize'，12，'FontName'，'Times New Roman');set(gca，'FontSize'，16，'FontName'，'Times New Roman')set(gca，'linewidth'，1);figure()imagesc(time，fre，abs(SET1));set(gca，'ydir'，'normal');xlabel('Time(s)'，'FontSize'，12，'FontName'，'Times New Roman');ylabel('Frequency(Hz)'，'FontSize'，12，'FontName'，'Times New Roman');set(gca，'FontSize'，16，'FontName'，'Times New Roman')set(gca，'linewidth'，1); 本站仅提供存储劳动，整个内容均由用户发布，如发现存害或侵权内容，请点击举报。