引用本文

郝国成, 谈帆, 程卓, 王巍, 冯思权, 张伟民. 强鲁棒性和高锐化聚集度的BGabor-NSPWVD时频分析算法. 自动化学报, 2019, 45(3): 566-576. doi: 10.16383/j.aas.c170530

HAO Guo-Cheng, TAN Fan, CHENG Zhuo, WANG Wei, FENG Si-Quan, ZHANG Wei-Min. Time-frequency Analysis of BGabor-NSPWVD Algorithm With Strong Robustness and High Sharpening Concentration. ACTA AUTOMATICA SINICA, 2019, 45(3): 566-576. doi: 10.16383/j.aas.c170530

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c170530

关键词

时频分析，交叉项抑制，鲁棒性，BGabor-NWVD，BGabor-NSPWVD 

摘要

针对短时傅里叶变换（Short-time Fourier transform，STFT）、Gabor变换和魏格纳-维尔分布（Wigner-Ville distribution，WVD）出现的时频分辨率模糊和交叉项干扰，以及目前一些主流改进算法如STFT-WVD和Gabor-WVD存在的频率分量三维幅度失真，且抗噪性能及鲁棒性能不理想等问题，提出基于局部二值化、归一化处理再结合的二值化Gabor-归一化WVD（Binarized Gabor-normalized WVD，BGabor-NWVD）和二值化Gabor-归一化伪平滑WVD（Binarized Gabor-normalized smoothed pseudo WVD，BGabor-NSPWVD）算法.数值仿真实验结果表明，BGabor-NWVD和BGabor-NSPWVD算法较好地抑制了交叉项干扰，具有较高的时频锐化聚集度，且两种算法的抗噪性能和鲁棒性也较为理想.基于本文方法对硬质合金顶锤工作时产生的疑似破裂信号进行时频分析，在抑制噪声和交叉项的同时能够较为准确地寻找传感器的频率判别窗口，为金属破裂监测设备数据采集卡提供有效的阈值参考.

文章导读

时频分析(Time-frequency analysis, TFA)是从时间-频率的角度来处理非平稳信号的方法, 其基本思想是建立时间和频率的联合函数, 描述信号在时间-频率平面的能量密度或强度[1-2].它将信号从时间域变换到时间-频率联合域, 不同频率分量的时间关联特性能够在时-频平面上有效地表示出来.信号在任意时刻的能量都聚集在此瞬时频率附近, 基于线性方法的逆变换则可以重构其等效的时间域信号[3].目前时频分析方法已经广泛应用于自动化控制、信号处理、数据通信、地质勘探、基础物理、工业生产等各个领域[4-5].在合成人造金刚石加工环节, 自动检测顶压机顶锤是否破裂是该项生产过程的重要步骤之一, 可有效降低人工凭经验听音辨别的误差.该金属破裂信号属于典型的非平稳信号, 利用合适的时频分析方法能够对此类信号进行有效的时频表示, 针对信号的破裂局部信息给出对应的高幅值频率分布, 为数据采集卡的频率判别窗口提供阈值依据.本文提出基于二值化Gabor的归一化Wigner-Ville分布(Wigner-Ville distrivution, WVD)和归一化伪平滑WVD (BGabor-NWVD, BGabor-NSPWVD)时频分析算法, 具有良好的高锐化时频聚集度和鲁棒性, 对金属破裂样本信号有较好的去噪效果, 可以得出有参考意义的时间和频率联合分布.

图 1  信号f1的理想时频、Gabor和WVD对比图

图 2  BGabor-NWVD算法流程图

图 3  四分量f2和三分量f3的二维时频图

针对STFT、Gabor和WVD出现的时频分辨率模糊和存在交叉项等缺点, 以及一些结合算法如STFT-WVD和Gabor-WVD出现的三维幅度失真, 抗噪性能及鲁棒性能还不理想的问题, 本文提出BGabor-NWVD和BGabor-NSPWVD算法.通过对复杂线性调频信号和多分量的正弦频率分量信号进行数值仿真实验, BGabor-NWVD和BGabor-NSPWVD算法在抑制了交叉项的同时, 具有较高锐化时频分辨率, 两种算法的抗噪性能和鲁棒性也较为理想.由四分量线性调频信号和三分量正弦信号的数值仿真实验可知, BGabor-NWVD的二维时频表示优于BGabor-NSPWVD, BGabor-NSPWVD的三维时频表示优于BGabor-NWVD. BGabor-NWVD和BGabor-NSPWVD算法综合了STFT、Gabor、WVD和SPWVD各自的频率自适应性和良好的时频表示, 其时频聚集度评价参数EJP高于其他方法, 具有高锐化频率聚集度优点的同时, 能够真实还原信号频率分量的幅度.通过硬质合金顶锤工作时产生的疑似破裂样本信号进行时频分析, 本文方法可以较为准确地寻找传感器的频率判别窗口, 为金属破裂监测设备数据采集卡提供有效的阈值参考.

作者简介

谈帆

中国地质大学(武汉)机械与电子信息学院硕士研究生.主要研究方向为信号处理, 时频分析算法.E-mail:akafan@cug.edu.cn

程卓  

中国地质大学(武汉)机械与电子信息学院讲师.主要研究方向为认知无线电, 差分跳频, 混沌通信.E-mail:chengzhuo@cug.edu.cn

王巍  

中国地质大学(武汉)机械与电子信息学院讲师.主要研究方向为FPGA开发, 信号检测.E-mail:geo_wangwei@cug.edu.cn

冯思权  

中国地质大学(武汉)机械与电子信息学院硕士研究生.主要研究方向为图像处理, 时频分析算法.E-mail:fengsq@cug.edu.cn

张伟民  

中国地质大学(武汉)副教授.主要研究方向为机电一体化技术及应用, 检测技术.E-mail:wmzhang@cug.edu.cn

郝国成  

中国地质大学(武汉)副教授.主要研究方向为信号处理, 时频分析, ENPEMF方法和设备.本文通信作者.E-mail:haogch@cug.edu.cn