武 鹏,李占龙,李 虹 ,秦 园,王 瑶

(1.太原科技大学 电子信息工程学院,太原 030024;2.太原科技大学 车辆与交通工程学院,太原 030024)

时频分析技术是一种研究非平稳信号的主要方法之一[1],已经被应用到工程的各个领域,如工程机械[2]、轨道交通[3]、雷达和声呐[4]等。传统的时频分析方法大致分为线性和非线性两种。其中线性方法主要有快速傅里叶变换(FFT)、短时傅里叶变换(STFT)和小波变换(WT)[5-7],因受限于时间窗函数,此类算法无法在时频分辨率与时频聚集性同时达到最优。维格纳威尔分布(WVD)是最常用的非线性时频分析方法之一,然而,严重的交叉频率干扰信号、信号频率分量丢失阻碍了其发展。为了解决这些问题,伪维格纳威尔分布(PWVD)、平滑伪维格纳威尔分布(SPWVD)相继被提出,虽然此类算法均有效抑制交叉频率干扰信号并改善了时频分辨率,但信号中心频率能量发散、波形易受噪声信号影响已成为此类算法在诸多应用领域的主要缺点[8-10]。

针对传统时频分析方法的不足,许多有效的时 频分析方法被提出。胡振邦等[11]提出了谐波小波变换与短时傅里叶变换相结合的方法,通过提取转频振动信号,采用短时傅里叶变换对其进行分析,实现了振动幅值的精确测量。文献[12]提出了最小均方短时傅里叶变换算法(LMS-STFT),提高了信号计算量、信噪比、收敛速度及稳态误差,具有较好的实际应用意义。李志农等[13]提出了经验小波变换(EWT),改善了故障信号识别精度,但模态混叠及时频聚集性需进一步提高。……