一种基于多重同步压缩和差分反变换的时频分析方法技术

本发明专利技术公开了一种基于多重同步压缩和差分反变换的时频分析方法，包括以下步骤：S1、选择任意窗函数和迭代次数；S2、初始化窗函数和窗函数的导数，得到信号中频瞬时频率；S3、利用多重同步压缩变换算法进行迭代，获得最佳信号中频瞬时频率；S4、利用最佳中频瞬时频率获得差分反变换模型；S5、将输入的振动信号代入，获得最佳信号中频瞬时频率，并进行舍入操作；S6、利用差分反变换模型进行迭代，获取最小的差分反变换计算结果；S7、利用最小的差分反变换计算结果进行同步压缩变换，迭代后得到时频信号分析的结果。本发明专利技术结合了多同步压缩和差分反变换，可以同时兼顾时频分析的效率和精度，从而实现时频信号快速和精确识别。

【技术实现步骤摘要】

本专利技术涉及时频信号分析识别领域，尤其涉及一种基于多重同步压缩和差分反变换的时频分析方法。

技术介绍

1、有轴承缺陷的旋转机器通常会产生脉冲信号，振动传感器可以记录脉冲信号。然而，当机器以可变速度运行时，测量的信号通常表现出强烈的非平稳特性，即信号的频率随时间变化很大。非平稳信号分析在旋转机械故障诊断中越来越受到重视。而时频分析(tfa)技术具有解决这类挑战的强大能力。

2、最近的研究表明，能量浓度是评价tfa方法性能的关键指标。这是因为集中的时频域表示(tfr)具有更好的表征信号下故障特征的能力。然而，受海森堡测不准原理的限制，传统的tfa方法在处理强时变信号时难以提供集中的结果。各种新开发的tfa技术旨在克服各种传统方法的缺点，msst(multi-scale short-time fourier transform)是一种进阶的时频分析方法，结合了短时傅里叶变换(stft)和多尺度分析的特性。它通过同时应用多个尺度的窗口来捕捉信号在不同频率和时间尺度上的特征，优化了传统stft在频率分辨率和时间分辨率之间的折衷。具体步骤包括选择多尺度的本文档来自技高网...

【技术保护点】

1.一种基于多重同步压缩和差分反变换的时频分析方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多重同步压缩和差分反变换的时频分析方法，其特征在于，所述S2中的信号中频瞬时频率为：

3.根据权利要求2所述的基于多重同步压缩和差分反变换的时频分析方法，其特征在于，所述S3包括以下步骤：

4.根据权利要求3所述的基于多重同步压缩和差分反变换的时频分析方法，其特征在于，所述差分反变换模型的计算公式为：

5.根据权利要求4所述的基于多重同步压缩和差分反变换的时频分析方法，其特征在于，所述S5中的舍入操作包括以下步骤：

6.根...

【技术特征摘要】

1.一种基于多重同步压缩和差分反变换的时频分析方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多重同步压缩和差分反变换的时频分析方法，其特征在于，所述s2中的信号中频瞬时频率为：

3.根据权利要求2所述的基于多重同步压缩和差分反变换的时频分析方法，其特征在于，所述s3包括以下步骤：

4.根据权利要求3所述的基于多重同步压缩和差分反变换的时频分析方法，其特征...

【专利技术属性】
技术研发人员：靳玉林，全鑫，周旭，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：