STFT

摘要： In this paper,a novel time–frequency(TF)analysis method,called the short-time Fourier transform using odd symmetric window function(OSTFT),is proposed using odd symmetric window function to replace the conventional even window function of STFT.Different from conventional STFT acquiring the amplitude maximum at time and frequency centers,OSTFT acquires the minimum amplitude of 0.Hence,OSTFT can obtain a TF representation(TFR)with high TF resolution by utilizing the leaked energy rather than restraining it.It is worth to mention that the proposed OSTFT can vitiate the effect of window size we choose on the TFR obtained.Furthermore,it also has a good performance on signals with complex instantaneous frequencies(IFs),even crossing IFs.Because we just replace the conventional window function of STFT,the time-consuming of the proposed OSTFT is at the same level as the conventional STFT.The effectiveness of proposed OSTFT has been validated on two complex multi-component simulated numerical signals and a signal collected from the brown bat.

摘要： 为了保证隧道长期运行的稳定性,需对开挖岩石表面的喷射混凝土进行健康监测。本文采用冲击回波法和探地雷达技术对喷射混凝土状态进行相关研究,并结合现场试验验证本文检测方法。试验主要模拟三种状态:空隙、脱黏或完全黏结状态,得出冲击回波法结合短时傅里叶变换对喷射混凝土质量的监测效果优于探地雷达。且本文试验结果与数值模拟结果一致,表明冲击回波法结合短时傅里叶变换分析可以估计隧道喷射混凝土的黏结状态。

摘要： Radio frequency interference (RFI) is greatly harmful to Global Navigation Satellite System (GNSS) receivers. Sweep interference is one of the RFI for the GNSS receivers, which can degrade the performance of GNSS receivers seriously. In this paper, the Fractional Fourier Transform (FrFT) of time-frequency analysis is proposed in the GNSS interference detection and suppression. The FrFT method is tested for detecting and suppressing sweep interference, which is generated by a GNSS jammer. In the simulation experiment, the GNSS signal affected by sweep frequency interference is successfully captured after interference suppression by using the proposed method, which shows its effectiveness. The interference detection performance of the FrFT method is compared with the conventional techniques such as Short-Time Fourier transform (STFT) and Wigner-Ville distribution (WVD). The detection performance is improved by about a least one order of magnitude. In the aspect of interference suppression, a threshold method based on detection probability is proposed, and the performance of the proposed threshold method is compared with the conventional threshold methods. In the result, the interference tolerance is increased by 5 dB compared with the mean threshold method, and by 9 dB compared with the fixed threshold.

摘要： Genres are one of the key features that categorize music based on specific series of patterns.However,the Arabic music content on the web is poorly defined into its genres,making the automatic classification of Arabic audio genres challenging.For this reason,in this research,our objective is first to construct a well-annotated dataset of five of the most well-known Arabic music genres,which are:Eastern Takht,Rai,Muwashshah,the poem,and Mawwal,and finally present a comprehensive empirical comparison of deep Convolutional Neural Networks(CNNs)architectures on Arabic music genres classification.In this work,to utilize CNNs to develop a practical classification system,the audio data is transformed into a visual representation(spectrogram)using Short Time Fast Fourier Transformation(STFT),then several audio features are extracted using Mel Frequency Cepstral Coefficients(MFCC).Performance evaluation of classifiers is measured with the accuracy score,time to build,and Matthew’s correlation coefficient(MCC).The concluded results demonstrated that AlexNet is considered among the topperforming five CNNs classifiers studied:LeNet5,AlexNet,VGG,ResNet-50,and LSTM-CNN,with an overall accuracy of 96%.

摘要： 文中结合模型试验中三种典型螺旋桨空化状态下的脉动压力信号STFT谱,分析了螺旋桨诱导船底表面脉动压力的时频特征分布.结果表明:STFT谱对于螺旋桨诱导船底表面脉动压力的时域谱、线谱和非平稳脉动的分析是十分有效的,可以同时提供螺旋桨诱导脉动压力时域与频域的丰富信息,能够在非平稳脉动压力信号的处理分析中发挥重要作用.

摘要： 为了解决传统非线性有限元模型修正方法中,人工非线性特征提取和目标函数的构建中会引入的人为误差,提出一种基于深度学习理论的非线性有限元模型修正方法.利用非线性激活函数提高卷积神经网络对于非线性传递关系的表征能力,完成对复杂非线性响应的特征提取和逆向传递关系的构建.可以直接利用结构的时频数据作为网络输入,利用训练好的网络即可得到参数修正结果.通过算例证明,该方法能够提高非线性参数修正的精度,修正后模型对真实结构的表征能力更强,更加接近于真实结构.

摘要： 针对微创手术机器人运动过程受到信号干扰而导致机器入主从臂控制效果差、控制精度较低的问题,提出了基于STFT的微创手术机器人运动控制系统设计;主控制器通过蓝牙的无线传输方式与主机连接,采用I/O口模拟SCI硬件流控方式,实现MCU与蓝牙通信,为系统提供基础数据;设计时钟基准电路的并联振荡模式,方便失控程序重启;根据运动控制器结构,设计预留模数转换接口,并对机器人主从操作臂展开详细分析;使用基于STFT短时傅里叶变换方法抑制外界干扰,在LM629运动控制专用集成芯片支持下设计控制流程,完成基于STFT的微创手术机器人运动控制系统设计;设计对比实验,结果表明该系统与期望主臂运动轨迹的终点坐标(10 mm,-35 mm,45 mm)和从臂运动轨迹的终点坐标(18 mm,-45 mm,25 mm)一致,能够精准控制微创手术机器人运动精度,为医学手术智能化开展提供设备支持.

摘要： 由于对信号特征参数的提取目标缺乏针对性会导致特征分离精度较低,为此,提出了一种无线网络入侵干扰信号特征分离方法,建立了以短时傅里叶变换(Short-Time Fourier Transform,STFT)为基础的多源基函数.该方法将高频突发分量和长周期内的准平稳分量作为观测指标,在网络环境内,对信号断续和偏离量化处理,以此为基础对干扰信号的数学逻辑进行标识,提取标识信号的时域矩偏度、时域矩峰度、包络起伏度特征参数,并利用深度卷积神经网络实现提取特征的分离.实验结果表明,所提方法对12种常见干扰信号的特征分离精度可以达到95％以上,明显优于传统方法.

摘要： 乐器独奏的单旋律是音频信号的高级特征,单旋律的提取可以辅助作曲创作、音准分析和校正、音乐检索和音乐情感分析等。利用CQT模型进行时频分析,可以更好地获得频率分辨率和时间分辨率,从而实现乐器独奏的单旋律提取。具体算法是以十二平均律为依据,固定12个频率分量和常系数16.82,计算不同频率分量所对应的窗长,动态调整分帧的长度,产生分帧长度的Hamming窗函数,形成与音乐音频信号相适应的分析模式。为了充分利用FFT和STFT的时频高效计算,先对每一帧的信号进行FFT,进而提取分帧的基频,并根据基频计算窗长,再利用STFT进行基频和采样点的提取。考虑到偶发噪声对CQT方法的影响,为避免窗长过长或过短的问题,在判断出噪声帧后将其窗长设置为1024,以保证提取出正确的基频和采样点特征。在Matlab环境中,以小提琴独奏乐曲为样本,提取该样本前100帧的基频和采样点等特征,并根据基频和采样点特征,绘制出频率轴和时间轴上乐曲旋律的阶梯图。

摘要： Structural health monitoring employs different tools and techniques to provide a prediction for damages that occur in various structures.Damages such as debond and cracks in concrete-filled steel tube column(CFST)are serious defects that threaten the integrity of the structural members.Ultrasonic waves monitoring applied to the CFST column is necessary to detect damages and quantify their size.However,without appropriate signal processing tools,the results of the monitoring process could not be crucial.In this research,a monitoring process based on a Multiphysics numerical simulation study was carried out.Two signal processing tools:short time Fourier transform(STFT)and Welch Power Spectral Density Estimate(PSD)were used to analyse the captured raw signals.The STFT spectrogram was effective in identifying the different size of damage based on a graphical interpretation.The results show that the increasing of frequency of the excited signal give a better results.The increase in peak magnitude values in Welch PSD was found to be proportionate to the change in damage length whereas the damage depth has a less effect.The results for the crack size identification were less promising than those of debond damage because of the different type of the signal’s propagation path.Simulation process conducted by COMSOL software has proved the validity of the adopted signal processing techniques in detecting such damages in CFST columns.

摘要： 随着电子对抗的发展，基于平稳分析的抗干扰方法很难分析非平稳干扰时的特性，而基于时频分析的分析方法有很多优势，但其计算复杂度有面临难以实时实现的挑战，本文提出了一种基于STFT的时频非平稳干扰抑制法，能够快速分析干扰的时频特性，这种方法反应快，结构简单，并且准确性强。仿真实验验证了本文算法的有效性。

摘要： 随着电子对抗的发展，基于平稳分析的抗干扰方法很难分析非平稳干扰时的特性，而基于时频分析的分析方法有很多优势，但其计算复杂度有面临难以实时实现的挑战，本文提出了一种基于STFT的时频非平稳干扰抑制法，能够快速分析干扰的时频特性，这种方法反应快，结构简单，并且准确性强。仿真实验验证了本文算法的有效性。

摘要： 随着电子对抗的发展，基于平稳分析的抗干扰方法很难分析非平稳干扰时的特性，而基于时频分析的分析方法有很多优势，但其计算复杂度有面临难以实时实现的挑战，本文提出了一种基于STFT的时频非平稳干扰抑制法，能够快速分析干扰的时频特性，这种方法反应快，结构简单，并且准确性强。仿真实验验证了本文算法的有效性。

摘要： 给出了一种PC与DSP混合的手发莫尔斯码识别系统，利用DSP系统进行数据采集和一些初步处理(STFT)，然后数据通过DSP-PCI桥芯片PCI2040发送给PC机，最后在PC机上构建时频图像通过图像处理方法实现识别译码。

摘要： 给出了一种PC与DSP混合的手发莫尔斯码识别系统，利用DSP系统进行数据采集和一些初步处理(STFT)，然后数据通过DSP-PCI桥芯片PCI2040发送给PC机，最后在PC机上构建时频图像通过图像处理方法实现识别译码。

摘要： 给出了一种PC与DSP混合的手发莫尔斯码识别系统，利用DSP系统进行数据采集和一些初步处理(STFT)，然后数据通过DSP-PCI桥芯片PCI2040发送给PC机，最后在PC机上构建时频图像通过图像处理方法实现识别译码。

摘要： 给出了一种PC与DSP混合的手发莫尔斯码识别系统，利用DSP系统进行数据采集和一些初步处理(STFT)，然后数据通过DSP-PCI桥芯片PCI2040发送给PC机，最后在PC机上构建时频图像通过图像处理方法实现识别译码。

摘要： 给出了一种PC与DSP混合的手发莫尔斯码识别系统，利用DSP系统进行数据采集和一些初步处理(STFT)，然后数据通过DSP-PCI桥芯片PCI2040发送给PC机，最后在PC机上构建时频图像通过图像处理方法实现识别译码。

摘要： 短时傅里叶变换(STFT)是一种常用的时频分析方法,通常由FFT或滤波器组实现解算.本文介绍一种基于Goertzel算法的STFT递推算法,当选择窗函数为汉宁窗或海明窗时,与FFT或滤波器组法比较明显简化了运算.选用Altara公司的CycloneⅡ系列FPGA,介绍实现该算法的FPGA模块设计.最后仿真该算法计算2FSK信号的两个时变能量谱,实验表明该算法是一种可行的方案.

摘要： 短时傅里叶变换(STFT)是一种常用的时频分析方法,通常由FFT或滤波器组实现解算.本文介绍一种基于Goertzel算法的STFT递推算法,当选择窗函数为汉宁窗或海明窗时,与FFT或滤波器组法比较明显简化了运算.选用Altara公司的CycloneⅡ系列FPGA,介绍实现该算法的FPGA模块设计.最后仿真该算法计算2FSK信号的两个时变能量谱,实验表明该算法是一种可行的方案.

摘要： 本文公开了一种癫痫时期特征提取及分类方法。首先，对原始的癫痫脑电数据进行随机打乱预处理，并分别划分4折的训练集和测试集。其次，采用结合方法对预处理后的数据提取特征，一方面，通过WPT或STFT‑PSD提取非线性的时频特征，然后，在得到的时频特征上再结合PCA算法提取脑电数据的主成分特征，并消除噪声和冗余特征，并作为特征提取的最终特征。最后，采用脉冲神经网络对提取的特征做分类分析，脉冲神经网络算法不仅考虑个体互助和信息交互，拥有很强的鲁棒性；并且它模拟的神经元更加接近大脑中真实的神经元，考虑更多的时间信息，拥有更强的计算能力。

摘要： 基于STFT与改进DenseNet的航空发动机故障诊断方法，本发明涉及航空发动机故障诊断领域中，现有的方法对发动机变转速故障数据集诊断效果不好的问题。航空发动机在生产环境下的运行状况是复杂多变的，往往会经历变加速、变减速的变转速过程，现有的方法在单一转速数据集下虽然已经取得了不错的效果，但是在变转速数据集上的效果却很差；为解决这一问题，本发明提出了基于STFT与改进DenseNet的航空发动机故障诊断方法；该方法将原始信号经过STFT生成各类故障的时频图像，然后使用基于改进的DenseNet模型对故障图像进行分类；经过充分的实验验证得知，在航空发动机的故障诊断上取得了很好的效果。本发明应用于航空发动机等机械设备的故障诊断。

摘要： 本发明提出了一种基于STFT的高压天然气缸内直喷发动机燃气喷射时间特征在线识别方法，在喷射器高压燃气入口处安装夹持式压力传感器采集喷射器喷射过程中燃气的压力信号；将压力信号进行微分处理，再进行短时傅里叶变换，然后进行加权处理，获得瞬态平均频率MIF，实现压力信号的降维处理；基于瞬态平均频率MIF，通过零点识别方法实现喷射过程时间特征的识别；本发明实现了高压天然气喷射过程关键时间特征的在线识别，突破了现有测试技术无法在发动机实际工作过程中实时测试的技术瓶颈，可以为发动机电子控制单元(ECU)提供直接有效的喷气过程反馈信息，为先进的喷气过程闭环控制策略提供技术基础。

摘要： 本发明提出了一种基于STFT谱图滑窗相消的微动杂波去除方法。将时域数据进行短时傅里叶变换，得到STFT数据及STFT谱图；将STFT数据沿时间维等分为前、后参考窗数据，将STFT谱图沿时间维等分为前、后参考窗谱图；从STFT谱图截取多个滑窗谱图；将前、后参考窗谱图分别与各滑窗谱图相减，并计算相减后前、后参考窗谱图与原前、后参考窗谱图的强度比；通过设置门限确定前、后参考窗谱图中微动杂波位置；将微动杂波位置上的前、后参考窗数据置零以去除微动杂波；将去除微动杂波后的前、后参考窗数据分别沿时间维叠加，然后由逆傅里叶变换得到去除微动杂波后的前、后参考窗时域数据，将两者进行组合获取最终结果。本发明提高了雷达的探测性能及环境适应能力。

摘要： 本发明公开了一种基于STFT周期性能量峰的船舶螺旋桨转速预报方法，涉及船舶航速识别技术领域。本发明的步骤为：步骤一：将螺旋桨噪声信号进行STFT变换，通过比较分析时频谱图中特征量来确定窗函数和窗口长度；步骤二：利用步骤一的窗函数及其长度参数，对螺旋桨噪声信号进行STFT变换，获得时频谱图信息；步骤三：提取螺旋桨噪声信号的时频特征，并且统计时频图出现的周期性能量峰的时间节点；步骤四：根据所获得的能量峰时间节点，采用差值平均值法求得周期时间，并与螺旋桨转速进行相关性分析。本发明利用STFT谱图的能量峰特征来预报螺旋桨的转速，是研究螺旋桨噪声特征的一种新思路，对船舶航速识别技术有重要的指向性价值。

摘要： 本发明提出了一种基于STFT的高压天然气缸内直喷发动机燃气喷射时间特征在线识别方法，在喷射器高压燃气入口处安装夹持式压力传感器采集喷射器喷射过程中燃气的压力信号；将压力信号进行微分处理，再进行短时傅里叶变换，然后进行加权处理，获得瞬态平均频率MIF，实现压力信号的降维处理；基于瞬态平均频率MIF，通过零点识别方法实现喷射过程时间特征的识别；本发明实现了高压天然气喷射过程关键时间特征的在线识别，突破了现有测试技术无法在发动机实际工作过程中实时测试的技术瓶颈，可以为发动机电子控制单元(ECU)提供直接有效的喷气过程反馈信息，为先进的喷气过程闭环控制策略提供技术基础。

摘要： 一种基于STFT时频域特征提取的CNN结构振动信号深度降噪方法。该方法在去噪过程中无需依赖对象信号的先验知识或人为参数设定，实现对不同类型的振动信号(如加速度、应变、位移等)的自动化降噪，并且其去噪效果通过优化模型训练集得到提升，用于振动信号分析研究领域中的信号预处理以及嵌入到工程实际中的结构健康系统中。利用STFT将一维时序信号增维至二维频谱图，实现对振动信号高阶特征的有效提取；采用噪声嵌入的方式，成功实现对干净信号真值无法获取的非平稳振动信号进行标签设置，为网络训练提供基础；利用卷积神经网络CNN对振动信号的进行去噪，摆脱了传统去噪方法对于信号先验知识的依赖以及参数的人为设定需求。

摘要： 基于STFT和FRFT综合运用的DLFM信号参数估计方法，具体为对分选后的DLFM单个脉冲雷达脉内信号数据进行脉宽估计，然后进行STFT，采用最小二乘法对瞬时频率曲线进行拟合，粗略估计中心频率和起始频率，根据这两个参数将信号区分为正负型DLFM或负正型DLFM；对正负型DLFM数据进行FRFT，估计得到调频斜率和最大瞬时频率，计算中心频率、起始频率和带宽B；对负正型DLFM数据尽行FRFT，估计得到调频斜率和最小瞬时频率，计算中心频率、起始频率和带宽B。本发明综合运用STFT和FRFT对信号进行特征提取、波形判别和参数估计，能够在0dB甚至低于0dB的条件下，准确进行DLFM信号波形判型及参数估计工作。

摘要： 基于STFT与改进DenseNet的航空发动机故障诊断方法，本发明涉及航空发动机故障诊断领域中，现有的方法对发动机变转速故障数据集诊断效果不好的问题。航空发动机在生产环境下的运行状况是复杂多变的，往往会经历变加速、变减速的变转速过程，现有的方法在单一转速数据集下虽然已经取得了不错的效果，但是在变转速数据集上的效果却很差；为解决这一问题，本发明提出了基于STFT与改进DenseNet的航空发动机故障诊断方法；该方法将原始信号经过STFT生成各类故障的时频图像，然后使用基于改进的DenseNet模型对故障图像进行分类；经过充分的实验验证得知，在航空发动机的故障诊断上取得了很好的效果。本发明应用于航空发动机等机械设备的故障诊断。

摘要： 本发明公开了一种基于STFT与CNN的列车轴承故障诊断方法，收集列车轴承的故障振动信号；通过基于绝对均值的异常数据识别与矫正算法识别并矫正原始振动信号中存在的异常数据；通过STFT提取振动信号的时频信息，并将时频信号分解为实部与虚部；构建基于CNN的故障识别深度学习网络；基于深度学习网络的识别结果，通过SoftMax函数得到轴承的故障诊断结果；本发明充分利用了列车轴承故障振动信号的时频信息，并基于CNN在图像分类领域的研究成果，提出了一种CNN新变种。