导读:本文包含了短时傅里叶变换论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:信号,电晕,电流,分解,时分,干扰,故障诊断。
短时傅里叶变换论文文献综述
严海滔,周怀来,牛聪,巫南克,周健[1]（2019）在《同步挤压改进短时傅里叶变换分频相干技术在断裂识别中的应用》一文中研究指出受地震资料分辨率低以及地层产状所造成的背景噪声影响,难以准确识别小断裂及裂缝发育区,因此,利用同步挤压改进短时傅里叶变换的高时频分辨率技术,将地震数据体谱分解得到不同频率的单频数据体,再结合多道倾角导向相干技术对单频数据体进行相干计算。结果表明:同步挤压改进短时傅里叶变换分频多道倾角导向相干技术能够有效削弱因地震资料分辨率以及地层产状所造成的背景噪声影响,不仅具同步挤压改进短时傅里叶变换的高时频分辨率的优势,而且还有多道倾角导向相干技术对断裂准确刻画的优点。应用该方法在南海某工区断裂识别中取得了很好的效果。(本文来源于《石油地球物理勘探》期刊2019年04期）
李忠盼,赵冬青,向民志,张利伟[2]（2019）在《一种加速GNSS信号捕获的短时傅里叶变换算法》一文中研究指出提高GNSS信号捕获速度从而减少定位时间,是目前GNSS信号处理研究热点之一。短时傅里叶变换是一种通过设立窗口函数与采样信号相乘从而提高捕获速度的方法。为了提高GNSS信号捕获速度,利用短时傅里叶算法对GNSS信号捕获的算法进行了改进。实验中选取了不同的窗口函数对GNSS信号峰值以及处理速度的变化进行了分析。在其码相位和频率基本不变的情况下,得到了在峰值变化较小时,短时傅里叶变换能有效提高其捕获速度的结论。(本文来源于《测绘科学技术学报》期刊2019年01期）
郝田义,薛永华,郑志刚[3]（2019）在《基于短时分数阶傅里叶变换的含噪信号特征提取》一文中研究指出通过对比噪声背景下短时傅里叶变换和短时分数阶傅里叶变换的时频分辨能力,进一步明确了短时分数阶傅里叶变换对频率时变信号的独特优势。研究了短时分数阶傅里叶变换的窗口滑动方式对瞬时频率估计的影响,可以发现:首先,在调频率较大或是变化剧烈时,短时分数阶傅里叶变换具有更好的鲁棒性;其次,在基于短时分数阶傅里叶变换的瞬时频率估计,实际应用中应主要采用以第一采样时刻作为估计值的逐点滑动方式。(本文来源于《海军航空工程学院学报》期刊2019年03期）
杨小鹏,韩博文,吴旭晨,龙腾[4]（2019）在《基于短时分数阶傅里叶变换的间歇采样转发干扰辨识方法》一文中研究指出基于数字射频存储的间歇采样转发干扰能够形成大量同时兼具压制和欺骗效果的假目标,难以被传统方法准确检测与识别。本文针对切片组合干扰和频谱弥散干扰这两种典型间歇采样转发干扰样式,提出一种基于短时分数阶傅里叶变换的干扰辨识方法。该方法首先通过角度遍历选取干扰信号的分数阶变换最优旋转角度;之后通过短时分数阶傅里叶变换,获得接收信号时频分布图像;再对时频图像进行二值化操作,提取干扰时频域特征参数,进而对干扰进行有效辨识。仿真结果证实了该方法的有效性与准确性。(本文来源于《信号处理》期刊2019年06期）
陈正颖,王黎明,怡勇[5]（2019）在《基于短时傅里叶变换的直流电晕无线电干扰激发电流计算》一文中研究指出为了实现基于物理过程的对无线电干扰值的快速计算,通过实验测量得到电晕脉冲统计规律,基于实验测量的数据使用短时傅里叶变换(STFT),对圆形导线和绞线在不同电压下的无线电干扰激发电流进行了研究,宏观上计算了激发电流的峰值和有效值。并采用随机脉冲生成的方法进行仿真,使用STFT得到了电晕电流随时间变化的频谱以及激发电流峰值和有效值随时间变化的动态值。结果表明,电晕电流脉冲的幅值近似服从对数正态分布,而间隔时间近似服从指数分布。随着电压的增大,脉冲频率增大,激发电流的特征量也相应增大。STFT很好地反映了频谱随时间变化的动态过程,与电晕电流的时域波形有着明确的对应关系。(本文来源于《高电压技术》期刊2019年06期）
严海滔,龚齐森,周怀来,牛聪,严帝[6]（2019）在《基于同步挤压改进短时傅里叶变换的谱分解应用》一文中研究指出随着油气勘探开发深度的增加以及地震数据采集受外界的干扰严重,使得地震资料处理解释人员对于含油气层的识别也变得更加困难。基于时频分析的地震谱分解技术已经广泛应用于油气储层预测中;但由于短时傅里叶变换、小波变换、S变换、Wigner-Ville分布等传统时频分析方法受自身窗函数的约束,使得它们的时频聚焦性不高或交叉项干扰,导致油气检测结果存在很大的误差。针对这一难题,为了实现准确的储层预测,通过对短时傅里叶窗函数进行拓展,并且对拓展后的短时傅里叶变换结果执行挤压,将挤压结果重排放置于信号的瞬时频率处,提出了同步挤压改进短时傅里叶变换。信号分析表明同步挤压改进短时傅里叶变换具有更高的时频聚焦能力。将同步挤压改进短时傅里叶变换与地震谱分解技术结合,并将其运用于实际地震资料,结果表明,该方法可以对含油气层进行精细刻画,频率异常特征十分显着,对于含油气性检测具有很强的实用性。(本文来源于《大庆石油地质与开发》期刊2019年03期）
晁娇[7]（2019）在《基于短时傅里叶变换的雷达信号脉内特征自动识别研究》一文中研究指出一种能够同时对信号时域和频域分析的方法——短时傅里叶变换(STFT),可以在时频二维角度准确地描述信号的时间、频域的局部特性,与其他算法不同,通过该算法可以得到信号的瞬时频率随时间变化的变化规律,其在雷达信号的脉内特征分析中的效果明显。本文根据仿真结果,对不同类型信号经短时傅里叶变换后的结果进行统计,形成了基于短时傅里叶变换的雷达信号脉内特征自动识别流程,对电子侦察情报的获取及应用有重要的意义。(本文来源于《现代信息科技》期刊2019年01期）
曹洁梅[8]（2018）在《基于短时傅里叶变换的岩石声波信号分析方法研究》一文中研究指出针对岩石声波信号离散、非平稳,含有较多突变分量等特性,提出一种基于短时傅里叶变换的时频分析方法。通过合理选择窗函数、加窗长度以及窗移动步长,对岩石声波信号进行时频分析,提取相关声学参数。结果表明:短时傅里叶时频分析能很好地显示信号时域和频域局部特征,能够清楚地描述声学参数(频率、振幅等)变化。(本文来源于《路基工程》期刊2018年06期）
权振亚,张锟,史晓霞[9]（2018）在《基于ITD和短时傅里叶变换的故障诊断方法》一文中研究指出根据固有时间尺度分解和短时傅里叶变换方法的优点,提出固有时间尺度分解和短时傅里叶变换相结合的故障诊断方法。采用ITD方法故障信号分解为若干个固有旋转分量和一个单调趋势项,提取特征信号并确定故障;运用短时傅里叶变换方法对分解的PR分量进行时频分析得到特性频率并进行相关预判断。以齿轮箱为试验对象进行诊断,结果表明,该方法可以有效地提取故障特征信号,并对隐藏的信号进行提取,实现有效诊断故障和预防故障发生。(本文来源于《装备制造技术》期刊2018年12期）
李恒,张氢,秦仙蓉,孙远韬[10]（2018）在《基于短时傅里叶变换和卷积神经网络的轴承故障诊断方法》一文中研究指出针对具有较强非平稳性和易被强烈背景噪声干扰特点的滚动轴承振动信号,提出了基于短时傅里叶变换和卷积神经网络的故障诊断方法,实现了端到端的故障模式识别。首先,对滚动轴承振动信号进行短时傅里叶变换,得到时频谱样本,分为训练集和测试集;然后将训练集输入卷积神经网络中进行学习,不断更新网络参数;最后,将学习好参数的卷积神经网络模型应用于测试集,输出故障识别结果;通过滚动轴承故障模拟试验,进行可行性和有效性的验证。结果表明提出的方法对不同类型故障有着很高的识别精度,并可以通过增加故障数据种类和数量的方式来提高此方法的鲁棒性,是一种适应于处理"大数据"的故障诊断方法。(本文来源于《振动与冲击》期刊2018年19期）
短时傅里叶变换论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提高GNSS信号捕获速度从而减少定位时间,是目前GNSS信号处理研究热点之一。短时傅里叶变换是一种通过设立窗口函数与采样信号相乘从而提高捕获速度的方法。为了提高GNSS信号捕获速度,利用短时傅里叶算法对GNSS信号捕获的算法进行了改进。实验中选取了不同的窗口函数对GNSS信号峰值以及处理速度的变化进行了分析。在其码相位和频率基本不变的情况下,得到了在峰值变化较小时,短时傅里叶变换能有效提高其捕获速度的结论。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
短时傅里叶变换论文参考文献
[1].严海滔,周怀来,牛聪,巫南克,周健.同步挤压改进短时傅里叶变换分频相干技术在断裂识别中的应用[J].石油地球物理勘探.2019
[2].李忠盼,赵冬青,向民志,张利伟.一种加速GNSS信号捕获的短时傅里叶变换算法[J].测绘科学技术学报.2019
[3].郝田义,薛永华,郑志刚.基于短时分数阶傅里叶变换的含噪信号特征提取[J].海军航空工程学院学报.2019
[4].杨小鹏,韩博文,吴旭晨,龙腾.基于短时分数阶傅里叶变换的间歇采样转发干扰辨识方法[J].信号处理.2019
[5].陈正颖,王黎明,怡勇.基于短时傅里叶变换的直流电晕无线电干扰激发电流计算[J].高电压技术.2019
[6].严海滔,龚齐森,周怀来,牛聪,严帝.基于同步挤压改进短时傅里叶变换的谱分解应用[J].大庆石油地质与开发.2019
[7].晁娇.基于短时傅里叶变换的雷达信号脉内特征自动识别研究[J].现代信息科技.2019
[8].曹洁梅.基于短时傅里叶变换的岩石声波信号分析方法研究[J].路基工程.2018
[9].权振亚,张锟,史晓霞.基于ITD和短时傅里叶变换的故障诊断方法[J].装备制造技术.2018
[10].李恒,张氢,秦仙蓉,孙远韬.基于短时傅里叶变换和卷积神经网络的轴承故障诊断方法[J].振动与冲击.2018
论文知识图
