-
题名局部放电脉冲的Wigner时频分布特性研究
被引量：17
- 1
-
-
作者
袁鹏
司文荣
李军浩
李延沐
罗勇芬
李彦明
-
机构
西安交通大学电气工程学院
-
出处
《高压电器》
CAS
CSCD
北大核心
2008年第6期524-526,530,共4页
-
基金
国家自然科学基金资助项目(50377034)
国家自然科学基金资助项目(50877064)
-
文摘
为了提高时频分布的分析精度和有效性,笔者根据局部放电脉冲信号的非平稳特性,提出使用联合时频分布对其进行处理,从而分析脉冲信号的时频特性。针对目前在非平稳信号处理中广泛使用、属于Cohen类的Wigner-Ville分布(WVD),笔者以仿真脉冲为对象,分别研究了其原始WVD、平滑伪Wigner分布(SPWVD)以及重排平滑伪Wigner分布(RSPWVD)。分析结果表明:WVD能够对局部放电脉冲信号引发的短时变化具有高度的敏感性,更适合表征非平稳信号的时变信息;SPWVD能消除双线性函数引起的交叉干扰项,但是以牺牲分布的时频分辨率为代价的;RSPWVD具有很好的时频聚集性,易于提取单个脉冲波形的时频特征参数,从而用于放电类型的模式识别以及深入研究绝缘系统中的局部放电机理。
-
关键词
局部放电
WIGNER分布
平滑伪分布
重排
时频分析
-
Keywords
partial discharge （PD）
wigner-ville distribution （WVD）
smoothing-pseudo distribution
rearrange
time-frequency analysis
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名小波变换结合盲源分离的EEG情感识别
被引量：1
- 2
-
-
作者
沈成业
张雪英
孙颖
畅江
-
机构
太原理工大学信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第10期164-168,共5页
-
基金
国家自然科学基金(No.61371193)
-
文摘
由于脑电信号独立源数目的不确定性以及其他噪声的干扰,使得采集的脑电信号各导信号之间产生串扰、源信号难以估计以及噪声混杂等问题,严重影响了对脑电信号的分析研究。将小波变换与盲源分离算法相结合,并对盲源分离算法中维格纳分布存在的交叉项干扰现象进行重排处理。主要思路是首先将每一导信号进行小波变换,提取出特征波β波,然后对这些β波信号进行基于重排光滑伪维格纳分布的盲源分离,分离出关联性极大的β波成分。实验结果表明,所用方法分离出了各导信号中关联性大的脑电信号成分,并在一定程度上解决了源信号难以估计等问题,使识别结果有明显的提升。
-
关键词
脑电信号
小波变换
盲源分离
重排光滑伪维格纳分布
-
Keywords
Electroencephalogram(EEG)
wavelet transform
blind source separation
rearranged smooth pseudo-wigner distribution
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP399
[自动化与计算机技术—计算机应用技术]
-
