RU2733111C1 - Method for frequency-time correlation analysis of digital signals - Google Patents

Method for frequency-time correlation analysis of digital signals Download PDF

Info

Publication number
RU2733111C1
RU2733111C1 RU2020112257A RU2020112257A RU2733111C1 RU 2733111 C1 RU2733111 C1 RU 2733111C1 RU 2020112257 A RU2020112257 A RU 2020112257A RU 2020112257 A RU2020112257 A RU 2020112257A RU 2733111 C1 RU2733111 C1 RU 2733111C1
Authority
RU
Russia
Prior art keywords
signals
fourier transform
complex
signal
direct
Prior art date
Application number
RU2020112257A
Other languages
Russian (ru)
Inventor
Валерий Степанович Аврамчук
Владимир Андреевич Фаерман
Original Assignee
федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский Томский политехнический университет»
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский Томский политехнический университет» filed Critical федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский Томский политехнический университет»
Priority to RU2020112257A priority Critical patent/RU2733111C1/en
Application granted granted Critical
Publication of RU2733111C1 publication Critical patent/RU2733111C1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Complex Calculations (AREA)

Abstract

FIELD: physics.
SUBSTANCE: invention relates to digital signal processing and can be used for analysis of signals of various origin when solving tasks of non-destructive testing and diagnostics of equipment based on correlation analysis. Method of frequency-time correlation analysis of noisy signals includes direct Fourier transform in form of fast Fourier transform of two input signals, determining a complex-conjugate value of direct conversion results of one of signals, pairwise multiplication of obtained complex signals of direct Fourier transform with complex-conjugated values of the Fourier direct Fourier transform of the second signal, generation of m signals Mk from the obtained product Pj according to the expression. Obtained signals Mk are subjected to inverse Fourier transform. Fourier-time correlation function is determined from results of inverse Fourier transformation, according to the graph of which correlation of harmonic components of signals at different frequencies is determined.
EFFECT: reduced noise effect on resultant values of frequency-time correlation function.
1 cl, 3 dwg

Description

Изобретение относится к области цифровой обработки сигналов и может быть использовано для анализа сигналов различного происхождения при решении задач неразрушающего контроля и диагностики оборудования на основе корреляционного анализа.The invention relates to the field of digital signal processing and can be used to analyze signals of various origins when solving problems of non-destructive testing and diagnostics of equipment based on correlation analysis.

Известен способ частотно-временного корреляционного анализа цифровых сигналов [RU 2405163 С1, МПК G01R 23/16 (2006.01), опубл. 27.11.2010], который заключается в прямом преобразовании Фурье двух сигналов в форме быстрого преобразования Фурье размерностью

Figure 00000001
, определении комплексно-сопряженного значения результатов прямого преобразования одного из сигналов, попарного умножения полученных комплексных сигналов прямого преобразования Фурье с комплексно-сопряженными значениями прямого преобразования Фурье второго сигнала. Из полученного произведения
Figure 00000002
 выбирают значения и формируют
Figure 00000003
 сигналов
Figure 00000004
, The known method of time-frequency correlation analysis of digital signals [RU 2405163 C1, IPC G01R 23/16 (2006.01), publ. 11/27/2010], which consists in the direct Fourier transform of two signals in the form of the fast Fourier transform with the dimension
Figure 00000001
 , determining the complex-conjugate value of the results of the direct transformation of one of the signals, pairwise multiplication of the obtained complex signals of the direct Fourier transform with the complex-conjugate values of the direct Fourier transform of the second signal. From the received work
Figure 00000002
 select values and form
Figure 00000003
 signals
Figure 00000004
 ,

где

Figure 00000005
; Where
Figure 00000005
 ;

Figure 00000006
;
Figure 00000006
;

Figure 00000007
,
Figure 00000007
,

согласно выражению according to the expression

Figure 00000008
Figure 00000008

Полученные сигналы

Figure 00000009
подвергают обратному преобразованию Фурье
Figure 00000010
. По результатам обратного преобразования Фурье определяют частотно-временную корреляционную функцию Received signals
Figure 00000009
 subjected to the inverse Fourier transform
Figure 00000010
 ... Based on the results of the inverse Fourier transform, the time-frequency correlation function is determined

Figure 00000011
,
Figure 00000011
,

где

Figure 00000012
Where
Figure 00000012

Figure 00000013
Figure 00000013

Figure 00000014
- частота дискретизации сигнала.
Figure 00000014
- signal sampling rate.

Далее по полученным результатам строят график частотно-временной корреляционной функции

Figure 00000015
, по которому судят о корреляции гармонических составляющих сигналов на различных частотах.Next, according to the results obtained, a graph of the time-frequency correlation function is plotted
Figure 00000015
 , which is used to judge the correlation of harmonic components of signals at different frequencies.

Недостатком такого решения является то, что под влиянием интенсивных помех график частотно-временной корреляционной функции может не иметь выраженных признаков наличия корреляции гармонических составляющих сигналов.The disadvantage of this solution is that, under the influence of intense interference, the graph of the time-frequency correlation function may not have pronounced signs of the presence of correlation of the harmonic components of the signals.

Техническим результатом предложенного изобретения является снижение влияния помех на результирующие значения частотно-временной корреляционной функции.The technical result of the proposed invention is to reduce the influence of interference on the resulting values of the time-frequency correlation function.

Предложенный способ частотно-временного корреляционного анализа цифровых сигналов, также как в прототипе, включает прямое преобразование Фурье в форме быстрого преобразования Фурье двух входных сигналов размерностью

Figure 00000001
, определение комплексно-сопряженного значения результатов прямого преобразования одного из сигналов, попарное умножение полученных комплексных сигналов прямого преобразования Фурье с комплексно-сопряженными значениями прямого преобразования Фурье второго сигнала, из полученного произведения
Figure 00000002
 выбирают значения и формируют m сигналов
Figure 00000004
, представляющих собой сигнал
Figure 00000002
, разделенный на
Figure 00000016
 неперекрывающихся равных по ширине полос частотных диапазонов,The proposed method for time-frequency correlation analysis of digital signals, as in the prototype, includes a direct Fourier transform in the form of a fast Fourier transform of two input signals with the dimension
Figure 00000001
 , determination of the complex-conjugate value of the results of the direct transformation of one of the signals, pairwise multiplication of the obtained complex signals of the direct Fourier transform with the complex-conjugate values of the direct Fourier transform of the second signal, from the obtained product
Figure 00000002
 select values and generate m signals
Figure 00000004
 representing the signal
Figure 00000002
 divided by
Figure 00000016
 non-overlapping equal bandwidth frequency ranges,

где

Figure 00000005
; Where
Figure 00000005
 ;

Figure 00000017
;
Figure 00000017
;

Figure 00000007
.
Figure 00000007
...

Полученные сигналы

Figure 00000009
подвергают обратному преобразованию Фурье
Figure 00000010
. По результатам обратного преобразования Фурье определяют частотно-временную корреляционную функциюReceived signals
Figure 00000009
 subjected to the inverse Fourier transform
Figure 00000010
 ... Based on the results of the inverse Fourier transform, the time-frequency correlation function is determined

Figure 00000011
, (1)
Figure 00000011
, (1)

где

Figure 00000012
Where
Figure 00000012

Figure 00000013
Figure 00000013

Figure 00000014
- частота дискретизации сигнала.
Figure 00000014
- signal sampling rate.

По полученным результатам строят график частотно-временной корреляционной функции

Figure 00000015
, по которому судят о корреляции гармонических составляющих сигналов на различных частотах.Based on the results obtained, a graph of the time-frequency correlation function is plotted
Figure 00000015
 , which is used to judge the correlation of harmonic components of signals at different frequencies.

Согласно изобретению формируют из полученного произведения

Figure 00000002
выбирают значения и формируют m сигналов
Figure 00000004
 согласно выражениюAccording to the invention, the resulting product is formed
Figure 00000002
 select values and generate m signals
Figure 00000004
 according to the expression

Figure 00000018
(2)
Figure 00000018
(2)

где

Figure 00000019
значения сигнала функции когерентности, полученного согласно выражению:Where
Figure 00000019
 the value of the signal of the coherence function, obtained according to the expression:

Figure 00000020
,
Figure 00000020
,

где

Figure 00000021
- значения результатов прямого преобразования Фурье первого сигнала;Where
Figure 00000021
 - the values of the results of the direct Fourier transform of the first signal;

Figure 00000022
- комплексно-сопряженные значения результатов прямого преобразования Фурье второго сигнала.
Figure 00000022
- complex conjugate values of the results of the direct Fourier transform of the second signal.

Заявленный способ частотно-временного корреляционного анализа цифровых сигналов имеет существенное преимущество, так как позволяет снизить влияние помех на полученные результаты за счет умножения полученного произведения

Figure 00000023
на значения функции когерентности
Figure 00000024
, что позволяет выявить слабые коррелированные сигналы на  фоне интенсивных помех, при этом обеспечены высокое быстродействие и универсальность реализации.The claimed method of time-frequency correlation analysis of digital signals has a significant advantage, since it allows to reduce the influence of interference on the results obtained by multiplying the obtained product
Figure 00000023
 on the values of the coherence function
Figure 00000024
 , which makes it possible to identify weak correlated signals against the background of intense interference, while ensuring high performance and versatility of implementation.

На фиг. 1 представлена аппаратная схема устройства, реализующего рассматриваемый способ частотно-временного корреляционного анализа зашумленных сигналов.FIG. 1 shows a hardware diagram of a device that implements the considered method of time-frequency correlation analysis of noisy signals.

На фиг. 2 приведен график частотно-временной корреляционной функции, полученной предложенным способом.FIG. 2 shows a graph of the time-frequency correlation function obtained by the proposed method.

На фиг. 3 приведен график частотно-временной корреляционной функции, полученной без привлечения информации о функции когерентности по способу-прототипу.FIG. 3 shows a graph of the time-frequency correlation function obtained without using information about the coherence function according to the prototype method.

Способ частотно-временного корреляционного анализа зашумленных сигналов может быть осуществлен с помощью схемы (фиг. 1), содержащей первый датчик для получения анализируемого сигнала 1 (ДАС1), подключенный к первому блоку аналого-цифрового преобразования 2 (АЦП1), выход которого соединен с входом первого блока прямого преобразования Фурье 3 (БФ1). Ко второму датчику анализируемого сигнала 4 (ДАС2) последовательно подключены второй блок аналого-цифрового преобразования 5 (АЦП2), второй блок прямого преобразования Фурье 6 (БФ2) и блок определения комплексно-сопряженного значения 7 (БОК). Выходы первого блока прямого преобразования Фурье 3 (БФ1) и блока определения комплексно-сопряженного значения 7 (БОК) соединены с входом блока вычисления функции когерентности 8 (БК) и входом первого блока умножения 9 (БУ1). Выход блока вычисления функции когерентности 8 (БК) соединен с входом второго блока умножения 10 (БУ2). Выход первого блока умножения 9 (БУ1) соединен с входом второго блока умножения 10 (БУ2), к которому последовательно подключены блок формирования сигналов 11 (БФС), блок обратного преобразования Фурье 12 (БОФ) и блок интерпретации 13 (БИ). The method of time-frequency correlation analysis of noisy signals can be carried out using a circuit (Fig. 1) containing a first sensor for obtaining the analyzed signal 1 (DAS1), connected to the first analog-to-digital conversion unit 2 (ADC1), the output of which is connected to the input the first block of the direct Fourier transform 3 (BF1). A second analog-to-digital conversion unit 5 (ADC2), a second direct Fourier transform unit 6 (BF2) and a complex conjugate value determination unit 7 (BOC) are connected in series to the second sensor of the analyzed signal 4 (DAS2). The outputs of the first block of direct Fourier transform 3 (BF1) and the block for determining the complex-conjugate value 7 (BOC) are connected to the input of the unit for calculating the coherence function 8 (BC) and the input of the first multiplication block 9 (BU1). The output of the unit for calculating the coherence function 8 (BC) is connected to the input of the second multiplication unit 10 (BU2). The output of the first multiplication unit 9 (BU1) is connected to the input of the second multiplication unit 10 (BU2), to which the signal generating unit 11 (BFS), the inverse Fourier transform unit 12 (BOF) and the interpretation unit 13 (BI) are connected in series.

В качестве датчиков анализируемого сигнала 1 (ДАС1) и 4 (ДАС2) могут быть использованы датчики тока, например, промышленные приборы КЭИ-0.1 или датчики напряжения – трансформаторы напряжения (220/5В). Блоки аналого-цифрового преобразования 2 (АЦП1) и 5 (АЦП2) могут быть реализованы на основе аналого-цифровых преобразователей ADS7827. Блоки прямого преобразования Фурье 3 (БФ1) и 6 (БФ2), блок определения комплексно-сопряженного значения 7 (БОК), блок вычисления функции когерентности 8 (БК), блоки умножения 9 (БУ1) и 10 (БУ2), блок формирования сигналов 11 (БФС), блок обратного преобразования Фурье 12 (БОФ), блок интерпретации 13 (БИ) могут быть выполнены на микроконтроллере серии AVR32 производителя Аtmel AT32AP7000.Current sensors, for example, industrial devices KEI-0.1 or voltage sensors - voltage transformers (220 / 5V), can be used as sensors of the analyzed signal 1 (DAS1) and 4 (DAS2). Analog-to-digital conversion units 2 (ADC1) and 5 (ADC2) can be implemented on the basis of ADS7827 analog-to-digital converters. Blocks of direct Fourier transform 3 (BF1) and 6 (BF2), block for determining the complex-conjugate value 7 (BOC), block for calculating the coherence function 8 (BC), multiplication blocks 9 (BU1) and 10 (BU2), signal generating unit 11 (BFS), block of inverse Fourier transform 12 (BOF), block of interpretation 13 (BI) can be performed on a microcontroller of the AVR32 series manufactured by Atmel AT32AP7000.

Датчики сигналов 1 (ДАС1) и 4 (ДАС2) были установлены по обе стороны от сквозного отверстия в трубопроводе, по которому под давлением подавалась вода. Расстояние между датчиками сигналов 1 (ДАС1) и 4 (ДАС2) составляло 55 метров; расстояние от источника сигналов (сквозного отверстия) до датчика 1 (ДАС1) составляло 3 метра.Signal sensors 1 (DAS1) and 4 (DAS2) were installed on both sides of a through hole in the pipeline through which water was supplied under pressure. The distance between signal sensors 1 (DAS1) and 4 (DAS2) was 55 meters; the distance from the signal source (through hole) to sensor 1 (DAS1) was 3 meters.

С выходов датчиков 1 (ДАС1) и 4 (ДАС2) анализируемые сигналы

Figure 00000025
и
Figure 00000026
 поступали на входы аналого-цифровых преобразователей 2 (АЦП1) и 5 (АЦП2), с выхода которых дискретизированные сигналы
Figure 00000027
 и
Figure 00000028
,Analyzed signals from sensor outputs 1 (DAS1) and 4 (DAS2)
Figure 00000025
 and
Figure 00000026
 came to the inputs of analog-to-digital converters 2 (ADC1) and 5 (ADC2), from the output of which the sampled signals
Figure 00000027
 and
Figure 00000028
 ,

где

Figure 00000029
Figure 00000030
, Where
Figure 00000029
Figure 00000030
 ,

Figure 00000031
;
Figure 00000031
;

Figure 00000032
– размер выборки для быстрого преобразования Фурье;
Figure 00000032
- sample size for fast Fourier transform;

Figure 00000033
сек – шаг дискретизации сигнала
Figure 00000025
 и
Figure 00000026
,
Figure 00000033
sec - signal sampling step
Figure 00000025
 and
Figure 00000026
 ,

поступали на входы блоков прямого преобразования Фурье 3 (БФ1) и 6 (БФ2), где выполнялось прямое преобразование Фурье входных сигналов. С выхода второго блока прямого преобразования Фурье 6 (БФ2) результаты прямого преобразования Фурье в виде комплексного сигнала размерностью

Figure 00000034
поступали на вход блока определения комплексно-сопряженного значения 7 (БОК), где определялись комплексно-сопряженные значения для каждого элемента сигнала. Результаты преобразований в первом блоке прямого преобразования Фурье 3 (БФ1) S1 j и в блоке определения комплексно-сопряженного значения 7 (БОК) S2 j одновременно поступали на вход блока вычисления функции когерентности 8 (БК) и на вход первого блока умножения 9 (БУ1). В блоке вычисления функции когерентности 8 (БК) рассчитывались значения функции когерентности. В первом блоке умножения 9 (БУ1) выполнялось попарное умножение двух комплексных сигналов поступивших с первого блока прямого преобразования Фурье 3 (БФ1) и с блока определения комплексно-сопряженного значения 7 (БОК). С выхода блока вычисления функции когерентности 8 (БК) и выхода первого блока умножения 9 (БУ1) сигналы поступали на вход второго блока умножения 10 (БУ2), с выхода которого результаты умножения в виде комплексного сигнала размерностью
Figure 00000035
 поступали на вход блока формирования сигналов 11 (БФС), где сформировали
Figure 00000036
 комплексных сигналов размерностью
Figure 00000037
 согласно выражению (2). С выхода блока формирования сигналов 11 (БФС) полученные комплексные сигналы поступали на вход блока вычисления обратного преобразования Фурье 12 (БОФ), где выполнялось обратное преобразование Фурье над каждым комплексным сигналом. С выхода блока вычисления обратного преобразования Фурье 12 (БОФ) результаты обратного преобразования Фурье в виде действительных
Figure 00000038
 сигналов размерностью
Figure 00000039
 поступали на вход блока интерпретации 13 (БИ), где согласно выражению (1) определили частотно-временную корреляционную функцию.came to the inputs of the direct Fourier transform units 3 (BF1) and 6 (BF2), where the direct Fourier transform of the input signals was performed. From the output of the second block of the direct Fourier transform 6 (BF2), the results of the direct Fourier transform in the form of a complex signal with the dimension
Figure 00000034
 came to the input of the complex-conjugate value determination unit 7 (BOC), where the complex-conjugate values for each signal element were determined. The results of the transformations in the first block of the direct Fourier transform 3 (BF1) S 1 j and in the block for determining the complex conjugate value 7 (BOC) S 2 j were simultaneously fed to the input of the unit for calculating the coherence function 8 (BC) and to the input of the first multiplication block 9 ( BU1). In the block for calculating the coherence function 8 (BC), the values of the coherence function were calculated. In the first block of multiplication 9 (BU1), pairwise multiplication of two complex signals from the first block of direct Fourier transform 3 (BF1) and from the block for determining the complex conjugate value 7 (BOC) was performed. From the output of the block for calculating the coherence function 8 (BC) and the output of the first multiplication block 9 (BU1), the signals were fed to the input of the second multiplication block 10 (BU2), from the output of which the multiplication results in the form of a complex signal with the dimension
Figure 00000035
 came to the input of the signal forming unit 11 (BFS), where they formed
Figure 00000036
 complex signals with dimension
Figure 00000037
 according to expression (2). From the output of the signal generating unit 11 (BFS), the obtained complex signals were fed to the input of the calculating unit of the inverse Fourier transform 12 (BOF), where the inverse Fourier transform was performed over each complex signal. From the output of the block for calculating the inverse Fourier transform 12 (BOF), the results of the inverse Fourier transform in the form of real
Figure 00000038
 signals with dimension
Figure 00000039
 came to the input of the interpretation unit 13 (BI), where, according to expression (1), the time-frequency correlation function was determined.

Полученная частотно-временная корреляционная функция (фиг. 2) имеет пять выраженных пиков, отчётливо различимых на графике. Четыре пика локализованы в  области нулевых значений времени запаздывания и обусловлены наличием нежелательных сигналов в измерительных каналах. Пятый пик, обусловленный полезным сигналом, соответствует значению времени запаздывания 0,034 с и локализован в  частотной полосе от 19,1 до 20,5 кГц. The resulting time-frequency correlation function (Fig. 2) has five distinct peaks, clearly distinguishable on the graph. Four peaks are localized in the region of zero values of the delay time and are caused by the presence of unwanted signals in the measuring channels. The fifth peak, caused by the useful signal, corresponds to a delay time of 0.034 s and is located in the frequency band from 19.1 to 20.5 kHz.

Частотно-временная корреляционная функция, полученная известным способом-прототипом (фиг. 3) имеет несколько выраженных пиков в области нулевых значений времени запаздывания, локализованных в частотной полосе от 14 до 22 кГц. Менее выраженные и имеющие сопоставимую величину пики рассредоточены в широкой полосе частот и диапазоне изменения времени запаздывания. Визуальная идентификация пика, обусловленного полезным сигналом, затруднительна.The time-frequency correlation function obtained by the known prototype method (Fig. 3) has several pronounced peaks in the region of zero values of the delay time, localized in the frequency band from 14 to 22 kHz. Less pronounced and comparable in magnitude peaks are dispersed over a wide frequency band and a range of delay time variation. Visual identification of the peak due to the wanted signal is difficult.

Claims (15)

Способ частотно-временного корреляционного анализа цифровых сигналов, включающий прямое преобразование Фурье в форме быстрого преобразования Фурье двух входных сигналов размерностью
Figure 00000040
, определение комплексно-сопряженного значения результатов прямого преобразования одного из сигналов, попарное умножение полученных комплексных сигналов прямого преобразования Фурье первого сигнала с комплексно-сопряженными значениями прямого преобразования Фурье второго сигнала, выбор значений и формирование
Figure 00000041
 сигналов
Figure 00000042
 из полученного произведения
Figure 00000043
, где 
Figure 00000044
;Method for time-frequency correlation analysis of digital signals, including direct Fourier transform in the form of fast Fourier transform of two input signals with dimension
Figure 00000040
 , determination of the complex-conjugate value of the results of direct transformation of one of the signals, pairwise multiplication of the obtained complex signals of the direct Fourier transform of the first signal with the complex-conjugate values of the direct Fourier transform of the second signal, selection of values and formation
Figure 00000041
 signals
Figure 00000042
 from the received work
Figure 00000043
 where
Figure 00000044
 ;
Figure 00000045
;
Figure 00000045
;
Figure 00000046
,
Figure 00000046
, полученные сигналы
Figure 00000047
 подвергают обратному преобразованию Фурье
Figure 00000048
, по результатам которого определяют частотно-временную корреляционную функциюreceived signals
Figure 00000047
 subjected to the inverse Fourier transform
Figure 00000048
 , the results of which determine the time-frequency correlation function
Figure 00000049
,
Figure 00000049
, где
Figure 00000050
 Where
Figure 00000050
Figure 00000051
Figure 00000051
Figure 00000052
 - частота дискретизации сигнала,
Figure 00000052
- signal sampling rate, затем по полученным результатам строят график частотно-временной корреляционной функции
Figure 00000053
, по которому судят о корреляции гармонических составляющих сигналов на различных частотах, отличающийся тем, что после попарного умножения полученных комплексных сигналов прямого преобразования Фурье первого сигнала с комплексно-сопряженными значениями прямого преобразования Фурье второго сигнала из полученного произведения
Figure 00000043
 выбирают значения и формируют
Figure 00000054
 сигналов
Figure 00000042
 согласно выражению:then, based on the results obtained, a graph of the time-frequency correlation function is plotted
Figure 00000053
 , by which the correlation of the harmonic components of signals at different frequencies is judged, characterized in that after pairwise multiplication of the obtained complex signals of the direct Fourier transform of the first signal with the complex-conjugate values of the direct Fourier transform of the second signal from the obtained product
Figure 00000043
 select values and form
Figure 00000054
 signals
Figure 00000042
 according to the expression:
Figure 00000055
Figure 00000055
 где
Figure 00000056
 значения сигнала функции когерентности определяют согласно выражениюWhere
Figure 00000056
 the values of the signal of the coherence function are determined according to the expression
Figure 00000057
,
Figure 00000057
, где
Figure 00000058
 - значения результатов прямого преобразования Фурье первого сигнала;Where
Figure 00000058
 - the values of the results of the direct Fourier transform of the first signal;
Figure 00000059
 - комплексно-сопряженные значения результатов прямого преобразования Фурье второго сигнала,
Figure 00000059
- complex conjugate values of the results of the direct Fourier transform of the second signal, а затем полученные сигналы
Figure 00000042
 используют для обратного преобразования Фурье.and then the received signals
Figure 00000042
 used for the inverse Fourier transform.
RU2020112257A 2020-03-26 2020-03-26 Method for frequency-time correlation analysis of digital signals RU2733111C1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2020112257A RU2733111C1 (en) 2020-03-26 2020-03-26 Method for frequency-time correlation analysis of digital signals

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2020112257A RU2733111C1 (en) 2020-03-26 2020-03-26 Method for frequency-time correlation analysis of digital signals

Publications (1)

Publication Number Publication Date
RU2733111C1 true RU2733111C1 (en) 2020-09-29

Family

ID=72926884

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2020112257A RU2733111C1 (en) 2020-03-26 2020-03-26 Method for frequency-time correlation analysis of digital signals

Country Status (1)

Country Link
RU (1) RU2733111C1 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2418478A1 (en) * 2000-08-15 2002-02-21 The Regents Of The University Of California Method and apparatus for reducing contamination of an electrical signal
RU2405163C1 (en) * 2009-05-18 2010-11-27 Государственное образовательное учреждение высшего профессионального образования "Томский политехнический университет" Method for time-frequency correlation analysis of digital signals

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2418478A1 (en) * 2000-08-15 2002-02-21 The Regents Of The University Of California Method and apparatus for reducing contamination of an electrical signal
RU2405163C1 (en) * 2009-05-18 2010-11-27 Государственное образовательное учреждение высшего профессионального образования "Томский политехнический университет" Method for time-frequency correlation analysis of digital signals

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"Обзор методов повышения отношения сигнал/шум при решении задач обнаружения сигналов неизвестной формы", 2014. С. 261, 262. *
"Обзор методов повышения отношения сигнал/шум при решении задач обнаружения сигналов неизвестной формы", 2014. С. 261, 262. "Применение когерентного анализа для повышение информативности частотно-временной корреляционной функции", 2014. С. 98, 99. "Частотно-временной корреляционный анализ цифровых сигналов" 2009. Т. 315. 5, с.112-115. *
Применение когерентного анализа для повышение информативности частотно-временной корреляционной функции", 2014. С. 98, 99. *
Частотно-временной корреляционный анализ цифровых сигналов" 2009. Т. 315. 5, с.112-115. *

Similar Documents

Publication Publication Date Title
Li et al. Synchroextracting transform: The theory analysis and comparisons with the synchrosqueezing transform
Guo et al. An improved EMD method based on the multi-objective optimization and its application to fault feature extraction of rolling bearing
Chen et al. Fault diagnosis of planetary gearbox under variable-speed conditions using an improved adaptive chirp mode decomposition
US7427867B2 (en) Method and system for non-destructive evaluation of conducting structures
CN101674520B (en) Method and device for analyzing and testing parameter of vibration type pickup
Chen et al. An ameliorated synchroextracting transform based on upgraded local instantaneous frequency approximation
CN117434426B (en) Test method, system and device of switched capacitor filter
RU2733111C1 (en) Method for frequency-time correlation analysis of digital signals
CN104215833A (en) Power system frequency measuring method and device
CN106197523A (en) Testing of Feeble Signals based on first-order linear system and recovery
Guo et al. Order-crossing removal in Gabor order tracking by independent component analysis
RU2405163C1 (en) Method for time-frequency correlation analysis of digital signals
Faisal et al. Suppression of false-terms in wigner-ville distribution using time and frequency windowing
RU2331893C1 (en) Method of discrete component separation in signal spectre and device for its implementation
CN114777985A (en) Iron tower bolt complete loosening rapid detection method based on vibration characteristics
CN108957550B (en) TSP strong industrial electric interference suppression method based on SVD-ICA
RU2551400C1 (en) Method of harmonic analysis of periodic multifrequency signal against the noise background
Othman et al. Cwt algorithm for forward-scatter radar micro-doppler signals analysis
Hejtmanek et al. Comparison of two denoising techniques to improve UHF partial discharge localization
CN110764079A (en) Human motion state analysis method and system under low signal-to-noise ratio condition
RU2498324C1 (en) Method of detecting harmonic components and frequencies thereof in discrete signals
Mujezinović ROCOF Estimation via EMD, MEMD and NA-MEMD
Yang et al. A New Time-frequency Combined Method Based on Improved Complete Ensemble EMD and Affine Smooth Pseudo Wigner-Ville Distribution
CN108507669B (en) Intermittent burst environment noise reduction method and device for sound level measurement of power equipment
Gourishetti et al. Partial discharge monitoring using deep neural networks with acoustic emission