声振论坛

 找回密码
 我要加入

QQ登录

只需一步,快速开始

查看: 2018|回复: 8

[FFT] 稀疏傅里叶变换(SFFT)处理信号

[复制链接]
发表于 2014-9-18 12:50 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有账号?我要加入

x
大家好,哪位用过稀疏傅里叶变换(SFFT)处理信号?
小弟对MIT研究出的SFFT感兴趣,但是不知道怎么用,求指点。
回复
分享到:

使用道具 举报

 楼主| 发表于 2014-9-18 15:25 | 显示全部楼层
 楼主| 发表于 2014-9-18 15:26 | 显示全部楼层
发表于 2014-9-18 16:00 | 显示全部楼层
看过。各种介绍优点是提高了运算速度。fft还用不好,sfft就不敢想了。sfft方法很依赖分析信号的稀疏性,如果稀疏性很差的话,sfft没有多大优势。然而这种信号在振动信号中又广泛存在,比如各种存在噪声的信号,轴承故障信号。反之,如果信号很干净,主要以特征信号为主,估计sfft会有不错的表现的。三思...
发表于 2014-9-18 16:04 | 显示全部楼层
振动信号分析,很多情况下,不太追求分析速度,更多的是提取有效特征,所以吸引力下降很多。fft是完备正交的,能最大话的提取特征;sfft会不会一定情况下丢失特征值得商讨,压缩感知就是利用信号稀疏性的,也是以较低采样频率近似恢复出信号特征,做不到完备。然而,振动信号分析也有追求速度的,比如在线检测。如果想用,往这方面靠吧。
 楼主| 发表于 2014-9-27 21:37 | 显示全部楼层
yugang2010 发表于 2014-9-18 16:00
看过。各种介绍优点是提高了运算速度。fft还用不好,sfft就不敢想了。sfft方法很依赖分析信号的稀疏性,如 ...

多谢大神指点啊,我用sfft主要是在线监测,当然还有后续的特征提取(这是在离线下进行的)。听您这么一说,确实应该慎重考虑一下是否丢失特征值的情况。
 楼主| 发表于 2014-9-27 22:55 | 显示全部楼层
yugang2010 发表于 2014-9-18 16:04
振动信号分析,很多情况下,不太追求分析速度,更多的是提取有效特征,所以吸引力下降很多。fft是完备正交 ...

大神,请问您在振动信号的特征提取方面能给点建议吗?
我想找到信号的主频及其对应的幅值。我现在是这么做的:
首先统计频率及其对应的幅值。然后用聚类算法里的K-means来找频率。再然后对幅值求对应的均值。但是这种效果不好,第二步找频率那容易漏掉频率,即使提前处理一下数据,效果还是不太好。
聚类算法求频率是不是不太好?我觉得还不如直接对统计的数据排序,然后求均值。
发表于 2014-9-28 09:25 | 显示全部楼层
2658744907 发表于 2014-9-27 22:55
大神,请问您在振动信号的特征提取方面能给点建议吗?
我想找到信号的主频及其对应的幅值。我现在是这么 ...

你说的主频是不是指的,基频及其倍频。我用聚类算法也就是求求点的中点而已。如何求频率还真不太晓得。你说的需求,我没太看明白。不过,我觉得你可以看看屈梁生院士的《机械故障的全息诊断原理》,褚福磊的《机械故障诊断中的现代信号处理方法》,之类的,网上一搜很多。补充一些基础性的东西,对你以后的学习和论文写作有很多启发性的帮助。
 楼主| 发表于 2014-9-28 10:05 | 显示全部楼层
yugang2010 发表于 2014-9-28 09:25
你说的主频是不是指的,基频及其倍频。我用聚类算法也就是求求点的中点而已。如何求频率还真不太晓得。你 ...

恩,好的,谢谢。
您需要登录后才可以回帖 登录 | 我要加入

本版积分规则

QQ|小黑屋|Archiver|手机版|联系我们|声振论坛

GMT+8, 2024-12-26 00:48 , Processed in 0.108494 second(s), 17 queries , Gzip On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表