WVD与小波尺度谱融合的时频特征提取算法：去交叉与高分辨率

本文档主要探讨了一种创新的时频特征提取方法，旨在克服Wigner-Ville分布（WVD）和小波尺度谱在实际信号分析中的局限性。WVD虽能提供信号在时间和频率域的联合分布信息，但其存在显著的交叉项问题，这可能对信号分析造成干扰。另一方面，小波尺度谱虽然能够较好地展示局部细节，但其时频分辨率通常较低。为了克服这些缺陷，研究者提出了一个融合这两种方法的策略。 该方法的主要目标是通过设计一种算法来消除WVD中的交叉项，并同时保持高分辨率。作者利用小波变换的特性，结合WVD的时频特性，开发了一种融合策略。这种方法通过精心设计的融合过程，有效地抑制了交叉项的影响，提高了时频分析的准确性，同时保持了对弱噪声的抵抗能力，减少了噪声对时频特征的干扰。 作者通过仿真信号的分析，对比了这种融合算法与传统的Cohen类时频分析方法，结果显示新方法在时频特征表示上具有显著的优势。特别是在处理轴承振动信号时，实验结果表明该算法成功地消除了大部分交叉项，而且保持了较高的时频分辨率，从而证实了其在信号特征提取方面的高效性和有效性。 论文的关键词包括WVD、尺度谱、交叉项、分辨率和融合，这些词汇凸显了文章的核心内容和研究焦点。从工程技术和学术角度看，这篇论文为信号处理领域的工程师和研究人员提供了一种改进的时频特征提取手段，对于提高信号分析的精确度和鲁棒性具有重要意义。 这篇文章的研究成果对于提升时频分析的精度和稳定性具有实用价值，特别是在处理复杂工业信号如轴承振动时，其技术应用前景广阔。