Wyniki wyszukiwania - BazTech

1

Bieżąca transformata Fouriera i przekształcenie Page'a do analizy odpowiedzi prądowej anteny na pobudzenie impulsem Gaussa

Witenberg A., Walkowiak M.

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2018

|

nr 8-9

799--803, CD

PL

W artykule pokazano zastosowanie bieżącej transformaty Fouriera i przekształcenia Page'a do odwzorowania w układzie czas-częstotliwość zjawisk przejściowych w antenie liniowej pobudzonej krótkim impulsem Gaussa. Wykorzystanie bieżącej transformaty Fouriera pozwala na dokładną obserwację widma gęstości energii prądu wzbudzonego na antenie. Przekształcenie Page'a daje wiedzę o szybkości zmian w tym widmie. Informacje uzyskane z analiz są dokładne - przedstawione transformaty nie generują tzw. wyrazów mieszanych.

EN

The article shows the application of the current Fourier transform and Page transformation for mapping in the time-frequency system of transient phenomena in a linear antenna stimulated by a short gaussian impulse. Using the current Fourier transform for accurate observation of the energy density spectrum of current excited on antenna. Page transformation gives a knowledge about the rate of changes in this spectrum. Informations obtained from the analyzes are accurate - presented transforms don't generate cross-terms.

2

Transformaty Page'a do badania odpowiedzi anteny na wymuszenie impulsem Diraca

Witenberg A., Walkowiak M., Jagodzińska K.

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2017

|

nr 10

1113--1116

PL

Na dwóch przykładach pokazano zastosowanie bieżącej transformaty Fouriera i przekształcenia Page'a do odwzorowania na płaszczyźnie czas - częstotliwość zjawisk przejściowych zachodzących w antenach liniowych pobudzanych impulsem Diraca. Powyższe transformaty spełniają twierdzenie Parsevala i nie generują składowych o częstotliwościach różnicowych. Umożliwiają także powiązanie zachowania się odpowiedzi prądowej anteny z jej charakterystycznymi parametrami i geometrią struktury.

EN

On two examples applying the running Fourier transform and Page transformation to copying on the time-frequency plain transients in linear antennas stimulated by Dirac impulse. Above transformation fulfils Parseval principle and doesn't generale cross-terms. These transformations make possible the association of the current reply of antenna with its characteristic parameters.

3

Classification in the Gabor time-frequency domain of non-stationary signals embedded in heavy noise with unknown statistical distribution

Świercz E.

International Journal of Applied Mathematics and Computer Science

|

2010

|

Vol. 20, no 1

135-147

EN

A new supervised classification algorithm of a heavily distorted pattern (shape) obtained from noisy observations of nonstationary signals is proposed in the paper. Based on the Gabor transform of 1-D non-stationary signals, 2-D shapes of signals are formulated and the classification formula is developed using the pattern matching idea, which is the simplest case of a pattern recognition task. In the pattern matching problem, where a set of known patterns creates predefined classes, classification relies on assigning the examined pattern to one of the classes. Classical formulation of a Bayes decision rule requires a priori knowledge about statistical features characterising each class, which are rarely known in practice. In the proposed algorithm, the necessity of the statistical approach is avoided, especially since the probability distribution of noise is unknown. In the algorithm, the concept of discriminant functions, represented by Frobenius inner products, is used. The classification rule relies on the choice of the class corresponding to the max discriminant function. Computer simulation results are given to demonstrate the effectiveness of the new classification algorithm. It is shown that the proposed approach is able to correctly classify signals which are embedded in noise with a very low SNR ratio. One of the goals here is to develop a pattern recognition algorithm as the best possible way to automatically make decisions. All simulations have been performed in Matlab. The proposed algorithm can be applied to non-stationary frequency modulated signal classification and non-stationary signal recognition.

4

Analiza rzędów w diagnostyce niestacjonarnych procesów wibroakustycznych

Korbiel T.

Diagnostyka

|

2007

|

nr 3(43)

99-104

PL

Analiza określonej klasy sygnałów drganiowych w diagnostyce technicznej odbywa się poprzez transformatę z dziedziny czasu do dziedziny częstotliwości. Najczęściej wykorzystywany jest algorytm transformaty Fouriera. Jednym z ograniczeń tych algorytmów jest wymóg stacjonarności badanych sygnałów. W diagnostyce maszyn rotacyjnych istotna informacja dotycząca stanów dynamicznych zawarta jest w strukturze częstotliwościowej sygnału drganiowego. W przypadku stałej prędkości obrotowej transformata Fouriera poprawnie pokazuje tą strukturę. Dla zmiennych obrotów analiza taka jest utrudniona. Do analizy sygnałów niestacjonarnych wykorzystywane są inne narzędzia, takie jak STFT, TVW czy transformata falkowa. Są to narzędzia analizy czasowo- częstotliwościowej. W analizie sygnałów drganiowych maszyn rotacyjnych składowe częstotliwościowe są powiązane funkcyjnie nie z czasem, lecz z prędkością obrotową. Wskazane jest, zatem zastosowanie takiej analizy, która przeprowadzi sygnał z dziedziny czasu w dziedzinę prędkości obrotowej. Takie możliwości daje między innymi analiza rzędów. W referacie przedstawiono algorytm analizy rzędów oparty o interpolacje krzywymi sklejanymi. Przedstawiono wyniki badania tego algorytmu pod kątem wykorzystania w diagnostyce technicznej maszyn rotacyjnych. Zaprezentowano przykładową analizę diagnostycznych sygnałów drganiowych.

EN

The analysis of particular class of vibration signals is performed by transformation from the time domain to frequency domain. The algorithm of Fourier transformation is the most used one. One of the limitations of the mentioned fourier is the demand of stationarity of the signals. In rotary machines diagnostics information on dynamic states is important, which is contained in the frequency structure of the vibration signal. With the constant rotation speed Fourier transform describes frequency structure correctly. With variable speed such analysis is not possible. In that case other tools are used, such as STFT, TVW or wavelet transform. Those are time-frequency analysis tools. In rotary machine vibration signal analysis frequency components are functionally tied to rotations, not time. It is recommended then to use analysis that transforms the signal from the time domain into rotation speed domain. Such transformation is possible with rank analysis. The paper presents the rank analysis algorithm based on spline curve interpolation. The algorithm was tested in use for rotary machines technical diagnostics. Sample vibration signal analysis is presented.

5

Zastosowanie transformat czas-częstotliwość do rozpoznawania sygnałów w systemach radiotelekomunikacyjnych

Griszin J., Świercz E.

Elektronika : konstrukcje, technologie, zastosowania

|

2005

|

Vol. 46, nr 4

31-34

PL

Dokonano przeglądu podstawowych metod analizy sygnałów z wykorzystaniem przekształceń czas-częstotliwość do detekcji i rozpoznania w systemach łączności radiowej oraz radiolokacyjnych. Przeprowadzono wstępną analizę porównawczą tych metod dla sygnałów z wewnątrzimpulsową liniową i kwadratową modulacją częstotliwości, dla sygnałów z modulacją fazy oraz dla sygnałów w systemach łączności o rozproszonym widmie, pracujących na zasadzie skoków częstotliwości FHSS (ang. Frequency Hopped Spread Spectrum).

EN

The paper deals with methods based on time-frequency transforms in the signal detection and recognition in radio communication and radar systems. Time-frequency analysis has been used to signals with pulse linear and non-linear frequency modulation and also signals including phase modulation and frequency hopping. The selected numerical results with the standard Wigner-Ville Distribution and the Polynomial Wigner-Ville Distribution has been shown.