稀疏傅里叶变换（SFFT）处理信号
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。
{:{41}:} {:{23}:} 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... 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。 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。
{:{36}:} 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。 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。 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。
页:
[1]