Объединенный момент плотности распределения времени сигнала
Моменты частоты времени обеспечивают эффективный способ охарактеризовать сигналы, частоты которых изменение вовремя (то есть, являются неустановившимися). Такие сигналы могут явиться результатом машинного оборудования с ухудшенным или неисправным оборудованием. Классический анализ Фурье не может получить изменяющееся во времени поведение частоты. Плотность распределения времени, сгенерированная кратковременным преобразованием Фурье (STFT) или другими методами частотно-временного анализа, может получить изменяющееся во времени поведение, но непосредственно обрабатывающий эти распределения как функции несет высокую вычислительную нагрузку, и потенциально вводит несвязанные и нежелательные характеристики функции. В отличие от этого дистилляция результатов плотности распределения времени в моменты частоты времени низкой размерности предоставляет метод для получения существенных особенностей сигнала в намного меньшем блоке данных. Используя эти моменты значительно уменьшает вычислительную нагрузку для извлечения признаков и сравнения — ключевое преимущество для работы в режиме реального времени [1], [2].
Predictive Maintenance Toolbox™ реализует три ветви момента частоты времени:
возвращает Объединенные Моменты Частоты Времени momentJ
= tfmoment(xt
,order
)timetable
xt
как вектор с одним или несколькими компонентами. Каждый momentJ
скалярный элемент представляет объединенный момент для одного из порядков, которые вы задаете в order
. Данные в xt
может быть неоднородно произведен.
возвращает объединенный момент частоты времени вектора timeseries momentJ
= tfmoment(x
,fs
,order
)x
, произведенный на уровне Fs
. Момент возвращен как вектор, в котором каждый скалярный элемент представляет объединенный момент, соответствуя одному из порядков, которые вы задаете в order
. С этим синтаксисом, x
должен быть однородно произведен.
возвращает объединенный момент частоты времени momentJ
= tfmoment(x
,ts
,order
) x
произведенный в то время, когда моменты заданы ts
в секундах.
Если ts
скаляр duration
то tfmoment
применяет его однородно ко всем выборкам.
Если ts
вектор, затем tfmoment
применяет каждый элемент к соответствующей выборке в x
. Используйте этот синтаксис для неоднородной выборки.
возвращает объединенный момент частоты времени сигнала, спектрограммой степени которого является momentJ
= tfmoment(p
,fp
,tp
,order
) p
fp
содержит частоты, соответствующие спектральной оценке, содержавшейся в p
. tp
содержит вектор моментов времени, соответствуя центрам использованных для расчета кратковременных оценок спектра мощности оконных сегментов. Используйте этот синтаксис когда:
У вас уже есть спектрограмма степени, которую вы хотите использовать.
Вы хотите настроить опции для pspectrum
, вместо того, чтобы принимать значение по умолчанию pspectrum
опции это tfmoment
применяется. Использование pspectrum
сначала с опциями вы хотите, и затем используете выход p
как введено для tfmoment
. Этот подход также позволяет вам строить спектрограмму степени.
задает аргументы пары "имя-значение" использования дополнительных свойств. Опции включают централизацию момента, спецификацию предела частоты и спецификацию ограничения по времени.momentJ
= tfmoment(___,Name,Value
)
Можно использовать Name,Value
с любой из комбинаций входных аргументов в предыдущих синтаксисах.
[1] Loughlin, P. J. "Каковы моменты частоты времени сигнала?" Совершенствовались алгоритмы обработки сигналов, архитектуры, и КСИ реализаций, продолжения SPIE. Издание 4474, ноябрь 2001.
[2] Loughlin, P., Ф. Кэкрэк и Л. Коэн. "Условный Анализ Момента Переходных процессов с Приложением к Вертолетным Данным об Отказе". Механические Системы и Обработка сигналов. Vol 14, Выпуск 4, 2000, стр 511–522.