Метод оценки изменения частоты, основанный на оценке смещения спектральных пиков
https://doi.org/10.21122/2309-4923-2021-1-53-61
Аннотация
В различных областях обработки сигналов возникает проблема оценки изменяющейся частоты компонентов полигармонических сигналов. Для решения данной задачи традиционно используется трёхмерное частотно-временное представление сигнала. Но также необходим простой и надёжный метод слежения за мгновенной частотой сигнала. В данной работе предложен метод слежения за частотой, основанный на оценке смещения пиков спектрограммы. Предполагается, что смещение спектральных пиков компонентов сигнала пропорционально изменению базовой частоты. Логарифмическое масштабирование частотно-временного распределения используется, чтобы расположить спектральные пики на равных расстояниях по частотной оси. Временная зависимость смещения частотных пиков вычисляется при помощи корреляции спектра сигнала в первом и текущем временных окнах. Затем полученный частотный трек переводится обратно в линейный масштаб. Предложенный метод не оценивает значения мгновенной частоты или центральную частоту компонент сигнала, а оценивает изменение частоты. Преимущество методов – возможность оценивания частотного трека даже при известных грубо или неизвестных вовсе диапазоне изменения частоты или её центрального значения. Наличие множества компонентов в окне анализа не препятствует оценке изменения частоты. Рекомендуется сужение частотного диапазона для оценки изменения частоты, однако анализ частотно-временного распределения, содержащего несколько составляющих, так же возможно. Так же в работе оценивалась эффективность анализа синтезированных сигналов предложенным методом при различных отношениях сигнал-шум и прочих условиях. Методом спектральной интерференции проверялась применимость предложенного метода оценки изменения частоты для вибрационной диагностики роторного оборудования.
Об авторах
Д. А. КечикБеларусь
Кечик Даниил Александрович. магистр технических наук, аспирант кафедры информационных радиотехнологий
Минск
Ю. П. Асламов
Беларусь
Асламов Юрий Павлович. кандидат технических наук
Минск
И. Г. Давыдов
Беларусь
Давыдов Игорь Геннадьевич. кандидат технических наук, доцент кафедры информационных радиотехнологий
Минск
Список литературы
1. Barysenka, S. Y. Single-channel speech enhancement using inter-component phase relations / S. Y. Barysenka, V. I. Vorobiov, P. Mowlaee // Speech Commun. – 2018. – Vol. 99. – P. 144–160.
2. A. Barkov, A. V. Monitoring and diagnostics of rotary equipment relying on its vibration / A. V. Barkov, N.A. Barkova, A.Yu. Azovtsev. – Saint-Petersburg: publishing center of SMTU, 2000. – 159 p.
3. Kosmach, N. V. Approach of vibrational diagnosing of rolling bearing / Н. В. Космач, Ю. П. Асламов. – 2020.
4. Influence of changes in shaft rotational speed of rotary equipment on frequency-domain processing / Yu. P. Aslamov [et al.] // Doklady BGUIR. – 2018. – Vol. 113, № 13. – P. 13–18.
5. Zhang, X. A new time synchronous average method for variable speed operating condition gearbox / X. Zhang, G. Wen, T. Wu // J. Vibroengineering. – 2012. – Vol. 14, № 4. – P. 1766–1774.
6. Aherwar, A. Vibration analysis techniques for gearbox diagnostic: A review / A. Aherwar, S. Khalid // Int. J. Adv. Eng. Technol. – 2012. – Vol. 3. – P. 4–12.
7. Bechhoefer, E. A Review of Time Synchronous Average Algorithms / E. Bechhoefer, M. Kingsley. – 2009. – P. 10.
8. Li, H. Order Bi-spectrum For Bearing Fault Monitoring and Diagnosis Under Run-up Condition / H. Li // J. Comput. – 2011. – Vol. 6, № 9.
9. Birchmeier, J. R. Order tracking signal sampling process / J. R. Birchmeier. – 2002.
10. Rotating speed tracking and sampling method of variable speed mechanical fault diagnosis / Tang Deyao [et al.] – 2013.
11. Synchronous computed order tracking analytical approach of characteristic of rotating machines vibration signal / Wang Jiang [et al.]. – 2015.
12. Jia Limin. The maximum power tracing controlling method that speed-changing oar-changing wind power generating set is followed the tracks of based on optimum resisting moment / Jia Limin, Liu Zhan, Lei Tao. – 2015.
13. Sparse wavelet decomposition of signals for solving vibration diagnostics problems / Y. Aslamov [et al.] // First World Congress on Condition Monitoring. – London, the British Institute of Non-Destructive Testing, 2017. – P. 11.
14. Kechik, D.A. Estimation of the instantaneous frequency of the spectral components of a nonstationary vibroacoustic signal by the segmented Prony method / D.A. Kechik // III All-russian acoustic conference / Politeh-press. – Saint-Petersburg, 2020. – P. 7.
15. Kechik, D. Segmented Autoregression Pitch Estimation Method / D. Kechik, I. Davydov // 2020 International Conference on Dynamics and Vibroacoustics of Machines (DVM). – 2020. – P. 1–6.
16. Sparse Wavelet Decomposition with Redundant Dictionary for Vibration Waveform Analysis / Y. P. Aslamov [et al.] // 14th International Conference on Pattern Recognition and Information Processing. – Minsk, BSUIR, 2019. – P. 6.
17. Lin, S. Logarithmic Frequency Scaling and Consistent Frequency Coverage for the Selection of Auditory Filterbank Center Frequencies / S. Lin // ArXiv180100075 Cs Eess. – 2017.
18. Bendat, J. S. Engineering Applications of Correlation and Spectral Analysis / J. S. Bendat, A. G. Piersol. – Wiley, 1980. – 328 p.
19. Algorithms for refinement of the shaft rotational speed for solving the problems of vibration diagnostics of rotary equipment / Y. Aslamov [et al.] // First World Congress on Condition Monitoring. – London, the British Institute of NonDestructive Testing, 2017. – P. 11.
20. Time-Varying Autoregressions for Speaker Verification in Reverberant Conditions / V. Vestman [et al.] // Interspeech 2017: Interspeech 2017 / ISCA. – 2017. – P. 1512–1516.
Дополнительные файлы
Для цитирования: Кечик Д.А., Асламов Ю.П., Давыдов И.Г. Метод оценки изменения частоты, основанный на оценке смещения спектральных пиков. «Системный анализ и прикладная информатика». 2021;(1):53-61. https://doi.org/10.21122/2309-4923-2021-1-53-61
For citation: Kechik D.A., Aslamov Y.P., Davydov I.G. Method of estimation of frequency variation relying on estimation of shift of spectral peaks. «System analysis and applied information science». 2021;(1):53-61. https://doi.org/10.21122/2309-4923-2021-1-53-61
Обратные ссылки
- Обратные ссылки не определены.