一个信号的时频分布的关节矩
时频矩提供了一种有效的方法来描述频率随时间变化的信号(即非平稳信号)。这种信号可能来自硬件退化或故障的机器。经典的傅里叶分析无法捕捉到频率的时变特性。由短时傅里叶变换(STFT)或其他时频分析技术生成的时频分布可以捕获时变行为,但直接将这些分布作为特征处理会带来很高的计算负担,并可能引入不相关和不期望的特征特征。相比之下,将时频分布结果提取为低维时频矩提供了一种在更小的数据包中捕获信号本质特征的方法。使用这些时刻显著减少了特征提取和比较的计算负担,这是实时操作的一个关键好处[1],[2].
预测性维护工具箱™实现了时频矩的三个分支:
P. J.拉夫林"什么是信号的时频矩"高级信号处理算法,架构,和实现XI, SPIE会议录.第4474卷,2001年11月。
Loughlin, P., F. Cakrak和L. Cohen。“瞬态条件矩分析及其在直升机故障数据中的应用”。机械系统和信号处理.2000年第14卷第4期511-522页。