Multidirectional odd-weighted transform: Algorithm and applications

doi:10.1016/j.eswa.2026.133758

Multidirectional odd-weighted transform: Algorithm and applications

2026-08-01

0

PRE

AI

DOI：10.1016/j.eswa.2026.133758

原文链接

原文求助

摘要

En 中文

准确表征包含瞬态和谐波成分的多模态信号仍然是状态监测中的关键挑战。传统的单方向时频（TF）分析方法（TFA）无法有效处理多模态信号；基于模态分解的TFA方法存在分辨率差和模态误分类问题。因此，开发了一种称为多方向奇权变换（MOWT）的新TFA技术。与现有采用分治策略的基于模态分解的TFA方法不同，MOWT旨在通过利用奇权TFR中能量分布的几何特性，自适应地沿粗糙TFR中的TF脊提取TF系数，以生成高可读性的时频表示（TFR）。具体而言，其通过采用原始TFR的偏导数和八方向选择性定位算法来识别脊点，并由脊重定位算子将脊点映射到原始平面。此外，提出了掩膜连接识别算法来提取TF脊。模拟信号和实验信号均验证了MOWT的优越性能，表明其适用于无损检测和故障诊断。

Keyword:

Time-frequency analysis

Multimodal signal

Odd-weighted

Eight-direction selective positioning algorithm

Mask-connected recognition algorithm

Fault diagnosis

Multidirectional odd-weighted transform: Algorithm and applications

摘要

期刊

机构

引用论文