多分量调频信号的阵列处理时频交叉项的抑制方法

在应用时频-MUSIC方法对多分量调频信号进行到达角估计的问题中,针对时频分布中交叉项的存在对估计性能的影响,提出了一种基于阵列信号处理抑制时频分布交叉项的新方法。该方法利用多信源在各阵元上的延迟对时频分布交叉项振荡相位的影响,联合运用多通道信号处理和图像处理的方法,采用二维乘法滤波,减小高频振荡交叉项在时频图像中的占据区域,从而达到抑制交叉项的目的。仿真实验显示该方法具有良好的效果。     

一种改进多分量LFM信号时频分布估计方法

传统时频分布方法在估计多分量线性调频信号时,交叉项影响导致时频估计精度低。因此,提出建立信号调频斜率因子库,对时频分布核函数进行改进,使核函数能有效抑制由多分量信号引起的交叉项干扰。通过分析核函数与信号模糊函数交叉项及自身项的关系,将时频估计问题转化为求解最优调频斜率因子库来对核函数进行改进,使信号的广义模糊函数能量最大。以多分量线性调频信号为例进行仿真,结果证明与传统时频分布方法相比,改进的时频估计方法可以在有效抑制交叉项干扰的同时保留大部分自身项,提高了多分量信号时频估计的精度和抗噪声能力。     

Gabor变换与双线性时频分布的时频结构

时频聚集性和交叉项是衡量时频分布性能的主要评价指标。Gabor变换是一种线性变换且不存在交叉项,而双线性时频分布具有良好的时频聚集性但存在交叉项。从图像处理的角度对Gabor变换和双线性时频分布的时频图像进行处理,可以得到既具有良好的时频聚集性,又减少交叉项的时频分布。仿真实验表明这种方法可以得到更加精细的语音时频结构。     

抑制Winger-Ville分布交叉项的新方法

提出了一种可行的检测Wigner-Ville分布交叉项并将其抑制掉的新方法。Cohen类时频分布之一的Margenau-Hill分布同Wigner-Ville分布一样,拥有众多的优良特性,但它和后者交叉项在时频面上的分布却有天壤之别。于是,根据两种分布交叉项在时频面的特点将交叉项检测出来,进而设计二维遮蔽滤波器将交叉项移除。最后的仿真表明了该方法的可行性。     

基于FRFT及Wigner—Hough变换的非平稳信号时频分析

考虑到时频分析在非平稳信号处理中的广泛应用,本文比较了几种常用的时频分析技术,提出了一种基于分数傅里叶变换和Wigner-Hough变换的非平稳信号时频分析方式。仿真实验结果表明,基于分数阶傅里叶变换和Wigner—Hough变换的方法较之常用的二次型时频分布不同的是它消除了交叉项的干扰,同时也很容易估计参数,分析信号的瞬时频率,恢复信号的信息。     

基于窗函数设计的跳频信号时频分析

基于抑制交叉项,提高信号分量时频聚集性的考虑,提出一种基于可调窗函数进行平滑伪维格纳分布核函数设计的时频分析方法：在保持平滑伪维格纳分布中核函数宽度不变的情况下,根据核函数自项和互项能量分布比,通过调整窗函数中的扩展因子改变核函数形状,获取跳频信号优良的时频表示。与固定窗函数方法相比,应用该时频表示,可以有效估计跳频信号的时频参数,而且有很好的抗噪声干扰能力。     

抽取时频分布图像脊-Hough变换算法及其性能分析

在分析了双线性时频分布-Hough变换算法对多分量Chirp信号检测与参数估计原理的存在问题后，提出了将多分量Chirp信号的双线性时频分布作为图像，抽取图像脊后，再进行Hough变换的改进方法。仿真试验结果表明，改进的方法不仅解决了WVD的交叉项引起Hough变换的伪尖峰对检测所造成的误判，而且缩短了双线性时频分布因平滑交叉项导致时频聚集性下降而引起的Hough变换增加的时间，从而提高了Chirp信号检测与参数估计的准确性，也进一步改善了该算法的抗噪声性能。     

基于高时—频分辨率脑电信号特征提取方法分析

分析脑电信号主要采用时频分析法,其中交叉项和分辨率是相互矛盾的两个因素。基于高时—频分辨率分析(High Time-Frequency Resolution Analysis,HTFRA)方法能够将这两者相结合。该方法以维格纳-威尔分布(Wigner-VilleDistribution,WVD)为基础,对Wigner-Ville分布的结果利用中心仿射滤波法进行非线性滤波,有效地消除了Wigner-Ville分布的交叉项干扰,而不影响信号的分辨率。对仿真信号采用传统的短时付氏变换、Wigner-Ville分布及HTFRA求时频能量分布,结果显示:HTFRA较传统的方法更清晰地反映信号在时频域内的能量变化。该方法使得脑电信号适用于各种分类算法。     

基于S-霍夫变换的LFM信号时频检测

针对多分量线性调频（LFM）信号,提出一种新的变换-S-霍夫变换,该方法首先对多分量线性调频信号进行S变换,实验仿真结果显示相对Wigner-Ville分布有交叉项干扰,s变换克服了多分量线性调频信号产生的交叉项干扰,然后在时频平面内对s变换后的多分量线性调频信号,利用霍夫变换检测出各个线性调频信号分量,仿真实验结果证明该方法可以有效克服多分量线性调频信号产生的交叉项干扰,能够对多分量线性调频信号进行正确检测。     

基于FRFT的Wigner-Ville分布交叉项抑制方法

针对多分量线性调频信号的魏格纳-维尔分布(Wigner-Ville Distribution,WVD)交叉项干扰问题,提出一种抑制交叉项的方法。该方法利用分数阶傅里叶变换(Fractional Fourier Transform,FRFT)在最佳FRFT域中对给定的线性调频信号具有最好的能量聚集性,将多分量线性调频信号在FRFT域上分解为若干个单分量信号,线性叠加单分量信号的WVD,从而达到抑制交叉项的效果。此外,当多分量线性调频信号为周期信号时周期间存在干扰,进一步提出了在基于FRFT的WVD交叉项抑制方法中增加周期遮蔽处理。仿真结果表明,在保持较高的时频分辨率时,该方法能够有效抑制交叉项,并且有一定的抗噪声能力。     

基于压缩感知的信号时频表示重构

传统的时频分析方法受限于Nyquist采样定理,信息量的增加提高了对采样速率、传输速度和存储空间的要求;同时,双线性魏格纳-维尔分布处理多分量信号时会产生交叉项,常用的核函数法在抑制交叉项时降低了信号的时频聚集性.该文将压缩感知与时频分析方法相结合,在时频分析中突破采样定理的限制,抑制交叉项的同时获得较高的时频聚集性.针对单分量信号、多分量信号、蝙蝠声音信号,利用不同的窗函数如矩形窗或高斯窗,得出仿真结果,验证了基于压缩感知的信号时频表示重构优于传统的基于傅里叶变换进行重构的方法.并利用最小均方误差MSE和时频聚集度CM作为衡量参数,分析了不同样本空间与所重构信号时频表示性能之间的关系.     

基于NGWarblet-WVD的高质量时频分析方法

针对高聚集度Wigner-Ville distribution (WVD)时频分析方法存在严重的交叉项干扰问题, 利用广义Warblet变换(Generalized Warblet transform, GWT)不产生虚假频率分量的特点, 提出了WVD与GWT相结合的归一化广义Warblet-WVD (Normalized generalized Warblet-WVD, NGWT-WVD)算法. 该算法将GWT与WVD进行矩阵运算, 实现滤波效应, 抑制WVD产生的新交叉项以及混入自项的交叉项, 提高WVD的时频分析质量. 实验结果表明, NGWT-WVD方法有效地去除了多分量信号的交叉项干扰, 提高信号分析结果的时频聚集度, 还原多分量信号的真实时频分布. 采用NGWT-WVD方法处理金属疑似破裂样本信号, 获取破裂发生区间的时间和频率标志段, 为监测传感器设置有效门限值提供判据, 取得了良好效果.     

基于非线性时频分布的跳频信号分析研究

介绍了利用非线性时频分布（WVD和SPWVD）进行跳频信号分析，通过理论研究和仿真分析表明，非线性时频分布能够反映出信号的瞬时能量分布，是关于信号二阶统计量（如局部自相关函数）的Fourier变换，相对Fourier变换和线性时频分布而言，它具有更好的时频聚集性，能够很好地展现跳频信号的时频特征和能量分布，采用加窗处理等方法，可以较好地抑制非线性时频分布中的交叉项和能量分布的负值性，从而证明了非线性时频分布用于跳频信号分析研究的工程应用可行性。     

复杂电磁环境下基于信号稀疏表示的干扰抑制与通信信号重构方法

在复杂电磁环境下,通信信号与干扰在时频域重叠而难以分离,针对这一问题,提出了一种基于信号稀疏表示的干扰抑制与通信信号重构方法.首先,通过K阶奇异值分解（K-Singular Value Decomposition,K-SVD）算法,分别构造通信信号与干扰的过完备子字典;然后,对过完备子字典进行联合构建联合字典,利用正交匹配追踪（Orthogonal Matching Pursuit,OMP）算法实现信号的分离和重构;最后,对时频重叠下的2ASK信号和2PSK信号的干扰抑制和重构过程进行了计算机仿真,再对OFDM信号的干扰抑制和信号重构过程进行了实验验证.仿真及实验结果表明：该方法可以实现时频重叠情况下通信信号的干扰抑制与信号重构.     

基于广义解调时频分析的多分量复杂信号分解方法

在广义解调时频分析方法的基础上,将该方法应用于多分量时频变化信号的分解,并对该方法进行了改进,给出了由改进的广义解调时频分析方法分解多分量复杂信号的具体步骤.重点分析了自动获取相位函数的方法,以及对分离出来的各单分量再次进行广义时频解调的问题,得到了比较理想的时频分布.仿真实验结果证明:此法不仅可以得到原始信号中各分量的时域波形,同时也可以得到各分量的时频分布,从而为多分量复杂时频变化信号的准确分离提供了有效途径.     

CDMA信号的时频差高精度估计算法

针对多用户CDMA信号的时频域重叠特征,提出了一种新颖的时频差高精度估计方法。该方法结合扩频信号的捕获和解扩操作,以较短的信号样本和较低的计算量,仅两次时间-频率分维迭代实现了用户信号分离和时频差估计,再通过时域和频域内插进一步提高估计精度。仿真结果表明,与直接互模糊函数相关法相比,该方法能够有效提高CDMA信号时频差估计精度,降低计算量。