基于自项窗的WVD交叉项抑制技术

为了解决维格纳-维利分布(WVD)的交叉项干扰问题,提出一种覆盖自项支撑区的时频窗——自项窗,通过对信号的WVD进行加窗处理,得到改进的时频分布。首先分析了多分量信号WVD中自项和交叉项的不同特点,接着论述了自项窗法的原理及自项窗的构造方法,分析了改进的时频分布的性质,最后进行了仿真验证。结果表明,自项窗法能够有效消除WVD中的交叉项,并保留WVD良好的时频分辨率和能量聚集性,适合于非平稳信号的时频分析。     

平滑维格纳分布及其在心电信号分析中的应用

本文结合心电信号的数学模型讨论了维格纳分布的交叉干扰问题，以及运用平滑处理消除这一干扰的原理；进而探讨选择两维高斯窗参数的方法。通江模拟信号和实测的心肌缺血家兔心电信号的分析结果证实，平滑维格纳分布既可克服交叉项干扰，又能满足心电信号分析对时间分辨率和频率分辨率的要求。     

基于乘积性模糊函数的多线性调频信号时频分布

本文提出一种新的多分量线性调频信号的双线性时频分布.在核函数设计中,提出了两种基于乘积性模糊函数的方法.两种方法在信号的模糊域能够有效地滤出噪声和交叉项,并保留绝大部分的自项能量,得到准确的核函数.仿真结果证实了该方法能够有效地抑制噪声和交叉项,提高时频分辨率,同时可以适应低信噪比环境.     

基于稀疏时频分布的跳频信号参数估计

基于常规时频分析方法的跳频信号参数估计中,采用核函数抑制时频分布交叉项会导致时频聚集性的下降,不利于信号参数提取。针对此问题,该文提出一种基于稀疏时频分布(STFD)的跳频信号处理方法。该方法首先根据Cohen类分布的原理和跳频信号模糊函数的特点,以模糊域矩形窗为核函数,构建了一种Cohen类的矩形核分布(RKD)。RKD可有效抑制交叉项,但其时频分辨率较低。为提高RKD的时频性能,在压缩感知框架下,利用跳频信号时频分布的稀疏特性,对RKD附加稀疏性约束,建立稀疏时频分布(STFD)的优化求解模型。STFD不仅能有效抑制交叉项,而且具有良好的时频聚集性。仿真分析表明,与传统时频分析方法相比,该文提出的基于STFD的跳频信号参数估计方法性能更优。     

基于多谱图叠加阈值的抑制WVD交叉项的新方法

本文提出了一种抑制Wigner-Ville分布(WVD)交叉项的新方法。 首先对多幅具有不同时-频分辨率的谱图进行叠加, 然后对叠加结果进行阈值处理,确定WVD自项在时频平面的支撑区域。 最后,用该区域的示性函数乘以WVD得到一个新的时频分布。 不同于传统的抑制交叉项的核函数方法, 该方法抑制交叉项的同时, 保持WVD了高时频聚集性。 实验结果表明, 该方法对由多个LFM信号构成的多分量信号和非线性调频信号都非常有效。     

用于多分量线性调频信号的自适应核分布分析

该文针对多分量线性调频信号,提出了一种新的自适应核时频分布-自适应高斯核分布,并给出了有效的核函数估计准则;以自适应高斯核分布为例,分析了采用自适应核时频分布对信号自身项及交叉项的影响,从而说明自适应核相对于固定核的优势所在;总结了基于模糊域自适应设计多分量线性调频信号核函数的一般方法。计算机仿真结果表明了自适应高斯核分布在抑制交叉项并保持较高时频分辨力方面的有效性。     

利用ASTFT谱有效抑制WVD交叉项的方法

该文分析了Wigner-Ville Distribution (WVD)中自项与交叉项相互关系,提出了一种利用自适应短时傅里叶变换(ASTFT谱)有效抑制WVD交叉项的新方法。该方法首先对信号进行ASTFT得到信号的ASTFT谱图,以确定出信号分量在时频平面内的位置,然后将ASTFT谱作为窗函数对信号的WVD进行加窗处理,从而有效消除掉WVD中的交叉项,并保留WVD的高分辨率和能量聚集性等优良特性。最后通过实例验证了该方法的有效性。     

一种抑制时频分布交叉项的新方法

 提出一种抑制时频分布交叉项的新方法,该方法在Wigner-Ville分布(WVD)的基础上,引入一相位校正函数,可抑制信号的非线性导致的自交叉项影响.对于多分量信号,文中采用洁净(CLEAN)技术对每个信号分量进行带通滤波,抑制了信号分量间的互交叉项影响.该方法在抑制时频分布交叉项的同时,保持着较高的时频聚集性,计算机仿真实验验证了本文算法的有效性.     

多维非平稳信号的时频分析方法研究

时频分析方法能够同时描述信号在时间和频率域的能量密度与分布情况,为非平稳信号处理提供了有力的工具。文中对非平稳信号的双线性时频分析方法进行了讨论,分析了几种固定核函数的Cohen类分布在典型非平稳信号时频分析中的优缺点;详细讨论并实现了多维信号的Cohen类分布,比较了几种固定核函数的Cohen类分布分析多维信号时在抑制交叉项、自项分辨率保持方面的优缺点与核函数参数选择问题。     

基于改进Choi-Williams分布的多分量信号频率识别方法

通过相关域内对短时信号模糊函数的分析,针对短时信号对Choi-Williams分布(CWD)的核函数进行了改进,提出对加窗信号运用改进后的CWD提取信号时频信息的方法。仿真实验表明陔方法对多分量信号具有较强的交叉项抑制能力,在提高了信噪比特性的同时,也减少了计算量。     

一种基于SPWVD-WVD的高质量时频分析方法及ISAR成像应用

交叉项干扰抑制与高时频聚集度是准确反应信号的时频分布特征的重要因素。传统的魏格纳-维尔分布(Wigner-Ville Distribution,WVD)算法虽能获得较高的时频分辨特征,但分析多成分信号时存在严重的交叉项干扰问题,限制了其实用性;而平滑伪魏格纳-维尔分布(Smoothed Pseudo Wigner-Ville Distribution,SPWVD)算法虽在一定程度上抑制交叉项干扰,但降低了时频聚集度。为了解决上述问题,提出了基于SPWVD-WVD的时频分析方法。该方法利用SPWVD与WVD之间的滤波互消效应,将SPWVD二值化结果与WVD结果进行矩阵运算,最终得到高质量的时频分析结果。实验结果表明,所提出的算法能够有效去除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。最后将该算法成功应用于逆合成孔径雷达成像中。     

基于子带分解WVD的雷达信号时频分析方法

研究利用谐波小波子带分解消除 Wigner-Ville 分布交叉项的雷达信号时频联合分析方法。通过对多分量信号进行子带分解预处理来消除信号之间以及信号与噪声之间的相互影响， 并求取个独立分量的 WVD，最后进行线性求和获得原始信号时频分布。仿真分析结果表明，对于在频域无交叉点的多分量信号，该方法能够有效抑制交叉项和噪声的干扰，提高了时频分辨效果并能准确提取出目标的特征信息，检测效果优于传统 WVD 分析方法，将有助于提高雷达信号检测、特征提取的能力。     

SPWD在脉内混合信号时频分析中的应用

雷达脉内混合信号的特征提取和分析是电子对抗领域的重要研究课题之一。维格纳-威利（Wigner-Ville）分布法是分析雷达脉内信号的有效途经,但由于Wigner-Ville分布是双线性变换,用它来分析脉内混合信号时,交叉项将会严重影响信号特征分析。采用平滑伪Wigner-Ville（SPWD）对交叉项进行抑制,计算机仿真表明取得了满意的时-频分布。     

空间高阶时频分布及虚拟时频ESPRIT算法

基于L-Wignrer分布(LWD),定义了一种全新的空间高阶累积量L-Wigner分布,并利用虚拟时频ESPRIT算法与阵列扩展,提出了一种多个多项式相位信号(PPS)的DOA估计算法.该方法利用平滑的伪WVD分布以实现PPS信号的LWD分布极大地抑制了其中的交叉项并提高了信号时频聚集性.同时,将时频分析与高阶累积量结合,使算法具有虚拟阵列扩展的特点,高分辨高精度的估计了PPS信号的DOA.理论分析和计算机仿真表明该方法具有很好的参数估计性能.     

Auto-term representation by the reduced interference distributions:a procedure for kernel design

An analysis of auto-term presentation using the reduced interference distributions (RID) is done. Comparison with an ideal time-frequency signal representation is taken as a basis for this analysis. The following distributions are considered: Choi-Williams (1989), Zao-Atlas-Marks, Born-Jordan, sinc, Zhang-Sato (see ibid., vol.42, no.1, p.54, 1994), Butterworth, spectrogram, and the author's recently proposed S-method for time-frequency analysis. Various distributions produce different auto-term shapes. In all cases, the condition for cross-term reduction is contradictory to the condition for high auto-term quality. A procedure for designing a kernel that will produce the desired auto-term shape is demonstrated. An optimal kernel, with respect to the auto-term quality and cross-term suppression, is derived     

Adaptive phase extraction: incorporating the Gabor transform in the matching pursuit algorithm

Short-time Fourier transform (STFT), Gabor transform (GT), wavelet transform (WT), and the Wigner-Ville distribution (WVD) are just some examples of time-frequency analysis methods which are frequently applied in biomedical signal analysis. However, all of these methods have their individual drawbacks. The STFT, GT, and WT have a time-frequency resolution that is determined by algorithm parameters and the WVD is contaminated by cross terms. In 1993, Mallat and Zhang introduced the matching pursuit (MP) algorithm that decomposes a signal into a sum of atoms and uses a cross-term free pseudo-WVD to generate a data-adaptive power distribution in the time-frequency space. Thus, it solved some of the problems of the GT and WT but lacks phase information that is crucial e.g., for synchronization analysis. We introduce a new time-frequency analysis method that combines the MP with a pseudo-GT. Therefore, the signal is decomposed into a set of Gabor atoms. Afterward, each atom is analyzed with a Gabor analysis, where the time-domain gaussian window of the analysis matches that of the specific atom envelope. A superposition of the single time-frequency planes gives the final result. This is the first time that a complete analysis of the complex time-frequency plane can be performed in a fully data-adaptive and frequency-selective manner. We demonstrate the capabilities of our approach on a simulation and on real-life magnetoencephalogram data.     

多分量线性调频信号的Wigner-Ville分布交叉项去除

针对多分量线性调频信号WVD（Wigner-Ville Distribution）检测中的交叉项问题,提出一种交叉项去除方法.利用自项和交叉项的频率特性,将WVD时频矩阵进行坐标旋转,在变换域上滤波去除交叉项.理论推导了矩阵旋转变换公式以及旋转后自项和交叉项的表达式,并且针对缓慢震荡的交叉项受滤波器性能限制不能完全去除的情况,提出能量加权的方法进行改进.仿真和实验结果验证,该方法不仅能够去除交叉项,且不会降低分辨率.