边缘学科分支最新动向

TN一051 01051639基于小波变换的超声多普勒血流信号的分析/李景宏,彭辉,杜玉远,李景华,王文辉(东北大学)11东北大学学报一2 000,21(5)一487一489超声多普勒血流信号的时一频分布可以作为诊断血管疾病的重要依据.由于多普勒血流信号是窄带且非平稳的,传统的短时傅里叶变换方法进行分析时容易产生较大的误差,小波变换具有多分辨率的特点,其时间一频率窗可以自动调节,能较精确地实现对非平稳信号的分析,通过对模拟的超声多普勒血流信号的分析表明,小波变换可以为超声多普勒信号的分析提供一个有效的方法.图4参7(木)法/尧德中,周映春,范思陆,…     

基于S变换的信号时频特性分析

介绍了S变换的基本原理,从理论上分析了S变换与短时傅里叶变换和小波变换的关系。对比分析了短时傅里叶变换、Wigner-Ville分布与S变换的时频谱特点。实验结果表明,S变换的时频窗口可以随频率自适应的调整,这使得S变换在非平稳信号的应用中更有实用性和灵活性。     

广义S变换的基因分析

文中主要从短时傅里叶变换和小波变换出发推导了广义S变换,并从遗传学的角度入手,分析了广义S变换与短时傅里叶变换和小波变换的基因遗传关系,定义了"公式的基因重组"和"公式的基因突变"这两个概念,给出了相应公式的理论推导过程。理论分析表明,广义S变换世袭了短时傅里叶变换的窗选信号特点,通过对特定参数的基因重组,使广义S变换具备了时频窗口随具体的频率实时调节的适应性。此外,广义S变换突破了小波变换在小波函数容许性条件上的局限性,文中利用基因突变的思维,定义了"公式的基因突变"这一概念,突破了小波变换的容许性条件。基于小波函数的结构形式,在相对广义的区间上定义广义S变换。广义S变换在一定程度上遗传了短时傅里叶变换和小波变换的优点,使得它在处理非平稳信号的过程中具有良好的实用性和灵活性。     

一种基于小波脊时频分析的差分跳频信号检测方法

针对差分跳频信号频带宽、跳速快、检测难的问题,在分析比较短时傅里叶变换(STFT)的基础之上,提出一种通过提取小波脊进行时频分析和参数估计的信号检测方法。该方法的检测效果明显优于短时傅里叶变换,当信噪比大于-7 dB时,在不要求高采样率的情况下,对于差分跳频信号的参数估计是有效的。     

线性时频域变换在弱信号检测中的应用

本文指出了传统信号检测方法的局限性，分析了线性时频域变换（包括短时傅里叶变换，小波变换）在弱信号检测中的优越性，最后给出了实验结果。     

一种探地雷达回波信号的非平稳特性分析方法

针对传统的傅里叶变换已无法满足非平稳信号的分析,本文提出了探地雷达回波信号的短时傅里叶变换分析方法,这种方法可有效消除探地雷达回波信号的干扰和杂波。首先介绍了探地雷达系统设计原理及其工作过程,在此基础上,分析了典型的探地雷达回波信号特征、介绍了短时傅里叶变换原理,短时傅里叶变换持有的时频局域化特性非常适用于非平稳信号处...     

基于时频加窗短时傅里叶变换的LFM干扰抑制

通过对线性调频(LFM)信号分数阶傅里叶变换的分析,该文提出了一种基于时频加窗短时傅里叶变换(TFW-STFT)的LFM干扰抑制算法。由于提出的时频窗对LFM干扰具有较好的频域能量聚集性能,因此TFW-STFT对信号的影响要小于无聚集性能的短时傅里叶变换。仿真结果证明该算法在信噪比损失和系统误比特率上明显优于基于短时傅里叶变换的算法。     

基于稀疏表示的声频目标识别方法研究

提出分别利用短时傅里叶变换和小波变换进行特征提取和稀疏表示分类(SRC)的车辆识别方法.其中,短时傅里叶变换(STFT)和离散小波变换(DWT)分别从每个传感节点收集到的声音信息中提取车辆的特征向量,SRC通过特征训练集建立一个过完备字典来求解稀疏最优化问题,从而实现分类识别.实验结果表明,短时傅里叶变换提取特征并进行分类的效果高于用小波变换进行特征提取并分类的方法,也高于利用MFCC提取车辆声音特征并进行分类的方法.     

基于线性正则变换与短时傅里叶变换联合的时频分析方法

线性正则变换作为傅里叶变换、分数阶傅里叶变换更为广义的形式,已经在光学和信号处理等领域得到了应用.短时傅里叶变换是一种线性时频分布,避免了其他双线性时频分布中出现的交叉项干扰,是分析时频信号的有力工具.本文从线性正则变换的定义和性质出发,研究了线性正则变换与短时傅里叶变换的时频关系,提出了基于线性正则变换与短时傅里叶变换联合的时频分析方法,避免了交叉项问题能够实现chirp信号干扰抑制和多分量时频信号分离.最后用仿真实例表明,该方法是分析时频信号的有效手段.     

基于同步压缩短时傅里叶变换的微型无人机识别

针对利用雷达微多普勒效应的微型无人机识别问题,提出了一种基于同步压缩短时傅里叶变换(Synchrosqueezing Short-Time Fourier Transform,SSTFT)的分类识别方法.首先对无人机的微多普勒回波信号进行SSTFT从而获得信号时频谱,然后对时频谱进行多维度特征提取获得回波信号的时频特征...     

Nonstationarity broadening reduction in pulsed Doppler spectrummeasurements using time-frequency estimators

The spectral width of Doppler signals is used as measure of lesion-induced flow disturbance. Its estimation accuracy is compromised using the conventional short-term Fourier transform (STFT) since this method implicitly assumes signal stationarity during the signal window while the Doppler signals from arteries are markedly nonstationary. The Wigner-Ville (WVD), Choi-Williams (CWD) and Bessel distributions (BD), specifically designed for nonstationary signals, have been optimized for spectral width estimation accuracy and compared to the STFT under different signal to noise ratios using simulated Doppler signals of known time-frequency characteristics. The optimum parameter values for each method were determined as a Hanning window duration of 10 ms for the STFT, 40 ms for the WVD and CWD and 20 ms for the BD and dimensionless time-frequency smoothing constant values of five in the CWD and two in the BD. Thresholding was used to reduce the effect of cross terms and side lobes in the WVD and BD. With no added noise the WVD gave the lowest estimation error followed by the CWD. At signal-to-noise ratios (SNRs) of 10 dB and 20 dB the CWD and BD had similar errors and were markedly better than the other estimators. Overall the CWD gave the best performance     

基于多频段DVB-T信号的无源ISAR成像研究

利用多频段地面数字电视广播信号作为外辐射源,进行了无源逆合成孔径雷达成像算法研究。通过获取非相邻通道的信号,巧妙地扩展了信号频带,使之频带宽度足够宽而能在成像中获得足够高的分辨率。在传统的雷达成像方法中需要花大力气做回波的距离对准和相位对准的运动补偿。文中提出利用时频分析的方法,避免复杂的运动补偿,只要在距离向上对准,多普勒即可认为是非时变的,这在很大程度上减少对运动补偿的依赖,使目标在做较为复杂的运动时也能得到清晰的成像结果。并且,针对噪声较大的情况下的成像,在短时傅里叶变换(STFT)的时频分析法成像的基础上,利用CLEAN算法,通过对图像的解卷积滤波,去掉噪声带来的干扰,提取出散射点的位置信息。对比一般的成像算法,仿真实验表明,文中提出的STFT+CLEAN算法的成像结果更为清晰准确。     

基于小波变换的MSK信号码速率盲估计

针对最小频移键控调制信号的码速率估计问题,提出一种基于Haar小波变换的MSK信号码速率盲估计方法。首先对接收信号作傅里叶变换得到信号频谱,对频谱频点分析粗估计信号的码速率,接着通过粗估计的码速率选取短时傅里叶变换窗函数长度和3个小波尺度,利用短时傅里叶变换得到信号瞬时频率变化,再利用小波的边缘检测特性对信号瞬时频率序列相位跳变点检测,最后对检测结果作频谱分析,估计频率得到MSK信号的码速率。仿真结果表明,高于信噪比门限时本算法可以对MSK信号码速率有效估计。     

Time-scale detection of microemboli in flowing blood with Dopplerultrasound

Small formed elements and gas bubbles in flowing blood, called microemboli, can be detected using Doppler ultrasound. In this application, a pulsed constant-frequency ultrasound signal insonates a volume of blood in the middle cerebral artery, and microemboli moving through its sample volume produce a Doppler-shifted transient reflection. Current detection methods include searching for these transients in a short-time Fourier transform (STFT) of the reflected signal. However, since the embolus transit time through the Doppler sample volume is inversely proportional to the embolus velocity (Doppler-shift frequency), a matched-filter detector should in principle use a wavelet transform, rather than a short-time Fourier transform, for optimal results. Closer examination of the Doppler shift signals usually shows a chirping behavior apparently due to acceleration or deceleration of the emboli during their transit through the Doppler sample volume. These variations imply that a linear wavelet detector is not optimal. We apply linear and quadratic time-frequency and time-scale detectors to a set of noise-corrupted embolus data. Our results show improvements of about 1 dB using the time-scale detectors versus an STFT-based detector signifying that embolus detection is best approached as a time-scale problem. A time-scale-chirp detector is also applied and is found to have the overall best performance by about 0.5-0.7 dB while coming fairly close (about 0.75 dB) to a theoretical upper bound.     

一种基于短时傅里叶变换的罗兰C信号频谱分析方法

当前对罗兰 C 信号的频谱分析基本上采用的是基于傅里叶变换法的频谱分析方法, 此类方法无法实现对信号频谱的实时监测。采用短时傅里叶变换法(STFT)对不同信干比、天波幅度和时延条件影响下的罗兰 C 信号进行理论建模与仿真,并建立信号的时频数据库。通过对罗兰 C 信号的 STFT 分析,并与时频数据库进行谱峰比对,可有效解决实时性要求较高的天地波识别与天波时延测量问题。     

一种基于短时傅里叶变换的机载SAR自聚焦算法

短时傅里叶变换(Short-Time Fourier Transform, STFT)是研究非平稳信号最为广泛使用的重要方法。该文在讨论了利用STFT对线性调频信号(LFM)进行滤波以及调频率估计后,提出一种基于STFT的机载SAR自聚焦算法。该算法首先利用STFT对影响SAR图像质量的主要相位误差二次相位误差(QPE)进行估计和补偿,然后在残余相位误差估计时利用STFT对时变信号进行滤波以提高信杂比(SCR)。仿真和实测数据的处理结果验证了该文算法的有效性。     

时频分析在雷达信号识别中的应用

针对目前雷达信号分选识别的问题,研究了时频分析的方法在信号识别方面的应用。该方法与其他雷达信号识别方法相比,能有效地分析非平稳信号。在时频分析相关理论的基础上,分别研究了基于短时傅里叶(STFT)变换和Wigner-Ville分布(WVD)方法对信号特征的分析和提取。通过仿真,分析对比了两种方法的优劣性, STFT可分析出信号的局部频域特性,而相同信噪比下, WVD比STFT受噪声影响小、聚合度高,能更好地体现时间和频率之间的关系,由此表明,两种方法均可较好地区分出调制信号特征。     

采用STFT幅度值的长信号相位恢复算法

针对以往基于短时傅里叶变换(STFT)幅度值的相位恢复（STFTMPR）算法仅能处理一组较短的信号,并且信号的STFT幅度测量值的长度只能是质数的情况,提出了一种基于STFT幅度值的长信号相位恢复（LS-STFTMPR）算法。把一组长信号变化成几组较短的数组信号,通过改进的最小二乘（LS）法获取梯度下降（GD）法的迭代初始值,然后最小化各数组信号的非凸损失函数,并最终收敛到全局最小值。实验结果表明,在恢复一组较长信号的时候,所提算法的性能明显优于STFTMPR算法,并且具有较强的抗噪声能力。     

基于STFT谱图滑窗相消的微动杂波去除方法

微动杂波往往具有较大的多普勒展宽,会抬高噪底、湮没弱目标,造成虚警和漏检。有效去除微动杂波对提高雷达性能具有重要意义。该文利用匀速目标回波和微动杂波在短时傅里叶变换(STFT)谱图中的形态差异,提出了一种基于STFT谱图滑窗相消的微动杂波去除方法。具体地,匀速运动目标回波在STFT谱图中表现为特定频率单元上平行于时间轴的直线型能量条带,而微动杂波具有时变非平稳特性,在STFT谱图中呈现出横跨多个频率单元的时变复杂形态。将原始STFT谱图沿时间维滑窗得到新的STFT谱图,则目标回波分布在这两种谱图中的相同位置,而微动杂波在这两种谱图中的位置存在明显差异。因此将上述两种谱图相减,根据相减前后谱图中各单元的强度变化情况,即可将目标回波和微动杂波分离,达到去除微动杂波的效果。仿真和实测结果均验证了所提方法的有效性。与常见基于时频变换的L-statistics算法相比,所提方法能够在去除微动杂波的同时,较好地保留了目标回波。      

语谱分析的FPGA实现

语谱是语音信号短时时频分析结果的图形显示,能够清楚地揭示语音信号的时变频谱特性,反映语音信号的动态频谱特性和时域变化特性,在语音信号的分析以及语音学的研究中具有重要的价值。该文利用短时傅里叶变换(Short Time Fourier Transform,STFT)方法对语音信号进行分析,采用了一种按时域抽取基-4 FFT算法实现流水线结构的蝶形运算单元,在 FPGA上实现了语音信号的语谱分析,并利用非线性映射算法实现了语谱的VGA显示。