参数逼近的自适应时频分析

针对二次时频变换中的交叉项影响,研究了一种基于信号分解的WVD时频分析的方法,它结合自适应高斯提取法的思想和WVD的优良特性,将信号分解为若干个基于高斯包络的chirp信号分量,然后进行WVD时频变换和时频图的综合显示,消除了时频变换中交叉项的影响,也保持了信号自项的时频聚集度．将此时频分析方法应用于雷达信号时频分析,实验结果表明,该分解方法有效地消除了信号交叉项的影响,且保持了原信号的时频聚集度．     

基于自适应核时频分布的多普勒频移及多径时延估计

对修正时频相关函数多径时延估计法作了改进，提出了两种基于自适应核时频分布的LFM脉冲声纳目标回波多普勒频移及多径时延的联合估计方法。即首先利用目标回波及发射信号的先验信息，构造抑制交叉项的时频分布，再利用WVD峰值法及Radon-Wigner变换法进行参量估计。最后，仿真实验验证了该方法的有效性。     

强噪声干扰源下的多分量LFM信号检测方法

提出了一种盲分离联合时频谱分析的多分量线性调频信号检测方法,该方法采用先时域分离后时频分析的思想,有效抑制了传统的基于WVD类方法检测多分量线性调频信号时受交叉项困扰的问题,并且有效抑制了强噪声干扰源对传统的时频分析检测方法的影响．仿真结果表明,提出的方法与传统时频分析方法相比,对多分量线性调频信号的分离及特征提取效果...     

跳频信号的时频分析新方法

根据跳频信号的特点,提出了一种基于信号分解的时频分析方法。该方法先将多分量跳频信号通过带通滤波变成多个单分量信号,再将每个分量的WVD线性叠加得到新的时频分布。理论分析和仿真结果表明,这种新的时频分析方法能够有效抑制跳频信号的交叉项干扰,与现有的方法相比,具有更高的时频分辨率,更适合于跳频信号的时频分析和参数估计。     

一种组合时频分布在跳频信号参数估计中的应用

为了有效分析跳频信号并估计其参数,根据跳频信号的特点,提出了一种基于频率分解的组合时频分布．这种新的时频分布先将多分量跳频信号通过带通滤波变成多个单分量信号,再将每个分量的Wigner-Ville分布线性叠加．理论分析和仿真结果表明,这种新的组合时频分布能够有效抑制跳频信号的交叉项干扰．与现有的方法相比,具有更高的时频分辨率,更适合于跳频信号的时频分析和参数估计．     

时频分析在机载武器振动应力研究中的应用

针对时频分布的交叉干涉项信号简述了短时傅里叶分析、Winger-Vill分布和由其演化的几种时频分布方法、特点以及时频分布的重排原理.通过实例比较了这几种时频分布方法在实际信号处理中的应用效果,结果表明重排后的时频分布可以有效地抑制交叉项与提高信号的时频聚集性,从而为准确定义机载武器的试验时间提供理论依据.     

基于WVD改进算法的跳频信号参数估计

针对平滑伪维格纳分布（SPWVD：SmooLhedPseudoWigner—VilleDistribution）在跳频信号参数估计中存在的分辨率下降和运算量过大等问题,提出基于sTfTr（Short—TimeFourierTransform）与WVD（Wigner—VilleDistribution）的联合算法（STFT—WVD）,实现了跳频周期、跳变时刻和跳频频率等参数的盲估计。在参数估计的过程中,STFT—WVD算法有效地抑制了WVD的交叉干扰项,保持了WVD较高的时频分辨率,在运算量上和WVD相近,没有增加运算的复杂程度。仿真实验证明,STFT—WVD比SPWVD具有更好的整体性能,在信噪比优于-1dB时,能得到更为精准的估计值。     

动平衡信号的时频分析方法研究

针对动平衡信号面向去重平衡机应用时存在的非线性、非平稳性以及实时性,本文在分析硬支撑动平衡理论的基础上,以联合时频分析方法对标准工件进行加重获得的动平衡信号为研究对象,分别用短时傅立叶变换(STFT)、Wigner-Ville分布(WVD)、小波变换和Hilbert-Huang变换(HHT)对动平衡信号进行时频分析。仿真结果表明,STFT是基于窗函数变换的分析方法,对信号局部分析能力不足且分析精度不高;WVD虽然具有好的时频聚集性,但对多分量信号存在交叉干扰项;小波变换局部分析能力强且分析精度高,但涉及小波基的选择,对非平稳信号不具有实时性;HHT可根据信号的局部时变特征对其进行自适应分解,最终给出信号的时频谱和幅值谱,能够准确描述动平衡信号的特征,具有很高的时频分辨率和时频聚集性。     

时频分布级数方法的改进

时频分布级数法在保持高时频分辨率的前提下,有效抑制了Wigner分布的交叉项,但运算量问题制约了其在工程应用中的普及。该文在对时频原子基函数进行研究的基础上,利用窗口选择特性对方法进行了改进,节省了大量计算,通过对多分量非平稳信号的仿真表明,对TFDS方法的改进是有效的,信号处理时间明显缩短,对联合时频分析的工程应用具有一定的参考价值。     

基于自适应Chirp表达的雷达多目标分辨

针对编队机群目标的低分辨雷达回波多普勒信号的线性调频数学模型,采用先作自适应Chirp信号分解再作维格纳维利分布（WVD）的自适应Chirp表示方法。由于分解所选基函数能够较好匹配雷达回波信号,因而在分析结果中产生的交叉项较少,同时具有较高的时频分辨率和抗噪声能力。采用自适应Chirp表示对实测编队目标的雷达回波信号进行分析,证明了该方法能够有效地实现雷达多目标分辨。     

一种性能优越的二次时频分布

提出了一种新型的性能优越的二次时频分布核。通过对步进频率信号以及点频信号的时频分析处理,可以看到,这种核的时频分布比较于魏格纳分布以及Braham Barkat提出的分布,能更好地抑制交叉项;同时,这种核的频域分辨率与BD方法相当,而在时域上的分辨率则比它要更好。     

基于EEMD和Choi-Williams分布的侵彻加速度信号时频分析

提出了一种基于总体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和Choi-Williams分布联合的时频分析算法,该算法采用EEMD算法将信号从频域上分离为若干个固有模态函数之和,再对各分量进行Choi-Williams分布,得到了信号的时频分布特征,有效地消除了信号内部各模态函数之间时频分布的交叉项,从而挖掘信号的本质及相关特征.通过对实测侵彻两层厚度不同的混凝土靶板的加速度信号,采用EEMD和Choi-Williams分布联合时频分析,得出弹体激发的振动模态和靶厚以及着靶速度有关.     

改进非平稳信号的分析方法

研究了WVD和短时傅里叶变换两种时频分析方法的优势和局限性,从两种方法的定义出发,分析了两者间存在的联系,通过构造窗函数,提出一种改进的非平稳信号分析方法,并进行了相应的计算机仿真,结果表明信号的时频特性得到了改善,该方法还适用于多分量非平稳信号的分析。     

时频分析在跳频信号中的应用

时频分析是非平稳信号处理领域中广泛应用的重要技术之一,跳频信号作为一种典型的非平稳信号,时频分析方法是对其进行检测、参数估计的重要方法。文章从提高时频聚焦性、抑制交义项干扰及减少运算量3个方面对各种常用的时频分析工具进行综合比较,并把在地震信号处理方面得到成功应用的S变换,应用到跳频信号处理中,取得了较好的效果。仿真结果表明：短时哈莱特变换运算量最小;S变换具有灵活的时频聚集性;不同时频分布组合、谱图、SPWVD、重排类分布能获得清晰的时频图。     

雷达信号WVD主脊线符号熵特征提取

为增加雷达信号有效分选特征,研究了可供分选的新的脉內特征。利用ASTFT谱抑制的WVD兼具良好的时频边缘特性和抑制交叉项性能,对信号进行时频变换,提取出反映能量特性的时频脊线,并以脊线特征为对象,计算表征其复杂度的符号熵作为该信号的分选特征。仿真测试可知,新特征具有良好的可分性和抗噪声性能。     

基于时频独立分量分析的Wigner-Ville分布交叉项消除法

由于信号混合引起的交叉项严重降低了Wigner-Ville分布的时频分辨率，为此提出一种基于独立分量分析的Wigner-Ville分布交叉干扰项消除法.在无须了解信号混合系数的情况下，通过盲源分离法提取各独立分量信号，给出盲源分离结果不确定的解决方法.建立了包含自项与交叉项的时频分布矩阵，利用时频分布矩阵的联合对角化算法消除独立分量信号之间的交叉干扰项.通过独立分量自项求和重构Wigner-Ville分布，重构的Wigner-Ville分布具有良好的时频分辨率.数值仿真结果验证了算法的有效性.     

基于相位核的时频信号分析

提出了一种相位核时频分布,将自主项与交叉项在时频平面上分离,并且保持了高度的时－频分辨率,便于分析信号的时频结构特征;同时这种时频分布又满足一些时频分布性质,有利于进一步的应用．针对离散时间、频率时频分布与连续时间、频率时频分布的不同之处,给出了离散化相位核时频分布的计算方法,讨论了附加其他时频分布特性的相位核时频分布．     

基于S-method的多分量雷达辐射源信号检测

针对传统时频方法在处理多分量雷达辐射源信号时存在交叉项,不能检测各分量信号时域参数,难以适应低信噪比环境的问题,提出一种基于S-method(SM)的多分量雷达辐射源信号检测新方法。该方法首先计算信号的SM时频分布,然后在时频面的基础上检测各信号分量的瞬时频率和脉冲起止时间。实验结果表明,该方法能处理线性及非线性调频信号、时频分辨率高且不受交叉项干扰,时域检测精度大于98.60%,频域检测精度大于99.48%,信噪比降低时仍然保持强检测能力。     

多跳频信号的盲分离与参数盲估计

针对接收到的多个未知任何先验参数的跳频信号，提出一种先分离各个信号再对其分别进行时频分析来估计跳频参数的方法.首先采用特征矩阵联合近似最优化(JADE)算法分离跳频信号，再利用多窗口重叠的平滑伪Wigner Ville分布(SPWVD)来估计出跳频信号的跳周期(hop duration)、定时偏差(time offset)和跳频频率(跳频图案)等参数.通过将多个时频分析的窗口重叠来克服时频分析中交叉项的影响.仿真结果表明，该估计算法显
著提高了估计的准确度和可靠性.     

基于ARMA模型滤波的微弱信号辨识

双线性时频分布能更全面地表征复杂背景下瞬态机械故障信号特征,但双线性时频变换固有的交叉项干扰严重影响了算法的时频分辨率。探讨了双线性时频分析技术在微弱瞬态信号辨识中的应用,提出采用ARMA模型滤波的方法来抑制双线性Wigner-Ville时频变换的交叉项干扰,并给出算法推导。结合实验数据,对比平滑伪Wigner-Ville算法的信号辨识结果,表明基于ARMA模型预滤波的双线性时频分析能更好的抑制交叉项干扰,具备更高的时频分辨能力和瞬态微弱信号辨识能力。