广义S变换及其在复杂辐射源信号分析中的应用

该文提出一种基于修正 Hermite 函数的广义多窗 S 变换方法,并将之应用于复杂多分量辐射源信号的瞬时频率结构分析。该方法通过引入频率尺度因子修正正交 Hermite 函数,将多窗时频分析方法推广到 S 变换中,使得改进后的广义 S 变换既保留了多分辨特性,又很好地解决了高频区存在的频率分辨率低、易受噪声干扰等问题。与 S 变换和原始多窗时频分析方法相比,该方法在瞬时频率估计精度和时频聚集性等方面均有明显改善,具有很好的工程应用前景。     

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。     

Alpha稳定分布噪声条件下的广义S变换时频分析

在分析Alpha稳定分布噪声干扰下的非高斯信号时,基于传统二阶广义S变换时频算法效果显著退化。针对该问题,提出了基于分数低阶的广义S变换时频分析（FLO-GST）算法。该算法将分数低阶谱理论和常规广义S变换时频分布算法有机结合,同时优化窗口调节因子改善时频聚集性,得到较好的时频图谱。通过计算机仿真,并与其他时频算法进行对比,结果表明,该算法能有效抑制脉冲噪声干扰,更好的描述稳定分布噪声下非平稳信号的时频图谱,具有良好的韧性。      

基于S变换的合成孔径雷达信号分析和处理

将S变换的时频分析运用到合成孔径雷达回波信号分析中,构造一种时频滤波器,对雷达的回波信号进行时频滤波仿真。结果表明,该方法能有效地去除噪声,很好地保留了原始雷达回波信号的信号特征,增强了检测与识别的能力。     

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。     

常规时频分析方法对比分析研究

时频分析技术兼具时间域和频率域特性,它根据地震波在地下传播时衰减与频率相关以及油气对于频率的敏感性,利用时频分析技术将信号从时间域变换到频率域进行信号分析。文章阐述了时频分析技术中的短时傅里叶变换(STFT)、S变换(ST)、匹配追踪Wigner-Ville分布(MP-WVD)三种变换方法;对比三种方法,得出匹配追踪Wigner-Ville分布的时频变换方法兼具了时频原子的独立性和高时频分辨率的特性,在实际地震资料的时频分析中表现出了对信号的较高品质的时频表示。     

基于S变换的跳频信号特征参数盲估计

提出了一种基于S变换的未知跳频信号参数盲估计方法。该方法利用S变换良好的时频聚集性,在未知任何先验参数的情况下,能够准确估计出跳频信号的跳频频率、跳变时刻和跳频信号驻留时间等参数。文中阐述了S变换的基本原理,应用S变换对跳频信号进行了分析并与其他时频分析方法作了比较,最后给出了估计跳频信号参数的具体算法步骤,通过计算机仿真得到了较为准确的估计结果,验证了该算法的有效性。     

改进的离散S变换快速算法与连续小波变换算法性能分析

S变换由于其良好的时频结合特性,在信号处理领域受到了极大重视。本文在综合考虑各种时频方法后,指出了S变换在通信信号侦察处理领域应用的重要性。本文在研究S变换基本原理的基础上,针对目前常用的离散S变换算法进行了分析,指出了其在实现过程中存在的问题,提出了改进的离散S变换快速算法,以减少离散S变换的运算量,实现离散S变换的快速运算。为了验证算法的有效性,本文将离散S变换快速算法、传统离散S变换算法以及连续小波变换,进行了算法性能对比分析和仿真实验。实验结果表明了改进离散S变换快速算法比传统离散S变换算法和连续小波变换在算法的运算量方面要少一至几个数量级,证明了改进算法的有效性。这对于通信信号快速侦察的工程化具有重要的意义。      

基于S变换的信号瞬时频率特征提取

S变换是一种优越的时频分析方法,能够清晰表达信号瞬时频率的变化特征。与传统时频分析方法相对比,S变换的抗噪性较强,无交叉项干扰。本文提出了采用S变换来提取调制信号的瞬时频率。仿真实验结果表明,S变换时频谱能够清晰表示出不同信号的瞬时频率特征。     

基于广义S变换的高频地波雷达电离层杂波抑制方法

为了抑制电离层对高频地波雷达回波的干扰,文中提出了一种基于广义S变换(GST)的时频滤波方法,通过GST将受电离层污染的时域数据转换为时频域进行分析和处理,根据相邻时间窗信号和电离层杂波的相关性不同,依次将时间窗内数据构建Hankel矩阵,再进行子空间滤波,最终达到减轻电离层干扰的目的。通过与传统方法比较及实测数据处理分析,回波频谱中的电离层杂波抑制取得了较好的结果,进而验证了本方法在电离层杂波抑制中的可行性和有效性。     

基于S变换的线性调频信号时频滤波

线性调频(LFM)信号是一种典型的非平稳信号。对非平稳信号的分析和处理不能仅依靠传统的基于傅里叶变换的分析方法,必须采用时域和频域联合的时频分析方法。将S变换(ST)的时频分析方法应用到LFM信号的滤波中,用tST-tIST和fST-fIST 2种算法组合分别实现了对LFM信号的滤波,然后采用均方误差(MSE)的衡量标准,仿真对比了以上2种算法组合的滤波性能。仿真结果表明:fST-fIST算法的滤波误差较大,不适合对LFM信号的滤波;tST-tIST算法的滤波性能较好,适合对LFM信号的滤波。     

利用小波变换实现基于结构光投影的S变换轮廓术

S变换是一种集合了窗口傅里叶变换和小波变换优点的时-频分析技术,将一维的信号映射到二维的时-频空间,具有良好的时频分辨能力。由于S变换谱和傅里叶变换频谱之间存在直接联系,且具有类似于小波变换的多分辨率能力,S变换可以通过快速傅里叶变换算法实现,也可以通过小波变换算法实现。研究了基于小波变换算法的S变换在基于结构光投影的三维光学测量中的应用,给出了理论分析,特别讨论了S变换中频率因子的选择,并同基于快速傅里叶变换算法的S变换轮廓术结果进行了比较。完成了计算机模拟和实验研究。     

Elimination of the discretization side-effect in the S transform using folded windows

The S transform, which is one of the time-frequency transforms, has been shown to be useful in time frequency analysis and many signal processing applications. The discrete counterpart of the S transform (DST) can be implemented in both the time and the frequency domains, i.e., the Time DST and the Freq DST. However, previous studies found that the conventional Time DST and the conventional Freq DST are not consistent, which may result in unreliable time-frequency information. In this paper, a new DST that adopts the folded window is proposed to eliminate the side effects of discretizing. The consistence of the time and the frequency versions is an important property of the continuous S transform and the proposed DST inherits this property. The proposed folded window can also be applied to the DST whose window is not a Gaussian function and the short-time Fourier transform.     

基于Radon-STFT变换的含噪LFM信号子空间分解

由于线性调频信号占有非常宽的频带,用奇异值分解就不能将含噪线性调频信号分解成信号子空间和噪声子空间,针对这一缺陷,本文提出了一种基于时频面旋转的含噪线性调频信号的子空间分解算法。文中分析了算法的性质,并提出了“伪信号子空间”的概念和用于检测直线倾角的Ｒａｄｏｎ－ＳＴＦＴ变换,理论分析和仿真实验的结果表明了这种子空间分解方法对一类含噪线性调频信号是可行的。     

时频分析的卡尔曼滤波匹配解调变换法

本文为多分量时频分析,提出了一种卡尔曼滤波的匹配解调变换的分析方法,该方法对信号的局部频率特性进行建模,以模型参数作为状态变量、以时频脊线为观测变量,分别建立起时频分析的状态方程和观测方程,据这些方程并利用卡尔曼滤波就可获得信号的瞬时频率,最后再对信号进行解调变换,就得到了能量高度集中的时频分布.在不同信噪比的情况下,仿真测试表明：本文方法优于现有文献报道方法.     

高斯噪声下跳频信号的提取与噪声抑制

本文提出了一种在高斯白噪声环境下提取跳频信号的算法,将广义S变换(GST)和短时傅立叶变换(STFT)相结合,引入形态学图像处理技术,分别对其时频谱图进行平滑和锐化,结果进行乘积合并后,设计一种针对跳频信号的时频滤波算子进一步抑制噪声,提升跳频信号,得到高分辨率稳健的时频图案。仿真实验证明该算法得到的时频图案信噪比有明显提高,时频分辨率也有很大改善。     

雷达信号脉内时频分析的一种新方法

提出了基于短时傅立叶变换和分数阶傅立叶变换相结合的雷达信号脉内时频分析方法。介绍了短时傅立叶变换和分数阶傅立叶变换．以及两者的联合分布．最后给出了仿真结果。     

基于Radon-Ambiguity变换的LFM信号时/频差快速联合估计

提出了一种基于Radon-Ambiguity变换(Radon-Ambiguity Transform, RAT)的线性调频(Linear Frequency Modulated, LFM)信号时/频差快速联合估计的算法.根据LFM信号在多个不同角度上的RAT峰值位置建立一组以信号间时差和频差为未知量的方程组,求解方程组即可得到时/频差的估计值.对于存在噪声的信号,RAT误差会导致方程组不能直接求解,为了抑制噪声干扰,采用最小二乘法估计时/频差.本文算法无需计算二维平面上各点的模糊函数值,并且由于离散RAT可以通过快速傅里叶变换快速实现,具有所需运算量低的优点.仿真实验表明,相比于常见的基于模糊函数峰值搜索的时/频差估计算法,本文算法在保证时/频差估计精度的同时能够显著提高运算效率.     

基于Hough变换的任意时频分布线条特征提取

时频分布将时(空)域信号变换到时频联合域,揭示出信号的非平稳性、瞬时频率以及频率随时(空)间的变化演进,这其中往往主要含有线条成分,现有的分析方法只能探测直线成分(即线性调频参数),并且只是分析Wigner分布.本文进行两方面的推广,一方面将Hough变换探测各种参数曲线,可以对任意时频模式的信号进行检测;另一方面推广到任意时频分布,试验结果表明本文方法对于低信噪比的信号,检测可靠性更高,尤其对于自适应时频分布,效果更为满意.     

一种基于多窗宽度STFT的PSWFs信号时频分析方法

固定窗宽度的短时傅里叶变换(Short Time Fourier Transform,STFT)时频分辨率是固定的,难以对频率时变的椭圆球面波函数(Prolate Spheroidal Wave Functions,PSWFs)信号的时频分布特性进行全面分析。剖析了窗宽度对不同参数PSWFs信号STFT时频分布的影响,并提出了一种基于多窗宽度STFT的PSWFs信号时频分析方法。该方法基于PSWFs信号阶数、时间带宽积,计算PSWFs信号时域、频域零点间距离,根据零点间距离与STFT时频分辨率的关系,选取多个STFT窗宽度分别对PSWFs信号整体时频分布范围、时间轴方向的时频特征以及频率轴方向的时频特征进行分析。数值分析表明,相对于固定窗宽度的STFT,该方法兼顾时间分辨率与频率分辨率,能够更为全面地分析PSWFs信号整体时频分布范围情况以及时间轴方向与频率轴方向的时频特征情况。