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。     

基于时频分布盲辨识算法的电磁干扰信号分析

提出一种可用于分离不同时频分布的非平稳信号的盲信号辨识算法。采用Wigner－Ville分布（WVD）进行盲源分离时,合成信号有交叉项存在,其分离性能不理想。而Cohen 类时频分布可以抑制交叉项,并且保持时频聚集性。因此,在TFBSS 中,Cohen 类时频分布可以取得更好的分离性能。分析了Cohen 类时频分布对交叉项的抑制性能,以及对盲源分离性能的影响,结果表明：采用盲辨识算法进行电磁干扰信号分离,其效果明显优于采用WVD进行分离的效果。     

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LPFT时频滤波器的WVD交叉项抑制方法

本文提出一种抑制Wigner-Ville分布(WVD)交叉项的新方法。利用局部多项式傅里叶变换(LPFT)构建时频滤波器,确定自项支撑区域,再利用此滤波器对WVD进行处理,从而达到抑制交叉项的目的。通过3dB信噪比的分析可以看出,LPFT具有比短时傅里叶变换(STFT)更好的时频聚集性,因此基于LPFT的时频滤波器能更有效抑制WVD中的交叉项干扰,同时又能保留WVD的高时频聚集性。通过与Chio-Williams分布、径向高斯核函数时频分布、基于STFT时频滤波器的交叉项抑制方法的比较,验证了该方法对抑制多分量信号及非线性调频信号的交叉项以及噪声干扰的有效性,显示了该方法在保持高时频聚集性,抑制交叉项干扰,以及抑制噪声干扰方面的优势。     

多项式Wigner-Ville分布的频域卷积实现

多项式Wigner-Ville分布(PWVD)是分析多项式相位信号(PPS)时频特性的一种有力工具。该文根据PWVD的结构特点,提出一种通过频域卷积来实现PWVD的方法,将其分解成一系列Wigner-Ville分布(WVD)或L-Wigner-Ville分布(LWVD)的卷积,而WVD或LWVD可由短时Fourier变换(STFT)来计算,这样既可消除信号分量间的互交叉项影响,同时又保持较高的时频聚集性。文中分析了该算法的离散实现方法以及相应的计算量,并通过计算机仿真实验验证了该算法的有效性。     

基于改进时频分析方法的雷达信号瞬时频率估计

瞬时频率估计(Instantaneous Frequency, IF)在雷达信号处理中有着重要的研究意义,时频分布峰值检测是IF估计研究和应用中较为普遍和有效的方法,但由于噪声的影响,时频分布峰值往往偏离真实的IF曲线。针对低信噪比下的IF估计,文中首先对WVD及CWD的时频分布矩阵作Hadamard积,得到一种混合的时频分析方法,而后采用多样本信号时频能量累乘的方法,进一步抑制噪声在时频面上的分布;然后以时频分布峰值在信号自项时频聚集区域的分布概率为准则,计算出时频分布的数据窗长,并根据该窗长得到IF的初始估计;最后依据初始IF,采用交叉置信区间算法对时频分布峰值进行检测,得到信号的瞬时频率估计值。文中对NLFM、LFM和FSK信号的IF估计进行了研究,并与WVD峰值检测法和时频分布一阶矩法进行了比较,仿真结果表明了本文方法的有效性。      

基于FRFT与WVD的旋转LFM信号参数估计

为了克服传统的全域搜索法在旋转LFM信号参数估计过程的繁琐问题,提出基于分数阶傅里叶变换(FRFT)与魏格纳分布(WVD)的旋转LFM信号参数估计方法.通过分析旋转LFM信号的性质和特性,给出了该信号的FRFT形式.基于WVD良好的时频分辨率,得到了清晰的调频信号时频分布,并且给出旋转LFM信号参数估计的具体步骤.仿真实验结果表明,该方法有效可行.     

Wigner-Ville分布在电力系统低频振荡中的应用

研究了基于Wigner-Ville分布（WVD）对电力系统低频振荡信号进行检测和时频分析的新方法,Wigner-Ville（wVD）分布是一种优良的时频分析方法,能够在时域频域上对非平稳信号进行联合时频分析。利用WVD的时间边缘特性和频率边缘特性,能精确地估计各模式信号的幅值、频率与主导时间;精确地分析非平稳信号的局域动态行为和特性。更好地反映振荡过程中所包含的多个模式随时间的变化规律以及模式间的相互影响,还可提高识别能力和处理效果。通过多个试验验证了该方法的有效性。     

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。     

一种新的LPI信号的截获方法

提出了一种新的低截获概率(Low Probability of Intercept-LPI)信号的截获方法,该方法基于滤波器组(Filter Bank)和Wigner-Ville分布(WVD)联合处理算法.然后把该方法用于跳频(FH)信号的检测及参数估计,并给出了估计跳周期和跳频频率的方法.仿真结果和性能分析表明,和WVD以及SPWVD变换相比该方法大大减少了交叉项和噪声的影响,具有很好的时频聚集性.     

利用时-频分析进行合成孔径雷达运动目标成象的研究

本文研究了利用时-频分析方法进行合成孔径雷达运动目标成象的若干问题。分析了三种时-频变换方法短时傅里叶变换,小波变换和Wigner-Ville分布(WVD),提出只有WVD才能满足要求。针对WVD的双线性特性所造成的交叉项干扰问题,提出用Hough变换来抑制交叉项。实验证明,即使在信噪比很低时,WVD和Hough变换结合的方法仍能提供很好的检测性能。     

椭圆球面波信号Wigner-Ville分布显式渐近求解方法

针对现有的椭圆球面波函数(PSWFs)信号时频分析无显式表达式、数值仿真误差不可控、时频分布结果对称性缺失等问题,该文引入Legendre多项式以及Wigner-Ville分布(WVD),提出一种PSWFs信号WVD显式渐近求解方法。该方法根据误差要求,生成所需阶数的Legendre多项式WVD自项、交叉项,进而与对应的WVD-Legendre系数相乘后线性叠加,获取PSWFs信号WVD显式渐近表达式。理论及数值仿真结果表明,所提方法能够产生满足误差要求的PSWFs信号WVD显式渐近表达式,且能够有效保持信号原有的时域、频域对称性。此外,在相同采样点数情况下,相对于基于数值解的PSWFs信号WVD,所提方法获得的PSWFs信号WVD频域分辨率更高。     

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。     

WVD用于SAR运动目标检测和成象的参数估计

本文基于联合时间频率二维分布的研究方法,探讨了WVD(Wigner-Ville Distribution)变换用于合成孔径雷达运动目标检测和成象的可行性,给出了能得到运动目标精细成象的参数估计方法,并对多点目标和面目标情况下WVD存在的问题进行了研究。计算机模拟验证了算法的有效性。     

抑制维格纳分布交叉项干扰的自谱窗方法

维格纳分布是一种重要的时—频分析方法,但交叉项干扰问题影响了它的推广应用。本文分析了积分核函数的自维格纳分布项和交叉项的正交性质,从而提出一种用真实的自维格纳分布项的函数作为模板与积分核函数作互相关,抑制交叉项的方法。文中建议采用信号的STFT谱作为窗,在时一频平面上处理维格纳分布来实现上述方法,因此,该方法又称为自谱窗法。本文以仿真信号为例,检验了这种方法的效果。     

A PARAMETER ESTIMATION FOR DETECTION AND IMAGING OF MOVING TARGETS WITH SAR BY WVD

Based on a joint time-frequency two dimensional processing, this paper proposes a method for the detection and imaging of moving targets SAR by using Wigner-Ville Distribution (WVD). It is a parameter estimation method to generate a high resolution image. The problem of WVD in dealing with multi-point targets and extended targets are also discussed. The computer simulation results illustrate its availability.     

Soft Fault Feature Extraction in Nonlinear Analog Circuit Fault Diagnosis

Aiming at the problem to diagnose soft faults in nonlinear analog circuits, a novel approach to extract fault features is proposed. The approach is based on the Wigner–Ville distribution (WVD) of the subband Volterra model. First, the subband Volterra kernels of the circuit under test are cleared. Then, the subband Volterra kernels are used to obtain the WVD functions. The fault features are extracted from the WVD functions and taken as input data into the hidden Markov model (HMM). Finally, with classification of features using HMMs, the soft fault diagnosis of the nonlinear analog circuit is achieved. The simulations and experiments show that the method proposed in this paper can extract the fault features effectively and improve the fault diagnosis.     

基于WVD及改进算法的星载SAR动目标检测

运动目标检测是合成孔径雷达信号处理中的一个重要问题。文中分析了星载合成孔径雷达(SAR)回波的时频特性，讨论了魏格纳-维尔时频分布(WVD)及其改进算法对星载合成孔径雷达运动目标的检测效果，比较了魏格纳-维尔时频分布、伪魏格纳-维尔时频分布、平滑伪魏格纳-维尔时频分布的时频聚集性及其对交叉项的抑制程度。并通过仿真Seasat-1卫星参数下的星载SAR回波数据，给出三种时频分布的检测结果。     

基于时频分析和RBF神经网络的调制识别

提出了利用Wigner-Ville分布区分FSK、PSK、FM和BSS信号的自动调制样式识别方法，利用Wigner-Ville分布提取调制信号的瞬时频率特征，用径向基(RBF)神经网络根据提取的特征参数识别这四种信号，计算机仿真结果证实了该方法的有效性和正确性。     

应用WVD估计AM-FM信号的瞬时频率

该文研究了应用WVD谱峰检测估计AM-FM信号的瞬时频率的方法及其性能。理论分析表明;对线性调频的AM-FM信号,只要其幅度的WVD在频率为零处取得最大值在任意时刻都成立,则基于WVD谱峰检测得到的瞬时频率估计是无偏的,并给出了估计的方差。仿真实验使用高斯包络的线性调频信号表明,利用WVD可以有效地估计AM-FM信号的瞬时频率。