基于RPRG+ICCD与RANSAC的多分量多项式相位信号参数估计

多分量多项式相位信号的检测和参数估计是多项式相位信号处理的一大难点。时频分析方法能够通过时频分布表征多项式相位信号的瞬时频率,通过对提取的瞬时频率进行多项式拟合得到其系数,经过简单的变换即可获得多项式相位信号的参数。文中利用RPRG+ICCD分离多分量多项式相位信号得到各个分量的瞬时频率,再使用RANSAC进行多项式拟合,最终实现了多项式相位信号的参数估计。实验结果表明,文中提出的方法能够实现在时频域部分重叠的多分量多项式相位信号的分离和参数估计。     

双向高斯核函数时频分布及在瞬时频率估计中的应用

将双向高斯核函数时频分布引入到非平稳信号瞬时频率估计。通过控制时延、频移参数,该时频分布能够有效提高时频分辨率,同时对多分量信号检测时存在的交叉项能够得到很好的抑制。理论推导及计算机仿真均表明该分布具有良好的性能。     

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.     

一种基于Radon变换的时频分析方法

针对CW脉冲和线性调频(LFM)信号,利用Radon变换沿直线积分的特性,将其与时频分布(TFD)结合在一起,抑制多频率分量信号各个分量之间的交叉项干扰,提高时频分布的时频二维分辨力。通过仿真数据验证算法具有良好的时频分辨能力以及抑制交叉项干扰能力。     

基于多尺度线调频基信号稀疏分解的 信号分离和瞬时频率估计

提出了一种基于多尺度线调频基信号稀疏分解的多分量多项式相位信号分离和瞬时频率估计方法.该方法采用多尺度的线调频基函数对多分量多项式相位信号进行投影分解,通过从不同的时间支撑区内投影系数最大的基函数中寻找出使分解信号能量最大的基元函数组合,逐次获得信号包含的能量最大的多项式相位信号分量,从而实现多分量多项式相位信号的分离,而从基元函数连接形成的频率曲线则可获得多项式相位信号分量瞬时频率的估计.仿真信号分析表明,本文方法能在信噪比较低情况下有效分离多分量多项式相位信号中包含的多项式相位信号分量,准确地估计其瞬时频率.     

多分量多项式相位信号瞬时频率变化率的估计

引入了一个二维双线性相位匹配变换.对相位阶次不大于5的多分量多项式相位信号(mc-PPS)而言,各信号分量的瞬时频率变化率(IFR)在变换结果中表现为局部极值点,而交叉项则很少表现为极值点.又由于各信号分量IFR随时间变化表现出连续性,而由交叉项所产生的各极值点无此特征,因此,该变换可用于实现mc-PPS中各信号分量IFR的估计.对估计性能进行了理论分析,并同仿真结果进行了比较.     

基于Wigner-Ville分布的复杂时变信号的时频分析

对多分量线性调频(LFM)信号、单分量非线性调频(NLFM)信号以及多分量NLFM信号的Wigner-Ville分布进行了数值计算,探讨了信号项与交叉项之间的差异性特征,提出了信号时频曲线中点集的概念,研究了交叉项出现的一般规律.对于多分量信号,交叉项出现在信号项时频曲线之间的中点集之内.对于单分量NLFM信号,也有交叉项产生,交叉项出现在信号项时频曲线自身的自中点集之内.     

基于短时傅立叶变换和Wigner-Ville分布的联合变换

短时傅立叶变换是一种线性变换,对于多分量信号来说不存在交叉项,但时频聚集性不好;wgner-Ville分布具有很好的时频聚集性,但对于多分量信号却存在交叉项。文章讨论了一种结合短时傅立叶变换和Wigner-Ville分布各自优点的方法,通过将二者进行“融合”,可以得到既没有交叉项,而且时频聚集性叉好的时频分布。通过实验验证了该方法的有效性,并且该方法在低信噪比下对信号有很好的检测性能。     

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QPF的线性调频信号分离与估计

二次相位函数方法是将瞬时调频率估计算法应用于LFM信号参数估计,文中对多分量的LFM信号用QPF法进行了分析,用IQPF法解决其所存在的交叉项问题,并采用Clean法实现了不同强度LFM信号的分离与参数估计,同时抑制了强分量信号对弱分量信号的遮蔽干扰。仿真实验表明,该方法效果良好。     

一种新的抑制交叉项的时-频分布的分析

最近提出了一种新的时频分布，在保持高时频分辨率的同时可抑制交叉项，本文从信号模糊域滤波的角度分析了该分布中核函数的设计方法与思路，并针对多分量线性调频信号用该分布进行了计算机仿真。仿真结果证明了该分布在抑制交叉项并保持较高时频分辨率方面的有效性。     

Modified Cohen-Lee time-frequency distributions and instantaneousbandwidth of multicomponent signals

Cohen (1989, 1995) has introduced and extensively studied and developed the concept of the instantaneous bandwidth of a signal. Specifically, instantaneous bandwidth is interpreted as the spread in frequency about the instantaneous frequency, which is itself interpreted as the average frequency at each time. This view stems from a joint time-frequency distribution (TFD) analysis of the signal, where instantaneous frequency and instantaneous bandwidth are taken to be the first two conditional spectral moments, respectively, of the distribution. However, the traditional definition of instantaneous frequency, namely, as the derivative of the phase of the signal, is not consistent with this interpretation, and new definitions have therefore been proposed previously. We show that similar problems arise with the Cohen-Lee (1988, 1989) instantaneous bandwidth of a signal and propose a new formulation for the instantaneous bandwidth that is consistent with its interpretation as the conditional standard deviation in frequency of a TFD. We give the kernel constraints for a distribution to yield this new result, which is a modification of the kernel proposed by Cohen and Lee. These new kernel constraints yield a modified Cohen-Lee TFD whose first two conditional moments are interpretable as the average frequency and bandwidth at each time, respectively     

基于频域CLEANWigner-Ville分布中交叉项的抑制

针对ISAR飞机成像中出现的多分量线性调频(chirp)信号,该文提出一种基于频域CLEAN的信号分解方法,将其分解成多个单分量chirp信号,然后分别计算每个单分量的Wigner-Ville分布(WVD),以此来抑制此多分量信号WVD中的交叉项,与已有的chirp信号分解方法相比,该法减少了待估计参数的个数,使得计算更加简单,并能保证信号各分量正确的强度及时频变化特征。经过处理后的信号的WVD,保持了WVD高时频分辨率的特点,而交叉项得到了很好的抑制。实验表明,该方法应用于实测数据,成像质量明显提高了。     

Kernel estimation of the instantaneous frequency

Considers kernel estimators of the instantaneous frequency of a slowly evolving sinusoid in white noise. The expected estimation error consists of two terms. The systematic bias error grows as the kernel halfwidth increases while the random error decreases. For a nonmodulated signal g(t), the kernel halfwidth that minimizes the expected error is proportional to h~[(σ²)/(N|∂_t² g|2)]^1/5 where σ² is the noise variance and N is the number of measurements per unit time. The author shows that estimating the instantaneous frequency corresponds to estimating the first derivative of a modulated signal, A(t)exp(iφ(t)). For instantaneous frequency estimation, the halfwidth which minimizes the expected error is larger: h_1,3~[(σ²)/(A²N|∂_t ³(e^iφ¯(t/))|sup 2/)]¹/$ u7. Since the optimal halfwidths depend on derivatives of the unknown function, the authors initially estimate these derivatives prior to estimating the actual signal     

基于经验模式分解的Wigner-Ville分布交叉项抑制方法

时频分析作为时变非平稳信号分析的有力工具,成为现代信号处理研究的一个热点.这种分析方法提供了时间域与频率域的联合分布信息,为我们清楚地描述了信号随时间变化的关系.Wigner-Ville分布由于其良好时频集聚性,在非平稳信号分析中得到广泛应用,本文针对Wigner-Ville分布中的交叉项问题,提出了基于经验模式分解的Wigner-Ville分布,即对多分量信号运用经验模式分解,将其分解为单分量信号,再对每个单分量信号求Wigner-Ville分布进行线性叠加.提出运用相关系数法对经验模式分解伪分量进行剔除,提高了该方法的精度,并将该方法与Cohen类方法进行比较,阐述了该方法的优点.     

Estimation of instantaneous frequencies using iterative empirical mode decomposition

A novel instantaneous frequency-based time–frequency representation is proposed for the analysis of multicomponent signals. The concept of frequency translation is innovatively combined with the empirical mode decomposition algorithm to formulate an iterative procedure, referred to as the iterative empirical mode decomposition, to separate the components present in a signal at a suitably selected frequency resolution. The instantaneous frequency and amplitude estimated on the separated components are used to form the new time–frequency representation. The iterative empirical mode decomposition is assessed for component resolvability, and the performance of the aforementioned time–frequency representation is compared with several other time–frequency representations based on visual inspection and using objective criteria. The Hilbert spectrum formed using the iterative empirical mode decomposition not only provides high concentration of energy about the components’ instantaneous frequencies at high signal-to-noise ratio, but also good resolution while keeping the interference terms at a minimum.     

Instantaneous frequency and energy distribution of a signal

A theory is derived on a signal representation in an instantaneous frequency vs. time plane. It is observed that the usual frequency vs. time representation does not give a specific pattern for the signal. It is shown that by switching the frequency axis to an instantaneous frequency axis, and by distributing the energy of the signal on an instantaneous frequency vs. time plane it is possible to build up a coherent theory. As an example, patterns of speech signals (sustained vowels) are represented.     

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。     

一种有效的雷达信号快速识别方法

针对多种调制类型的雷达信号快速侦察识别成功率较低的问题,提出了基于瞬时频率特征提取的雷达信号快速识别新算法.首先,由短时傅里叶变换(STFT)得到信号每一部分的瞬时频率特征;其次,对得到的瞬时频率进行两次归一化分别得到各自特征值;最后,用层次决策方法对雷达信号进行分类识别.仿真实验结果证明该方法能有效识别各种雷达信号,在信噪比高于-3 dB时,各种脉内调制的识别成功率都达到90%以上.