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.     

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。     

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。     

一种基于Wigner-Hough分布的SAR地面运动目标成像方法

时频分析是SAR地面动目标成像技术中的常用方法,但传统时频分析方法如WVD在处理多分量SAR运动目标回波时存在交叉项的影响,在低信噪比时不易检测各分量信号的多普勒参数。针对这一问题,提出一种基于Wigner-Ville分布(SWVD)的机载SAR运动目标成像方法,其核心是采用SWVD时频分析方法,能够有效地抑制多个目标之间交叉项的影响,对地面单运动目标和多运动目标的成像均有很好的成像效果,理论分析和实验证明了其有效性。     

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。     

基于局部多项式傅里叶变换的语音盲源分离

频域的语音信号盲源分离多采用短时傅里叶变换以及Wigner-Ville分布(WVD)求信号的功率谱,而短时傅里叶变换对于多分量信号的频率分辨率受窗函数影响很大,WVD是一种非线性时频变换,处理多分量信号受交叉项影响很大。局部多项式傅里叶变换(LPFT)不仅提高了频率估计精度而且大大减少了时频分布中交叉项的影响。将语音信号表示为多分量的多项式相位信号,对语音信号作二阶LPFT,求得其局部多项式傅里叶变换谱(LPP),并构造时频矩阵,采用联合近似对角化算法求得能使信号功率谱矩阵近似对角化的一个酉矩阵,通过信号的白化以及酉矩阵来估计源信号,有效地分离出了原始信号。仿真结果表明,在噪声环境下可以将两个不同的语音信号进行分离。     

基于时频重排—霍夫变换的雷达回波信号检测

提出了将时频分布进行时频重排再利用Hough变换，对多目标雷达回波信号的检测与参数估计方法，解决了WVD—Hough方法中交叉项引起伪尖峰所造成的误检测以及QTFD—Hough的时频聚集性下降引起的参数估计精度降低和运行时间增大的问题。仿真实验表明，该方法能有效地检测多目标雷达回波信号并准确地估计其参数，而且有较好的抗噪声性能。     

一种低副瓣无混叠的线性调频信号时频分析方法

作为通信与勘探中广泛使用的一类信号,线性调频信号的参数分析经常采用基于Wigner-Ville分布(WVD)的时频分析方法。该方法具有高时频分辨率,但在交叉项、高副瓣以及频谱混叠问题上存在缺陷。该文提出一种名为空间变迹重排Wigner-Ville分布(SVA-rWVD)的时频分析方法,结合空间变迹技术(SVA)的副瓣抑制能力及短时傅里叶变换(STFT)的无混叠无交叉项特性,得到一个新的时频分布。基于单分量和多分量线性调频信号的仿真实验结果表明,该方法得到的时频分布可以降低副瓣水平至–40 dB以下同时消除交叉项及频谱混叠现象。     

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Wigner分布时频遮隔的信号分解算法

综合特征值分解及Wigner分布时频遮隔提出了一种信号分解算法,并推广应用于其他交叉项抑制时频表示.对于由时频面上互不重叠分量合成的多分量信号,证明了信号分量可与各分量Wigner分布之和的逆Fourier变换的特征值分解相对应;通过阈值法可从抑制交叉项时频表示获得信号时频支撑区域,以此为模板遮隔Wigner分布可减少交叉项并保持自项聚集性,其逆Fourier变换的特征值分解就可实现多分量信号分解.仿真实例分析结果表明了该理论与算法的正确性和实用性.最后分析了算法性能并拓展了其实用范围.     

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。     

基于乘积性模糊函数的核函数设计方法

利用乘积性模糊函数,提出一种双线性时频分布的核函数设计新方法,能够在模糊域有效地抑制噪声和多分量间的交叉项.在多分量强弱信号环境中,提出基于逐次减小误差的递归算法重构强信号,减小传统分析方法的残余信号影响和参数误差传播效应.利用分段近似的原则,可将非线性调频信号分解为多分量线性调频信号,从而将核函数设计方法推广到非线性调频信号环境.最后,仿真结果证实了该方法对多分量调频信号的有效性.     

基于STFT与WVD的雷达信号分析检测方法

对未知LFM雷达信号进行参数估计是截获分析、分选识别及干扰实施敌方低截获概率雷达信号的前提。本文分析了雷达信号参数检测方法 WVD,并对该方法在对雷达信号检测时产生的交叉项引入了STFT线性变换进行处理。仿真实验表明,该方法在充分发挥了WVD对信号的分析处理能力的同时能有效地抑制交叉项影响。     

多分量线性调频信号的Wigner-Ville分布交叉项去除

针对多分量线性调频信号WVD（Wigner-Ville Distribution）检测中的交叉项问题,提出一种交叉项去除方法.利用自项和交叉项的频率特性,将WVD时频矩阵进行坐标旋转,在变换域上滤波去除交叉项.理论推导了矩阵旋转变换公式以及旋转后自项和交叉项的表达式,并且针对缓慢震荡的交叉项受滤波器性能限制不能完全去除的情况,提出能量加权的方法进行改进.仿真和实验结果验证,该方法不仅能够去除交叉项,且不会降低分辨率.     

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。      

基于时频子空间分解的宽带线性调频信号DOA估计

针对具有时变方向向量的宽带线性调频信号,该文建立了基于短时Wigner-Ville分布(WVD)的空间时频分布矩阵,通过对各个空间时频矩阵的特征分解获得对应的信号子空间和噪声子空间,给出了基于时频子空间投影实现多个时频点综合估计信号DOA的算法。利用空间时频分布的前后向平滑解决了具有相同时频特性信号的均匀线阵DOA估计问题。算法不需要聚汇和插值等复杂的矩阵变换,精度较高,计算简便.仿真实验显示该算法性能显著优越于基于矩阵插值的宽带调频信号DOA估计算法.     

基于三参数Chirp原子分解的语音信号的时频表示

由语音信号的产生机理决定其呈现明显的非平稳特性,传统的信号分析方法不能刻画其局部时变结构.本文提出了基于三参数Chirp原子分解的语音信号的时频表示,该方法把语音信号分解为由比例、旋转、径向位移表示的三参数Chirp时频原子的线性组合,并用这些Chirp原子的WVD的叠加来逼近语音信号的时频表示.仿真实验结果表明,该方法与WVD相比无交叉项干扰,与谱图相比具有较高的时频聚集性,并且还可以提供语音信号的局部时频结构的参数.     

基于混合时-频分布的信号检测与瞬时频率估计

提出了一种基于分数阶线性及分数阶非线性时-频分布混合法,该方法将分数阶维格拉分布与加窗分数阶短时傅里叶变换相结合,在适当的分数阶时-频域进行信号检测与瞬时频率的估计.对于多分量信号,该方法能够有效地消除交叉项,同时提高自项的时-频分辨率.在对线性调频信号检测与瞬时频率估计应用中,计算机仿真表明该方法是有效的,具有良好的工程应用前景.