一种高分辨自适应信号时频表示

提出了一种采用线性调频窗函数的自适应短时傅里叶变换方法,利用时间－时延－多普勒函数和Ｒａｄｏｎ变换技术估计信号的瞬时调频指数,并自适应地调整窗函数的参数,获得了高分辨纺的时频表示,与现有的自适应ＳＴＦＴ方法相比,该方法是一种开环的计算方法,避免了非线性优化和迭代运算,实验结果证明了该方法的有效性。     

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。     

弦乐合弦声信号时频特征的小波包分析

利用小波包分析技术对弦乐合弦声信号进行时频分析，并采用Hilbert变换对小波分解系数时域重构信号进行包络线检波，得到了合弦声信号幅值的时频等高线相平面图．与传统傅里叶谱分析技术相比较，小波变换的时频相平面图能同时反映合弦声信号的构成频率成分及其时域特征．     

跳频信号的STFT时—频分析

利用短时傅立叶变换ＳＴＦＴ的时－频域分析特性,探讨了使用各种窗口函数的ＳＴＦＴ来分析跳频信号,计算并分析了利用不同窗口函数跟踪跳频信号时所产生的各类误差。     

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。     

基于时频局域相关能量的时变信号分析

提出了一种基于信号时、频局域相关能量的新的时-频信号分析方法,它有着较明确的物理意义。进一步的分析表明了它实际上是对Rihaczek分布的平滑。与Wigner分布（WD）相比,它有效地消除了多分量信号的交叉项,并避免了WD的频率模糊现象,计算方法也更为简便。     

针对减少多普勒信号时频分布斑点的研究

基于短时傅立叶变换(STFT)的商用多普勒分析仪所得出的多普勒信号谱存在较大的随机噪声和随机抖动(形成多普勒斑点)；为了减少或抑制这些多普勒斑点，我们利用维纳辛钦定理先对信号进行自相关，消除其电噪声，然后再对去噪后的信号加上一个高斯窗函数做傅立叶变换抑制其谱的随机抖动，最终得出了较好的信号谱形，减少了多普勒斑点．     

基于时频局域相关能量的时变信号分析

提出了一种基于信号时、频局域相关能量的新的时－频信号分析方法，它有着较明确的物理意义，进一步的分析表明了它实际上是对Ｒｉｈａｃｚｅｋ分布的平滑，与Ｗｉｇｎｅｒ分布（ＷＤ）相比，它有效地消除了多分量信号的交叉项，并避免了ＷＤ的频率模糊现象，计算方法也更为简便。     

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。     

基于主分量分析的机载雷达空时二维自适应处理方法

通过分析机载预警雷达系统自由度数与杂波自由数目的关系,空时二维自适应处理可以只在主子空间进行。对于杂波抑制,提出了主分量分析实现空时二维自适应处理方法。该方法能以简单的运算求出最合理的系统自由度去抑制杂波,达到了简化系统设备的目的。文中并就一些实际问题进行了较详细探讨,通过模拟实验验证了该方法的有效性。     

改进Chirplet时频原子的非线性调频信号分解

针对Chirplet时频原子对正弦类型的非线性调频信号的分解性能较弱的问题,提出一种改进的Chirplet时频原子．首先从理论上分析Chirplet时频原子对正弦类型的时频分布的失配问题,其次在Chirplet时频原子中加入正弦调频因子,使原子的时频曲线产生类正弦形状的弯曲性能,最后使用遗传算法代替匹配追踪算法,提高原子搜索效率．仿真实验结果表明,改进的Chirplet原子对于非线性调频信号的分解性能与Gabor、Chirplet和FM^mlet原子相比,有了较大的提升．     

基于时频子空间方法的线性调频信号参量估计

针对加性色噪声背景下的多分量线性调频信号参量估计问题,提出了基于相位差分的时频子空间方法.该方法将时频子空间的方法引入线性调频信号参量估计中.首先时多分量线性调频信号做相位差分,然后在时域内利用子空问方法对差分后的信号进行滤波,最后用基于矩阵束的方法进行频率估计.本方法消除了使用相位差分而带来的交叉项的干扰,同时能够很好的消除加性色噪声对多分量线性调频信号的参量估计的影响.仿真实验证明了本方法的有效性.     

Blind beamforming algorithm based on fractional lower-order time-frequency decomposition

A novel blind beamforming algorithm based on fractional lower-order time-frequency decomposition (TFD) is proposed to improve the performance of existing blind beamforming algorithms in impulsive noise environment. The traditional short-time Fourier transform (STFT) is first improved by utilizing fractional lower-order statistics to realize TFD in impulsive noise environment. Then, by combining the clustering method and the method for the uncertainty set, the TFD results of the receiving data at each sensor are used to realize the estimation of steering vectors (SV). Finally, the optimal weight coefficients of the proposed blind beamformer are achieved by substituting the estimated SV into the minimum variance distortionless response (MVDR) beamformer. Simulation results demonstrate that this algorithm can achieve superior output performance over the existing blind beamforming methods in impulsive noise environment. The proposed algorithm hardly needs any specific property of the receiving signals and can be more widely used.     

基于时频分析的混沌谐波线性混合信号提取算法

混沌信号与谐波信号的分离问题是混沌信号处理中的重点问题,时频分析理论的日趋成熟为该问题带来了新的解决方案。针对不同噪声情况下混沌背景下谐波信号的提取进行分析,将小波变换与EMD方法进行比较,经仿真实验总结出一种新的谐波信号提取的融合算法,仿真实验验证了该算法的有效性。     

Exponential time-frequency distribution of mechanical vibration signals

Ｆｏｒｍａｎｙｍｅｃｈａｎｉｃａｌｓｙｓｔｅｍｓ,ｔｈｅｍｅｃｈａｎｉｃａｌｖｉｂｒａｔｉｏｎｓｉｇｎａｌｉｓａｃａｒｒｉｅｒｏｆｉｎｆｏｒｍａｔｉｏｎａｂｏｕｔｔｈｅｃｏｎｄｉｔｉｏｎｏｆｔｈｅｓｙｓｔｅｍ,ｓｕｃｈａｓｓｏｍｅｐｒｏｂｌｅｍｓｉｎｄｅｓｉｇｎｓａｎｄｍａｎｕｆａｃｔｕｒｅｓ.Ｂｅｃａｕｓｅｉｔｉｓｅａｓｉｌｙｍｅａｓｕｒａｂｌｅａｎｄａｂｌｅｔｏｔｒａｖｅｌｆｏｒａｌｏｎｇｄｉｓｔａｎｃｅｔｈｒｏｕｇｈｓｏｌｉｄａｎｄｆｌｕｉｄｍｅｄｉａ,ｅｓｐｅｃｉａｌｌｙｆｏｒｔｈｏｓｅｃｏ…     

基于时频特征的卷积神经网络跳频调制识别

针对人工设计特征表征能力不足,提取难度大的问题,提出基于卷积神经网络（CNN）的跳频信号调制方式识别系统. 该系统通过训练学习跳频信号时频图特征,将调制方式识别问题转化为图像识别问题. 采用组合时频变换方法对跳频信号进行时频变换得到二维时频图;经过自适应维纳滤波算法滤除背景噪声,提高系统抗噪性;采用连通域检测和双线性插值算法提取跳频信号每跳时频图,对时频图大小进行重置调整;将已处理的时频图输入到设计的11层卷积神经网络中进行训练学习,通过在输出层增加Softmax分类器,实现跳频调制方式分类识别. 仿真结果表明,该系统在信噪比为–4 dB条件下,对跳频信号BPSK、QPSK、8PSK、SDPSK、QASK、16QAM、32QAM和GMSK共8种调制方式的平均识别率达到92.54%.     

自适应时间尺度分解方法及其应用

针对齿轮故障振动信号的非线性、非平稳和多分量的特征,在定义了瞬时频率具有物理意义的本征时间尺度函数(intrinsic time-scale function,ITF)的基础上,结合固有时间尺度分解中基线信号的构造方法,提出自适应时间尺度分解(adaptive time-scale decomposition,ATD)的时频分析方法,该方法可以自适应地将一个复杂信号分解为若干个瞬时频率具有物理意义的本征时间尺度分量之和.仿真分析验证了ATD方法的有效性以及定义本征时间尺度函数方法的合理性.分别将ATD、经验模态分解(EMD)、局部均值分解(LMD)和固有时间尺度分解(ITD)与包络解调分析相结合应用于斜齿轮故障诊断中,实验结果表明:自适应时间尺度分解方法在保证分解结果正确性的前提下,计算效率方面具有明显优势,将该方法与包络解调相结合能够有效提取到齿轮的故障特征.     

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。     

自适应复数信号独立分量分析算法

针对强不相关变化算法不适用于谱系数相同的非圆信号的问题,提出了一种自适应复数独立分量分析算法.利用非圆信号的二阶统计量都不为零的特点构造代价函数,在复数域中直接优化代价函数,推导出一种针对非圆信号的自适应算法.该算法不仅对谱系数相同的非圆信号有效,而且适用于任意包含有非圆信号的统计独立的信源信号,不需要计算特征向量和奇异向量,算法的结构简单.实验仿真结果验证了算法的有效性.