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。     

利用ASTFT谱有效抑制WVD交叉项的方法

该文分析了Wigner-Ville Distribution (WVD)中自项与交叉项相互关系,提出了一种利用自适应短时傅里叶变换(ASTFT谱)有效抑制WVD交叉项的新方法。该方法首先对信号进行ASTFT得到信号的ASTFT谱图,以确定出信号分量在时频平面内的位置,然后将ASTFT谱作为窗函数对信号的WVD进行加窗处理,从而有效消除掉WVD中的交叉项,并保留WVD的高分辨率和能量聚集性等优良特性。最后通过实例验证了该方法的有效性。     

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。     

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。     

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。     

基于滤波器组的改进型Wigner-Ville分布

针对时频分析中频谱图和Wigner-Ville分布(WVD)的不足,本文采用了一种滤波器组和WVD相结合的方法,并对这种改进的分布的性质进行了分析.最后举出实际例子说明它与其他几种常用的时频分析方法相比保留了 WVD能量集中的特性,而同时能够减少WVD带来的交叉项和人工产物,并能减少噪声的影响.     

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.     

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WVDLegendre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。     

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。     

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。     

跳频信号时-频域分析与参数盲估计方法

本文提出一种基于SPW时频分析来估计未知跳频信号参数的方法。该方法能够有效描绘跳频图案,具有分辨率高、运算量小、抗噪声能力强等优点。文中详细讨论了SPW时频分析方法,给出了参数盲估计算法的具体步骤及在低信噪比下的算法完善,并进行了仿真试验和性能分析。     

基于盲源分离的多跳频信号网台分选算法

针对欠定条件下多跳频信号的网台分选问题,该文利用跳频信号在时频域上的稀疏性,提出了一种基于盲源分离的自适应信噪比网台分选算法。首先,用Gabor变换作为系统的时频变换建立欠定条件下跳频信号网台分选的模型;然后,采用了自适应信噪比的时频支撑点阈值设定方法寻找源信号的时频单源点,根据时频单源点的时频比矩阵估计出混合矩阵;最后,利用与信源相对功率偏差相结合的改进的子空间投影法进行网台分选。仿真实验验证了该算法在低信噪比条件下的有效性。      

一种针对多分量信号的复延迟型时频分布的实现方法

 复延迟型时频分布(CTD)是近年来提出的一种新型时频分布.对于单分量调频信号,CTD具有良好的时频聚集性.但是对于包含两个或两个以上分量的多分量调频信号,直接采用定义式或传统频域卷积方法实现的CTD会产生大量的互交叉项,影响了它在各领域的应用.本文对CTD的传统频域卷积实现方法进行了三方面的修正,提出了一种适合多分量调频信号的修正型CTD频域卷积实现方法.仿真结果表明,本文方法对于多分量调频信号,既保持了CTD所固有的时频聚集性高的优点又极大地抑制了不同信号分量间的互交叉项.     

Time-frequency MEG-MUSIC algorithm

We propose a method that incorporates the time-frequency characteristics of neural sources into magnetoencephalographic (MEG) source estimation. The method is based on the multiple-signal-classification (MUSIC) algorithm and it calculates a time--frequency matrix in which diagonal and off-diagonal terms are the auto and crosstime--frequency distributions of multichannel MEG recordings, respectively. The method averages this time-frequency matrix over the time--frequency region of interest. The locations of neural sources are then estimated by checking the orthogonality between the noise subspace of this averaged matrix and the sensor lead field. Accordingly, the method allows us to estimate the locations of neural sources from each time--frequency component. A computer simulation was performed to test the validity of the proposed method, and the results demonstrate its effectiveness.     

An adaptive time-frequency filtering method for nonstationary signals based on the generalized S-transform

Aiming at the serious interference of the cross term existing in the time-frequency(TF) filtering method,an adaptive TF filtering method for nonstationary signals based on the generalized S-transform is proposed.Firstly the time-frequency distribution spectrum of the signal is got by the generalized S-transform,then the clustered energy of the signal on the timefrequency plane is identified by the TF region extraction algorithm,thirdly the TF filtering factor is constructed based on the distribution charact...     

基于时域分割的DS/FH信号参数估计

针对时频分析方法在直扩/跳频(DS/FH)混合扩频信号参数估计中存在时频分辨率受限、交叉项干扰、实时性差等缺点,通过分析DS/FH信号的时频特性,提出了一种新的DS/FH信号参数估计方法。该方法从待测信号的时域分析出发,利用不同跳频点对应的周期数不相等的性质,完成了对DS/FH信号的时域分割,最后结合DS/FH信号性质完成了对待测信号跳频周期、驻留时间、跳频频率的估计。仿真结果表明,该方法针对DS/FH信号的参数估计精度高,运算速度较快,且没有干扰频率。     

基于小波重排的多项式调频信号分析

针对常规时频方法用于多项式调频信号分析的不足,提出基于小波重排的方法,解决多项式调频信号交叉项干扰和时频聚集性之间的矛盾。该方法具有较好的抗噪声性能。在对小波重排原理进行综述的基础上,将其用于对多项式调频信号进行时频分析,并与其它方法进行了比较。仿真实验表明,小波重排方法具有综合优势。