基于广义矩形时频分布的跳频信号参数估计

能够有效地对接收到的跳频信号进行参数估计是干扰跳频通信的重要前提。由于广义矩形时频分布能够在有效抑制交叉干扰项的同时具有好的时频聚集性,提出了一种基于广义矩形时频分布的跳频信号参数盲估计算法。该算法能够在低信噪比条件下估计出跳频信号的跳频周期、跳变时刻和跳频频率。仿真结果表明,与基于平滑伪Wigner-Ville时频分布（SPWVD）估计跳频信号参数的算法进行比较,该算法提高了跳频信号参数估计的准确度和可靠性。     

基于时频矩阵局部对比度的跳频信号参数估计

为了提高低信噪比下跳频信号参数估计性能,提出了一种基于时频矩阵局部对比度的跳频信号参数估计算法。根据跳频信号和噪声的时频分布不同特点,利用时频矩阵在不同尺度滑窗下的局部能量对比值均值,得到多尺度局部能量对比特征矩阵,通过此特征矩阵和自适应阈值分离得到仅保留了跳频信号时频信息的时频矩阵P。然后从P中提取时频跳变信息,精确估计跳频信号的跳频周期、起跳时间和跳变频率。仿真结果表明,与传统局部对比度（local contrast measure,LCM）法及形态学滤波法相比,本文算法具有更好的跳频信号提取效果和更高的参数估计精度,其有效性与实用性在DSP+FPGA的硬件系统上得到了测试验证。     

跳频信号互模糊函数相参积累时差和速度差估计方法

在运动多站定位场景下，宽带跳频通信信号的载频跳变会产生变化的多普勒频移，因此无法直接利用跳频信号的多个不同脉冲估计多普勒频率差，若仅估计单个跳频脉冲的时频差，则精度低而无法满足定位要求。针对此问题，提出了一种基于互模糊函数相参积累的宽带跳频信号时差和多普勒速度差估计方法。首先将宽带跳频信号的多普勒效应差建模为多普勒速度差，从而无需对多普勒频差进行估计，避免载频跳变对多普勒效应差估计造成影响，并建立了时变时差的时差和速度差信号模型。然后对各单跳信号的互模糊函数进行相位补偿以实现相位对齐，通过对相参积累后的互模糊函数进行时差和速度差的二维峰值搜索，可以得到多跳频脉冲信号初始时刻时差和速度差的相参估计结果。最后以Link16数据链信号为例对算法进行了仿真实验，验证了算法的正确性与精度优势。     

基于相参积累的宽带跳频信号时差和速度差联合估计方法

运动多站无源定位场景下,宽带跳频通信信号载频跳变会产生变化的多普勒频移,从而导致无法直接估计多脉冲跳频观测信号的多普勒频差,而单跳信号的时频差估计精度又不能满足定位要求。针对该问题,本文提出了一种跳频信号多脉冲相参积累的时差和多普勒速度差联合估计算法。首先对宽带跳频观测信号建立时差-多普勒速度差模型,然后对脉冲对的频域共轭积补偿相位后累加求和,最后通过代价函数的二维峰值搜索求得跳频信号时差和多普勒速度差估计值。仿真结果表明,本文所提方法相比于单跳方法和多脉冲非相参积累方法,估计精度提升显著且在中高信噪比条件下能够贴近CRLB,验证了所提方法的正确性与精度优势。     

基于自适应短时Chirplet分解的高性能时频分布重构

通过傅里叶变换得到的频谱能够反映信号所包含的频率成分，但无法揭示瞬时频率随时间的变化特性。为满足工程应用中大量非平稳信号的分析需求，能够同时描述信号时域和频域特征的时频分析方法得到了广泛关注和深入研究。然而，传统时频分析方法所得到的时频分布往往具有较低的能量聚集性和较强的交叉项干扰，难以支撑信号时频特征的准确表达和提取。通过对信号内在稀疏特性进行挖掘和利用，能够有效提升信号时频分布的质量。本文通过对信号的相位函数进行泰勒展开，阐述了信号稀疏时频分解的实质，并分析了现有稀疏类时频分析的方法不足。在此基础上，提出了一种基于自适应短时Chirplet分解的高性能时频分布重构方法。首先，利用与信号时频特性自适应的窗函数为每一时刻生成了具有最强拟平稳性的最优短时信号；其次，提出了一种Chirplet字典的简化设计方法，利用得到的Chirplet字典对上述短时信号进行稀疏分解，基于分解结果实现了短时信号中心时刻瞬时频谱的参数化重构；最后，按时间顺序排列所有时刻的瞬时频谱，得到了信号能量聚集性高且不含任何交叉项干扰的高性能时频分布。仿真实验表明，所提方法有效改善了传统稀疏类时频分析方法结果中时频曲线...     

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。     

基于重排Gabor谱方法的跳频信号参数估计

对接收到的跳频信号进行时频分析是跳频信号参数估计的重要步骤。利用重排方法对信号的时频谱图进行重排,有效地抑制了交叉干扰项,提高了信号的时频聚集性并且改善了信号时频谱图的可读性。对跳频信号的Gabor谱进行重排,能够在低信噪比条件下估计出跳频信号的跳频周期、跳变时刻和跳频频率等参数。仿真结果表明,与Gabor谱方法比较,采用重。排Gabor谱方法对跳频信号进行分析,提高了跳频信号的跳频周期和跳变时刻估计的准确性。     

原子钟在线监测评估方法设计

大型通信、测量电子系统一般配备2台或2台以上原子钟作为系统的时间、频率基准,互为备份构建主、备时频信号基准,以提高系统时频信号可靠性,保障系统连续运行。主备原子钟间虽然可通过相位比对、数据分析检测到原子钟工作状态异常状况,但是由于缺乏参考,难以通过时频系统本身区分故障来源,存在故障定位难的技术难点。针对这一问题,提出了一种基于中间振荡器的主、备用原子钟频率跳变检测、短期稳定度分析评估方法,为时频系统主、备用原子钟故障定位提供技术手段,提高时频系统故障判断准确性,并缩减系统故障定位、故障恢复时间。使用3台铷原子钟进行了测试验证,实验结果表明,该方法可实现时钟稳定度的评估,并可实现时钟频率跳变的故障定位。     

基于改进 SPWVD 的 DS/FH 信号跳频参数估计方法

对直接序列/跳频(DS/FH)信号的特性进行了研究,针对 DS/FH 二进制相移键控(BPSK)信号的直扩特性对信号跳频参数估计的影响,利用平方倍频多窗口拼接平滑伪维格纳威利分布(SPWVD)算法在时频域内对信号的跳变周期与跳变时刻进行估计,仿真结果证明该方法具有一定的效果。     

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。     

基于Matching Pursuits时频分解算法的传声器阵语音增强

根据在时频域中对含噪语音信号进行的时频分析研究,提出1种基于MatchingPursuits时频分解算法的语音降噪方法。利用MatchingPursuits算法对含噪语音信号进行分解,将分解后各分量的魏格纳分布之和作为整个信号的魏格纳分布,使信号在时频平面上有较直观的分布,并利用此特点对信号进行降噪。仿真结果表明:此方法能在保证可懂度的情况下,有效去除含噪语音信号中的宽带噪声。     

A resolution comparison of several time-frequency representations

Two signal components are considered resolved in a time-frequency representation when two distinct peaks can be observed. The time-frequency resolution limit of two Gaussian components, alike except for their time and frequency centers, is determined for the Wigner distribution, the pseudo-Wigner distribution, the smoother Wigner distribution, the squared magnitude of the short-time Fourier transform, and the Choi-Williams distribution. The relative performance of the various distributions depends on the signal. The pseudo-Wigner distribution is best for signals of this class with only one frequency component at any one time, the Choi-Williams distribution is most attractive for signals in which all components have constant frequency content, and the matched filter short-time Fourier transform is best for signal components with significant frequency modulation. A relationship between the short-time Fourier transform and the cross-Wigner distribution is used to argue that, with a properly chosen window, the short-time Fourier transform of the cross-Wigner distribution must provide better signal component separation that the Wigner distribution     

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。     

Tomography time-frequency transform

The paper shows that the fractional Fourier transform (FRFT) of a signal is the Radon transform of the time-frequency distribution of the same signal. Therefore, a time-frequency distribution known as the tomography time-frequency transform (TTFT) is defined as the inverse Radon transform of the FRFT of the signal. Because the computation of the TTFT does not explicitly require any window or kernel function, high resolutions in both the frequency and time domains can be achieved. When the signal contains multiple components, the cross terms can be effectively removed by an adaptive filtering process that is applied on the FRFT rather than the final result. Therefore, distortions made by the filtering process on the desired signal components can be minimized     

The time-frequency distributions of nonstationary signals based ona Bessel kernel

A kernel based on the first kind Bessel function of order one is proposed to compute the time-frequency distributions of nonstationary signals. This kernel can suppress the cross terms of the distribution effectively. It is shown that the Bessel distribution (the time-frequency distribution using Bessel kernel) meets most of the desirable properties with high time-frequency resolution. A numerical alias-free implementation of the distribution is presented. Examples of applications in time-frequency analysis of the heart's sound and Doppler blood flow signals are given to show that the Bessel distribution can be easily adapted to two very different signals for cardiovascular signal processing. By controlling a kernel parameter, this distribution can be used to compute the time-frequency representations of transient deterministic and random signals. The study confirms the potentials of the proposed distribution in nonstationary signal analysis     

基于Hough变换的任意时频分布线条特征提取

时频分布将时(空)域信号变换到时频联合域,揭示出信号的非平稳性、瞬时频率以及频率随时(空)间的变化演进,这其中往往主要含有线条成分,现有的分析方法只能探测直线成分(即线性调频参数),并且只是分析Wigner分布.本文进行两方面的推广,一方面将Hough变换探测各种参数曲线,可以对任意时频模式的信号进行检测;另一方面推广到任意时频分布,试验结果表明本文方法对于低信噪比的信号,检测可靠性更高,尤其对于自适应时频分布,效果更为满意.     

强背景噪声环境下的线性调频信号检测

基于线性调频(LFM)信号Wigner-Ville变换的零频处仍保存原信号所有信息的结论，提出了改进的基于互Wigner-Ville分布线性调频信号的检测方法。该方法具有较好的抗噪声能力，在更低的信噪比下，可以实现单个或多个强度相差较大的线性调频信号的检测。仿真实验的结果证明了算法的有效性。     

Adaptive phase extraction: incorporating the Gabor transform in the matching pursuit algorithm

Short-time Fourier transform (STFT), Gabor transform (GT), wavelet transform (WT), and the Wigner-Ville distribution (WVD) are just some examples of time-frequency analysis methods which are frequently applied in biomedical signal analysis. However, all of these methods have their individual drawbacks. The STFT, GT, and WT have a time-frequency resolution that is determined by algorithm parameters and the WVD is contaminated by cross terms. In 1993, Mallat and Zhang introduced the matching pursuit (MP) algorithm that decomposes a signal into a sum of atoms and uses a cross-term free pseudo-WVD to generate a data-adaptive power distribution in the time-frequency space. Thus, it solved some of the problems of the GT and WT but lacks phase information that is crucial e.g., for synchronization analysis. We introduce a new time-frequency analysis method that combines the MP with a pseudo-GT. Therefore, the signal is decomposed into a set of Gabor atoms. Afterward, each atom is analyzed with a Gabor analysis, where the time-domain gaussian window of the analysis matches that of the specific atom envelope. A superposition of the single time-frequency planes gives the final result. This is the first time that a complete analysis of the complex time-frequency plane can be performed in a fully data-adaptive and frequency-selective manner. We demonstrate the capabilities of our approach on a simulation and on real-life magnetoencephalogram data.     

无限方差噪声环境下的分数低阶空间时频盲源分离

对脉冲噪声α稳定分布环境下的时频分布进行了研究,改进了适合α稳定分布信号或强脉冲噪声环境的分数低阶时频分布方法,用分数低阶空间时频矩阵代替空间时频矩阵,基于时频盲分离算法提出了一种改进的分数低阶空间时频盲源分离算法,并归纳了算法步骤。通过对FLO-TF-UBSS算法和已有的TF-UBSS算法及MD-BSS算法进行详细比较,仿真结果表明,所提出的FLO-TF-UBSS算法有效的降低了信号的均方误差（MSE）,能较好的对α稳定分布噪声环境下的非平稳信号进行盲分离,并实现了对实际的稳定分布舰船信号的盲提取,性能优于已有TF-UBSS算法和MD-BSS算法,且具有一定的韧性。