短时傅里叶变换在线性调频信号时频滤波中的应用

将短时傅里叶变换（STFT）的时频分析方法应用到线性调频（LFM）信号的滤波中, 突破了传统匹配滤波方法基于平稳假设的限制,将信号分析空间从一维频率域扩展到二维的 时间-频率域。利用自滤波的时频滤波方法进行LFM信号的滤波,然后分别采用时域和时频域 的均方误差（MSE）标准,分析了时频滤波的性能。仿真结果表明,基于STFT的时频滤波方 法能有效实现对LFM信号的滤波。     

非平稳信号分析的广义解析模态分解方法

现有的非平稳信号分析方法都有各自不同的缺陷,短时傅里叶变换的时频分辨率受不确定性原理的限制,希尔伯特黄变换存在端点效应和模态混叠,易导致模糊的时频分布;解析模态分解只适合分析频率恒定的多分量信号;针对包含多个时变模态、特别是频谱重叠的非平稳信号,本文提出了一种新的信号分析方法———广义解析模态分解（Generalized Analytical Mode Decomposition,GAMD）．GAMD通过广义傅里叶变换将时变频率转换为频谱可分的,采用解析模态分解对其分解,再对得到的单分量信号进行逆广义傅里叶变换即可得到原始信号的分量．因此,GAMD非常适合分析时变的非平稳信号．通过仿真信号将GAMD与短时傅里叶变换和希尔伯特黄变换等方法进行了对比,结果表明GAMD方法的分解效果更精确,时频分辨率更高．     

类傅里叶变换的多分量信号分离重构

针对多分量信号重构的问题,该文提出了一种新颖的类傅里叶变换方法,并对其基本性质进行了分析。采用该方法将频域上混叠但在时频二维频谱图上不重叠的多分量信号变换到类傅里叶变换域,使之在频谱上不产生混叠,从而达到信号分离重构的目的。与分数傅里叶域最优滤波的方法进行的对比分析说明,类傅里叶变换方法的适用范围更宽。文中对非线性的多分量调幅信号进行了仿真计算,得到了满意的结果。表明该方法在信号检测和分析方面具有应用价值。     

基于IRI电离层模型的低频天波信号特性分析

研究电离层对低频天波信号的影响对其在远程导航授时中的应用具有重要意义.文中结合IRI电子密度模型和NRLMSISE-00大气模型,采用分层半空间中平面波传播的准一维双线性变换时域有限差分方法,计算了低频天波经电离层的反射信号,分析了反射信号幅度、时延、多径随入射角度、一天中的时间及季节的变化.仿真结果表明：对于TE波,随着入射角度的增大,反射系数幅度先减小后增大;一天中经电离层反射的罗兰C低频天波信号幅度相差最大可达32.22 dB,时延差可达69.03μs;经电离层反射的罗兰C低频天波信号一般包含一个完整的罗兰信号,在昼夜过渡时会出现两个信号.     

基于信息熵的自适应窗长STFT算法在AFVISAR中的应用

在用短时傅里叶变换（STFT）对全光纤速度干涉仪（AFVISAR）的输出信号进行瞬时频率估计时,由于窗长固定,频谱的时频分辨率不能根据信号特点而改变。为了解决这个问题,提出一种基于最小信息熵准则的自适应窗长STFT算法。仿真结果表明,该算法可以根据信号特征有效地解决时间分辨率和频率分辨率之间的折衷,提高瞬时频率估计的准确性。     

一种基于多窗宽度STFT的PSWFs信号时频分析方法

固定窗宽度的短时傅里叶变换(Short Time Fourier Transform,STFT)时频分辨率是固定的,难以对频率时变的椭圆球面波函数(Prolate Spheroidal Wave Functions,PSWFs)信号的时频分布特性进行全面分析.剖析了窗宽度对不同参数PSWFs信号STFT时频分布的影响,...     

罗兰C周期识别时频分析方法研究

该文在分析罗兰C信号的STFT及WV时频变换表示基础上,仿真分析了天线输入端信噪比、天地波幅值比以及天地波相位差对罗兰C信号STFT及WV时频变换的影响。结果表明,罗兰C信号STFT及WV变换的峰值稳定,抗噪声性能强,但都存在多值性,而利用罗兰C信号WV变换的负峰值对应的频率点不同能够有效消除多值性,从而提出了基于WV变换的周期识别新方法。     

常规时频分析方法对比分析研究

时频分析技术兼具时间域和频率域特性,它根据地震波在地下传播时衰减与频率相关以及油气对于频率的敏感性,利用时频分析技术将信号从时间域变换到频率域进行信号分析。文章阐述了时频分析技术中的短时傅里叶变换(STFT)、S变换(ST)、匹配追踪Wigner-Ville分布(MP-WVD)三种变换方法;对比三种方法,得出匹配追踪Wigner-Ville分布的时频变换方法兼具了时频原子的独立性和高时频分辨率的特性,在实际地震资料的时频分析中表现出了对信号的较高品质的时频表示。     

基于双通道GoogLeNet网络的旋翼无人机分类

针对利用雷达微多普勒效应的旋翼无人机识别问题,提出了一种基于双通道GoogLeNet网络的分类识别方法。首先对旋翼无人机的回波信号进行短时傅里叶变换（Short-Time Fourier Transform,STFT）从而获得信号时频谱,对时频谱沿时间轴进行傅里叶变换得到节奏速度图（Cadence-Velocity Diagram,CVD）。然后将时频图和CVD作为双通道GoogLeNet网络的输入进行特征提取用以获得回波信号的时频域和节奏速度域的特征,最后将所获得的特征输入到Softmax分类器中进而实现旋翼无人机的分类识别。基于实际雷达数据的实验结果表明,所提旋翼无人机分类方法准确率可达到98.9%。     

一种快速雷达信号脉内调制识别分析方法

针对类信号的脉内调制识别问题,提出了一种基于短时傅里叶变换(STFT)和瞬时累加自相关的快速雷达信号脉内调制识别方法。采用由粗到细的识别方案,依据累加STFT频谱带宽将信号分为调频和调相信号。采用时域累加瞬时自相关识别BPSK和QPSK信号,利用STFT频谱的时域特征识别LFM和NLFM信号,经仿真实验分析,在较低信噪比下可正确实现信号识别,该方法适于FPGA的快速实现。     

面向旋翼飞机螺旋桨干扰的AM通信语音信号智能增强方法

为改善旋翼飞机空地语音通信质量,针对旋翼飞机螺旋桨造成的幅度调制(Amplitude Modulation, AM)信号复杂多频干扰以及恶劣机舱背景噪声,提出了一种通信语音时频掩膜智能增强方法,从而实现对机舱噪声与复杂干扰的有效抑制。该方法首先对原始时域语音信号进行分帧与加窗,通过短时傅里叶变换获取幅度谱与相位谱;然后将原始幅度谱作为网络输入,采用深度神经网络分析其语音信号的特征,采用长短期记忆网络挖掘语音信号的时序上下文信息,实现对语音时频掩膜的准确估计,并将其用于增强原始幅度谱以得到网络输出;最后结合原始相位谱,通过逆短时傅里叶变换获得增强后的时域语音信号。仿真与实际测试表明,该方法可有效抑制旋翼飞机环境下的干扰噪声,提高通信语音信号质量。     

一种改进的跳频信号参数估计方法

针对在跳频信号跳变时刻和跳变频率估计方面实时性和估计精度无法同时兼顾的问题,提出了一种基于短时傅立叶变换(STFT)和多重信号分类(MUSIC)算法的跳频信号参数估计方法。在建立跳频信号数学模型的基础上,利用STFT选取较大时间窗对整个信号在时域进行粗搜索,生成时频谱图,提取时频脊线从而获得跳变时刻,然后选取较小时间窗在已知跳变时间段利用STFT进行跳变时刻的细估计,并利用MUSIC算法进行频率的精确估计。该方法利用STFT的二次估计,减少了MUSIC搜索范围,从而降低了时间开销。仿真表明该算法的跳变时刻频率估计精度高,实时性能满足参数测量需求。     

多分量信号快速时频分析方法

针对目前多分量时频分析方法计算复杂度高,难以实现持续信号实时处理的问题,提出一种多分量信号快速时频分析方法。该方法通过信号流逐窗时频变换,实现信号的快速时频分析,其主要计算过程为短时傅立叶变换,时间和空间复杂度低,易于工程实现。性能分析结果表明:该方法时频分辨率高,避免了交叉项干扰,能有效分析低信噪比信号。     

一种基于STFT的数字信道化方法

数字信道化接收机是电子战中应用最广泛的一种宽带侦察接收机.将短时傅里叶变换（STFT）与数字信道化相结合,阐述了基于STFT的信道化原理,通过Matlab仿真验证了该方法的正确性和可行性以及信号时频参数测量和分辨多信号的能力.     

Short-time Fourier transform: two fundamental properties and an optimal implementation

Shift and rotation invariance properties of linear time-frequency representations are investigated. It is shown that among all linear time-frequency representations, only the short-time Fourier transform (STFT) family with the Hermite-Gaussian kernels satisfies both the shift invariance and rotation invariance properties that are satisfied by the Wigner distribution (WD). By extending the time-bandwidth product (TBP) concept to fractional Fourier domains, a generalized time-bandwidth product (GTBP) is defined. For mono-component signals, it is shown that GTBP provides a rotation independent measure of compactness. Similar to the TBP optimal STFT, the GTBP optimal STFT that causes the least amount of increase in the GTBP of the signal is obtained. Finally, a linear canonical decomposition of the obtained GTBP optimal STFT analysis is presented to identify its relation to the rotationally invariant STFT.     

基于小波变换的MSK信号码速率盲估计

针对最小频移键控调制信号的码速率估计问题,提出一种基于Haar小波变换的MSK信号码速率盲估计方法。首先对接收信号作傅里叶变换得到信号频谱,对频谱频点分析粗估计信号的码速率,接着通过粗估计的码速率选取短时傅里叶变换窗函数长度和3个小波尺度,利用短时傅里叶变换得到信号瞬时频率变化,再利用小波的边缘检测特性对信号瞬时频率序列相位跳变点检测,最后对检测结果作频谱分析,估计频率得到MSK信号的码速率。仿真结果表明,高于信噪比门限时本算法可以对MSK信号码速率有效估计。     

稳定分布噪声下基于Merid滤波的跳频信号参数估计

常规时频分析方法是处理跳频(FH)信号的有力工具,但在稳定分布噪声环境下无法有效地实现参数估计。该文提出基于Merid滤波的时频分析方法对跳频信号进行参数估计。Merid滤波器可以有效地抑制稳定分布噪声,该文先对观测信号进行Merid滤波,再采用短时傅里叶变换(STFT)进行参数估计。仿真结果表明,在稳定分布噪声环境中,该方法的跳频信号参数估计性能优于基于分数低阶和基于Myriad滤波的两种时频分析方法。