基于重排时频分析跳频图案捕获的研究

为了实现对跳频图案快速准确地捕获,通过对Cohen类时频分布、核函数以及时频分布重排进行研究,提出了基于科恩-重排时频分析的跳频图案时频相关的捕获方法.时频相关的捕获方法能准确、有效地描绘跳频图案,具有很高的时间-频率分辨率.分析表明,时频相关的捕获方法能有效地抑制交叉项、扩散信号分量,计算时采用模块化处理,运算量小.仿真结果表明,时频相关法能够满足对跳频信号快速跟踪、测频的要求.     

基于相位核的时频信号分析

提出了一种相位核时频分布,将自主项与交叉项在时频平面上分离,并且保持了高度的时－频分辨率,便于分析信号的时频结构特征;同时这种时频分布又满足一些时频分布性质,有利于进一步的应用．针对离散时间、频率时频分布与连续时间、频率时频分布的不同之处,给出了离散化相位核时频分布的计算方法,讨论了附加其他时频分布特性的相位核时频分布．     

一种组合时频分布在跳频信号参数估计中的应用

为了有效分析跳频信号并估计其参数,根据跳频信号的特点,提出了一种基于频率分解的组合时频分布．这种新的时频分布先将多分量跳频信号通过带通滤波变成多个单分量信号,再将每个分量的Wigner-Ville分布线性叠加．理论分析和仿真结果表明,这种新的组合时频分布能够有效抑制跳频信号的交叉项干扰．与现有的方法相比,具有更高的时频分辨率,更适合于跳频信号的时频分析和参数估计．     

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。     

非线性时频分布重排算法在非合作跳频信号检测中的应用

在简述重排时频分布主要理论的基础上，具体分析了基于平滑伪Wigner-Ville分布的时频重排（rearrangement of the smooth pseudo Wigner-Ville distribution，RSPWVD）算法和基于Morlet小波的尺度图重排（rearrangement of the Morlet scale chart，RMSC）算法识别信号的基本原理，并导出了各自的重排算法表达式。分析结果表明，RMSC算法不仅可以获得比RSPWVD更为理想的抗干扰效果，而且可进一步提高信号时频分布的时频聚集性，从而更加精确地对跳频信号参数进行盲估计。最后给出了计算机仿真结果，并验证了其可行性和有效性。     

基于时频独立分量分析的Wigner-Ville分布交叉项消除法

由于信号混合引起的交叉项严重降低了Wigner-Ville分布的时频分辨率，为此提出一种基于独立分量分析的Wigner-Ville分布交叉干扰项消除法.在无须了解信号混合系数的情况下，通过盲源分离法提取各独立分量信号，给出盲源分离结果不确定的解决方法.建立了包含自项与交叉项的时频分布矩阵，利用时频分布矩阵的联合对角化算法消除独立分量信号之间的交叉干扰项.通过独立分量自项求和重构Wigner-Ville分布，重构的Wigner-Ville分布具有良好的时频分辨率.数值仿真结果验证了算法的有效性.     

参数逼近的自适应时频分析

针对二次时频变换中的交叉项影响,研究了一种基于信号分解的WVD时频分析的方法,它结合自适应高斯提取法的思想和WVD的优良特性,将信号分解为若干个基于高斯包络的chirp信号分量,然后进行WVD时频变换和时频图的综合显示,消除了时频变换中交叉项的影响,也保持了信号自项的时频聚集度．将此时频分析方法应用于雷达信号时频分析,实验结果表明,该分解方法有效地消除了信号交叉项的影响,且保持了原信号的时频聚集度．     

基于ARMA模型滤波的微弱信号辨识

双线性时频分布能更全面地表征复杂背景下瞬态机械故障信号特征,但双线性时频变换固有的交叉项干扰严重影响了算法的时频分辨率。探讨了双线性时频分析技术在微弱瞬态信号辨识中的应用,提出采用ARMA模型滤波的方法来抑制双线性Wigner-Ville时频变换的交叉项干扰,并给出算法推导。结合实验数据,对比平滑伪Wigner-Ville算法的信号辨识结果,表明基于ARMA模型预滤波的双线性时频分析能更好的抑制交叉项干扰,具备更高的时频分辨能力和瞬态微弱信号辨识能力。     

跳频信号的时频分析新方法

根据跳频信号的特点,提出了一种基于信号分解的时频分析方法。该方法先将多分量跳频信号通过带通滤波变成多个单分量信号,再将每个分量的WVD线性叠加得到新的时频分布。理论分析和仿真结果表明,这种新的时频分析方法能够有效抑制跳频信号的交叉项干扰,与现有的方法相比,具有更高的时频分辨率,更适合于跳频信号的时频分析和参数估计。     

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。     

Exponential time-frequency distribution of mechanical vibration signals

Ｆｏｒｍａｎｙｍｅｃｈａｎｉｃａｌｓｙｓｔｅｍｓ,ｔｈｅｍｅｃｈａｎｉｃａｌｖｉｂｒａｔｉｏｎｓｉｇｎａｌｉｓａｃａｒｒｉｅｒｏｆｉｎｆｏｒｍａｔｉｏｎａｂｏｕｔｔｈｅｃｏｎｄｉｔｉｏｎｏｆｔｈｅｓｙｓｔｅｍ,ｓｕｃｈａｓｓｏｍｅｐｒｏｂｌｅｍｓｉｎｄｅｓｉｇｎｓａｎｄｍａｎｕｆａｃｔｕｒｅｓ.Ｂｅｃａｕｓｅｉｔｉｓｅａｓｉｌｙｍｅａｓｕｒａｂｌｅａｎｄａｂｌｅｔｏｔｒａｖｅｌｆｏｒａｌｏｎｇｄｉｓｔａｎｃｅｔｈｒｏｕｇｈｓｏｌｉｄａｎｄｆｌｕｉｄｍｅｄｉａ,ｅｓｐｅｃｉａｌｌｙｆｏｒｔｈｏｓｅｃｏ…     

一种SP&WVD组合时频分布改进算法

谱图(spectrogram,SP)和维纳-威利分布(Wigner-Ville distribution,WVD)组合时频分布是针对多分量信号的一种新型时频分布算法,为减少谱图交叉项带来的误差,从多角度分析了谱图分布及WVD的交叉项产生原理,提出了一种改进的组合时频分析方法。该方法首先对具有不同窗长和不同窗函数的多个谱图进行叠加综合;然后通过对时频分布综合结果进行阈值化处理获得自项支撑区域,最终实现了对WVD交叉项的抑制。仿真结果表明,该方法保持了WVD良好的时频聚集性,并有效抑制了交叉项。     

基于时频分布的扩展的二元相移键控信号解调算法

在已有的扩展二元相移键控(EBPSK)调制信号模型基础上,从非平稳信号分析方法入手,对EBPSK调制信号的时频分布特性进行了详细推导,建立了EBPSK信号相位跳变与时频分布幅度的关系模型,利用该模型提出了基于时频分布的EBPSK解调算法,并给出了相应的解调器结构。对基于时频分布的EBPSK信号解调器性能进行了分析,讨论了解调器的判决门限选取方法。分析表明,基于时频分布的EBPSK信号解调算法不但简化了EBPSK解调器结构,获得了优异的EBPSK调制系统差错性能,而且为通信信号的非平稳信号处理提供了新的可行方案。     

几种时频分析方法的比较及应用

地震信号属于非平稳信号,常规傅立叶变换方法不能刻画任一时刻的频率成分,无法对其进行全面的分析。时频分析方法将一维时域信号变换到二维的时频平面,全面反映地震信号的时频联合特征。本文介绍了短时傅立叶变换、连续小波变换、Wigner-Ville分布、Cohen类分布四种时频分析方法,通过理论合成信号试算,从时间分辨率、频率分辨率,以及对多频率成份信号适应能力等方面阐述了这四种方法的优缺点,进一步分析比较了这四种方法的特点及应用效果。     

基于线性正则变换的时频信号分离方法

时频信号分析是当今信号处理领域研究的一个热点问题,各种时频分布函数得到了广泛的研究和应用。线性正则变换是一种重要的时频分析工具。文中研究了线性正则变换与传统时频分布函数的关系;并基于这些关系,提出了一种新的时频信号分离方法,能够把在时频面上互不重叠、但在时域和频域均存在较强耦合的多分量合成信号有效地分离。仿真实例表明了该方法的正确性和实用性。     

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%.     

基于时频混合矩的小波调制信号识别

小波调制信号是一种特殊的调制信号,该文基于小波调制信号独特的时频特征,利用自适应优化核时频分布方法,探讨基于时频混合矩的多载波调制信号的识别。仿真表明,该方法不仅能将小波调制与OFDM信号进行分类,同时还能对不同调制级的小波调制信号进行分类。