共查询到15条相似文献,搜索用时 125 毫秒
1.
在应用时频—MUSIC方法对多分量调频信号进行到达角估计的问题中,针对时频分布中交叉项的存在对估计性能的影响,本文提出了一种基于阵列信号处理抑制时频分布交叉项的新方法。该方法利用多信源在各阵元上的延迟对时频分布交叉项振荡相位的影响,联合运用多通道信号处理和图像处理的方法,采用二维乘法滤波,减小高频振荡交叉项在时频图像中的占据区域,从而达到抑制交叉项的目的。仿真实验显示该方法具有良好的效果。 相似文献
2.
传统时频分布方法在估计多分量线性调频信号时,交叉项影响导致时频估计精度低。因此,提出建立信号调频斜率因子库,对时频分布核函数进行改进,使核函数能有效抑制由多分量信号引起的交叉项干扰。通过分析核函数与信号模糊函数交叉项及自身项的关系,将时频估计问题转化为求解最优调频斜率因子库来对核函数进行改进,使信号的广义模糊函数能量最大。以多分量线性调频信号为例进行仿真,结果证明与传统时频分布方法相比,改进的时频估计方法可以在有效抑制交叉项干扰的同时保留大部分自身项,提高了多分量信号时频估计的精度和抗噪声能力。 相似文献
3.
时频聚集性和交叉项是衡量时频分布性能的主要评价指标。Gabor变换是一种线性变换且不存在交叉项,而双线性时频分布具有良好的时频聚集性但存在交叉项。从图像处理的角度对Gabor变换和双线性时频分布的时频图像进行处理,可以得到既具有良好的时频聚集性,又减少交叉项的时频分布。仿真实验表明这种方法可以得到更加精细的语音时频结构。 相似文献
4.
5.
6.
7.
在分析了双线性时频分布-Hough变换算法对多分量Chirp信号检测与参数估计原理的存在问题后,提出了将多分量Chirp信号的双线性时频分布作为图像,抽取图像脊后,再进行Hough变换的改进方法。仿真试验结果表明,改进的方法不仅解决了WVD的交叉项引起Hough变换的伪尖峰对检测所造成的误判,而且缩短了双线性时频分布因平滑交叉项导致时频聚集性下降而引起的Hough变换增加的时间,从而提高了Chirp信号检测与参数估计的准确性,也进一步改善了该算法的抗噪声性能。 相似文献
8.
分析脑电信号主要采用时频分析法,其中交叉项和分辨率是相互矛盾的两个因素。基于高时—频分辨率分析(High Time-Frequency Resolution Analysis,HTFRA)方法能够将这两者相结合。该方法以维格纳-威尔分布(Wigner-VilleDistribution,WVD)为基础,对Wigner-Ville分布的结果利用中心仿射滤波法进行非线性滤波,有效地消除了Wigner-Ville分布的交叉项干扰,而不影响信号的分辨率。对仿真信号采用传统的短时付氏变换、Wigner-Ville分布及HTFRA求时频能量分布,结果显示:HTFRA较传统的方法更清晰地反映信号在时频域内的能量变化。该方法使得脑电信号适用于各种分类算法。 相似文献
9.
10.
针对多分量线性调频信号的魏格纳-维尔分布(Wigner-Ville Distribution,WVD)交叉项干扰问题,提出一种抑制交叉项的方法。该方法利用分数阶傅里叶变换(Fractional Fourier Transform,FRFT)在最佳FRFT域中对给定的线性调频信号具有最好的能量聚集性,将多分量线性调频信号在FRFT域上分解为若干个单分量信号,线性叠加单分量信号的WVD,从而达到抑制交叉项的效果。此外,当多分量线性调频信号为周期信号时周期间存在干扰,进一步提出了在基于FRFT的WVD交叉项抑制方法中增加周期遮蔽处理。仿真结果表明,在保持较高的时频分辨率时,该方法能够有效抑制交叉项,并且有一定的抗噪声能力。 相似文献
11.
12.
13.
针对高聚集度Wigner-Ville distribution (WVD)时频分析方法存在严重的交叉项干扰问题, 利用广义Warblet变换(Generalized Warblet transform, GWT)不产生虚假频率分量的特点, 提出了WVD与GWT相结合的归一化广义Warblet-WVD (Normalized generalized Warblet-WVD, NGWT-WVD)算法. 该算法将GWT与WVD进行矩阵运算, 实现滤波效应, 抑制WVD产生的新交叉项以及混入自项的交叉项, 提高WVD的时频分析质量. 实验结果表明, NGWT-WVD方法有效地去除了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. 采用NGWT-WVD方法处理金属疑似破裂样本信号, 获取破裂发生区间的时间和频率标志段, 为监测传感器设置有效门限值提供判据, 取得了良好效果. 相似文献
14.
传统的时频分析方法受限于Nyquist采样定理,信息量的增加提高了对采样速率、传输速度和存储空间的要求;同时,双线性魏格纳-维尔分布处理多分量信号时会产生交叉项,常用的核函数法在抑制交叉项时降低了信号的时频聚集性.该文将压缩感知与时频分析方法相结合,在时频分析中突破采样定理的限制,抑制交叉项的同时获得较高的时频聚集性.针对单分量信号、多分量信号、蝙蝠声音信号,利用不同的窗函数如矩形窗或高斯窗,得出仿真结果,验证了基于压缩感知的信号时频表示重构优于传统的基于傅里叶变换进行重构的方法.并利用最小均方误差MSE和时频聚集度CM作为衡量参数,分析了不同样本空间与所重构信号时频表示性能之间的关系. 相似文献
15.
在复杂电磁环境下,通信信号与干扰在时频域重叠而难以分离,针对这一问题,提出了一种基于信号稀疏表示的干扰抑制与通信信号重构方法.首先,通过K阶奇异值分解(K-Singular Value Decomposition,K-SVD)算法,分别构造通信信号与干扰的过完备子字典;然后,对过完备子字典进行联合构建联合字典,利用正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法实现信号的分离和重构;最后,对时频重叠下的2ASK信号和2PSK信号的干扰抑制和重构过程进行了计算机仿真,再对OFDM信号的干扰抑制和信号重构过程进行了实验验证.仿真及实验结果表明:该方法可以实现时频重叠情况下通信信号的干扰抑制与信号重构. 相似文献