資源描述：
《基于時(shí)頻自適應(yīng)最優(yōu)核的時(shí)頻分析方法.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、萬方數(shù)據(jù)第32卷第1期2010年1月系統(tǒng)工程與電子技術(shù)SyslemsEngineeringandElectronicsV01．32No．1Jan．2010文章編號(hào)：1001—506X(2010)01．0022．05基于時(shí)頻自適應(yīng)最優(yōu)核的時(shí)頻分析方法王曉凱，高靜懷，何洋洋(西安交通大學(xué)波動(dòng)與信息研究所，陜西西安710049)摘要：為了卻制多分量信號(hào)中同時(shí)閽點(diǎn)各分量信號(hào)引起的交叉項(xiàng)干擾，提出了一種新的時(shí)頻分析方法——時(shí)頻自適應(yīng)最優(yōu)核時(shí)頻表示。與以往的基于信號(hào)時(shí)頻表示和時(shí)間自適應(yīng)最優(yōu)核時(shí)頻表示不同，該方法通過對(duì)Wigner-Ville分布做
2、二維加窗傅里葉變換以得到局部模糊函數(shù)，使得核函數(shù)不但能夠隨時(shí)聞而自適應(yīng)，而且能夠隨著頻率而自適應(yīng)。給出了該方法的實(shí)現(xiàn)步驟，通過將其用于分析合成信號(hào)，表明時(shí)頻自適應(yīng)最優(yōu)核時(shí)頻表示抑制交叉項(xiàng)效果明顯，且能夠比時(shí)間自適應(yīng)最優(yōu)核時(shí)頻表示更為清楚地刻畫信號(hào)。關(guān)鍵詞：時(shí)頻分析；局部模糊函數(shù)；徑向高斯核；Wigner-Ville分布中圖分類號(hào)：TN911．7文獻(xiàn)標(biāo)志碼：ATime-frequencyanalysisbasedontime-frequency·-adaptiveoptimal--kernelWANGXiao—kai，GAOJing—h
3、uai，HEYang-yang(1nst．ofWaveandInformation，Xi’anJiaotongUniv．．Xi’a71710049。China)Abstract：Anovelmethodoftime-frequencyanalysismethodcalledtime-frequency-adaptiveoptimal-kerneltime。。frequencyrepresentation(TFR)isproposedtosuppressthecross‘。terminterferencecausedbycomponen
4、tsatthesametime．UnlikesignaldependentTFRandtime-adaptiveoptimal-kernelTFR，thetime-frequency-adaptiveoptimal—kernelTFRobtainslocalambiguityfunctionbyapplying2DwindowedFouriertransformtosignal’SWigner-Villedistribution。whichallowsthetime-frequency-adaptiveoptimal—kernelTF
5、RtOadaptitskernelfunctionnotonlytothetimebutalsotothefrequency．Byapplyingtosyntheticsignalanalysis，theproposedmethodshowsamorelegibleresultthantime-adaptiveoptimal—kernelTFRandexhibitsabettercross-termsuppressingcapability．Keywords：time—frequencyanalysis；10ealambiguityf
6、unction；radialGaussiankernel；Wigner-Villedistri—bution0引言時(shí)頻表示(time-frequencyreprest·lllatlf)n，TFR)是一種強(qiáng)大的信號(hào)分析工具，已在諸如通信、語音信號(hào)處理．雷達(dá)信號(hào)處理以及地震勘探等各方面取得了應(yīng)用?？梢哉J(rèn)為，任何雙線性時(shí)頻表示都是加權(quán)模糊函數(shù)的二維傅里葉變換n]。所有的雙線性變換可以用一個(gè)統(tǒng)一的形式——Cohen類分布來描述，而Cohen類時(shí)頻表示的主要工作就是尋找合適的核函數(shù)來抑制交叉項(xiàng)的干擾。許多學(xué)者設(shè)計(jì)了固定型核函數(shù)，諸如Choi-W
7、illians表示[2]、錐形核函數(shù)表示¨1等固定型核函數(shù)只能適合分析某些種類的信號(hào)。依賴信號(hào)(sigrlaldependent，SD)TFR[4?？梢允蛊浜撕瘮?shù)自適應(yīng)于不同類信號(hào)，但是對(duì)于那些特征隨時(shí)間變化的信號(hào)，此方法不能跟蹤這些特征的變化。Jones提出時(shí)間自適應(yīng)最優(yōu)核(time-adaptiveoptimal-kernel，TAOK)TFR[“，此方法的核函數(shù)能夠隨著時(shí)間的變化而變化，且其核最優(yōu)化過程在時(shí)間滑動(dòng)窗內(nèi)實(shí)現(xiàn)。能夠追蹤信號(hào)的變化，具有較好的可讀性，國(guó)內(nèi)多位學(xué)者將此方法用于分析線性調(diào)頻信號(hào)n?，取得了很好的結(jié)果。盡管T
8、AOKTFR性能優(yōu)于固定型核函數(shù)以及SDTFR，但是對(duì)于非平穩(wěn)多分量信號(hào)，TAOKTFR不能很好地抑制同時(shí)間點(diǎn)各分量所弓i起的交叉項(xiàng)干擾。在模糊域，如果自項(xiàng)和交叉項(xiàng)重合，那么保留自項(xiàng)的同時(shí)也就保留了交叉項(xiàng)。本文的主要目的
