基于聚焦s變換的多分量非平穩(wěn)信號瞬時頻率估計方法
【技術領域】
[0001] 本發(fā)明屬于信號與信息處理技術領域，特別設及一種瞬時頻率估計方法，可用于 雷達截獲、通信對抗、語音識別、醫(yī)學腦電波信號分析。
【背景技術】
[0002] 實際工程應用領域普遍存在非平穩(wěn)信號，如雷達信號、通信信號、語音信號等，其 共性是擁有時變的頻率特征。傳統(tǒng)的傅里葉變換FT針對周期性平穩(wěn)信號，不能反映非平穩(wěn) 信號的局部特征。因此，在分析該類信號結(jié)構特點時，需要采用瞬時頻率IF估計方法。當 截獲到的非平穩(wěn)信號進入信號分析系統(tǒng)中，瞬時頻率IF估計可W表征該類信號頻率隨時 間的變化情況，對于分析非平穩(wěn)信號具有瞬時有效性。
[0003] 時頻分析是一種信號處理方法，利用信號的時間一頻率聯(lián)合分布來表征信號能量 的分布特征。將時頻分析方法應用于瞬時頻率估計中可W更精確地表征信號特征，并獲得 更高的能量聚集性和更強的抑噪能力。許多基于時頻域的分析方法在文獻中已被提出， 其中常用的時頻分析方法有短時傅里葉變換STFT，連續(xù)小波變換CWT，Wigner-Ville分布 WVD，S變換ST，廣義S變換GST等。短時傅里葉變換是一種線性時頻分析方法且易于實 現(xiàn)，但其能量聚集性很低。連續(xù)小波有著多分辨率特性但是其尺度參量缺乏明確物理意義。 Wigner-Ville分布WVD是一種雙線性變換，針對單分量信號具有很強的能量聚集性但是在 多分量信號分析中會受到交叉項的影響，使得信號難W分辨。S變換是一種將小波與短時傅 里葉變換結(jié)合的分析方法，它保留了信號的相位信息，但是由于基本小波形態(tài)固定，限制了 S變換在工程應用中的靈活性。隨著S變換在工程中的推廣應用，各種改進的廣義S變換被 提出，并廣泛應用于雷達信號、腦電圖信號EEG，地震信號和電壓信號等的分析中。但廣義S 變換并沒有改變時頻聚集性的變化趨勢，不能靈活的控制特定時頻區(qū)域的能量聚集性。
[0004] 綜上所述，現(xiàn)有瞬時頻率估計技術中普遍存在能量聚集性不高、時頻分辨率無法 靈活調(diào)整且無法實現(xiàn)高精度的多分量信號瞬時頻率估計。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供一種基于聚焦S變換的多分量非平穩(wěn)信號的瞬時頻率估 計方法，W解決現(xiàn)有技術對該類信號的瞬時頻率估計中能量聚集性較低、時頻分辨率調(diào)整 性較差且對多分量信號估計精度較低的缺陷。
[0006] 本發(fā)明是基于聚焦S變換的時頻分析方法，其技術方案通過改進廣義S變換中的 窗函數(shù)，加入中屯、頻率控制參數(shù)shiftN并進行平移變換，同時加入窗長控制參數(shù)r和窗長 變化趨勢控制參數(shù)P并進行尺度變換，從而控制不同時頻區(qū)域的能量聚集性，實現(xiàn)對目標 時頻區(qū)域的自適應時頻分辨率調(diào)整。即使在低信噪比環(huán)境下，也能獲得高聚集性和高分辨 率的時頻分布能量圖。其實現(xiàn)步驟包括如下：
[0007] (1)輸入非平穩(wěn)信號的時域形式h(t)，其中t代表時間，非平穩(wěn)信號包括線性調(diào)頻 信號、正弦調(diào)頻信號、線性調(diào)頻與二次調(diào)頻的多分量混合信號；
[000引 （2)對非平穩(wěn)信號的時域形式h(t)進行傅里葉變換，得到非平穩(wěn)信號的頻域形式 H(f)，其中f代表頻率；
[0009] (3)定義聚焦S變換窗函數(shù)的頻域形式為：
[0010]w(a，f) =k? exp((f+shiftN)2Pa 2r/。<1〉
[OCm] 其中，k代表歸一化參數(shù)，shiftN代表中屯、頻率控制參數(shù)，r代表窗長控制參數(shù)，p代表窗長變化趨勢控制參數(shù)，a代表頻移；
[0012] (4)根據(jù)式<1〉求出聚焦S變換的時頻表達式：
[001引
【主權項】
1. 一種基于聚焦S變換的多分量非平穩(wěn)信號瞬時頻率估計方法，其特征在于：包括以 下步驟： (1) 輸入非平穩(wěn)信號的時域形式h(t)，其中t代表時間，非平穩(wěn)信號包括線性調(diào)頻信 號、正弦調(diào)頻信號、線性調(diào)頻與二次調(diào)頻的多分量混合信號； (2) 對非平穩(wěn)信號的時域形式h(t)進行傅里葉變換，得到非平穩(wěn)信號的頻域形式 H(f)，其中f代表頻率； (3) 定義聚焦S變換窗函數(shù)的頻域形式為： W(a,f) = k · exp ((f+shiftN)2p a 2r/2) <1> 其中，k代表歸一化參數(shù)，shiftN代表中心頻率控制參數(shù)，r代表窗長控制參數(shù)，p代表 窗長變化趨勢控制參數(shù)，a代表頻移； (4) 根據(jù)式〈1>求出聚焦S變換的時頻表達式：
其中，H(a+f)代表加入頻移a后非平穩(wěn)信號的頻域形式，W(a，f)代表聚焦S變換窗 函數(shù)的頻域形式，i代表虛數(shù)單位； (5) 根據(jù)式〈2>求出聚集性準則判別式CM如下：
(6) 依照式〈3>優(yōu)化中心頻率控制參數(shù)shiftN，窗長控制參數(shù)r和窗長變化趨勢控制 參數(shù)P，即在聚集性準則判別式CM取最大值時，得到最優(yōu)化中心頻率控制參數(shù)shiftN'，最 優(yōu)化窗長控制參數(shù)r'和最優(yōu)化窗長變化趨勢控制參數(shù)p' ； (7) 將最優(yōu)化中心頻率控制參數(shù)shiftN'，最優(yōu)化窗長控制參數(shù)r'和最優(yōu)化窗長變化 趨勢控制參數(shù)P'代入式〈1>，得到聚焦S變換窗函數(shù)的頻域聚焦形式W'（a，f); (8) 根據(jù)聚焦S變換窗函數(shù)的頻域聚焦形式W'（ a，f)，按照式〈2>得到非平穩(wěn)信號最 優(yōu)化聚焦S變換的時頻表達式S'（t，f)，根據(jù)S'（t，f)獲得非平穩(wěn)信號h(t)的時頻分布能 量圖； (9) 根據(jù)時頻域支撐區(qū)間置信度準則設定門限γ，以門限γ為二值化處理門限對非平 穩(wěn)信號h(t)的時頻分布能量圖進行二值化處理，獲得表征非平穩(wěn)信號h(t)時頻分布的時 頻曲線，將該時頻曲線作為非平穩(wěn)信號h(t)的瞬時頻率估計結(jié)果。
2. 根據(jù)權利要求1所述的基于聚焦S變換的多分量非平穩(wěn)信號瞬時頻率估計方法，其 特征在于，（6)所述的依照聚集性準則判別式CM優(yōu)化中心頻率控制參數(shù)shiftN，窗長控制 參數(shù)r和窗長變化趨勢控制參數(shù)p，按如下步驟進行： (6a)設定初始值，包括：初始中心頻率控制參數(shù)shiftN = 0,初始窗長控制參數(shù)r = 2， 初始窗長變化趨勢控制參數(shù)P = 2,初始聚集性準則判別式CM = inf，其中inf為無限大； (6b)設定參數(shù)優(yōu)化區(qū)間，包括：中心頻率控制參數(shù)shiftN優(yōu)化區(qū)間為[_2fs，2fs]，窗 長控制參數(shù)r和窗長變化趨勢控制參數(shù)p的優(yōu)化區(qū)間均為[0. 6,1. 3]，其中f s為采樣頻率； (6c)在聚集性準則判別式CM最大化的約束條件下，在各自的優(yōu)化區(qū)間內(nèi)，搜索得到最 優(yōu)中心頻率控制參數(shù)shiftN'，最優(yōu)窗長控制參數(shù)r'和最優(yōu)窗長變化趨勢控制參數(shù)p'。
3. 根據(jù)權利要求1所述的基于聚焦S變換的多分量非平穩(wěn)信號瞬時頻率估計方法，其 特征在于，步驟（9)所述的根據(jù)時頻域支撐區(qū)間置信度準則設定門限γ，按以下步驟設定： (9a)根據(jù)非平穩(wěn)信號h(t)的時頻分布能量圖得到二維矩陣Sx; (9b)將該二維矩陣Sx中所有M個元素按降序排列獲得一維向量A，并對一維向量A中 所有M個元素求和，獲得
(9c)順序累加一維向量A中前m個元素，直至
釵第m個元素值A(m) 作為門限γ的取值，即γ =A(m)，其中ri代表殘差能量控制參數(shù)，取值為ri =0.7。
4. 根據(jù)權利要求1所述的基于聚焦S變換的多分量非平穩(wěn)信號瞬時頻率估計方法，其 特征在于，步驟（9)所述的以門限γ為二值化處理門限對非平穩(wěn)信號h(t)的時頻分布能 量圖進行二值化處理，是用非平穩(wěn)信號h(t)的時頻分布能量圖中每個點與門限γ進行比 較，將所有小于門限γ的點取值為〇,其余點取值為1。
【專利摘要】本發(fā)明公開了一種基于聚焦S變換的多分量非平穩(wěn)信號瞬時頻率估計方法，主要解決現(xiàn)有技術的能量聚集性不高、時頻分辨率無法靈活調(diào)整且無法實現(xiàn)高精度的多分量信號瞬時頻率估計問題，其實現(xiàn)步驟：1.輸入待分析的非平穩(wěn)信號；2.根據(jù)聚集性準則優(yōu)化聚焦S變換中窗函數(shù)的控制參數(shù)；3.計算優(yōu)化后的聚焦S變換并獲得信號時頻分布能量圖；4.對非平穩(wěn)信號的時頻分布能量圖進行二值化處理；5.根據(jù)二值化處理后的二值化時頻圖得到信號的瞬時頻率估計。本發(fā)明通過改進S變換的窗函數(shù)，實現(xiàn)了窗函數(shù)控制參數(shù)的自適應調(diào)節(jié)，提高了時頻分布能量聚集性和瞬時頻率估計精準性，可用于雷達截獲、通信對抗、語音識別、醫(yī)學腦電波信號分析。
【IPC分類】G01R23-16, G01R23-02
【公開號】CN104749432
【申請?zhí)枴緾N201510107597
【發(fā)明人】朱明哲, 姬紅兵, 齊悅, 張心亮, 劉靳, 臧博, 李林
【申請人】西安電子科技大學
【公開日】2015年7月1日
【申請日】2015年3月12日