时频平面分析非平稳信号的研究进展

时频平面是研究非平稳信号的有力工具，早期采用的主要是短时傅氏变换（ＳＴＦＴ）和Ｗｉｎｇｎｅｒ－Ｖｉｌｌ分布（ＷＶＤ）等。近年来，非平稳信号研究受到广泛关注，在时频平面分析方面取得了新进展，本文简单介绍了时频分布的特点，指在时频分布研究中存在的问题与发展趋势。     

广义指数分布及其在地球物理信号时频分析中的应用

广义指数分布是Cohen类二次时频表示的一种,同传统的短时傅立叶变换和wigner-Ville分布相比,它具有更加优良的时频分析特性.本文利用广义指数分布GED分析了地磁脉动信号的时频分布特征,高分辨率地再现了地磁信号的频谱随时间的演变过程,同时本文还探讨了GED分布中参数选取的方法.本文结果表明,在参数M,N,ξ1,τ1选取适当的情况下,GED可以达到既压缩多分量信号中的交叉干扰而同时又不损失自项时频分辨率的良好效果,是分析地球物理信号的有力工具.     

基于时频分布迭代的跳频信号参数估计

提出了一种基于时频分布迭代的跳频信号参数估计新算法,利用时频平面最大值,通过计算跳频信号与最优原子时频分布的残差逐次迭代获取匹配于跳频信号分量的时频参数,进而实现跳频信号参数估计.理论分析和仿真结果表明,与基于匹配追踪和粒子群优化的跳频信号参数估计相比,基于时频分布迭代的参数估计算法在保证算法精度的情况下,有效地降低了算法的计算复杂度,为跳频信号盲接收的实时实现提供了一种新方法.     

基于时频分析的雷达信号到达角估计

现有的空间时频分布(STFD)的信号表示只适用于窄带、连续信号的分析，而雷达侦察系统要求对脉冲、线性调频等信号同时进行到达角(DOA)、频率和信号时域参数的估计。本文给出了现有空间时频分布对雷达信号DOA估计的条件，并提出了基于修正STFD矩阵的DOA估计算法。通过对各阵元输出作时频分析，估计信号的频率参数，然后据此构造方向向量和修正STFD矩阵，即可构造MUSIC空间谱。该算法不受基于现有STFD算法的条件限制。     

基于时频子空间分解的宽带线性调频信号DOA估计

针对具有时变方向向量的宽带线性调频信号,该文建立了基于短时Wigner-Ville分布(WVD)的空间时频分布矩阵,通过对各个空间时频矩阵的特征分解获得对应的信号子空间和噪声子空间,给出了基于时频子空间投影实现多个时频点综合估计信号DOA的算法。利用空间时频分布的前后向平滑解决了具有相同时频特性信号的均匀线阵DOA估计问题。算法不需要聚汇和插值等复杂的矩阵变换,精度较高,计算简便.仿真实验显示该算法性能显著优越于基于矩阵插值的宽带调频信号DOA估计算法.     

基于广义矩形时频分布的跳频信号参数估计

能够有效地对接收到的跳频信号进行参数估计是干扰跳频通信的重要前提。由于广义矩形时频分布能够在有效抑制交叉干扰项的同时具有好的时频聚集性,提出了一种基于广义矩形时频分布的跳频信号参数盲估计算法。该算法能够在低信噪比条件下估计出跳频信号的跳频周期、跳变时刻和跳频频率。仿真结果表明,与基于平滑伪Wigner-Ville时频分布（SPWVD）估计跳频信号参数的算法进行比较,该算法提高了跳频信号参数估计的准确度和可靠性。     

瞬时频率和时频分布

本文首先介绍了瞬时频率的概念和ＩＦ的传统计算方法－解析信号法。     

基于时频分布技术的雷达信号分析

分别介绍了短时傅里叶变换、小波变换、时频分布理论和信号的参数化表示等现代信号处理技术的实现原理,分析了不同理论方法的应用特点和不足,同时提供了典型雷达信号分析实例。通过对比实验,分析了信号时频分布与参数化表示方法对多分量信号处理的各自优点和局限性。     

一种基于时频分析的跳频信号参数盲估计方法

本文提出了一种采用平滑伪WVD(SPWVD)时频分析来估计未知跳频信号参数的方法，该方法可以在不需要知道信号任何先验参数的情况下，估计出跳频信号的跳周期(hop duration)，跳变时刻(hop timing)和跳频频率(跳频图案)等参数。文中对跳频信号的WVD、PWVD和SPWVD结果作了比较，指出了SPWVD的优点，给出了基于SPWVD估计跳频信号参数的具体算法步骤，并进行了性能分析。     

一种新的联合时频分析方法

根据信号对当前时刻的联合时频分布的贡献主要源于最近出现的信号的思想，提出了一种新的联合时频分布一渐忘分布。分布表明，渐忘分布具有非负、交叉项不明显及可用FFT实现快速计算等优点，且该分布的时频局域性可方便地通过选取不同的衰减因子进行调整。通过对典型信号的应用，进一步验证了渐忘分布的良好特性。     

The time-frequency distributions of nonstationary signals based ona Bessel kernel

A kernel based on the first kind Bessel function of order one is proposed to compute the time-frequency distributions of nonstationary signals. This kernel can suppress the cross terms of the distribution effectively. It is shown that the Bessel distribution (the time-frequency distribution using Bessel kernel) meets most of the desirable properties with high time-frequency resolution. A numerical alias-free implementation of the distribution is presented. Examples of applications in time-frequency analysis of the heart's sound and Doppler blood flow signals are given to show that the Bessel distribution can be easily adapted to two very different signals for cardiovascular signal processing. By controlling a kernel parameter, this distribution can be used to compute the time-frequency representations of transient deterministic and random signals. The study confirms the potentials of the proposed distribution in nonstationary signal analysis     

基于时频分布盲辨识算法的电磁干扰信号分析

提出一种可用于分离不同时频分布的非平稳信号的盲信号辨识算法。采用Wigner－Ville分布（WVD）进行盲源分离时,合成信号有交叉项存在,其分离性能不理想。而Cohen 类时频分布可以抑制交叉项,并且保持时频聚集性。因此,在TFBSS 中,Cohen 类时频分布可以取得更好的分离性能。分析了Cohen 类时频分布对交叉项的抑制性能,以及对盲源分离性能的影响,结果表明：采用盲辨识算法进行电磁干扰信号分离,其效果明显优于采用WVD进行分离的效果。     

Carrier frequency estimation method of time-frequency overlapped signals based on cyclic correntropy spectrum

According to the performance degradation problem of the carrier frequency estimation method of time-frequency overlapped BPSK signals in Alpha-stable distribution noise,a novel carrier frequency estimation algorithm of the time-frequency overlapped BPSK signals based on the cyclic correntropy spectrum was proposed.The relationship between cyclic frequency and carrier frequency on the zero frequency section of the cyclic correntropy spectrum was deduced,which could be utilized for carrier frequency estimation.The proposed method can suppress the impulse noise and has better estimation performance than that of the contrastive methods.Simulation results are presented to demonstrate the effectiveness and robustness of the proposed method.     

基于时频分析的自混合干涉信号处理方法研究

为了解决条纹计数法和相位分析法处理自混合干涉信号的不足,提出了一种基于时频分析的自混合干涉信号处理方法.采用时频分析技术获得自混合信号频率随时间的变化,利用激光与外部物体相互作用后的多普勒频移与信号频率相等的关系,非常方便地获得了外部运动物体的速度历史信息.结果表明,该方法处理自混合信号简单有效,且有较高的处理精度.     

基于排序时频特性的雷达脉内调制信号识别

提出了一种基于排序时频特性的雷达脉内调制信号识别算法.该算法可分为三步:首先,通过检验信号时频曲线的互易回归特性,识别出线性调频信号;然后,通过检验信号时频RANKIT图的正态性,识别出常规信号;最后,检验信号平方后时频RANKIT图的正态性,用以区分二相编码与四相编码信号.仿真结果表明,该算法无需接收信号的任何先验知识,在较低信噪比条件下可实现对常用雷达脉内调制方式的有效识别.     

Audio analysis of statistically instantaneous signals with mixed Gaussian probability distributions

In this article, a novel method is proposed to measure the separation qualities of statistically instantaneous audio signals with mixed Gaussian probability distributions. This study evaluates the impact of the Probability Distribution Function (PDF) of the mixed signals on the outcomes of both sub- and super-Gaussian distributions. Different Gaussian measures are evaluated by using various spectral-distortion measures. It aims to compare the different audio mixtures from both super-Gaussian and sub-Gaussian perspectives. Extensive computer simulation confirms that the separated sources always have super-Gaussian characteristics irrespective of the PDF of the signals or mixtures. The result based on the objective measures demonstrates the effectiveness of source separation in improving the quality of the separated audio sources.