基于自适应高斯核函数时频分布的水声信号处理研究

时频分析被广泛应用于水下目标宽带回波信号以及短时瞬态信号的处理。在水声信号的特征检测和分类方面,时频分析的时变谱提供了区分不同类别目标信号的特征信息。提出一种基于自适应核函数时频分布的水声信号处理方法。与固定核函数时频分布相比,自适应高斯核函数时频分布由于它的核函数随信号而自适应改变,因此对交叉项有很好的抑制效果。计算结果表明,对于多分量线性调频水声信号,采用高斯核函数自适应时频分析不仅对交叉项具有很好的抑制作用,而且对信号的自分量具有较好的聚集作用。     

自适应线性核时频信号分析

分析了多元Chirp信号在模糊域的交叉项分布特点,提出了一种自适应线性核时频表示方法.该方法在模糊域采用巴特沃什型核函数,依据信号的模糊函数自适应地选取核函数的参数.仿真实验对比了自适应线性核时频表示与其它时频表示方法的性能,说明本方法在提高分时频分辨力、消除交叉项,以及抑制噪声方面有较高的性能.理论分析和仿真实验证实了本方法的有效性.     

自适应核时频分布在抑制交叉项中的应用

分析了固定核函数时频分布在抑制交叉项方面的局限性以及基于信号特征的自适应时频分布对时频分辨率的改善。通过对基于信号特征的径向高斯核时频分布进行改进,提出了一种基于信号特征的自适应核时频分布的改进算法。该算法采用短时模糊函数和随时间变化的自适应核,能够在时频分布中区分出多分量信号的细节部分。仿真结果表明,该分布具有较高的时频分辨率,且无交叉项干扰。同时它还适合分析长时间信号和实现在线信号处理。     

抑制时频分布交叉项的一种新方法

最近提出了一种新的处理非平稳信号的分析方法。该方法主要利用基于经验的模式分解方法 ,把复杂的信号分解成简单的、有限个基本模式分量 ,从而使瞬时频率具有实际的物理意义。这种信号分解方法基于信号局部特征、是自适应的 ,因此也是高效的。对该方法进行了推广 ,提出了一种抑制时频分布交叉项的新方法———基于经验的模式分解及其Wigner-Ville分布 :首先利用基于经验的模式分解方法把信号分解成有限个基本模式分量 ,然后对每个分量进行Wigner-Ville分布计算。该方法能有效地抑制时频分布的交叉项 ,适用于一些复杂的非平稳信号的分析。     

基于时频自适应最优核的时频分析方法

为了抑制多分量信号中同时间点各分量信号引起的交叉项干扰,提出了一种新的时频分析方法--时频自适应最优核时频表示。与以往的基于信号时频表示和时间自适应最优核时频表示不同,该方法通过对Wigner-Ville分布做二维加窗傅里叶变换以得到局部模糊函数,使得核函数不但能够随时间而自适应,而且能够随着频率而自适应。给出了该方法的实现步骤,通过将其用于分析合成信号,表明时频自适应最优核时频表示抑制交叉项效果明显,且能够比时间自适应最优核时频表示更为清楚地刻画信号。     

基于延迟不变的LFM雷达移频干扰方法

提出了一种新的移频干扰方法,利用线性调频(linear frequency modulated,LFM)信号频率差与时间无关的特性,将LFM信号与其自身延迟信号相乘,获得当前脉冲线性时频关系与频率差,并用此频率差对LFM信号进行移频,所得到的干扰信号对频率捷变和频率分集具有自适应性.给出了一种实现此算法的干扰机结构,并推导了干扰信号经匹配滤波后增益损失计算方法.最后进行了仿真验证,仿真结果与理论分析一致.     

超声多普勒血流信号平均频移估计的仿真研究

提出了基于Matching Pursuit分解的超声多普勒血流信号平均频移估计方法。通过对合成信号的分析比较，确定了最佳估计性能的相关参数。基于优化的参数对不同噪声水平的100例仿真多普勒信号进行分析并计算估计的与理论的平均频移的均方误差，得到基于Matching Pursuit方法的误差比使用传统声谱分析法小。表明该方法对信号瞬时结构的局部具有较好的自适应性，有效克服了短时傅立叶变换存在的时频分辨率矛盾，提高了超声多普勒血流信号平均频移估计的准确性。     

FRFT在水声信道时延频移联合估计中的应用

由于水声信道的复杂性和多变性,信号在水声信道传播中将伴随着多径时延与多普勒频移,二者是水声信道估计中两个重要的参数。基于分数阶傅里叶变换(fractional Fourier transform, FRFT)的时延和频移特性,提出一种采用多分量线性调频(linear frequency modulated, LFM)信号的水声信道估计方法,通过分析分数阶傅里叶域上峰值的偏移,联立不同阶次的时延和频移方程,可得到水声信道的时延和频移值。理论推导及仿真结果表明,该方法计算量小,且随着LFM信号分量数和调频率差值的增大,能在一定程度上减小估计的时延误差和频移误差。水池实验中选用具有相反调频率的双LFM信号作为估计信号,估计出多径时延与运动目标的多普勒频移,并给出了水下目标的运动速度。实验结果表明,FRFT估计法简单有效,在水声信道多径时延与多普勒频移估计上具有较好的实际应用价值。     

基于原子分解的多Chirp信号到达时差估计

针对多Chirp信号交叠的复杂环境下的到达时差估计问题,引入原子分解理论进行分析。首先对主站信号进行自适应Chirplet原子分解,获取交叠信号个数并分解得到相应的主要原子,然后利用获得的主站信号原子参数进一步估计和构建辅站转发信号的原子库,分别计算主辅站间各个对应原子的相关结果,利用相关峰值的位置可以估计出主辅站间各个Chirp信号的到达时差,从而进一步可以为实现同时对多Chirp辐射源的侦察定位提供依据,最后通过仿真验证了该方法的正确性和有效性。     

匹配追逐算法中三参数Chirp原子及搜索方法

提出了用比例、旋转、径向位移表示的三参数Chirp时频原子和基于分数阶傅里叶变换的最佳原子搜索方法,该方法利用分数阶傅里叶变换先估计Chirp原子的最佳旋转参数,并先保持比例参数不变,仅调整径向移位一个参数来搜索最佳Chirp原子。仿真实验结果表明,提出的搜索方法能从整体上把握信号的最大时频结构,提供信号的稀疏表示,避免了原始的匹配追逐算法固有的局部优化所造成的对信号的过分解。     

Parametric adaptive time-frequency representation based on time-sheared Gabor atoms

A localized parametric time-sheared Gabor atom is derived by convolving a linear frequency modulated factor, modulating in frequency and translating in time to a dilated Gaussian function, which is the generalization of Gabor atom and is more delicate for matching most of the signals encountered in practice, especially for those having frequency dispersion characteristics. The time-frequency distribution of this atom concentrates in its time center and frequency center along energy curve, with the curve being oblique to a certain extent along the time axis. A novel parametric adaptive time-frequency distribution based on a set of the derived atoms is then proposed using a adaptive signal subspace decomposition method in frequency domain, which is non-negative time-frequency energy distribution and free of cross-term interference for multicomponent signals. The results of numerical simulation manifest the effectiveness of the approach in time-frequency representation and signal de-noising processing.     

Four-Parameter Signal Decomposition and Related Adaptive Time-Frequency Distribution

1. INTaODUCTIOMIn order to express the properties of the signal time-varying spectrum, we need to developa class of approaches to analyze signal in time and frequency domain simultaneously. Since1980's, the time-frequency analysis (TFA) methods, such as short time FOurier transform(STFT), Gabor expansion, wavelet transform and Wigner--Ville distribution (WVD), havebeen widely studied and implemellted, which provides powerful tools to analyze and processvarious signals in TF plane. T…     

基于时频特征提取和残差神经网络的雷达信号识别

针对低信噪比(signal to noise ratio, SNR)下雷达信号脉内调制类型识别率较低的问题, 提出了基于时频特征提取和残差神经网络的雷达信号识别算法。时频特征提取首先通过分数阶傅里叶变换对信号进行Chirp基分解, 按照Chirp基载频与调频率的不同组合对信号划分类别, 并设置对应的分类特征参数。然后, 计算信号的伪Wigner-Ville时频分布并提取Zernike矩。上述特征参数组成信号特征矢量, 使用残差神经网络分类器实现雷达信号识别。仿真结果表明, 在SNR=-2 dB时识别准确率能达到93%以上, 同时鲁棒性验证良好, 算法复杂度能够满足现实要求。     

Wideband angle of arrival estimation of chirp signals using virtual Wignerville distribution

To estimate the angle of arrivals (AOA) of wideband chirp sources, a new time-frequency algorithm is proposed. In this method, virtual sensors are constructed based on the fact that the steering vectors of wideband chirp signals are linear and vary with time. And the randon Wignersville distribution (RWVD) of real sensors and virtual sensors are calculated to yield the new time-invariable steering vectors, furthermore, the noise and cross terms are suppressed. In addition, the multiple chirp signals are selected by their time-frequency points. The cost of computation is lower than the common AOA estimation methods of wideband sources due to nonrequirement of frequency focusing, interpolating and matrix decomposition, including subspace decomposition. Under the lower signal noise ratio (SNR) condition, the proposed method exhibits better precision than the method of frequency focusing (FF). The proposed method can be further applied to nonuniform linear array (NLA) since it is not confined to the array geometry. Simulation results illustrate the efficacy of the proposed method.     

基于反馈信道状态信息的水声自适应OFDMA

在时变水声信道中, 为了提高自适应正交频分多址(orthogonal frequency division multiple access, OFDMA)在时延反馈信道状态信息(channel state information, CSI)条件下的资源分配性能, 提出多节点反馈CSI的时隙复用接入方法, 降低反馈时延; 提出载波时-频相关系数和载波时-频均值两种反馈CSI表征参数, 通过实验数据分析了两种反馈CSI参数及其对水声自适应OFDMA性能的影响; 提出多节点公平的自适应载波、比特、功率联合分配算法, 在最大功率和节点吞吐量约束条件下最小化系统误比特率。仿真和湖上实验数据的结果显示, 所构建的水声自适应OFDMA系统在多种反馈CSI条件下误比特率均低于交织载波分配, 表明其在实际的水声信道应用中具有良好性能。     

基于自适应网格的跳频信号参数估计

分析了现有跳频信号稀疏重构算法的基不匹配问题,导致离散字典的稀疏表示能力变差,严重影响稀疏重构算法的性能。针对这种情形,提出了基于自适应网格的变分贝叶斯稀疏重构算法。该方法通过对字典不断地加权聚类和缩放处理,实现字典的自我更新,使得参数网格更加精细化。仿真结果表明,该方法具有良好的抗噪性能和交叉项抑制能力,同时缓解了稀疏重构算法的基不匹配情形,时频聚焦性进一步提高,能够在较低信噪比条件下,获取较高时频分辨率的时频矩阵,可以更精确地完成后续跳时刻检测、跳周期及跳频率等参数估计。     

Selection of optimal window length using STFT for quantitative SNR analysis of LFM signal

An adaptive approach to select analysis window parameters for linear frequency modulated (LFM) signals is proposed to obtain the optimal 3 dB signal-to-noise ratio (SNR) in the shorttime Fourier transform (STFT) domain. After analyzing the instantaneous frequency and instantaneous bandwidth to deduce the relation between the window length and deviation of the Gaussian window, high-order statistics is used to select the appropriate window length for STFT and get the optimal SNR with the right time-frequency resolution according to the signal characteristic under a fixed sampling rate. Computer simulations have verified the effectiveness of the new method.