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.     

基于时频分布的跳频信号盲分离方法

根据跳频信号的非平稳特性,提出一种基于时频分布的跳频信号盲分离方法。该方法利用不同源信号时频特征的差异,通过对混合信号的一组时频分布矩阵联合近似对角化来实现信号的盲分离。理论分析和仿真结果表明,这种方法在未知任何先验参数的情况下,能够有效分离多个跳频网台,而且具有较强的噪声抑制能力。     

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。     

基于时频重排多分量辐射源信号分析研究

针对常规时频方法用于多分量信号分析的不足,基于时频重排方法克服多分量信号交叉项干扰和时频聚集性之间的矛盾且具有较好抗噪声性能的特点,在对时频重排原理进行综述的基础上,将其用于对多分量辐射源信号进行时频分析,并与其它方法进行了比较。仿真实验表明,时频重排方法不仅提高了时频聚集性,有效抑制了多分量的交叉项干扰,具有较好的抗噪声性能。     

基于Takenaka-Malmquist自适应时频分布的特征指标——来自上证和深证的数据

股票价格指数度量并反映了股票市场总体价格水平及其变动趋势，包含了丰富的市场信息，受到投资者和政策制定者的普遍关注.利用一定的数学方法对其进行分析和研究，挖掘股指的潜在价值，对加快资本市场治理，提升金融效率，促进国民经济的平稳快速发展具有十分重要的意义.本文利用基于Takenaka-Malmquist自适应傅里叶分解（简称自适应傅里叶分解或AFD）的时频分布，有效提取了股票价格指数的时频特征，分析股票市场的变动趋势.为满足自适应傅里叶分解的要求，首先利用H-P滤波算法对时间序列进行预处理，去除时间序列的趋势项，然后利用AFD算法处理周期项数据，在此基础上得到股票价格指数的时频分布，并进一步分析股指变动趋势.基于自适应傅里叶分解的算法可以有效提取股指在时频两域的信息，避免了单一域分析的缺陷，且比现有的小波分解方法具有更高的分辨率和准确度.为检验指标的有效性，本文利用上海证券交易所的上证综合指数（代码000001）和深圳证券交易所深证成份指数（代码399001）实证检验了指标的有效性，结果表明基于自适应傅里叶分解的时频分布提出的股市技术分析指标可以用于中短期股票市场的变动特征分析.     

基于Gabor框架的线性调频信号压缩采样与重构

针对线性调频信号在传统采集过程中存在的高采样频率问题,提出了一种基于Gabor框架的线性调频信号压缩采样与重构方法.首先,利用线性调频信号在Gabor变换下所具有的时频稀疏特性,提出了基于Ga-bor框架的线性调频信号压缩采样系统.基于该采样系统,分析了压缩采样系统工作过程,建立了该系统压缩观测过程数学模型.随后,分析...     

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。     

基于时频分析的高频地波雷达电离层杂波抑制

针对高频地波雷达回波信号中的电离层杂波,提出了利用时频分析与特征值分解抑制杂波的方法.该方法首先通过时频分析合理地选择扫频脉冲时段和多普勒频率区间;然后对选定的时频域区间,采用特征值梯度准则与相邻距离元插值估计相结合的方法,分别在阵元-脉冲域和阵元-多普勒域进行特征值分解,更好地抑制了电离层杂渡.实测数据处理结果表明,该方法对电离层杂波具有很好的抑制效果.     

基于分数阶Gabor变换的LFM回波信号压缩采样方法

针对现有的压缩采样系统在线性调频(linear frequency modulated, LFM)回波信号压缩采样重构过程中存在的重构效果不佳的问题,提出一种基于分数阶Gabor变换的回波信号压缩采样方法。首先,利用不同目标回波信号在时延上的差异性,给出基于分数阶Gabor变换的LFM回波信号稀疏表示方法,并分析了分数阶Gabor变换的完备性条件。然后,根据分数阶Gabor变换低通滤波的实现方式,设计了LFM回波信号压缩采样系统,建立了信号重构模型。最后,通过仿真实验与应用实例分析,验证了所提压缩采样系统的有效性。实验结果表明,与现有压缩采样系统相比,所提压缩采样系统的重构误差更低、重构效果更好。     

联合时频技术用于ISAR像综述

由于雷达回波的时变和频变特性,使得当基于FFT处理进行ISAR成像时,图像上存在许多扩展散射点和虚假响应,严重影响了图像质量,并对ISAR像的后续处理带来困难。而联合时频技术由于能有效处理时变信号,因而在提取ISAR运动补偿信息、瞬时(瞬频)成像、ISAR像后续处理及理解ISAR成像机理等方面有许多成功的应用,本文对此进行了较为系统的总结。     

一种基于时频对偶特性的空频多普勒OFDM编码方案

基于时频对偶特性,提出了时变Doppler衰落信道下空频多普勒OFDM(Orthogonal Frequency Division Multiplexing)编码的一种新方案。在时变信道Doppler基扩展(BEM,Basis Expansion Model)模型的基础上,利用时频对偶性及循环矩阵的对角化处理,实现了时变Doppler衰落信道的线性化变换。通过OFDM调制,利用矩阵分块方法对OFDM子载频分块并按块进行复正交编码设计,实现了一般性MIMO系统中的空频多普勒OFDM编码。采用前端星座预处理与空频多普勒OFDM编码级联的方法,从而实现了包括信道Doppler分集在内的系统全分集增益。理论分析及实验仿真表明,新编码方案能稳健有效地对抗信道Doppler衰落,具有更高的频带利用率及更低的误比特率。     

基于时频分析的高动态多目标识别与仿真

首先分析了编队目标间距引起的目标间多普勒频率的差别以及多普勒频率的变化规律,建立了高速运动的多目标回波信号的数学模型,然后简述了短时Fourier变换、加核函数的Wigner-Ville分布和Morlet小波变换的基本原理,并分析了利用这些时频分析方法提取目标数量等信息时的优缺点,通过综合考虑工程实现的简便性和仿真结果的有效性,小波变换的分析方法是最优的,既取得了对目标的高分辨率,同时计算速度快,数据量小,并且对噪声干扰不敏感,有利于实现实时信号处理,最后给出计算机仿真验证结果。     

基于实值离散Gabor变换的线性时变系统表示与逼近

基于作者先前提出的快速实值离散Gabor变换,本文提出了一有效的算法用于线性时变系统表示与逼近。系统的核表示近年来由于在线性时变系统优化设计与分析中的适用性,而受到关注,但缺点是核表示法需要很多的表示参数。系统的核实际上可看作是一二维离散时间序列(类似于一二维图像矩阵),因此,利用离散Gabor变换在时频域中对信号的压缩作用,将核变换到联合时频域中,就可在一定的系统逼近误差下获得一组紧凑的系统表示系数。所提出的算法由于采用了快速的实值离散Gabor变换,比基于传统的复值离散Gabor变换算法更快、更易于软件或硬件的实现,在时频域中系统表示系数更紧凑。实验比较结果也显示了所提出算法的有效性。     

一种改进的Gabor滤波器特征抽取算法及其应用

特征抽取是模式识别中的一个关键问题。丈中提出一种改进的基于Gabor滤波器的特征抽取算法。该算法应用Gabor滤波器的多尺度特性与样本图像进行卷积，将得到的Gabor特征矢量，根据其邻近分量的离散程度进行加权处理。与传统方法相比，该算法可以有效增强离散程度相对较小的特征分量在分类中的作用，分类效果较好；同时充分利用样本图像的统计信息，具有一定的鲁棒性。将该算法应用于车辆检测系统中，数据表明其能有效降低车辆检测的错误率，增强系统的鲁棒性。     

基于Gabor小波和神经网络的红外图像识别算法

首先对原始红外图像进行适当的预处理 ,然后用由小波Gabor滤波器的线性组合所构成的复合滤波器提取红外图像的特征 ,并且用神经网络获取最佳复合滤波器参数从而得到最佳的目标特征矢量。用两类方向相反 (左向和右向 )的低对比度红外坦克图像进行计算机仿真实验 ,取得了较好的识别结果。