基于同步压缩S变换的瞬时频率估计研究
发布时间：2020-11-06 02:35
信号瞬时频率估计是非平稳信号分析及处理中的重要手段。获得高精度的瞬时频率估计能够提取信号中的有用信息,为后续处理提供的先验知识,如相位结构等。时频分析作为非平稳信号分析的一种重要且有效的工具,可以在缺少先验的条件下获得信号较为全面的时变信息。因此本文以S变换为主要时频工具,结合同步压缩变换,较大程度地提高信号时频谱的聚集性,并在低信噪比环境下获得信号较高精度的瞬时频率估计。本文的主要创新性成果主要有以下几点:1.针对白噪声背景下的信号检测问题,理论推导了白噪声S变换的统计模型,结果表明白噪声的S变换谱在对平均功率归一化后,服从两个自由度的卡方分布的。在此基础上,提出了一种白噪声背景下的信号检测门限设置方法,能够在较低信噪比条件下实现信号检测。2.针对S变换对信号相位敏感的问题,理论推导了跳相角度与S变换模值的数学关系,提出一种基于S变换的跳相信号的检测方法以及一种跳相角度估计方法。该方法可以重新利用受相位跳变干扰的S变换谱,在检测到有相位跳变后,可对跳变相角进行快速估计。3.针对噪声环境下多分量信号分析问题,提出了一种调制窗S变换方法,具有良好的抑噪能力、时频聚集性、瞬时频率估计精度。该方法通过对频域窗函数进行平移和尺度变换,并调整窗函数本身,在一定程度上增加了窗函数的适应性。对于多种调频模式信号,该方法能够较好的适应信号局部调频特性。4.针对上述调制窗S变换参数优化时间过长的问题,提出了一种自适应S变换方法(AST)。该方法通过简化调制窗S变换的参数,保证了低信噪比条件下,仍然具有较强的抑噪能力、较好的时频聚集性以及较高的瞬时频率估计精度,大大减小了计算量,有效提高了参数自适应优化的效率。同时,AST调整了加窗方法,使其具备沿频率方向积分得到逆变换的特性。可实现AST与同步压缩变换的级联。5.针对多分量信号的瞬时频率估计问题,提出了一种结合同步压缩和自适应S变换的瞬时频率估计方法。在信号分量间不存在瞬频重合的前提下,将AST与高阶同步压缩变换级联,从而获得时频平面的每一个位置上的信号瞬频估计。该方法具有时频聚集性好以及瞬时频率估计精度高的优点。
【学位单位】：西安电子科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN911.7
【部分图文】：
缩变换结合，针对多分量信号获得各个分量的参数估计。文章的第二章至第五章分别有一项成果支持，各章节关系如下图所示：图1.1 章节内容及关系各章节主要研究内容安排如下：第一章介绍了瞬时频率估计的重要性以及目前的发展概况。分析时频分析在其中的重要价值以及经典时频分析方法，并分析各自的优势与不足之处。第二章首先详细推导高斯白噪声的 S 变换谱统计特性，得出其经 S 变换处理后模值的均值与频率关系，以及归一化 S 谱的数理统计模型[51]。通过蒙特卡洛试验对该理论推导进行验证。并根据这一统计规律提出一种高斯白噪声环境下的信号检测方法，并通过实验验证其检测概率及虚警率[51]。第三章针对 S 变换对相位突变敏感这一特性进行推导分析，将这一特性应用于信号相位跳变检测中。并通过理论推导得出相位跳变位置的 S 变换谱及非跳变位置的 S变换幅与跳相角度的显性关系。最后通过实验验证该方法的准确性。第四章简述广义 S 变换特别是方向性 S 变换的原理及功能，并提出具有可调时频分辨率的调制窗 S 变换[52]。将原始 S 变换及广义 S 变换用于截获信号参数估计，并对其抑噪能力、时频聚集性、参数估计的误差进行实验分析
图2.4 S 变换信号检测流程测流程如上面框图所示。首先在信号未到来，仅有噪声的时段进行初始化个频率位置的 S 变换平均功率谱2{| ( , ) | }nE S t f 估计，并根据（2-19）计
西安电子科技大学硕士学位论文28图3.1 第一组实验信号波形图3.2 第一组实验 S 变换谱图3.3 归一化频率为 0.3 处的 S 变换谱频率切片第二组实验采用含有多径的 BPSK 信号，信号长度为 900 点，归一化载频为 0.24。信号每经过 180 点进行一次相位调制，即跳相时刻为第 180、360、540、720 点。同时，在信号中引入多径。第一多径延迟为 300 个采样点，幅值为原信号振幅的一半；第二多径延迟为 500 个采样点，振幅为原信号的五分之一。该信号的 S 变换谱如图
【参考文献】
本文编号：2872544
【学位单位】：西安电子科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN911.7
【部分图文】：
缩变换结合，针对多分量信号获得各个分量的参数估计。文章的第二章至第五章分别有一项成果支持，各章节关系如下图所示：图1.1 章节内容及关系各章节主要研究内容安排如下：第一章介绍了瞬时频率估计的重要性以及目前的发展概况。分析时频分析在其中的重要价值以及经典时频分析方法，并分析各自的优势与不足之处。第二章首先详细推导高斯白噪声的 S 变换谱统计特性，得出其经 S 变换处理后模值的均值与频率关系，以及归一化 S 谱的数理统计模型[51]。通过蒙特卡洛试验对该理论推导进行验证。并根据这一统计规律提出一种高斯白噪声环境下的信号检测方法，并通过实验验证其检测概率及虚警率[51]。第三章针对 S 变换对相位突变敏感这一特性进行推导分析，将这一特性应用于信号相位跳变检测中。并通过理论推导得出相位跳变位置的 S 变换谱及非跳变位置的 S变换幅与跳相角度的显性关系。最后通过实验验证该方法的准确性。第四章简述广义 S 变换特别是方向性 S 变换的原理及功能，并提出具有可调时频分辨率的调制窗 S 变换[52]。将原始 S 变换及广义 S 变换用于截获信号参数估计，并对其抑噪能力、时频聚集性、参数估计的误差进行实验分析
图2.4 S 变换信号检测流程测流程如上面框图所示。首先在信号未到来，仅有噪声的时段进行初始化个频率位置的 S 变换平均功率谱2{| ( , ) | }nE S t f 估计，并根据（2-19）计
西安电子科技大学硕士学位论文28图3.1 第一组实验信号波形图3.2 第一组实验 S 变换谱图3.3 归一化频率为 0.3 处的 S 变换谱频率切片第二组实验采用含有多径的 BPSK 信号，信号长度为 900 点，归一化载频为 0.24。信号每经过 180 点进行一次相位调制，即跳相时刻为第 180、360、540、720 点。同时，在信号中引入多径。第一多径延迟为 300 个采样点，幅值为原信号振幅的一半；第二多径延迟为 500 个采样点，振幅为原信号的五分之一。该信号的 S 变换谱如图
【参考文献】
相关期刊论文 前4条
1 朱明哲;姬红兵;林琳;王磊;;基于方向性S变换的多分量FM信号瞬时频率估计[J];系统工程与电子技术;2013年01期
2 张固澜;;基于改进的广义S变换的低频吸收衰减梯度检测[J];地球物理学报;2011年09期
3 刘潮;李政杰;童宁宁;;改进的相位建模法在瞬时频率估计中的应用[J];航天电子对抗;2011年03期
4 张固澜;贺振华;张彦斌;容娇君;金其虎;;基于改进的广义S变换的低频阴影检测[J];地球物理学进展;2010年06期
相关博士学位论文 前5条
1 卢广阔;时频域多分量信号分析识别研究[D];电子科技大学;2016年
2 赵立恒;基于计算听觉场景分析的单声道语音分离研究[D];中国科学技术大学;2012年
3 董红生;心电波形检测与心率变异性分析方法研究[D];兰州理工大学;2012年
4 荣海娜;多分量雷达辐射源信号模型和检测估计算法研究[D];西南交通大学;2010年
5 李宗利;面向发射任务的复杂电磁环境及应用研究[D];中国科学院研究生院（空间科学与应用研究中心）;2009年
本文编号：2872544
本文链接：https://www.wllwen.com/kejilunwen/wltx/2872544.html
