針對多個輻射源信號混合構(gòu)成的多分量信號分離問題,提出基于脊路跟蹤的變分非線性調(diào)頻模態(tài)分解算法.該方法使用改進(jìn)的脊路重組算法對時頻分布圖中各分量瞬時頻率進(jìn)行提取,將提取出的各分量瞬時頻率作為變分非線性調(diào)頻模態(tài)分解的預(yù)設(shè)頻率;利用重構(gòu)后的多分量信號進(jìn)行瞬時頻率提取,更新預(yù)設(shè)頻率后繼續(xù)模態(tài)分解;重復(fù)上述過程,直到迭代前、后頻率差值小于預(yù)設(shè)閾值,輸出對應(yīng)的模態(tài)分解結(jié)果.實(shí)驗(yàn)結(jié)果表明,基于脊路跟蹤的變分非線性調(diào)頻模態(tài)分解算法比經(jīng)典變分非線性調(diào)頻模態(tài)分解算法具有更好的多分量信號分離效果. 

【文章來源】：浙江大學(xué)學(xué)報(工學(xué)版). 2020年10期 北大核心

【文章頁數(shù)】：9 頁

【參考文獻(xiàn)】：
期刊論文
[1]Analysis of Multi-Component Non-Stationary Signals Using Fourier-Bessel Series and Wigner-Hough Transform[J]. G.Ravi Shankar Reddy,Rameshwar Rao.  Journal of Electronic Science and Technology. 2017(01)



本文編號：2957969