線性調(diào)頻（LFM）信號(hào)是一種在電子對(duì)抗、水聲探測(cè)、地震勘探、機(jī)械故障檢測(cè)等領(lǐng)域中廣泛應(yīng)用的非平穩(wěn)信號(hào)。對(duì)LFM信號(hào)進(jìn)行參數(shù)估計(jì)可以描述該信號(hào)頻率隨時(shí)間變化的關(guān)系,從而得到目標(biāo)相關(guān)的參數(shù)信息進(jìn)行研究分析。而在實(shí)際的應(yīng)用中,LFM信號(hào)往往不以單一分量的形式存在,因此對(duì)多分量LFM信號(hào)進(jìn)行參數(shù)估計(jì)的研究更加具有現(xiàn)實(shí)意義。時(shí)頻分析是處理LFM信號(hào)的重要手段之一,S變換是使用靈活且應(yīng)用廣泛的時(shí)頻分析方法,近十幾年來(lái)一直是相關(guān)領(lǐng)域研究的熱點(diǎn)。因此,本文以S變換為基礎(chǔ),通過(guò)結(jié)合其他方法改進(jìn)S變換的性能,將其應(yīng)用于估計(jì)多分量LFM信號(hào)的參數(shù)。本文的主要研究?jī)?nèi)容如下:1)詳細(xì)研究了S變換的定義和性質(zhì)。S變換具有線性性質(zhì)且完全可逆,因此在處理多分量LFM信號(hào)時(shí)擁有不受交叉項(xiàng)影響的優(yōu)勢(shì)。同時(shí),S變換的高斯窗函數(shù)使得它擁有可變的時(shí)間和頻率分辨率,處理信號(hào)更加的靈活。2)S變換時(shí)頻聚集性不夠高,這會(huì)導(dǎo)致得到的LFM信號(hào)的時(shí)頻分布具有大量的模糊能量,將嚴(yán)重影響參數(shù)估計(jì)的結(jié)果。針對(duì)這個(gè)問(wèn)題,將S變換和同步提取變換相結(jié)合,推導(dǎo)出了同步提取S變換,大大地提高了原始S變換的時(shí)頻聚集性。然后通過(guò)同步提取S變換,去除了時(shí)頻域... 

【文章來(lái)源】：長(zhǎng)春理工大學(xué)吉林省

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

高斯窗STFT的時(shí)頻分布

第2章S變換的基本理論11為了更清楚地展示W(wǎng)T的效果，這里選擇Morlet小波函數(shù)來(lái)做進(jìn)一步的說(shuō)明。Morlet小波的時(shí)域和頻域形式分別如下式（2-10）和（2-11）所示：()2200,0tjtteeωω=≥（2-10）()(0)22eωωωπΦ=（2-11）將Morlet母小波函數(shù)進(jìn)行伸縮和平移可以得到的小波基函數(shù)如下：()2012,1tbtbjaaabteeaωπ=（2-12）從式（2-12）可以得到其中心頻率為0aωω=。那么，結(jié)合式（2-6）和式（2-12），可以得到Morlet母小波函數(shù)的CWT公式如下：()()20121,tbtbjaaxCWTabxteedtaωπ+∞∞=（2-13）在仿真實(shí)驗(yàn)中，如果設(shè)采樣時(shí)間間隔為T(mén)，并令b=pT，t=qT。那么可以得到這種CWT的離散形式如下：()()201201,qpTqpNjTaaxqCWTabxqTeeaωπ==（2-14）那么從濾波器的角度來(lái)分析可知，上式（2-14）中的(,)xCWTaq可以理解為待分析信號(hào)通過(guò)中心頻率是0ω=ω/a的帶通濾波器后的結(jié)果。下圖2.2是對(duì)一個(gè)雙分量LFM信號(hào)信號(hào)進(jìn)行WT的仿真結(jié)果，包含的兩個(gè)分量分別是()21x=expj2π300tπ200t和()22x=expj2π100tπ50t。采用的母小波是Morlet小波，在無(wú)噪聲環(huán)境下，采樣頻率為1000Hz，采樣時(shí)間為1s。圖2.2Morlet小波變換時(shí)頻分布從圖2.2中可以看出，經(jīng)過(guò)WT所得的時(shí)頻分布在高頻區(qū)域的頻率分辨率要好于低頻區(qū)域，而與之相反地，在低頻區(qū)域的時(shí)間分辨率要好于高頻區(qū)域，這符合WT的

應(yīng)”的調(diào)節(jié)，那么，時(shí)頻分辨率也會(huì)隨著 f 的變化而變化，這種變化關(guān)系賦予了 S 變換多分辨率的優(yōu)勢(shì)。 下圖 2.3 展示了雙分量 LFM 信號(hào)的 S 變換的仿真結(jié)果。該信號(hào)兩個(gè)分量分別是( )21x =exp j2π 300 t π 200 t 和 ( )22x =exp j2π 100 t π 50 t 。在無(wú)噪聲環(huán)境下，采樣頻率為 1000Hz，采樣時(shí)間為 1s。從圖 2.3 中可以看出，在處理雙分量 LFM 信號(hào)時(shí)，S 變換的結(jié)果不存在交叉項(xiàng)，這符合之前的分析。同時(shí)還可以看出，得益于可變窗寬的高斯窗函數(shù)，S 變換所得時(shí)頻分布在低頻區(qū)域的頻率分辨率和高頻區(qū)域的時(shí)間分辨率都比較好，展現(xiàn)了 S 變換多分辨率的優(yōu)勢(shì)。但是，顯而易見(jiàn)，S 變換的時(shí)頻聚集性還有很大的提升空間，所得的時(shí)頻譜上的模糊能量比較多，這在一定程度上限制了其在信號(hào)參數(shù)精確估計(jì)方面的應(yīng)用，所以需要進(jìn)一步的改進(jìn)。

【參考文獻(xiàn)】：
期刊論文
[1]基于S變換的高速列車(chē)小幅蛇行識(shí)別方法[J]. 寧?kù)o,冉偉,種傳杰,陳春俊.  中國(guó)機(jī)械工程. 2019(09)
[2]同步擠壓廣義S變換在南海油氣識(shí)別中的應(yīng)用[J]. 嚴(yán)海滔,黃饒,周懷來(lái),牛聰,鄔蒙蒙.  地球物理學(xué)進(jìn)展. 2019(03)
[3]分?jǐn)?shù)傅里葉變換理論及其應(yīng)用研究進(jìn)展[J]. 馬金銘,苗紅霞,蘇新華,高暢,康學(xué)凈,陶然.  光電工程. 2018(06)
[4]基于小波理論的RV減速器振動(dòng)信號(hào)分析[J]. 陳李果,汪久根,張靖.  機(jī)械傳動(dòng). 2018(05)
[5]基于VMD和Wigner-Ville分布的局放信號(hào)時(shí)頻分析[J]. 賈亞飛,朱永利,王劉旺.  系統(tǒng)仿真學(xué)報(bào). 2018(02)
[6]廣義S變換多分量LFM信號(hào)檢測(cè)及參數(shù)估計(jì)[J]. 李燕,何怡剛,于文新,尹柏強(qiáng).  電子測(cè)量與儀器學(xué)報(bào). 2017(12)
[7]基于同步擠壓S變換的地震信號(hào)時(shí)頻分析[J]. 劉晗,張建中,黃忠來(lái).  石油地球物理勘探. 2017(04)
[8]The concise fractional Fourier transform and its application in detection and parameter estimation of the linear frequency-modulated signal[J]. CHEN Yanli,GUO Lianghao,GONG Zaixiao.  Chinese Journal of Acoustics. 2017(01)
[9]α穩(wěn)定分布噪聲下基于穩(wěn)健S變換的LFM信號(hào)參數(shù)估計(jì)[J]. 金艷,高舵,姬紅兵.  系統(tǒng)工程與電子技術(shù). 2017(04)
[10]廣義S變換時(shí)頻譜SVD降噪的滾動(dòng)軸承故障沖擊特征提取方法[J]. 朱怡,蔣思源.  軸承. 2016(11)

博士論文
[1]挖掘機(jī)振聲信號(hào)時(shí)頻分析研究與應(yīng)用[D]. 于剛.山東大學(xué) 2016

碩士論文
[1]同步提取變換的改進(jìn)算法研究及其在地震儲(chǔ)層識(shí)別中的應(yīng)用[D]. 周心悅.成都理工大學(xué) 2019
[2]基于同步壓縮S變換的非平穩(wěn)信號(hào)分析[D]. 肖瑞.西安電子科技大學(xué) 2019
[3]基于時(shí)頻同步壓縮變換的多分量信號(hào)分離研究[D]. 韓紅霞.西安電子科技大學(xué) 2018
[4]同步提取變換算法的改進(jìn)研究及其在地震信號(hào)分析中的應(yīng)用[D]. 康佳星.成都理工大學(xué) 2018
[5]基于時(shí)頻分析的信號(hào)檢測(cè)與參數(shù)估計(jì)方法研究[D]. 崔光輝.哈爾濱工程大學(xué) 2015
[6]時(shí)頻分布與地震信號(hào)譜分析研究[D]. 陳學(xué)華.成都理工大學(xué) 2006



本文編號(hào)：3221409