时频分析的卡尔曼滤波匹配解调变换法

sugarbabysu

摘要:本文为多分量时频分析,提出了一种卡尔曼滤波的匹配解调变换的分析方法,该方法对信号的局部频率特性进行建模,以模型参数作为状态变量、以时频脊线为观测变量,分别建立起时频分析的状态方程和观测方程,据这些方程并利用卡尔曼滤波就可获得信号的瞬时频率,最后再对信号进行解调变换,就得到了能量高度集中的时频分布.在不同信噪比的情况下,仿真测试表明:本文方法优于现有文献报道方法.
/ e; Q! e2 W9 f1 u. `& X. l6 J* g9 }0 x
关键词:时频分析;卡尔曼滤波;匹配解调变换

        时频分析作为分析非平稳信号的强有力工具,在信号处理领域得到了越来越多的应用.它通过对一维时域信号的变换,来得到它的时频两域联合分布的信息.最广为所知的经典时频分析方法包括短时傅里叶变换( STFT) ，Wigner-Ville分布( WVD ),小波变换(WT),s-变换等.这些方法不依赖于额外参数,在原理上简单易懂,且易于实现.为了更好地提高时频图的能量集中度,人们提出了参数化的时频分析方法,例如Chirplet变化,广义S变换(GST),广义解调方法,自适应STFT ( ASTFT )，匹配解调变换( MDT)等.这些方法都引人了参数模型,从而能够根据不同信号的信息,求得最优参数,构建出适合当前信号的时频变换函数,以达到更高的能量集中度.
+ v: N- d' v7 `8 o

) C# l. A" C1 A! f4 h

游客，如果您要查看本帖隐藏内容请回复

7 C, r# H0 D' c8 P6 H0 E


1 }% E' T- h& C0 ?0 _, v) l

nevadaooo

时频分析作为分析非平稳信号的强有力工具,在信号处理领域得到了越来越多的应用