科研之友
微信
新浪微博
Facebook
分享链接
摘要
通过傅里叶变换得到的频谱能够反映信号所包含的频率成分，但无法揭示瞬时频率随时间的变化特性。为满足工程应用中大量非平稳信号的分析需求，能够同时描述信号时域和频域特征的时频分析方法得到了广泛关注和深入研究。然而，传统时频分析方法所得到的时频分布往往具有较低的能量聚集性和较强的交叉项干扰，难以支撑信号时频特征的准确表达和提取。通过对信号内在稀疏特性进行挖掘和利用，能够有效提升信号时频分布的质量。本文通过对信号的相位函数进行泰勒展开，阐述了信号稀疏时频分解的实质，并分析了现有稀疏类时频分析的方法不足。在此基础上，提出了一种基于自适应短时Chirplet分解的高性能时频分布重构方法。首先，利用与信号时频特性自适应的窗函数为每一时刻生成了具有最强拟平稳性的最优短时信号；其次，提出了一种Chirplet字典的简化设计方法，利用得到的Chirplet字典对上述短时信号进行稀疏分解，基于分解结果实现了短时信号中心时刻瞬时频谱的参数化重构；最后，按时间顺序排列所有时刻的瞬时频谱，得到了信号能量聚集性高且不含任何交叉项干扰的高性能时频分布。仿真实验表明，所提方法有效改善了传统稀疏类时频分析方法结果中时频曲线畸变的问题，同时在计算效率上具有较大优势。此外，本文还利用所提方法处理了实际雷达系统所采集的微动目标回波，进一步验证了所提方法的有效性和应用潜力。
- 单位
