CN102457449A - 调适性信号的时频分析装置及其方法 - Google Patents
调适性信号的时频分析装置及其方法 Download PDFInfo
- Publication number
- CN102457449A CN102457449A CN2010105261974A CN201010526197A CN102457449A CN 102457449 A CN102457449 A CN 102457449A CN 2010105261974 A CN2010105261974 A CN 2010105261974A CN 201010526197 A CN201010526197 A CN 201010526197A CN 102457449 A CN102457449 A CN 102457449A
- Authority
- CN
- China
- Prior art keywords
- signal
- instantaneous
- estimation
- frequency
- energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
一种调适性信号的时频分析装置及其方法,适用于有关于处理非线性、非稳态信号的分析。此方法包括以下步骤。寻找一信号的多个极值位置。依据信号极值位置,估算每一个极值之间的平均频率以及其对应的平均能量分配。依据每一个极值之间的平均能量分配,以最佳化方式决定信号的估算的瞬时能量分配。最后采用信号的估算的瞬时能量分配以估算其瞬时频率。
Description
技术领域
本发明涉及一种信号的时频分析方法及装置,且特别涉及一种有关于处理非线性、非稳态信号的时频分析方法及装置。
背景技术
黄锷等人提出的希尔伯特-黄变换(Hilbert-Huang Transform,HHT),可以作为分析非线性、非稳态信号的可行及有效的方法。HTT分为两个主要部分。首先,通过筛选(sifting)程序对一信号进行经验模态分解(Empirical Mode Decomposition,EMD)以求得一些本质模态函数(Intrinsic Mode Function,IMF)或简称模态;接着,对各个本质模态函数进行希尔伯特变换,将此信号表达为时间及频率的函数,以便产生希尔伯特振幅频谱(或简称希尔伯特频谱),能得以平面或三维图式呈现振幅在频率及时间平面上的分布。此外,上述振幅的平方表能量密度可用以产生希尔伯特能量频谱。分析人员通过上述的分析方法,可以对各种现象所产生的非线性、非稳态的信号进行分析及意义。
但是,HHT亦有关键的问题有待解决。例如EMD所求出的IMF可能产生有关低频的模态混迭、失真的问题。换句话说,模态混迭就失去本质模态的意义。如此,具有模态混迭的本质模态的情况下,后续的希尔伯特频谱呈现的结果及对其解读的正确性会受到严重的影响。
此外,希尔伯特变换已知的做法是通过快速傅立叶变换及逆快速傅立叶变换为基础的处理程序,以获得各数据点的瞬时频率与振幅。此程序十分费时,并不能满足对于需要快速反应的应用场合。最重要的是,希尔伯特变换已知作法是假设信号为线性、稳态。不管在理论或实务上,都不能运用希尔伯特变换在真实的信号处理上,尤其已知是非线性的信号。
根据Doppler的基础理论,入射波在具有运动速度的物体表面产生回波的频率会与与其速度成正比。因此Doppler频移是进行非接触的速度测量重要信号。要计算Doppler频移,就必须精密解析入射波与回波的频率差异。过去采用FFT的技术,会遇到两个困难。第一是回波是非线性问题,第二是回波是非稳态信号。这些问题都是造成FFT为基础的Doppler效能较差(时间与速度解析度不佳)的原因。
发明内容
本发明涉及一种调适性信号的时频分析装置及其方法,适用于有关于处理非线性、非稳态信号的时频分析。
根据本发明的一方面,提出一种调适性信号的时频分析方法,包括以下步骤。寻找一信号的一模态的多个极值位置。依据信号极值位置,估算每一个极值之间的平均频率以及其对应的平均能量分配。依据每一个极值之间的平均能量分配,以最佳化方式估算信号的完整瞬时能量分配。最后采用信号的完整瞬时能量分配估算其瞬时频率。
根据本发明的另一方面,提出一种计算机可读取介质,当电子装置载入此计算机可读取介质并执行后,可达成上述的调适性信号时频分析方法。
根据本发明的另一方面,提出一种调适性信号的时频分析装置,包括一输入单元、一存储单元、一处理模块、以及一输出单元。输入单元用以读取一信号。存储单元用以存储此信号的一数据信号。处理模块用以据此数据信号决定估算的瞬时能量分配及估算的瞬时频率。输出单元用以输出此估算的瞬时能量分配及估算的瞬时频率。针对数据信号,处理模块决定数据信号的多个极值位置,并据以决定多个估算的平均频率及估算的平均能量分配。处理模块依据数据信号及估算的平均能量分配,通过一最佳化处理以决定对应数据信号的估算的瞬时能量分配及估算的瞬时频率。
根据本发明的再一方面,提出一种调适性信号的时频分析装置,包括一寻找极值模块、一初步估算模块以及一最佳化估算模块。寻找极值模块用以寻找一信号的多个极值位置。初步估算模块,依据此信号及这些极值位置,决定多个估算的平均频率及估算的平均能量分配。最佳化估算模块,用以依据此信号及此估算的平均能量分配,通过一最佳化处理以决定估算的瞬时能量分配及估算的瞬时频率。
根据本发明的再一方面,提出一种调适性信号的时频分析系统。此系统包括一第一信号时频分析装置、一第二信号时频分析装置以一比较单元。第一信号时频分析装置,用以寻找一第一信号的多个极值位置并据以通过一最佳化处理以估算该信号的瞬时能量分配,并据以决定第一信号的估算的瞬时频率,并据以决定第一信号的瞬时能量分配以及瞬时角速度信息。第二信号时频分析装置,用以寻找一第二信号的多个极值位置并据以通过最佳化处理以估算第二信号的瞬时能量分配,并据以决定第二信号的估算的瞬时频率,并据以决定第二信号的瞬时能量分配以及瞬时角速度信息。比较单元,用以依据第一信号及第二信号的瞬时角速度信息,决定第一信号及第二信号的瞬时多普勒频移。
为让上述内容及其他方面能更明显易懂,下文特举实施例,并配合附图,作详细说明如下:
附图说明
图1绘示依据一第一实施例的一调适性信号的时频分析其方法。
图2A绘示一信号的一模态的例子。
图2B-图2C分别绘示依据第一实施例针对图2A的一模态决定估算的瞬时频率、估算的瞬时能量的示意图。
图2D是针对图2C的估算的瞬时能量作经最佳化后所得的瞬时能量的示意图。
图3绘示用以调适性信号的时频分析装置300的一实施例的方块图。
图4绘示用以作快速希尔伯特变换模块的一实施例的方块图。
图5A绘示依据第二实施例的应用调适性信号的时频分析方法于多普勒频移处理的一例的流程图。
图5B绘示依据图5A的方法的调适性信号的时频分析系统的方块图之一例。
图6A绘示依据第二实施例的应用调适性信号的时频分析方法于多普勒频移处理的一第二例的流程图。
图6B绘示依据图6A的方法的调适性信号的时频分析系统的方块图的一实施例。
图7绘示依据第二实施例所得的瞬时频谱及瞬时能量图的一例子。
【主要元件符号说明】
300:调适性信号的时频分析装置
310:输入单元 320:处理模块
330:输出单元 340:存储单元
400:快速希尔伯特变换模块
410:寻找极值模块 420:初步估算模块
430:最佳化估算模块
500、600:调适性信号的时频分析系统
510、630:前置处理单元
540、640:信号的时频分析装置
610:信号接受单元 650:比较单元
1001:低频项的多普勒信号
1003:高频项的发射波信号
S10、S20、S40、S120-S150、S510-S530、S610-S630:步骤
具体实施方式
以下公开的实施例有关于调适性信号的时频分析装置及其方法,适用于有关于处理非线性、非稳态信号的分析。一实施例中,提出调适性信号的时频分析装置及其方法,依据信号的模态以估算瞬时频率及瞬时能量分配。一实施例则将上述实施例应用于多普勒频移信号处理以求得欲知的瞬时物理量数值。上述实施例应用于一维信号,还可扩展至多维信号。以下实施例皆能以计算机程序、一般处理器、或专属的电路实施。
中央大学数据中心,提出希尔伯特变换(Hilbert Transform,HT)的改良,称为「直接正交」(HT by direct quadrature),来符合时频的计算。此技术目前宣称可运用在非线性与非稳态。它是一套数值方法直接估算信号的完整瞬时能量分配。最后采用信号的完整瞬时能量分配估算其瞬时频率。估算的原理是通过信号的极值位置与大小作为控制点,并不考虑其它数据的信息。本申请发明人提出以下实施例,除了既有的控制点之外,考虑到其它的信息,最佳化处理加以约束以达到合理、可靠的估测。
第一实施例
本实施例提出调适性信号的时频分析装置及其方法,依据信号的模态以估算瞬时频率及瞬时能量分配。本实施例的方法,首先寻找一待分析的信号的多个极值位置。依据这些极值位置,通过一最佳化处理以估算信号的瞬时能量分配,并依据估算的瞬时能量分配,决定估算的瞬时频率。请参照图1绘示的一调适性信号的时频分析方法的例子。本实施例假设待分析的信号是为符合进行希尔伯特变换的信号,即信号在中心线(例如0或平均值)附近振荡,也就是说极大值位于中心线以上以及其极小值位于中心线以下。因为模态能满足上述条件,故为方便讨论,以一维信号(或数据组)的一模态y(t)为例作说明。此外,在其他实施例,还可推展应用于多维信号。
如步骤S10所示,待分析的信号为一模态y(t),寻找此模态的多个极值位置。请参考图2A所示,模态极大值与极小值通常是配对出现,如一极大值之后接着出一个极小值,反之亦然。步骤S10找出极值位置模态y(t)所对应的时间(即自变量)的数值,(Max0,Min0)、(Max1,Min1)...(Maxn,Minn),其中Max0,Min0代表第一组极大值与极小值的时间坐标。
依据上述这些极值位置,通过一最佳化处理以估算信号的瞬时能量分配,并依据估算的瞬时能量分配,决定估算的瞬时频率。以下分别以初步估算及最佳化为例说明。
如步骤S20所示,初步估算依据模态及这些极值位置,决定多个估算的平均频率及估算的平均能量分配,如子步骤S120及S130。在子步骤S120中,依据这些极值位置,决定多个估算的平均瞬时频率。例如利用越零点频率(Zero Crossing Frequency)为y(t)的平均频率的观点,粗估y(t)所有数据点的极值之间的平均瞬时频率ω(t)。例如图2B所示,利用相邻两极大值及极小值的时间坐标来决定此两时间坐标之间估算的平均瞬时频率:
其中Maxk(波峰)≤t Mink(波谷);
或者
其中Mink(波谷)≤t Maxk+1(波峰)。此外,决定估算的平均瞬时频率并不以此为限,例如两相邻极大值(或极小值)的时间坐标也可视作此两相邻极大值之间的一平均瞬间周期,或者是相邻越零点也可用以估算此两点间的一平均瞬间周期。
在子步骤S130中,依据这些估算的平均瞬时频率,决定估算的平均能量分配。例如图2C中实线所示的估算的平均能量分配P(t),决定的方式为依据P(t)的平方等于动能的平方及位能的平方和,故此:
如步骤S40所示,最佳化依据模态及估算的平均能量分配,通过一最佳化处理以决定估算的瞬时能量分配及估算的瞬时频率,如子步骤S140及S150。在子步骤S140中,依据估算的平均能量分配,决定估算的瞬时能量分配。估算的平均能量分配P(t)为模态y(t)在每一个时间点的平均能量粗估。瞬时的能量Pt(t)事实上隐藏在P(t)之中。瞬时的能量理论上变化更为缓慢,因此必需针对P(t)进行最佳化以作估算。例如采用最小平方法(Least Square)的法则加以最佳化。最小平方法最简单的实施例就是最佳化云弧曲线插值,如第2D图所示的实线即为处理后的结果,其中:
在此步骤也可建议以有限基底进行数值调适。例如二次、三次或多次曲线的内插法。如果是多次曲线内插,需要更多的边界条件。边界条件可以使用曲线通过极值点,以及曲线接缝的微分连续(例如一次、二次微分连续等)。
在子步骤S150中,依据估算的瞬时能量分配,决定估算的瞬时频率,可以计算如下:此外,子步骤S150更可包括:决定y(t)在时间t的相位角为φ(t)=cos-1[θ(t)],以及y(t)在时间t的角速度角为
如此,可分别针对一信号分别进行依据上述步骤进行处理,以决定相对应的估算的瞬时能量分配及估算的瞬时频率,以便产生希尔伯特振幅频谱(或简称希尔伯特频谱)或产生希尔伯特能量频谱。依据本实施例,依据一信号能得在输出装置如计算机、分析仪器的屏幕或印表机或投影装置,以平面或三维图式呈现振幅或能量在频率及时间平面上的分布。分析人员通过上述的呈现,可以对各种现象所产生的非线性、非稳态的信号进行分析。另外,在后面将举例说明,更可在估算其他应用之中。
由于上述实施例依据待分析的信号模态,先以初步估算(如步骤S120-S130)及后以至少一次最佳化(如步骤S140-S150)的方式进行,故相较于已知的希尔伯特变换的做法是通过快速傅立叶变换及逆快速傅立叶变换为基础的复杂程序,此实施例的复杂度低及更具效率。而且,更便于以并行处理大量数据。故此,本实施例的上述步骤可命名为快速希尔伯特变换(Fast Hilbert Transform,FHT)。更重要的因素是,快速希尔伯特变换特别适用于非线性与非稳态信号,尤其是多普勒回波。
上述实施例可利用计算机程序实施。又可利硬件方式实施以增加效能,如用一般处理器、数字信号分析器或可编程电路模块(如FGPA)实施,或是以专属的电路以并行处理或管线的架构,依照上述方法实施。
例如,图3为依据上述方法的实施例的一调适性信号时频分析装置300。调适性信号时频分析装置300例如为一计算机系统或一信号分析仪,包括一输入单元310、一处理模块320、一输出单元330以及一存储单元340。输入单元310用以读取输入信号fIN-,其可为一维或多维信号(或数据),或可用以感知物理信号,例如各种波动如机械波、电磁波,或多普勒信号。存储单元340,例如存储器、硬盘或光盘或各种其他存储装置,用以存储输入信号fIN为数据信号。处理模块320如微处理器、多核心微处理器或阵列、数字信号处理器或元件可编程逻辑门阵列(FPGA:Field Programmable GateArray)或专属的芯片,用以如依据第一实施例的图1,进行快速希尔伯特变换(FHT)以产生例如希尔伯特频谱或希尔伯特能量频谱,并呈现在输出单元330的屏幕上或由输出单元330输出结果。
此外,输出装置330,例如是各种显示器、触控屏幕或印列装置,或是各种数据输出界面,用以输出这些模态以用作分析上述输入信号。以触控屏幕为例,从调适性信号分析装置300如计算机系统或信号分析仪,将如非稳态、非线性的物理信号作为输入信号,经信号的时频分析后呈现在屏幕之上,以供使用者作分析及观察之用,例如医学的心电图或图像分析。此外,在另一例子中,也可从输入装置310读取已存好的输入数据,如二维图像或一维或二维的数据数据,作HTT-EMD或H-EMD处理。在一例子中,可通过触控屏幕或输入界面来控制有关模态分解的操作及设定有关参数或条件。
图4绘示快速希尔伯特变换模块的另一实施例的方块图。在图4中,快速希尔伯特变换模块400例如采用直线式构架,包括:一寻找极值模块410、一初步估算模块420、及一最佳化估算模块430。在一些实施例中,快速希尔伯特变换模块400的模块以硬件方式例如以数字电路如加法器、乘法器、除法器、寄存器或其他逻辑电路或微处理器或FPGA分别实现如第1实施例的图1。此外,在其他实施例中,快速希尔伯特变换模块400也可作为一独立的模块,或是与其他基于HHT-EMD的模态分解硬件结合或连结以达成希尔伯特频谱分析之用。
当然,除了上述第3及4图的实施例,通常知识者依据FHT的依据模态作初步估算及至少一次最佳化估算的概念,当可将上述如图1的方法的实施例,更改或利用不同于上述架构的硬件方式实施。例如以管线方式或并行处理电路方式来实现FHT。
第二实施例
本实施例提出调适性信号的时频分析系统及其方法,基于上述第一实施例,更进一步应用在物理信号的提取及分析之上,例如检测微小血流的多普勒频移的处理。本实施例提供两种方法。
方法一:
多普勒技术,举例而言,一直是医疗器材里测量血流的关键原理,其运作原理是将发射信号与回波进行混合,混合信号再依带通滤波器提取多普勒信息。当物体有径向运动时,物体反射检测的入射波(频率f0),会造成反射波的频率(f)改变Δf,Δf=f-f0。Δf称为多普勒频移,他可以是正、负值,代表物体向前或后的方向运动。如何检测速度缓慢的移动物体(如血液中的红血球)是多普勒信号处理的挑战。越慢的流速产生的多普勒频移越小,如果是再加反射的能量稀少的情况,信号处理起来也越困难。
如上所述,发射波及回波信号经过混合以产生一混合信号,所谓信号的混合(mixing)就是将发射波(Ro)与回波(Rref)进行卷积(Convolution)的运算,例如可表达为:F(t)=Ro(t)×Rref(t+δ)。为便于说明,以简单数学的架构举例,如果Ro=A(t)cos(2πf0t)及Rref=B(t)cos[2π(f+Δf)t],则:
F(t)=A(t)*B(t)*[cos(4πf0t)+cos(2πΔf□t)],其中cos(4πf0t)为高频项,携带发射波频率。cos(2πΔf□t)为低频项,携带多普勒频移信息,是我们要提取的信号。
请参考图5A的应用信号时频分析方法于多普勒频技术的流程图之一例子。如步骤S510所示,取得一物体的流速信号,此信号含有多普勒频移信息。例如依据已知调适性率波器,例如希尔伯特-黄经验模态分解(Hilbert-Huang Transform-empirical modedecomposition)或结构化模态分析(Hierarchical EMD),对混合信号进行模态分解,以取得到多个模态,其中包括高频项、低频项以及残值。在另一例子中,也可以用小波分析滤波方式取得。在其他例子中,如果读取的含有多普勒频移信息的信号本身即符合希尔伯特分析的条件,例如上述的低频项,即可不需进行模态分解。
接着,如步骤S520所示,针对含多普勒频移信息的信号进行处理,以得到估算的瞬时能量分配Power(t)、估算的瞬时频率Δf(t)。在较佳的实施例中,是以快速希尔伯特变换进行处理,如图1所示的步骤S10、S20及S40,以决定相对应的估算的瞬时能量分配及估算的瞬时频率。在另一实施例中,也可使用已知的希尔伯特变换或其他运算方法,以得到估算的瞬时能量分配及估算的瞬时频率。
图7绘示瞬时能量分配Power(t)、估算的瞬时频率Δf(t)的一实施例,其中1001代表低频项的多普勒信号而1003代表高频项的发射波信号。由此图可知,此时因为低频污染(残值项)已经自动滤除,因此不在瞬时频谱图里。可以清楚发现,在任一个时刻多普勒频移信号的细节都能呈现,这是过去采用FFT滤波器的平均频谱能量技术无法达成的目标。有任一个时刻多普勒频移信号的细节,可以计算此物体的瞬间流速、平均流速或能量加权流速,如步骤S530所示。例如,有关的定义如下:
瞬间流速(instantaneous velocity):
v=0.5*Δf(t)*C/fo;
平均流速(mean velocity):
vmean=0.5*Δfmean*C/fo,其中平均频率移位(mean frequencyshift)Δfmean=∑[Δf(t)dt]/T;
能量加权流速(Power Doppler Velocity):
vpd=∑[0.5*Δf(t)*Power(t)*C/fo dt]/T。
此外,在上述例子中,发射波以脉冲为例(pulsed wave),其波速C,则其波形未必是正余弦波,其频率未必是窄频。回波夹带信号衰减以及杂讯,因此mixing并不容易处理。基本上F(t)的处理便依上述一种模态分解方式进行分解。流速v=0.5*Δf*C/fo,以及定位解析度x=C*T。另外,如果低频项仅有1/4λ,则无法解析,除非延长脉冲的长度(Pulsed Duration)T到至少1λ。假若低频项仅有2λ,则其可以解析,频移大小为Δf=2/T Hz。因此,如果要测量有效的Δf,则脉冲长度需要为T>k/Δf sec,其中k>=1。
此外,在上述步骤S510中,低频项带有多普勒频移信息,但是真实信号并不如简易数学架构仅为载频波。简单说,低频波仍具有一定频宽,故此,之后在步骤S530决定速度测量值时必需依上述公式在各频段加以加权平均。
请参考图5B一调适性信号的时频分析装置,其适用于检测例如微小血流的多普勒频移的处理。如图5B所示,调适性信号的时频分析系统500包括一前置处理单元510、一信号的时频分析装置540以及一输出单元330。
前置处理单元510,用以在作进一步信号分析之前作适当的处理,对信号作补偿以使输入的信号DS能达到符合希尔伯特变换的条件;例如包括放大器及模拟数字转换器。在另一例中,前置处理单元510可实施为选择性地具有模态分解的功能,当输入的信号DS并未符合希尔伯特变换的条件时,可对信号进行调适性滤波,如进行模态分解。例如,当输入的信号如混合信号为数字信号时,利用此例中的前置处理单元510分解为高频项及低频项后,则可输出至信号的时频分析装置540。
信号的时频分析装置540,用以实现信号的时频分析,以实现如步骤S520及S530。信号的时频分析装置940的实现方式,例如可依据上述第一实施例的处理模块320或400以更其他可能的实现方式,例如数字信号处理器或其他电路实施;或在其他例子中,调适性信号的时频分析系统900还可包括一运算装置以实现步骤S530。此外,信号的时频分析装置540也可实施为依据调适性滤波方式如HHT-EMD以选择性地具有模态分解的功能对输入的信号进行模态分解及信号的时频分析。此外,调适性信号的时频分析系统500也可基于第一实施例中的调适性信号的时频分析装置300以实现。
例如,如果调适性信号的时频分析系统500应用于超声波的多普勒频移分析的时候,还可包括超声波单元(未绘示)用以发射超声波作为发射波并接收回波信号,例如包括超声波的发射元件及接收元件;以及包括回波信号混合模块(未绘示)用以依据发射波及回波信号以产生一混合信号,例如包括进行混合所需要的数字或模拟电路以实现步骤。
方法二:
图6A绘示应用信号时频分析方法于多普勒多普勒频技术的流程图的另一例子。此方法二与方法一的差异在于直接对发射波及回波信号进行时频分析。
如步骤S610及S620所示,分别对发射波例如Ro=A(t)cos(2πf0 t)与回波例如Rref=B(t)cos[2π(f+Δf)t]分别进行快速希尔伯特变换,例如第一实施例的方式进行。如此,发射波Ro(t)可以被分解成瞬时能量分配A(t)以及角速度信息Ωo(t)。回波(Rref)可以被分解成瞬时能量分配B(t)以及角速度信息Ωref(t)。
接着,如步骤S630所示,依据对应到发射波信号及回波信号的上述结果,决定瞬时多普勒频移。故此,依上述的例子,在t时刻的多普勒频移例如Δf(t)=[Ωref(t)-Ωo(t)]/2π。
请参考图6B的一调适性信号的时频分析装置,其适用于检测多普勒频移的处理,可实施图6A的方法。如图6B所示,调适性信号的时频分析系统600包括信号接收单元610及620、其对应之前置处理单元630以及信号时频分析装置640、一比较单元650以及一输出单元330。信号接受单元610及620分别用以接受发射波及回波信号,并将之数字化并作记录。两前置处理单元630相似于前述图5B的前置处理单元530。接着,信号时频分析装置640相似于图5B的信号时频分析装置540,用以实现图6A中的步骤S610及S620。比较单元650则处理来自两个信号时频分析装置640的结果,用以实现步骤S630。最后,调适性信号的时频分析系统600更利用输出单元330以输出或呈现多普勒频移的结果。上述各个单元及装置皆可上述图5B的例子般作各种的实施方式。在其他例子中,图6B的前置处理单元630可与对应的信号时频分析装置640合并为一装置。另外,如果信号接收单元610也可与对应之前置处理单元630视作一单元。故此,实施方式并不限于图6B,只要有利用两个信号时频分析装置640并利用其两者的结果作出如步骤S630的处理的实施方式,皆可视涵盖于本实施例的范围中。此外,调适性信号的时频分析系统600也可以其他方式,如以并行处理器方式来实施。
依据上述应用HHT-EMD及FHT的调适性信号的时频分析系统及其方法,在其他实施例中,还可以运用在Pulsed Doppler、ColorDoppler、Power Doppler、Tissue Doppler。还因为此方法有调适性的优点,可以有效补偿反射波的TCG(Time Gain control)、去除信号非线性衰减(nonlinear attenuation)以及调适性去除干扰(adaptive wallfilter)。
此外,由于HHT-EMD在低频信号较传统率波器具有低失真的优点。依据本实施例的微小血流测量,本实施例还可以将超声波的应用推向肿瘤转移与检测、周边动脉疾病(如糖尿病等)、肝脏功能等重要运用。当然,上述本申请实施例并不限于超声波的多普勒频移分析,本领域技术人员皆可推广应用于其他波动如机械波、电磁波及其他波动的时频分析之上。
再者,其他实施例还公开一种计算机或运算装置可读式信息存储介质,其上存储有程序代码或一个或多个程序模块,此程序代码的执行能实现上述实施例如图1、5A或6A的调适性信号的时频分析方法。这些实施例的可读式信息存储介质比如但不受限于:光学式信息存储介质,磁式信息存储介质或存储器,如存储卡、固件或ROM或RAM。
综上所述,虽然本发明已以优选实施例公开如上,然其并非用以限定本发明。本申请本领域技术人员,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视所附权利要求书所界定者为准。
Claims (31)
1.一种调适性信号时频分析方法,包括:
a.寻找一信号的多个极值位置;以及
b.依据这些极值位置,通过一最佳化处理以估算该信号的瞬时能量分配,并依据该信号的估算的瞬时能量分配,决定估算的瞬时频率。
2.如权利要求1所述的方法,其中该最佳化处理为一最小平方法。
3.如权利要求2所述的方法,其中该最小平方法利用最佳化云弧曲线插值,并使用二次、三次或多次曲线的内插法进行。
4.如权利要求1所述的方法,其中该步骤b包括:
依据这些极值位置,决定多个估算的平均瞬时频率;以及
依据这些估算的平均瞬时频率,决定估算的平均能量分配。
5.如权利要求4所述的方法,其中这些估算的平均瞬时频率依据这些极值位置基于越零点频率定义而决定。
6.如权利要求5所述的方法,其中该估算的平均能量分配依据该信号及这些估算的平均瞬时频率而决定。
7.如权利要求4所述的方法,其中该步骤b还包括:
依据该估算的平均能量分配,通过该最佳化处理以决定估算的瞬时能量分配;
依据该估算的瞬时能量分配,决定估算的瞬时频率。
8.如权利要求7所述的方法,其中该估算的瞬时频率依据该信号及该估算的瞬时能量分配而决定。
9.如权利要求1所述的方法,其中该信号具有多普勒频移信息,该方法还包括:
依据该瞬时能量分配及该估算的瞬时频率,决定瞬时流速、平均流速以及能量加权流速。
10.如权利要求9所述的方法,其中该信号为一混合信号的一模态。
11.如权利要求1所述的方法,其中该信号为一回波的信号,该方法还包括:
c.依据该瞬时能量分配及该估算的瞬时频率,决定该回波的瞬时能量分配以及瞬时角速度信息。
12.如权利要求11所述的方法,该方法还包括:
a1.针对一发射波的信号,寻找该发射波的信号的多个极值位置;
b1.依据这些极值位置,通过一最佳化处理以估算该发射波的信号的瞬时能量分配,并依据该发射波的信号的估算的瞬时能量分配,决定估算的瞬时频率;
c1.针对该发射波的信号从该步骤b1所得的该瞬时能量分配及该估算的瞬时频率,决定该发射波的瞬时能量分配以及瞬时角速度信息;以及
d.依据该发射波及该回波的瞬时角速度信息,决定瞬时多普勒频移。
13.一种计算机可读取介质,当该电子装置载入该计算机可读取介质并执行后,可实现权利要求1至12中的任一项所述的方法。
14.一种调适性信号的时频分析装置,该装置包括:
一输入单元,用以读取一信号;
一存储单元,用以存储该信号的一数据信号;
一处理模块,用以据该数据信号决定估算的瞬时能量分配及估算的瞬时频率;以及
一输出单元,用以输出该估算的瞬时能量分配及估算的瞬时频率;
其中针对该数据信号,该处理模块决定该数据信号的多个极值位置;
该处理模块依据该数据信号及这些极值位置,决定多个估算的平均频率及估算的平均能量分配;
该处理模块依据该数据信号及该估算的平均能量分配,通过一最佳化处理以决定对应该数据信号的估算的瞬时能量分配及估算的瞬时频率。
15.如权利要求14所述的装置,其中该信号具有多普勒频移信息,该处理模块还依据该瞬时能量分配及该估算的瞬时频率,决定瞬时流速、平均流速以及能量加权流速。
16.如权利要求15所述的装置,其中该信号为一混合信号的一模态。
17.如权利要求14所述的装置,其中该信号为一回波的信号,该处理模块还依据该瞬时能量分配及该估算的瞬时频率,决定该回波的瞬时能量分配以及瞬时角速度信息。
18.如权利要求17所述的装置,其中该处理模块还:
针对一发射波的信号,寻找该发射波的信号的多个极值位置;
依据这些极值位置,通过一最佳化处理以估算该发射波的信号的瞬时能量分配,并依据该发射波的信号的估算的瞬时能量分配,决定估算的瞬时频率;
针对该发射波的信号所得的该瞬时能量分配及该估算的瞬时频率,决定该发射波的瞬时能量分配以及瞬时角速度信息;以及
依据该发射波及该回波的瞬时角速度信息,决定瞬时多普勒频移。
19.一种调适性信号的时频分析装置,该装置包括:
一寻找极值模块,寻找一信号的多个极值位置;
一初步估算模块,依据该信号及这些极值位置,决定多个估算的平均频率及估算的平均能量分配;
一最佳化估算模块,依据该信号及该估算的平均能量分配,通过一最佳化处理以决定估算的瞬时能量分配及估算的瞬时频率。
20.如权利要求19所述的装置,其中这些估算的平均瞬时频率依据这些极值位置基于越零点频率定义而决定。
21.如权利要求20所述的装置,其中该估算的平均能量分配依据该信号及这些估算的平均瞬时频率而决定。
22.如权利要求19所述的装置,其中该估算的瞬时能量分配依据该估算的平均能量分配通过一最小平方法处理而决定。
23.如权利要求22所述的装置,其中该估算的瞬时频率依据该信号及该估算的瞬时能量分配而决定。
24.一种调适性信号的时频分析系统,该系统包括:
一第一信号时频分析装置,用以寻找一第一信号的多个极值位置并据以通过一最佳化处理以估算该信号的瞬时能量分配,并据以决定该第一信号的估算的瞬时频率,并据以决定该第一信号的瞬时能量分配以及瞬时角速度信息;
一第二信号时频分析装置,用以寻找一第二信号的多个极值位置并据以通过该最佳化处理以估算该第二信号的瞬时能量分配,并据以决定该第二信号的估算的瞬时频率,并据以决定该第二信号的瞬时能量分配以及瞬时角速度信息;
一比较单元,用以依据该第一信号及该第二信号的瞬时角速度信息,决定该第一信号及该第二信号的瞬时多普勒频移。
25.如权利要求24所述的系统,其中该最佳化处理为一最小平方法。
26.如权利要求25所述的系统,其中该最小平方法利用最佳化云弧曲线插值,并使用二次、三次或多次曲线的内插法进行。
27.一种物体流速信号的分析方法,包括:
a.取得含有多普勒频移信息的该信号;
b.针对该信号进行处理,以决定相对应的估算的瞬时能量分配及估算的瞬时频率;以及
c.根据该估算的瞬时能量分配与该估算的瞬时频率,计算该物体的瞬间流速、平均流速或能量加权流速。
28.如权利要求27所述的方法,其中该步骤b是以快速希尔伯特变换进行处理,以决定该相对应的估算的瞬时能量分配及该估算的瞬时频率。
29.如权利要求27所述的方法,其中该步骤b是以希尔伯特变换进行处理,以决定该相对应的估算的瞬时能量分配及该估算的瞬时频率。
30.如权利要求28所述的方法,其中该快速希尔伯特变换还包括:
b1.寻找该信号的多个极值位置;
b2.依据这些极值位置,决定多个估算的平均频率及估算的平均能量分配;以及
b3.依据该信号及该估算的平均能量分配,通过一最佳化处理以决定该估算的瞬时能量分配及该估算的瞬时频率。
31.如权利要求30所述的方法,其中该最佳化处理为一最小平方法,且该最小平方法利用最佳化云弧曲线插值,并使用二次、三次或多次曲线的内插法进行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105261974A CN102457449A (zh) | 2010-11-01 | 2010-11-01 | 调适性信号的时频分析装置及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105261974A CN102457449A (zh) | 2010-11-01 | 2010-11-01 | 调适性信号的时频分析装置及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102457449A true CN102457449A (zh) | 2012-05-16 |
Family
ID=46040131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010105261974A Pending CN102457449A (zh) | 2010-11-01 | 2010-11-01 | 调适性信号的时频分析装置及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102457449A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI506583B (zh) * | 2013-12-10 | 2015-11-01 | 國立中央大學 | 分析系統及其方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714354A (zh) * | 2009-11-27 | 2010-05-26 | 江南大学 | 一种由时频原子聚合生成时频分子的方法 |
CN101858938A (zh) * | 2009-12-18 | 2010-10-13 | 西安电子科技大学 | 基于自适应滤波原理的瞬时频率测量方法 |
-
2010
- 2010-11-01 CN CN2010105261974A patent/CN102457449A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714354A (zh) * | 2009-11-27 | 2010-05-26 | 江南大学 | 一种由时频原子聚合生成时频分子的方法 |
CN101858938A (zh) * | 2009-12-18 | 2010-10-13 | 西安电子科技大学 | 基于自适应滤波原理的瞬时频率测量方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI506583B (zh) * | 2013-12-10 | 2015-11-01 | 國立中央大學 | 分析系統及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cockrell et al. | Robust passive range estimation using the waveguide invariant | |
Omitaomu et al. | Empirical mode decomposition technique with conditional mutual information for denoising operational sensor data | |
Park et al. | The complex local mean decomposition | |
US20120089372A1 (en) | Apparatus and method for adaptive time-frequency analysis | |
Wang et al. | A morphogram with the optimal selection of parameters used in morphological analysis for enhancing the ability in bearing fault diagnosis | |
Khan et al. | Instantaneous frequency estimation of intersecting and close multi-component signals with varying amplitudes | |
Sargsyan et al. | Uncertainty quantification given discontinuous model response and a limited number of model runs | |
Karageorghis et al. | The method of fundamental solutions for the identification of a sound-soft obstacle in inverse acoustic scattering | |
Yu et al. | Fractional Fourier transform‐based detection and delay time estimation of moving target in strong reverberation environment | |
JP2006288974A (ja) | 超音波診断装置 | |
CN106534014A (zh) | 一种多分量lfm信号的精确检测与分离方法 | |
Assef et al. | Modeling and FPGA-based implementation of an efficient and simple envelope detector using a Hilbert Transform FIR filter for ultrasound imaging applications | |
Lu et al. | Application of adaptive complementary ensemble local mean decomposition in underwater acoustic signal processing | |
Destrempes et al. | Statistical modeling of ultrasound signals related to the packing factor of wave scattering phenomena for structural characterization | |
Khojasteh et al. | Lagrangian coherent track initialization | |
Li et al. | Time‐based multi‐component irregular FM micro‐Doppler signals decomposition via STVMD | |
Sato et al. | Fatty liver evaluation with double-Nakagami model under low-resolution conditions | |
Farge et al. | Extraction of coherent bursts from turbulent edge plasma in magnetic fusion devices using orthogonal wavelets | |
Li et al. | Noise reduction method for ship radiated noise signal based on modified uniform phase empirical mode decomposition | |
Fuchs et al. | An open source package to perform basic and advanced statistical analysis of turbulence data and other complex systems | |
Mitri | Extrinsic and intrinsic acoustical cross-sections for a viscous fluid particle near a planar rigid boundary: circular cylinder example | |
CN102457449A (zh) | 调适性信号的时频分析装置及其方法 | |
Wang et al. | Automated weak signal frequency estimation method based on Duffing oscillator and particle swarm optimization | |
CN114675253A (zh) | 水面微幅波频率估计方法、装置、电子设备及存储介质 | |
Kennedy et al. | A novel method for topological embedding of time-series data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120516 |