CN104809097A - 一种时间-频率域信号处理的多窗口函数选择方法 - Google Patents
一种时间-频率域信号处理的多窗口函数选择方法 Download PDFInfo
- Publication number
- CN104809097A CN104809097A CN201510219724.XA CN201510219724A CN104809097A CN 104809097 A CN104809097 A CN 104809097A CN 201510219724 A CN201510219724 A CN 201510219724A CN 104809097 A CN104809097 A CN 104809097A
- Authority
- CN
- China
- Prior art keywords
- window function
- stft
- wavelet
- optimum
- transformation
- 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.)
- Granted
Links
Landscapes
- Complex Calculations (AREA)
Abstract
一种时间-频率域信号处理的多窗口函数选择方法。包括如下步骤:<1>选择多个不同的小波变换(WAVELET)或者短时傅里叶变换(STFT)窗口函数并计算WAVELET变换或者STFT变换;<2>对变换产生的系数集合按照WAVELET变换窗口函数选择判据或者STFT变换窗口函数选择判据进行判断,确定最优窗口函数,基于最优窗口函数的变换结果即为最优结果;<3>如果需要改变WAVELET变换或者STFT变换结果的频率范围,则按新的频率范围重复上述步骤1和2重新选择最优窗口函数及其变换结果。本发明的方法的有益效果在于:不仅能够为不同信号的时间-频率域变换选择最优的窗口函数,并且能够在时间-频率域的频率范围变动时自动选择最优的窗口函数。
Description
技术领域
本发明涉及一种时间-频率域信号处理方法,特别是涉及一种时间-频率域信号处理的多窗口函数选择方法,属于信号处理技术领域。
背景技术
对信号的时间-频率域分析得到了广泛的应用。最常用的将信号从时间域变换到时间-频率域的方法为小波变换(Wavelet Transform)和短时傅里叶变换(STFT),这些方法的一个共同特点是有许多不同的窗口函数(也称基函数,母函数或父函数)可选,属于“多窗口函数”的时间-频率域分析方法,其特点为针对不同信号采用不同的窗口函数做时间-频率域变换会有不同的变换效果。
许多研究围绕为不同信号的时间-频率域变换选择最优窗口函数而展开,并且收到了积极的效果。一旦选定了最优窗口函数,就通过计算机软件对信号进行基于选定窗口函数的时间-频率域变换进而分析或处理,分析或处理过程中选定的窗口函数不再变动。
然而实际应用中,我们往往需要在信号处分析或处理过程中改变时间-频率域的频率范围,以便更好地观察信号在不同频率范围中的表现。例如,在更窄的频率范围内观察信号在时间-频率域中的细节。这时,原先选择的窗口函数可能不再最优。
发明内容
本发明的目的是针对现有技术的上述不足,提出一种新的时间-频率域信号处理的多窗口函数选择方法,不仅能够为不同信号的时间-频率域变换选择最优的窗口函数,并且能够在时间-频率域的频率范围变动时自动选择最优的窗口函数。
有许多不同类型的小波变换方法。无论采用哪种小波变换,其变换结果都产生系数集合。我们希望这种小波变换后形成的系数集合包含的背景噪声(小数值的系数)要小,并且将系数集合内的背景噪声对系数最大值的比例作为与小波变换方法无关的窗口函数选择判据:
对于m行,n列的小波变换系数集合,其系数为Ci(i=1,2,...,mXn)。采用j个不同的窗口函数wj(j=1,2,...,J)对信号做小波变换得到j个不同的系数集合Cj,i。我们定义判据(1)
其中
Cj,i为采用第j个窗口函数计算获得的小波变换系数绝对值集合
Mj=MAX(Cj,i)i=1,2,...,m×n为采用第j个窗口函数计算获得的小波变换系数集合Ci,j的系数最大值
计算所有j个窗口函数的小波变换并且按照以上判据(1)进行判别,其中具有最小Cratio结果的窗口函数是最优窗口函数,采用最优窗口函数的WAVELET变换结果为最优变换结果。
由于上述对最优窗口函数的选择只对WAVELET变换产生的系数集合的系数属性进行判断,与具体采用什么形式的WAVELET变换无关,因此适用于各种形式的WAVELET变换的窗口函数选择。
有许多不同类型的STFT变换方法。无论采用哪种STFT变换,其变换结果都产生系数集合。根据STFT变换对信号的奇异性识别主要取决于变换结果系数集合中的大系数而且系数集合的背景噪声较小的特点,我们制定以下与STFT变换方法无关的窗口函数选择判据:对于m行,n列的STFT变换系数集合,其系数为Ci(i=1,2,...,mXn)。采用j个不同的窗口函数wj(j=1,2,...,J)对信号做STFT变换得到j个不同的系数集合Cj,i。我们定义判据(2)
其中
Cj,i为采用第j个窗口函数计算获得的STFT变换系数绝对值集合
TH=K(MAX(Cj,i)j=1,2,...,J i=1,2,...,m×n)0<K<1为所有系数集合的最大值乘以小于1的系数K
计算所有j个窗口函数的STFT变换并且按照以上判据(2)进行判别,其中具有最大CTH结果的窗口函数是最优窗口函数,采用最优窗口函数的STFT变换结果为最优变换结果。
由于上述对最优窗口函数的选择只对STFT变换产生的系数集合的系数属性进行判断,与具体采用什么形式的STFT变换无关,因此适用于各种形式的STFT变换的窗口函数选择。
本发明提出一种时间-频率域信号处理的多窗口函数选择方法,包括以下步骤:
1、选择多个不同的WAVELET变换或者STFT变换窗口函数,计算基于不同窗口函数的WAVELET变换或者STFT变换;
2、对基于不同窗口函数的WAVELET变换或者STFT变换的系数集合按照WAVELET变换窗口函数选择判据或者STFT变换窗口函数选择判据进行判断,确定最优窗口函数,基于最优窗口函数的WAVELET变换或者STFT变换结果即为最优结果;
3、如果需要改变WAVELET变换或者STFT变换结果的频率范围,则按新的频率范围重复上述步骤1和2重新选择最优窗口函数和基于该最优窗口函数的变换结果。
有益效果
与在先技术相比,本发明的方法的有益效果在于:
现有的“多窗口函数”的时间-频率域分析方法的窗口函数优选技术,缺乏定量并且普遍适用的选择判据,而且无法对信号处理过程中的频率范围变动做出响应,无法保持窗口函数始终最优。本发明提出的时间-频率域信号处理的多窗口函数选择方法,不仅能够为不同信号的时间-频率域变换选择最优的窗口函数,并且能够在时间-频率域的频率范围变动时自动选择最优的窗口函数。由于本发明方法只对时间-频率域变换系数集合进行评估,与信号属性以及时间-频率域变换方法无关,因此现有各种“多窗口函数”的时间-频率域分析方法都能够通过应用本发明方法保持窗口函数最优,达到较好的信号时间-频率域变换和分析或处理结果。
附图说明
图1是本发明方法的实施步骤流程图。
图2图3为本发明实施例1的原始信号及其小波变换结果示意图。
图4图5为本发明实施例2的原始信号及其短时傅里叶变换结果示意图。
具体实施方式
以下结合附图1对本发明作进一步详细说明。
图1为本发明一种时间-频率域信号处理的多窗口函数选择方法的流程图。本发明一种时间-频率域信号处理的多窗口函数选择方法,其具体实施包括下列步骤:
1、选择多个不同的WAVELET变换或者STFT变换窗口函数,计算基于不同窗口函数的WAVELET变换或者STFT变换;
2、对基于不同窗口函数的WAVELET变换或者STFT变换的系数集合按照WAVELET变换窗口函数选择判据(1)或者STFT变换窗口函数选择判据(2)进行判断,确定最优窗口函数,基于最优窗口函数的WAVELET变换或者STFT变换结果即为最优结果;
3、如果需要改变WAVELET变换或者STFT变换结果的频率范围,则按新的频率范围重复上述步骤1和2重新选择最优窗口函数和基于该最优窗口函数的变换结果。
以下结合图2-图5通过实施例进一步说明本发明方法的工作原理。
实施例1
图2和图3说明本发明方法的实施例1。医学数据库PhysioBank的记录数据mgh222.dat包含了一组ICU数据,其中的信号4如图2上图所示。用根据判据公式(1)和(2)开发的医学信号分析软件对该信号作连续小波变换(CWT)分析。被分析的信号采样频率为360Hz,CWT变换默认时间-频率域的时间范围为信号原有时间范围,频率范围为0-1/2采样频率,即0Hz-180Hz。根据本发明方法步骤1,软件首先选择8个不同的WAVELET变换窗口函数,计算基于不同窗口函数的CWT变换;然后根据步骤2,对基于不同窗口函数的CWT变换的系数集合按照WAVELET变换窗口函数选择判据公式(1)进行判断,确定Complex Hermitian窗口函数为最优,并且将基于该窗口函数的CWT变换结果显示在图2下图。
为了进一步观察被分析信号在更窄的频率范围内的表现,我们在图2下图按下鼠标并且向右下方拖动,画出一个方框,覆盖频率范围0Hz–80Hz,时间范围0.0464S-1.868S,软件自动按照新的频率范围计算所有候选窗口函数的CWT并且根据判据公式(1)进行判断,计算结果在图3显示。图3中,从上往下排列,第一个子图显示原始信号,其中对应于原始信号时间范围0.0464S-1.868S部分的信号波形为白色,表示该部分的信号被选中分析。第二个子图为基于最优窗口函数所做的CWT变换结果,其采用的最优窗口函数在新的频率范围下变为Complex Morlet,从第三个子图到第九个子图为基于其他候选窗口函数的CWT变换结果,采用的窗口函数分别为:Mexican,Gaussian,Difference Gaussian,Haar,Shanno,ComplexHermitian,1th Hermitian。显然根据本发明方法选择的最优窗口函数(图3从上往下,第2个子图)的CWT变换结果与其他窗口函数CWT变换结果(图3从上往下,第3-9个子图)相比,有较好的时间和频率分辨率。
实施例二
图4和图5说明本发明方法的实施例2。被分析的信号同样为医学数据库PhysioBank的记录数据mgh222.dat的信号4。用根据判据公式(1)和(2)开发的医学信号分析软件对该信号作短时傅里叶变换(STFT)分析。被分析的信号采样频率为360Hz,STFT变换默认时间-频率域的时间范围为信号原有时间范围,频率范围为0-1/2采样频率,即0Hz-180Hz。根据本发明方法步骤1,软件首先选择6个不同的STFT变换窗口函数,计算基于不同窗口函数的STFT变换;然后根据步骤2,对基于不同窗口函数的STFT变换的系数集合按照STFT变换窗口函数选择判据公式(2)进行判断,确定Square Window窗口函数为最优,并且将基于该窗口函数的STFT变换结果显示在图4下图。
为了进一步观察被分析信号在更窄的频率范围内的表现,我们在图4下图按下鼠标并且向右下方拖动,画出一个方框,覆盖频率范围60Hz–180Hz,时间范围0.1992S-2.556S,软件自动按照新的频率范围计算所有候选窗口函数的STFT并且根据判据公式(2)进行判断,计算结果在图5显示。图5中,从上往下排列,第一个子图显示原始信号,其中对应于原始信号时间范围0.1992S-2.556S部分的信号波形为白色,表示该部分的信号被选中分析。第二个子图为基于最优窗口函数所做的STFT变换结果,其采用的最优窗口函数在新的频率范围下变为Bartlett Window,从第三个子图到第九个子图为基于其他候选窗口函数的STFT变换结果,采用的窗口函数分别为:Square Window,Hanning Window,Hamming Window,Blackman Window,Gaussian Window.。显然根据本发明方法选择的最优窗口函数(图5从上往下,第2个子图)的STFT变换结果与其他窗口函数STFT变换结果(图5从上往下,第3-7个子图)相比,有较好的时间和频率分辨率。
以上实施例仅为说明本发明方法的原理及功能,并非限制本发明。因此熟悉本领域的技术人员对上述实施例所做的不违背本发明精神的修改及变化,仍为本发明所涵盖。本发明的权利范围应如本专利申请权利要求所列。
Claims (5)
1.一种时间-频率域信号处理的多窗口函数选择方法,其特征在于该方法包括如下步骤:
<1>选择多个不同的小波变换(WAVELET)或者短时傅里叶变换(STFT)窗口函数,计算基于不同窗口函数的WAVELET变换或者STFT变换;
<2>对基于不同窗口函数的WAVELET变换或者STFT变换的系数集合按照WAVELET变换窗口函数选择判据或者STFT变换窗口函数选择判据进行判断,确定最优窗口函数,基于最优窗口函数的WAVELET变换或者STFT变换结果即为最优结果;
<3>如果需要改变WAVELET变换或者STFT变换结果的频率范围,则按新的频率范围重复上述步骤1和2重新选择最优窗口函数和基于该最优窗口函数的变换结果。
2.如权利要求1所述的时间-频率域信号处理的多窗口函数选择方法,其特征在于其中所述的WAVELET变换窗口函数选择判据为:
其中
Cj,i为采用第j个窗口函数计算获得的小波变换系数绝对值集合
Mj=MAX(Cj,i)i=1,2,...,m×n为采用第j个窗口函数计算获得的小波变换系数集合Ci,j的系数最大值。
3.如权利要求2所述的WAVELET变换窗口函数选择判据,其特征在于按照该判据进行判别,其中具有最小Cratio结果的窗口函数是最优窗口函数,采用该最优窗口函数的WAVELET变换结果为最优变换结果。
4.如权利要求1所述的时间-频率域信号处理的多窗口函数选择方法,其特征在于其中所述的STFT变换窗口函数选择判据为:
其中
Cj,i为采用第j个窗口函数计算获得的STFT变换系数绝对值集合
TH=K(MAX(Cj,i)j=1,2,...,J i=1,2,...,m×n)0<K<1为所有系数集合的最大值乘以小于1的系数K。
5.如权利要求4所述的STFT变换窗口函数选择判据,其特征在于按照该判据进行判别,其中具有最大结果的窗口函数是最优窗口函数,采用该最优窗口函数的STFT变换结果为最优变换结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510219724.XA CN104809097B (zh) | 2015-04-30 | 2015-04-30 | 一种时间‑频率域信号处理的多窗口函数选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510219724.XA CN104809097B (zh) | 2015-04-30 | 2015-04-30 | 一种时间‑频率域信号处理的多窗口函数选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104809097A true CN104809097A (zh) | 2015-07-29 |
CN104809097B CN104809097B (zh) | 2017-06-27 |
Family
ID=53693930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510219724.XA Active CN104809097B (zh) | 2015-04-30 | 2015-04-30 | 一种时间‑频率域信号处理的多窗口函数选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104809097B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111652154A (zh) * | 2020-06-04 | 2020-09-11 | 河北工业大学 | 一种基于自动频带分割的欠定系统模态识别方法 |
SE2230334A1 (en) * | 2022-10-17 | 2024-04-18 | Joerntell Henrik | A method for remapping a time-continuous signal to one or more time-frequency space coefficients, a transmitter, an inverse remapping unit, a receiver, a system, methods, and a computer program product therefor |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3564306B2 (ja) * | 1998-09-17 | 2004-09-08 | 松下電器産業株式会社 | サブバンド符号化・復号化方法及び装置 |
CN101109731A (zh) * | 2007-08-08 | 2008-01-23 | 哈尔滨工业大学 | 超声信号表示的Gabor变换自适应窗宽选择方法 |
CN101398809A (zh) * | 2008-07-28 | 2009-04-01 | 同济大学 | 离散点云数据的小波变换处理方法 |
WO2011002316A1 (en) * | 2009-07-01 | 2011-01-06 | Andrew Corbett | Signal processing system and method |
US8214028B2 (en) * | 2010-02-03 | 2012-07-03 | National Instruments Corporation | Electrocardiogram analysis and parameter estimation |
CN102685053A (zh) * | 2012-05-15 | 2012-09-19 | 北京航空航天大学 | 一种基于广义s变换的通信信号调制识别方法 |
WO2014064408A3 (en) * | 2012-10-24 | 2014-11-27 | The Secretary Of State For Defence | Method and apparatus for processing a signal |
-
2015
- 2015-04-30 CN CN201510219724.XA patent/CN104809097B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3564306B2 (ja) * | 1998-09-17 | 2004-09-08 | 松下電器産業株式会社 | サブバンド符号化・復号化方法及び装置 |
CN101109731A (zh) * | 2007-08-08 | 2008-01-23 | 哈尔滨工业大学 | 超声信号表示的Gabor变换自适应窗宽选择方法 |
CN101398809A (zh) * | 2008-07-28 | 2009-04-01 | 同济大学 | 离散点云数据的小波变换处理方法 |
WO2011002316A1 (en) * | 2009-07-01 | 2011-01-06 | Andrew Corbett | Signal processing system and method |
US8214028B2 (en) * | 2010-02-03 | 2012-07-03 | National Instruments Corporation | Electrocardiogram analysis and parameter estimation |
CN102685053A (zh) * | 2012-05-15 | 2012-09-19 | 北京航空航天大学 | 一种基于广义s变换的通信信号调制识别方法 |
WO2014064408A3 (en) * | 2012-10-24 | 2014-11-27 | The Secretary Of State For Defence | Method and apparatus for processing a signal |
Non-Patent Citations (2)
Title |
---|
李允公等: "基于瞬时频率的窗宽递增寻优的短时傅里叶变换", 《东北大学学报(自然科学版)》 * |
杨文兴等: "窗函数的选择对时频域测试分析的影响", 《新技术新工艺》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111652154A (zh) * | 2020-06-04 | 2020-09-11 | 河北工业大学 | 一种基于自动频带分割的欠定系统模态识别方法 |
CN111652154B (zh) * | 2020-06-04 | 2023-05-30 | 河北工业大学 | 一种基于自动频带分割的欠定系统模态识别方法 |
SE2230334A1 (en) * | 2022-10-17 | 2024-04-18 | Joerntell Henrik | A method for remapping a time-continuous signal to one or more time-frequency space coefficients, a transmitter, an inverse remapping unit, a receiver, a system, methods, and a computer program product therefor |
WO2024085795A1 (en) * | 2022-10-17 | 2024-04-25 | Joerntell Henrik | A method for remapping a time-continuous signal to one or more time-frequency space coefficients and devices therefore |
Also Published As
Publication number | Publication date |
---|---|
CN104809097B (zh) | 2017-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sedlak et al. | New automatic localization technique of acoustic emission signals in thin metal plates | |
CN106844935A (zh) | 一种大阻尼工程结构模态参数识别方法 | |
CN106443178B (zh) | 一种基于IQuinn-Rife综合的正弦信号频率估计方法 | |
WO2012160873A1 (ja) | 超音波画像処理装置およびプログラム | |
CN104434216A (zh) | 根据分析数据的剪切波估计 | |
CN107064629B (zh) | 一种基于频率相对偏差预估的分段综合单频信号频率估计方法 | |
CN104820786A (zh) | 一种瞬时加权同步挤压小波双谱分析方法 | |
CN103989462A (zh) | 一种脉搏波形第一特征点和第二特征点的提取方法 | |
CN108459087B (zh) | 一种应用于板结构损伤检测的多模态Lamb波模态分离方法 | |
CN103654845B (zh) | 被检体信息获取设备和显示方法 | |
CN101587007A (zh) | 识别柔性桥梁结构动力参数的惟输出小波基分析方法 | |
CN102914325A (zh) | 一种基于消散型同步的混沌背景下微弱信号检测方法 | |
CN104809097A (zh) | 一种时间-频率域信号处理的多窗口函数选择方法 | |
CN106353812A (zh) | 基于慢度‑时间的双源距全波列测井横波速度提取方法 | |
Madhusudhana et al. | Automatic detection of echolocation clicks based on a Gabor model of their waveform | |
JP6105286B2 (ja) | デジタル信号処理方法、デジタル信号処理装置、およびプログラム | |
CN105138823B (zh) | 一种基于自相关函数的生理信号质量检测方法 | |
CN103473451B (zh) | 超声专业字典的构造和使用方法 | |
Giorli et al. | Unknown beaked whale echolocation signals recorded off eastern New Zealand | |
US20180284249A1 (en) | Ultrasound imaging system and method for representing rf signals therein | |
Zhang et al. | Damping ratio identification using a continuous wavelet transform to vortex-induced motion of a Truss Spar | |
CN106291680A (zh) | 一种数据低频延拓方法 | |
Pislaru et al. | Modal parameter identification for CNC machine tools using Wavelet Transform | |
CN103577877A (zh) | 一种基于时频分析和bp神经网络的船舶运动预报方法 | |
CN107590788A (zh) | 一种遥感图像处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |