CN105072440A - 声光频谱分析仪对瞬变信号参数的提取方法 - Google Patents
声光频谱分析仪对瞬变信号参数的提取方法 Download PDFInfo
- Publication number
- CN105072440A CN105072440A CN201510534981.2A CN201510534981A CN105072440A CN 105072440 A CN105072440 A CN 105072440A CN 201510534981 A CN201510534981 A CN 201510534981A CN 105072440 A CN105072440 A CN 105072440A
- Authority
- CN
- China
- Prior art keywords
- acousto
- signal
- data
- time
- frequency
- 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
- Spectrometry And Color Measurement (AREA)
Abstract
本发明公开了一种声光频谱分析仪对瞬变信号参数的提取方法,1)入射光经过由被测电信号驱动的声光偏转器后,在透镜的后焦平面上形成一维光点分布,线阵图像传感器按串行帧扫描方式对该光点分布进行读取,输出数据代表光点强度值;2)扫描形成的多帧数据便形成按时间顺序排列的多行数组矩阵A;3)矩阵A中任意j点对应的被测信号频率值为f=f0+j*δf,该信号出现时间点t=t0+iT;4)对矩阵A中的每个数据Aij进行i和j的相关运算即建立起被测信号的瞬态二维时频函数A(t,f)。本发明拓展了声光频谱分析仪识别信号瞬变信息的功能,数据运算简便且数据量小,多分量信号检测精准,不存在交叉项干扰。
Description
技术领域
本发明涉及声光频谱分析仪,主要涉及声光频谱分析仪对接收信号的时频幅参数进行有效提取的一种方法。
背景技术
对常见的不平稳信号,如语音信号、雷达信号以及核医学的图像信号等,它们的频域特性是随时间变化的,人们需要了解某些局部时段上所对应的主要频率特性是什么,也需要了解某些频率的信息出现在哪些时段上。对于这种时-频局部化要求,傅里叶变换是无能为力的,它只能获取一段信号总体上包含哪些频率成分,而对各成分出现的时刻并无所知。因此直接采用傅里叶变换处理,时域相差很大的两个信号,可能频谱图却一样。为得到信号随时间变化的局部化信息,最简单的方法就是对信号进行加窗处理,进行短时傅里叶变换。
声光频谱分析仪利用声光调制技术和空间傅里叶变换原理,实现信号的频谱测量。传统的声光频谱分析仪只是对信号积累一段时间的功率谱进行输出,并未对信号的时间瞬变信息进行识别。随着高速光电检测阵列的发展,已经可以实现将图像信号进行准实时输出(特别是图像传感器可直接集成A/D转换进行ns量级的数字信号输出),由此声光频谱分析仪也可进行短时傅里叶变换处理:通过将被测信号的空域傅里叶变换数据按瞬态时-空关联输出并进行一定运算处理就可以获取信号瞬态时频域全参数信息。
发明内容
针对传统声光频谱分析仪只能检测信号频谱,而无时域参数识别功能的不足,本发明的目的是提供一种声光频谱分析仪对瞬变信号参数的提取方法——瞬态时空级联算法,本方法结合短时傅里叶变换(STFT)理论对信号的时频幅参数进行实时有效提取。
为了实现上述目的,本发明采用的技术方案是这样的:
声光频谱分析仪对瞬变信号参数的提取方法,其特征在于:步骤如下,
1)入射光经过由被测电信号驱动的声光偏转器后,在透镜L的后焦平面P上形成一维光点分布,设计线阵图像传感器按串行帧扫描方式对该光点分布进行读取,帧扫描时间T=D/v,D为声光偏转器的有效孔径,v为声光介质中的声速;扫描输出的一帧数据代表线阵图像传感器光敏区上依次探测到的光点强度值;线阵图像传感器的光敏区长度应满足系统总工作带宽Δf要求,像素个数应满足系统频率分辨率δf要求,设像素个数为n,则n=Δf/δf;
2)线阵图像传感器输出的一帧数据建立一行数组,反复读出的多帧数据便形成按时间顺序排列的多行数组矩阵A,此为对信号进行时频分析的时-空原始数据矩阵;矩阵中的数据Aij表示第i行、第j列的信号幅值;其中i为行序号,对应时间点;j为列序号,对应频率点;
3)任意j点对应的被测信号频率值为f=f0+j*δf,该信号出现时间点t=t0+iT;其中,f0为起点频率修正值;t0为起点时间修正值;
4)对时-空原始数据矩阵A中的每个数据Aij按步骤3)进行i和j的相关运算即可建立起被测信号的瞬态二维时频函数A(t,f)。
相比现有技术,本发明具有以下优点:
1拓展了声光频谱分析仪识别信号瞬变信息的功能。
2数据运算简便且数据量小,有效避免系统数据冗余。
3多分量信号检测精准,不存在交叉项干扰。
4数据处理模块只需采用常规器件,成本低、功耗低,便于推广应用。
附图说明
图1-声光频谱分析系统空域傅里叶变换示意图。
图2-声光频谱分析系统建立时-空原始数据矩阵示意图。
图3-声光频谱分析仪提取信号时频幅参数流程图。
图4-声光频谱分析仪实测数据的时频窗口显示图。
具体实施方式
由声光频谱分析仪的工作原理可知,当输入电信号转换为超声波在介质中建立衍射光栅使入射光波被调制时具有固定孔径时间。超声波陆续通过声光偏转器的有效孔径发生声光互作用,输出衍射光再通过透镜进行空域傅里叶变换,即相当于在时域上对信号进行滑动窗口的短时空域傅立叶变换。所以,后续采用恰当的光电转换时序和数据处理,使光信号空域与电信号时域数据关联输出,便可以利用短时傅立叶变换理论对瞬变信号进行时频幅参数的分析提取。
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
1、分析建立声光频谱分析仪短时空域傅里叶变换的等效数学模型。
如图1所示,在声光频谱分析系统中,当入射光入射到由被测信号s(t)=A(t)cos2πfCt驱动的声光器件时,产生声光互作用。若产生沿声光器件长度x方向的空间调制光分布为f(x,t),则根据傅里叶光学可知,经过声光器件后的光信号在透镜L的后焦平面P上实现一维傅里叶变换,其傅里叶变换表达式为
式中u为空间频率。介质中的超声波陆续通过孔径D(0≤x≤D)发生声光互作用,离开声光器件的一级布喇格衍射光振幅分布可表示为(只需考虑衍射复振幅的相对分布,入射光与光轴倾斜角的影响可不计入表达式):
f+(x,t)=ma(x)s(t-x/v)(2)
式中m是调制度(常数),v是声光介质中的声速(常数),a(x)为声光孔径内振幅权函数。将(2)式代入(1)式得
众所周知,信号s(t)时间域的短时傅里叶变换定义式为:
式中,h(t)为移动窗函数。
对比公式(3)和(4)可见运算形式基本相同,差异仅在公式(3)的积分变量为空间窗参数x(被测电信号陆续转换成超声波进入声光介质的有效孔径完成分段空域傅里叶变换),公式(4)的积分变量为时间窗参数τ(人为将连续信号按时间窗截断进行分段傅里叶运算)。由声光偏转器工作原理可知,空间窗参数x与时间窗参数τ具有正比对应关系:x=vτ,将其代入公式(3)可得
只考虑衍射复振幅的相对分布时,可忽略常数因子v和mv。由此公式(4)和(5)是完全等效的。又声光介质中空间频率u与其驱动电信号(被测信号)的瞬时频率f之间存在正比对应关系:u=1/Λ=f/v(Λ为声波波长)。由此,对于驱动电信号之中的任一瞬时频率,声光器件都能产生与之对应的空间频率。所以,声光频谱分析装置实质通过模拟光学技术对被测信号进行了短时傅里叶变换处理,不过此时完成傅里叶变换的信号是以透镜后焦平面P上的光幅分布存在,还需后续的光电转换和数据采集运算配合才能最终完成信号时频幅参数的识别提取。
2、以短时空域傅里叶变换理论为基础对变换后的光信号按时序控制读出,并建立时-空原始数据矩阵;
由声光频谱分析仪工作原理可知:透镜后焦平面P上的空间频率坐标ξ与空间频率u以及驱动电信号频率f存在如下关系:(λ为入射光波长,F为透镜焦距)。所以可根据检测信号频率范围设计图像传感器的光敏区长度并确定其在焦平面P上的摆放位置。声光器件的有效孔径设计为D时,其渡越时间为T=D/v,也即系统的短时空域傅里叶变换时间窗为T。设计线阵图像传感器按串行帧扫描模式输出,像素动态自复位,设置帧扫描时间(即各像素积分时间)也为T,此时系统对信号参数的检测精度达到最佳状态,在T时间内线阵中的每个像素依次读出数据,周而复始。如图2所示,按线阵图像传感器输出的一帧数据(对应T段时长内信号空域傅里叶变换的光幅分布)建立一行数组,反复读出的多帧数据便形成按时间顺序排列的多行数组矩阵A,此为对信号进行时频分析的时-空原始数据矩阵(此数据矩阵可以根据应用需求对数据筛选后再建立,判断为背景噪声或不关心的数据可以不保留)。按矩阵位置记录好有用数据Aij,其表示第i行、第j列的信号幅值;其中i为行序号,对应时间点;j为列序号,对应频率点。
3、对时-空原始数据矩阵进行信号时-频关联处理,建立信号的瞬态时频函数。
系统中,线阵图像传感器的光敏区长度与系统总工作带宽(即检测信号带宽)Δf相吻合,像素个数n与频率分辨率δf适配,n=Δf/δf,频率点序列j=1、2……n。此时,根据光点信号出现的像素位置序号j就可推算对应的信号频率值f=f0+j*δf(f0为起点频率修正值)。不难理解信号出现时间点t=t0+iT(t0为起点时间修正值)。由此,进行i和j的相关运算便可通过时-空原始数据矩阵A建立起被测信号的瞬态二维时频函数A(t,f)。随后可将A(t,f)数据传送到时频显示窗口进行实时显示,或进一步利用时频参数对信号进行分类识别等处理。
通过上述过程可以看出,对信号的算法处理可以逐窗进行,如信号处理流程图图3所示。每次计算都只局限在一个时窗之内,计算规模小,容易实现持续信号的快速识别处理,且多分量信号的识别处理不会增加难度,不会产生交叉项,容噪能力强。
如图4所示,是声光频谱分析仪实测一个连续信号(含有300MHz和350MHz两个频率分量)通过上述算法处理所得到时频瀑布图。图中横坐标表示所测频率范围,纵坐标表示检测到频率成分的具体时间(为便于观察以1ms为时间单位进行显示,实际时间精度可达us量级)。信号标志符“┃”的颜色代表信号幅度大小。
声光频谱分析仪具有灵敏度高、瞬时带宽宽、频率分辨率高,分离同时达到信号能力强等优点,结合本发明算法后更令其具备识别瞬变信号的能力,其能够获得更加精准的信号特征参数,能够满足更加广泛的信号搜索需求。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (2)
1.声光频谱分析仪对瞬变信号参数的提取方法,其特征在于:步骤如下,
1)入射光经过由被测电信号驱动的声光偏转器后,在透镜L的后焦平面P上形成一维光点分布,设计线阵图像传感器按串行帧扫描方式对该光点分布进行读取,扫描输出的一帧数据代表线阵图像传感器光敏区上依次探测到的光点强度值;线阵图像传感器的光敏区长度应满足系统总工作带宽Δf要求,像素个数应满足系统频率分辨率δf要求,设像素个数为n,则n=Δf/δf;
2)线阵图像传感器输出的一帧数据建立一行数组,反复读出的多帧数据便形成按时间顺序排列的多行数组矩阵A,此为对信号进行时频分析的时-空原始数据矩阵;矩阵中的数据Aij表示第i行、第j列的信号幅值;其中i为行序号,对应时间点;j为列序号,对应频率点;
3)任意j点对应的被测信号频率值为f=f0+j*δf,该信号出现时间点t=t0+iT;其中,f0为起点频率修正值;t0为起点时间修正值;
4)对时-空原始数据矩阵A中的每个数据Aij按步骤3)进行i和j的相关运算即可建立起被测信号的瞬态二维时频函数A(t,f)。
2.根据权利要求1所述的声光频谱分析仪对瞬变信号参数的提取方法,其特征在于:步骤1)中帧扫描时间T=D/v,D为声光偏转器的有效孔径,v为声光介质中的声速。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510534981.2A CN105072440B (zh) | 2015-08-27 | 2015-08-27 | 声光频谱分析仪对瞬变信号参数的提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510534981.2A CN105072440B (zh) | 2015-08-27 | 2015-08-27 | 声光频谱分析仪对瞬变信号参数的提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105072440A true CN105072440A (zh) | 2015-11-18 |
CN105072440B CN105072440B (zh) | 2017-04-12 |
Family
ID=54501708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510534981.2A Active CN105072440B (zh) | 2015-08-27 | 2015-08-27 | 声光频谱分析仪对瞬变信号参数的提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105072440B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105606894A (zh) * | 2016-01-28 | 2016-05-25 | 南京信息工程大学 | 基于模拟退火算法的瞬时频率估计方法 |
CN107783939A (zh) * | 2017-09-30 | 2018-03-09 | 中国人民解放军战略支援部队航天工程大学 | 一种模型驱动的多项式相位信号自适应时频变换方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101257373A (zh) * | 2007-02-27 | 2008-09-03 | 吴伟 | 基于时间-频率域分析的信号抖动检测方法 |
CN102829870A (zh) * | 2012-09-05 | 2012-12-19 | 天津奇谱光电技术有限公司 | 一种光学频谱分析设备 |
CN104215942A (zh) * | 2014-08-26 | 2014-12-17 | 中国电子科技集团公司第二十六研究所 | 基于短时fft的声光被动接收机的信号处理方法 |
CN104808057A (zh) * | 2015-05-04 | 2015-07-29 | 中国电子科技集团公司第二十六研究所 | 一种基于异步探测的声光实时信号分析仪 |
-
2015
- 2015-08-27 CN CN201510534981.2A patent/CN105072440B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101257373A (zh) * | 2007-02-27 | 2008-09-03 | 吴伟 | 基于时间-频率域分析的信号抖动检测方法 |
CN102829870A (zh) * | 2012-09-05 | 2012-12-19 | 天津奇谱光电技术有限公司 | 一种光学频谱分析设备 |
CN104215942A (zh) * | 2014-08-26 | 2014-12-17 | 中国电子科技集团公司第二十六研究所 | 基于短时fft的声光被动接收机的信号处理方法 |
CN104808057A (zh) * | 2015-05-04 | 2015-07-29 | 中国电子科技集团公司第二十六研究所 | 一种基于异步探测的声光实时信号分析仪 |
Non-Patent Citations (2)
Title |
---|
《利用数字示波器应对瞬态频谱分析的挑战》;罗德与施瓦茨(中国)科技有限公司;《国外电子测量技术》;20150630;第34卷(第6期);全文 * |
罗德与施瓦茨(中国)科技有限公司: "《利用数字示波器应对瞬态频谱分析的挑战》", 《国外电子测量技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105606894A (zh) * | 2016-01-28 | 2016-05-25 | 南京信息工程大学 | 基于模拟退火算法的瞬时频率估计方法 |
CN105606894B (zh) * | 2016-01-28 | 2018-11-02 | 南京信息工程大学 | 基于模拟退火算法的瞬时频率估计方法 |
CN107783939A (zh) * | 2017-09-30 | 2018-03-09 | 中国人民解放军战略支援部队航天工程大学 | 一种模型驱动的多项式相位信号自适应时频变换方法 |
CN107783939B (zh) * | 2017-09-30 | 2020-09-25 | 中国人民解放军战略支援部队航天工程大学 | 一种模型驱动的多项式相位信号自适应时频变换方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105072440B (zh) | 2017-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Vehicle detection and classification using distributed fiber optic acoustic sensing | |
Shao et al. | Data-driven distributed optical vibration sensors: a review | |
Tejedor et al. | Real field deployment of a smart fiber-optic surveillance system for pipeline integrity threat detection: Architectural issues and blind field test results | |
WO2010013779A1 (ja) | 距離画像センサ、及び撮像信号を飛行時間法により生成する方法 | |
Shiloh et al. | Deep learning approach for processing fiber-optic DAS seismic data | |
CN105510444B (zh) | 基于超声导波的双向时间反演损伤成像方法 | |
Edgar et al. | Real-time 3D video utilizing a compressed sensing time-of-flight single-pixel camera | |
CN101477047B (zh) | 基于透镜几何光学成像的非线性吸收测量方法 | |
CN108037311B (zh) | 一种基于声光效应的高精度海水流速测量方法 | |
CN102494785A (zh) | 基于Hadamard矩阵多通道方法的自适应光学系统传递矩阵测量装置及方法 | |
CN103675819A (zh) | 一种可用于被动合成孔径阵列偏航的目标检测方法及系统 | |
CN110427878A (zh) | 一种快速射电暴信号识别方法与系统 | |
CN105072440A (zh) | 声光频谱分析仪对瞬变信号参数的提取方法 | |
CN103438980B (zh) | 一种基于线阵ccd和线状红外激光的液体表面波探测方法及装置 | |
Pan et al. | Time attention analysis method for vibration pattern recognition of distributed optic fiber sensor | |
Zhao et al. | Quantitative diagnosis method of beam defects based on laser Doppler non-contact random vibration measurement | |
Cao et al. | A high-resolution and low-cost entangled photon quantum imaging framework for marine turbulence environment | |
CN113899657B (zh) | 基于复合式纹影技术的可压缩雷诺应力测量方法 | |
WO2023023961A1 (zh) | 一种基于激光线阵的piv图像标定装置及方法 | |
CN101231299B (zh) | 一种测量粒子速度的方法 | |
Wu et al. | Using range-Doppler spectrum-based deep learning method to detect radar target in interrupted sampling repeater jamming | |
Meng et al. | Comparative analysis of temporal-spatial and time-frequency features for pattern recognition of φ-OTDR | |
CN113177581B (zh) | 一种基于毫米波感知的液晶屏幕内容远程感知方法 | |
Roopashree et al. | A review of atmospheric wind speed measurement techniques with Shack Hartmann wavefront imaging sensor in adaptive optics | |
van den Ende et al. | Deep Deconvolution Applied to Distributed Acoustic Sensing for Traffic Analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |