CN109343020A - 一种基于改进窗函数的s变换时频分析方法 - Google Patents
一种基于改进窗函数的s变换时频分析方法 Download PDFInfo
- Publication number
- CN109343020A CN109343020A CN201811367260.7A CN201811367260A CN109343020A CN 109343020 A CN109343020 A CN 109343020A CN 201811367260 A CN201811367260 A CN 201811367260A CN 109343020 A CN109343020 A CN 109343020A
- Authority
- CN
- China
- Prior art keywords
- frequency
- time
- signal
- window function
- spectrum
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于改进窗函数的S变换时频分析方法,属于雷达信号处理领域,包括以下步骤:首先对输入信号进行时域采样,获得信号的离散序列;再对离散序列进行FFT变换,获得信号频谱并对其进行周期延拓处理;然后根据信号频谱和高斯窗函数,构造新的窗函数;最后根据周期延拓后的信号频谱和新的窗函数获取输入信号的时频谱,完成S变换时频分析。本发明的方法既保持了S变换窗长随信号频率变化而变化的特点,同时可以限制窗长的变化范围,避免出现过窄过宽的现象,使得在整个时频谱中都有很高的分辨率。
Description
技术领域
本发明属于雷达信号处理领域,特别是一种基于改进窗函数的S变换时频分析方法。
背景技术
对雷达回波信号进行信号处理获取有用的目标信息是雷达探测和识别的重要方式。雷达回波信号大都为非平稳信号,传统的频域分析方法如傅里叶变换无法获得信号时频域信息,因此时频分析是分析该类信号的重要工具。目前,常用的时频分析方法包括短时傅里叶变换(STFT)、魏格纳-威尔分布(WVD)、S变换(ST)、小波变换(WT)等。
Dennis Gabor于1946年提出了短时傅里叶变换,其基本思想是通过加窗实现信号的分段傅里叶变换,从而得到信号的时变特性。但STFT仅仅使用一个确定的窗函数,即STFT不具备自动调节能力,同时受到不确定准则的限制,STFT不能兼顾频率精度与时间精度的需求。小波变换继承了STFT局部化分析的思想,克服了其窗口固定的缺点,能提供一个随频率变化的窗,但是小波基函数一旦确定后,其特性就固定了,各个尺度上的小波函数通过尺度缩放和平移获得,由于信号每分解一次,逼近信号的长度要减小一半,导致在不同尺度上得到的逼近信号之间存在差异,小波变换时不能在不同尺度上准确地逼近局部信号特征,而且小波基设计难度较大,还有容许性条件的约束,同时存在时频分辨率不足、尺度频率转换复杂等缺陷。
为了弥补短时傅里叶变换和小波变换的不足,Stockwell提出了S变换,引入了可变高斯窗函数,且该函数的时窗宽度与频率成反比。该方法根据频率自适应调节窗长,得到的时频谱在低频部分频率分辨率高,在高频部分频率分辨率低,基本满足要求。但是这种反比关系使得窗函数在局部出现窗长过宽和过窄的问题,进而导致在低频处由于时窗宽度过宽引起的时间定位不准确问题,以及在高频处由于频窗宽度过宽引起的频率定位不准确问题。
专利申请号为CN201710610408.4,发明名称为“基于短时分数阶傅里叶变换的非线性信号时频分析方法”的中国专利,首先对信号进行分段短时分数阶傅里叶变换,然后和分数阶傅里叶变换的不同阶次相结合处理,并用角度约束方法进行阶次搜索,综合得到一个最优的结果。该方法有较好的时频分析结果,但局限性在于短时分数阶傅里叶变换是对信号做线性近似,时窗太长会失去时频信息准确性,太短又会大大增加计算量。
专利申请号为CN201610946585.5,发明名称为“一种基于反褶积广义S变换的地震频谱成像方法”的中国专利,通过将原始信号与高斯窗各自的魏格纳分布进行二维褶积得到时频谱。该方法可以减少Wigner-Ville分布的交叉项的产生,时频谱也获得了较高的时频聚集性,但局限性在于低频和高频处的分辨率不足问题得不到解决。
由上可知,现有的时频分析方法还存在不足,需进一步改进来实现高精度的时频分析。
发明内容
本发明所解决的技术问题在于提供一种基于改进窗函数的S变换时频分析方法。
实现本发明目的的技术解决方案为:一种基于改进窗函数的S变换时频分析方法,包括以下步骤:
步骤1、对输入信号进行时域采样,获得信号的离散序列;
步骤2、对所述离散序列进行FFT变换,获得信号频谱并对其进行周期延拓处理;
步骤3、根据所述信号频谱和高斯窗函数,构造新的窗函数;
步骤4、根据所述周期延拓后的信号频谱和新的窗函数获取输入信号的时频谱,完成S变换时频分析。
本发明与现有技术相比,其显著优点为:1)本发明可以根据信号频率对窗函数进行自适应调整,以达到在低频处有较高的频率分辨率,在高频处有较高的时间分辨率;2)本发明中通过构造的窗函数限制窗长变化范围,解决了窗长过宽过短引起的定位失真,即在低频处由于时窗宽度过宽引起的时间定位不准确问题,以及在高频处由于频窗宽度过宽引起的频率定位不准确问题;3)本发明针对不同的输入信号和不同的分辨率要求,能够通过调整控制参数p、q的取值,实现高分辨率时频分析,具有很强的灵活性。
下面结合附图对本发明作进一步详细描述。
附图说明
图1是本发明基于改进窗函数的S变换时频分析方法的流程图。
图2是本发明基于改进窗函数的S变换时频分析方法的算法流程图。
图3是本发明实施例1的时频分析结果图。
图4是本发明实施例2的时频分析结果图。
图5是S变换实施例2的时频分析结果图。
图6是本发明实施例3的时频分析结果图。
图7是S变换实施例3的时频分析结果图。
具体实施方式
结合图1、图2,一种基于改进窗函数的S变换时频分析方法,包括以下步骤:
步骤1、对输入信号进行时域采样,获得信号的离散序列;
步骤2、对离散序列进行FFT变换,获得信号频谱并对其进行周期延拓处理;
步骤3、根据信号频谱和高斯窗函数,构造新的窗函数;
步骤4、根据周期延拓后的信号频谱和新的窗函数获取输入信号的时频谱,完成S变换时频分析。
进一步地,步骤1对输入信号进行时域采样,获得信号的离散序列,具体为:
采用奈奎斯特采样频率对输入信号进行时域采样,采样频率为fs,采样时间间隔为采样点数为其中T为信号时长;
获得信号的离散序列为:h[nTs],其中n为第n个采样点,且其取值为n=1,2,3,…,N。
进一步地,步骤2对离散序列进行FFT变换,获得信号频谱并对其进行周期延拓处理,具体为:
步骤2-1、对离散序列h[nTs]进行FFT变换,获得信号频谱为其中n'的取值为n'=0,1,2,…,N-1;
步骤2-2、对信号频谱进行周期延拓处理,获得周期延拓后的信号频谱为其中m'=0,1,2,…N-1。
进一步地,步骤3根据信号频谱和高斯窗函数,构造新的窗函数,具体为:
步骤3-1、确定尺度因子的参数,参数包括p、q、A、最大值、最小值,具体为:
(1)确定频窗长度取值范围[Δfmin,Δfmax],其中Δfmin为最小频窗长度,Δfmax为最大频窗长度,之后通过不等式确定参数p、q各自的取值范围,不等式为:
式中,fm为最大分析频率;
在p、q各自的取值范围中随机选取p、q的值,p、q的值根据实际需要自由选取;
(2)A的取值为87.6;
(3)分析频率f=fs、f=0时分别取得尺度因子的最大、最小值;
步骤3-2、将步骤3-1确定的尺度因子的参数代入尺度因子公式获得尺度因子,尺度因子的公式为:
步骤3-3、将尺度因子代入高斯窗函数构造新的窗函数为:
进一步地,步骤4根据周期延拓后的信号频谱和新的窗函数获取输入信号的时频谱,完成S变换时频分析,以n'=0开始执行下述步骤:
步骤4-1、确定频率点为并对新的窗函数进行FFT变换,获得窗函数的频谱为:
步骤4-2、将周期延拓后的信号频谱与窗函数的频谱G(m',n')相乘,并进行傅立叶逆变换;
步骤4-3、判断n'是否大于等于N-1,若是,则输出时频谱并执行步骤4-4;若否,则将n'递增1并重复执行步骤4-1~步骤4-3;
步骤4-4、判断时频谱的分辨率是否满足预设的高分辨率要求,若满足,则完成S变换时频分析;若不满足,重复步骤3、步骤4直至时频谱的分辨率满足预设的高分辨率要求,输出时频谱,完成S变换时频分析。
进一步地,步骤3-1中最大分析频率fm的取值为
下面结合实施例对本发明作进一步详细的描述。
实施例
本实施例提供一种改进窗函数的S变换时频分析方法,包括以下步骤:
步骤1、对输入信号进行时域采样,获得信号的离散序列;
步骤2、对离散序列进行FFT变换,获得信号频谱并对其进行周期延拓处理;
步骤3、根据信号频谱和高斯窗函数,构造新的窗函数;
步骤4、根据周期延拓后的信号频谱和新的窗函数获取输入信号的时频谱如图3、4、6,完成S变换时频分析。
下面以三种信号为例验证本发明的时频分析方法。
实施例1
仿真信号为三个单频正弦信号叠加,信号频率分别为100Hz、200Hz和400Hz,解析式为:
x(t)1=sin(2π·100t)+sin(2π·200t)+sin(2π·400t)t∈(0,1)
信号采样频率fs=1024Hz,图3为采用改进窗函数的S变换时频分析方法得到的时频谱。该信号有三个固定的频率分量,对于单频信号,只考虑频率分辨率,取p=1,q=7将频窗宽度控制在较小范围内。由图3可知,该方法可以实现很好的频率分辨率。
实施例2
仿真信号为调频斜率为k=500的线性调频(LFM)信号,解析式为:
x(t)2=exp(jπ500t2)t∈(0,1)
信号采样频率fs=1024Hz,图4为采用改进窗函数的S变换时频分析方法对LFM信号的分析结果,LFM信号频率变化大,取p=10,q=60得到时频分析结果如图4所示,图5为原S变换的视频分析结果。比较图4、图5可以看到,改进窗函数的S变换解决了原S变换高频处信号发散、能量聚集性差的问题,具有很好的时频性能。
实施例3
仿真信号为频率呈正弦变化的非线性调频信号,解析式为:
x(t)3=exp(j2π[5cos(6πt)+200t])t∈(0,1)
信号采样频率fs=1024Hz,图6为非线性调频信号经过本实施例方法处理后得到的时频图,该信号频率随时间呈正弦变化,对时间分辨率要求较高,取p=20,q=130时的时频结果中可以清楚地看到频率随时间的变化轨迹,图7为原S变换的分析结果。比较图6、图7可以看出改进窗函数的S变换具有更好的时频分析结果。
本发明的方法既保持了S变换窗长随信号频率变化而变化的特点,同时可以限制窗长的变化范围,避免出现过窄过宽的现象,使得在整个时频谱中都有很高的分辨率。
Claims (6)
1.一种基于改进窗函数的S变换时频分析方法,其特征在于,包括以下步骤:
步骤1、对输入信号进行时域采样,获得信号的离散序列;
步骤2、对所述离散序列进行FFT变换,获得信号频谱并对其进行周期延拓处理;
步骤3、根据所述信号频谱和高斯窗函数,构造新的窗函数;
步骤4、根据所述周期延拓后的信号频谱和新的窗函数获取输入信号的时频谱,完成S变换时频分析。
2.根据权利要求1所述的基于改进窗函数的S变换时频分析方法,其特征在于,步骤1所述对输入信号进行时域采样,获得信号的离散序列,具体为:
采用奈奎斯特采样频率对输入信号进行时域采样,采样频率为fs,采样时间间隔为采样点数为其中T为信号时长;
获得信号的离散序列为:h[nTs],其中n为第n个采样点,且其取值为n=1,2,3,…,N。
3.根据权利要求2所述的基于改进窗函数的S变换时频分析方法,其特征在于,步骤2所述对离散序列进行FFT变换,获得信号频谱并对其进行周期延拓处理,具体为:
步骤2-1、对离散序列h[nTs]进行FFT变换,获得信号频谱为其中n'的取值为n'=0,1,2,…,N-1;
步骤2-2、对信号频谱进行周期延拓处理,获得周期延拓后的信号频谱为其中m'=0,1,2,…N-1。
4.根据权利要求3所述的基于改进窗函数的S变换时频分析方法,其特征在于,步骤3所述根据信号频谱和高斯窗函数,构造新的窗函数,具体为:
步骤3-1、确定尺度因子的参数,所述参数包括p、q、A、最大值、最小值,具体为:
(1)确定频窗长度取值范围[Δfmin,Δfmax],其中Δfmin为最小频窗长度,Δfmax为最大频窗长度,之后通过不等式确定参数p、q各自的取值范围,所述不等式为:
式中,fm为最大分析频率;
在p、q各自的取值范围中随机选取p、q的值;
(2)A的取值为87.6;
(3)分析频率f=fs、f=0时分别取得尺度因子的最大、最小值;
步骤3-2、将步骤3-1确定的尺度因子的参数代入尺度因子公式获得尺度因子,尺度因子的公式为:
步骤3-3、将尺度因子代入高斯窗函数构造新的窗函数为:
5.根据权利要求4所述的基于改进窗函数的S变换时频分析方法,其特征在于,步骤4所述根据周期延拓后的信号频谱和新的窗函数获取输入信号的时频谱,具体为:
以n'=0开始执行下述步骤:
步骤4-1、确定频率点为并对所述新的窗函数进行FFT变换,获得窗函数的频谱为:
步骤4-2、将周期延拓后的信号频谱与窗函数的频谱G(m',n')相乘,并进行傅立叶逆变换;
步骤4-3、判断n'是否大于等于N-1,若是,则输出时频谱并执行步骤4-4;若否,则将n'递增1并重复执行步骤4-1~步骤4-3;
步骤4-4、判断所述时频谱的分辨率是否满足预设的高分辨率要求,若满足,则完成S变换时频分析;若不满足,重复步骤3、步骤4直至时频谱的分辨率满足预设的高分辨率要求,输出时频谱,完成S变换时频分析。
6.根据权利要求4所述的基于改进窗函数的S变换时频分析方法,其特征在于,步骤3-1中所述最大分析频率fm的取值为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811367260.7A CN109343020B (zh) | 2018-11-16 | 2018-11-16 | 一种基于改进窗函数的s变换时频分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811367260.7A CN109343020B (zh) | 2018-11-16 | 2018-11-16 | 一种基于改进窗函数的s变换时频分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109343020A true CN109343020A (zh) | 2019-02-15 |
CN109343020B CN109343020B (zh) | 2023-04-07 |
Family
ID=65315848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811367260.7A Active CN109343020B (zh) | 2018-11-16 | 2018-11-16 | 一种基于改进窗函数的s变换时频分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109343020B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110726981A (zh) * | 2019-12-18 | 2020-01-24 | 长沙科瑞德电气有限公司 | 一种针对固定目标的雷达信号相位差检测方法 |
CN111198357A (zh) * | 2019-12-19 | 2020-05-26 | 南京理工大学 | 一种基于可调窗函数的s变换时频分析方法 |
CN111551912A (zh) * | 2020-05-26 | 2020-08-18 | 深圳市慧视智图科技有限公司 | 一种窗长自适应的激光雷达点云反射率处理方法 |
CN112462342A (zh) * | 2020-11-06 | 2021-03-09 | 中国人民解放军空军预警学院雷达士官学校 | 一种高机动弱目标的阶段离散化维格纳霍夫变换时频形态自重构检测方法 |
CN112464209A (zh) * | 2020-11-30 | 2021-03-09 | 深圳供电局有限公司 | 一种电力终端指纹认证方法及装置 |
CN114428282A (zh) * | 2022-01-26 | 2022-05-03 | 长安大学 | 一种基于去尺度s变换的地震信号时频变换方法 |
CN115640483A (zh) * | 2022-10-18 | 2023-01-24 | 汕头大学 | 一种基于时频与形态谱的复杂电磁环境分析方法 |
CN117249996A (zh) * | 2023-11-10 | 2023-12-19 | 太原理工大学 | 矿用刮板机齿轮箱轴承的故障诊断方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030212491A1 (en) * | 2002-05-10 | 2003-11-13 | Mitchell J. Ross | Distributed vector processing of the S transform for medical applications |
CA2727415A1 (en) * | 2008-06-10 | 2009-12-17 | Uti Limited Partnership | Signal processing with fast s-transforms |
CN105373708A (zh) * | 2015-12-11 | 2016-03-02 | 中国地质大学(武汉) | 一种基于参数优化的改进广义s变换的时频分析方法 |
CN106405654A (zh) * | 2016-10-26 | 2017-02-15 | 成都理工大学 | 一种基于反褶积广义s变换的地震频谱成像方法 |
CN107402326A (zh) * | 2017-07-20 | 2017-11-28 | 南京理工大学 | 一种改进s变换的有限窗长时频分析方法 |
-
2018
- 2018-11-16 CN CN201811367260.7A patent/CN109343020B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030212491A1 (en) * | 2002-05-10 | 2003-11-13 | Mitchell J. Ross | Distributed vector processing of the S transform for medical applications |
CA2727415A1 (en) * | 2008-06-10 | 2009-12-17 | Uti Limited Partnership | Signal processing with fast s-transforms |
CN105373708A (zh) * | 2015-12-11 | 2016-03-02 | 中国地质大学(武汉) | 一种基于参数优化的改进广义s变换的时频分析方法 |
CN106405654A (zh) * | 2016-10-26 | 2017-02-15 | 成都理工大学 | 一种基于反褶积广义s变换的地震频谱成像方法 |
CN107402326A (zh) * | 2017-07-20 | 2017-11-28 | 南京理工大学 | 一种改进s变换的有限窗长时频分析方法 |
Non-Patent Citations (3)
Title |
---|
ERVIN SEJDIC等: "S-Transform with Frequency Dependent Kaiser Window", 《 2007 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING - ICASSP "07》 * |
赵若冰: "雷达目标的微多普勒特征建模与分析技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
阮清青等: "修正S变换与常规时频分析方法的对比", 《中国煤炭地质》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110726981A (zh) * | 2019-12-18 | 2020-01-24 | 长沙科瑞德电气有限公司 | 一种针对固定目标的雷达信号相位差检测方法 |
CN111198357A (zh) * | 2019-12-19 | 2020-05-26 | 南京理工大学 | 一种基于可调窗函数的s变换时频分析方法 |
CN111551912A (zh) * | 2020-05-26 | 2020-08-18 | 深圳市慧视智图科技有限公司 | 一种窗长自适应的激光雷达点云反射率处理方法 |
CN112462342A (zh) * | 2020-11-06 | 2021-03-09 | 中国人民解放军空军预警学院雷达士官学校 | 一种高机动弱目标的阶段离散化维格纳霍夫变换时频形态自重构检测方法 |
CN112462342B (zh) * | 2020-11-06 | 2021-11-02 | 中国人民解放军空军预警学院雷达士官学校 | 一种高机动弱目标的阶段离散化维格纳霍夫变换时频形态自重构检测方法 |
CN112464209A (zh) * | 2020-11-30 | 2021-03-09 | 深圳供电局有限公司 | 一种电力终端指纹认证方法及装置 |
CN114428282A (zh) * | 2022-01-26 | 2022-05-03 | 长安大学 | 一种基于去尺度s变换的地震信号时频变换方法 |
CN114428282B (zh) * | 2022-01-26 | 2023-04-25 | 长安大学 | 一种基于去尺度s变换的地震信号时频变换方法 |
CN115640483A (zh) * | 2022-10-18 | 2023-01-24 | 汕头大学 | 一种基于时频与形态谱的复杂电磁环境分析方法 |
CN117249996A (zh) * | 2023-11-10 | 2023-12-19 | 太原理工大学 | 矿用刮板机齿轮箱轴承的故障诊断方法 |
CN117249996B (zh) * | 2023-11-10 | 2024-02-13 | 太原理工大学 | 矿用刮板机齿轮箱轴承的故障诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109343020B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109343020A (zh) | 一种基于改进窗函数的s变换时频分析方法 | |
CN107576943B (zh) | 基于瑞利熵的自适应时频同步压缩方法 | |
Zheng et al. | ISAR imaging of nonuniformly rotating target based on a fast parameter estimation algorithm of cubic phase signal | |
Lilly et al. | Generalized Morse wavelets as a superfamily of analytic wavelets | |
CN108009347B (zh) | 基于同步压缩联合改进广义s变换的时频分析方法 | |
CN107402326B (zh) | 一种改进s变换的有限窗长时频分析方法 | |
CN108414833B (zh) | 一种信号分量频率的精确估计方法 | |
CN111639541A (zh) | 基于频率变化率的自适应同步压缩时频分析方法 | |
Li et al. | An improved Viterbi algorithm for IF extraction of multicomponent signals | |
KR101294681B1 (ko) | 기상 신호 처리장치 및 그 처리방법 | |
CN105783974A (zh) | 一种线性调频信号的检测、参数估计方法及系统 | |
CN108169739B (zh) | 基于分数阶傅立叶变换和最小脉宽检测的线性调频连续波时宽比估计方法 | |
CN111474524A (zh) | 一种雷达干扰装备干扰效果监测与决策支持系统 | |
Zhang et al. | Micro-motion frequency estimation of radar targets with complicated translations | |
CN109342813A (zh) | 一种基于dft和二分法的正弦信号频率估计方法 | |
CN108333568A (zh) | 冲击噪声环境下基于Sigmoid变换的宽带回波Doppler和时延估计方法 | |
CN108680782B (zh) | 基于极值点对称模式分解的电压闪变参数检测方法 | |
CN111198357A (zh) | 一种基于可调窗函数的s变换时频分析方法 | |
CN110632563B (zh) | 一种基于短时傅里叶变换的脉内频率编码信号参数测量方法 | |
Xiong et al. | A coherent compensation method for multiband fusion imaging | |
CN105738698B (zh) | 一种基于中心频移的谐波参数估计算法 | |
CN108362939A (zh) | 一种线性调频信号的频域参数测量方法 | |
Razzaq et al. | Instantaneous Frequency Estimation for Frequency-Modulated Signals under Gaussian and Symmetric α-Stable Noise | |
CN111522000A (zh) | 一种基于OFDM-chirp波形的目标检测方法 | |
Liu et al. | An efficient algorithm for frequency estimation of sinusoid signal based on improved quinn |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |