CN111723699B - 基于gst和rprg的多分量lfm信号时频线修正方法 - Google Patents
基于gst和rprg的多分量lfm信号时频线修正方法 Download PDFInfo
- Publication number
- CN111723699B CN111723699B CN202010514241.3A CN202010514241A CN111723699B CN 111723699 B CN111723699 B CN 111723699B CN 202010514241 A CN202010514241 A CN 202010514241A CN 111723699 B CN111723699 B CN 111723699B
- Authority
- CN
- China
- Prior art keywords
- time
- frequency
- signal
- component
- gst
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/145—Square transforms, e.g. Hadamard, Walsh, Haar, Hough, Slant transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
- G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明涉及信号处理技术领域,进一步涉及一种基于GST和RPRG的多分量LFM信号时频线修正方法。针对时频平面内的多分量LFM信号相交时,在相交处及其附近的瞬时频率系数的提取会出现严重失真的问题,本发明提供了一种基于GST和RPRG的多分量LFM信号时频线修正方法,包括广义S变换、多分量LFM信号瞬时频率提取和基于脊线路径重组的时频线修正三个步骤,用以有效改善多分量LFM信号在时频平面相交时瞬时频率提取的失真问题,在提高多分量LFM信号时频脊线提取精度的同时,也具有更好的时频线修正效果和抗噪性。
Description
技术领域:
本发明涉及信号处理技术领域,进一步涉及一种基于GST和RPRG的多分量LFM信号时频线修正方法。
技术背景:
当多分量LFM信号在时频平面内相交时,在相交处及其附近的瞬时频率系数的提取会出现严重的失真,严重影响多分量LFM信号的分析、检测与估计等应用。针对这个问题,现有技术在使用广义S变换(GST)获得多分量LFM信号时频分布的基础上,将一种时频脊线提取算法和本征啁啾分量分解(ICCD)算法相结合,时频脊线提取算法在噪声环境下容易受到干扰,导致提取的时频脊线不平滑,并且只能提取能量最大的分量的时频脊线,而忽略其他能量较小的分量,利用ICCD时频域滤波的特性,依次在时频域屏蔽已经提取瞬时频率的信号分量,这样能够依次分别提取到每个信号分量的时频脊线。然后在判定相交区间范围的基础上,引入脊线路径重组(RPRG)算法对相交区间内的时频系数进行重组,从而达到减少相交区间内瞬时频率误差的效果。该方法虽然能够有效改善LFM信号分量在时频平面相交时瞬时频率提取的失真问题,并能对提取的时频脊线起到良好的修正效果,但它存在的问题是:当信号分量增多时,相交区间的数量也会提高,这会给时频脊线重组RPRG算法的计算量带来很大的挑战性,导致时频线的修正速度减慢。
发明内容:
针对时频平面内的多分量LFM信号相交时,在相交处及其附近的瞬时频率系数的提取会出现严重失真的问题,本发明提供了一种基于GST和RPRG的多分量LFM信号时频线修正方法。
为了达到上述目的,本发明提供的技术方案是:一种基于GST和RPRG的多分量LFM信号时频线修正方法,包括下述步骤:
步骤一:对多分量LFM信号x(t)进行广义S变换,得到时频分布GSTx(t,f);
步骤二:进行多分量LFM信号的时频分布GSTx(t,f)的瞬时频率IF(t)提取:
(2-1):根据公式(1)计算信号时频分布GSTx(t,f)能量最高的时频点(tm1,fm2);
式(1)中,(tm1,fm2)表示瞬时频率能量最高的时频点,F是信号x(t)的采样频率f的集合,信号x(t)采样时间t=t0,…,tN-1,N为采样总点数。
(2-2):引入参数Δf,对时频线进行平滑,得到IF(t)
以点(tm1,fm2)为中心,根据式(2)平滑每个时间点上的频率,
左侧从r=m1-1,m1-2,…,0,右侧从r=m1+1,m1+2,…,N-1,依次进行计算,得到第k个分量的瞬时频率IFk(t);
屏蔽掉已提取瞬时频率的信号分量,返回步骤一,重新计算屏蔽后信号的广义S变换,直至信号分量全部提取结束;
所有分量的信号时频线都完成提取,得到(K表示LFM信号的分量数),执行步骤三;
步骤三:对IF(t)进行RPRG时频脊线路径重组,实现多分量LFM信号的时频线IFR(t)的修正。
上述步骤三的具体算法如下:
(3-1):若多分量LFM信号的交叉点有n个,则在时间轴划分为n+2段,分别为
(3-2):重新定义相交间隔中时频脊线的正确连接关系,将第i个交叉点相交间隔区间如式(3)所示:
J(i)=[K(i),T(i)] (3)
式中,K={k(i)},表示相交时频线的集合,表示第i个交叉点起止时间的集合。
(3-3):对于位于中间的在瞬时时刻和/>的变化率近似计算为:
其中,Δt>0是一个时间增量,通常被设定为信号持续时间的1.5%以内。
(3-4):计算连接矩阵,如式(6)所示:
式(6)中,p,q=1,…,I,I为间隔中相交脊线的数量。
(3-5):通过连接矩阵的最小值得到脊线路径重组IFR(t):
找到所有的脊线段和/>将其对应连接实现时频线IFR(t)的提取。
与现有技术相比,本发明的优点是:
相比于原始S变换,GST可以进一步改善时频分辨率,但是对于多分量LFM信号进行时频分析时仍然会受交叉项影响出现时频模糊的现象,导致难以准确形成清晰准确的时频分布图,提出的时频脊线和ICCD相结合的瞬时频率提取方法能依次提取每个分量信号的瞬时频率,再利用脊线路径重组算法有效解决了多分量LFM信号在时频平面相交处瞬时频率失真的问题。本发明不仅可以对多分量LFM信号的时频线进行修正,还可以基于该方法实现多分量LFM信号检测与参数估计等功能。
附图说明:
图1是本发明的流程图;
图2是双分量LFM信号GST时频分布图;
图3是双分量LFM信号路径重组前的时频图;
图4是双分量LFM信号RPRG后的时频脊线图;
图5是双分量LFM信号的相交间隔图。
具体实施方式:
下面将结合附图和实施例对本发明进行详细地说明。
参见图1,本发明提供的一种基于GST和RPRG的多分量LFM信号时频线修正方法,下面将通过一个具体的应用实例对本发明的方法的效果进行印证,所采用的方法步骤如下:
步骤一:广义S变换
构建一个双分量LFM信号x(t),如式(8)所示:
x(t)=x1(t)+x2(t) (8)
其中
x1(t)=exp(j·2π·300·t-π·200·t2) (9)
x2(t)=exp(j·2π·100·t+π·150·t2) (10)
设采样频率为1000Hz,采样时间为t=1s,广义S变换的参数取a=1,b=0.8,在无噪声的环境下,对x(t)进行广义S变换,得到时频信号GST(x),时频图如图2所示。
步骤二:将时频脊线提取算法和ICCD方法结合,提取GSTx(t,f)的瞬时频率IF(t),如图3所示。
(2-1):通过检测时频分布(TFR)方法计算信号时频分布GSTx(t,f)能量最高的时频点(tm1,fm2)。
式(1)中,(tm1,fm2)表示瞬时频率能量最高的时频点,F是信号x(t)的采样频率f的集合,信号x(t)采样时间t=t0,…,tN-1,N为采样总点数。
(2-2):引入参数Δf=5%,对时频线(tm1,fm2)进行平滑,得到IF(t)
以点(tm1,fm2)为中心,根据式(2)平滑每个时间点上的频率,
左侧从r=m1-1,m1-2,…,0,右侧从r=m1+1,m1+2,…,N-1,依次进行计算,得到2个分量的瞬时频率IF(t)=IF1(t)+IF2(t)。
对于多分量信号,为了能够依次分别提取每个信号分量的瞬时频率,利用ICCD时频域滤波的特性,屏蔽已经提取瞬时频率的信号分量,若信号分量没有提取完,返回步骤一,重新计算屏蔽后信号的广义S变换,若所有分量的信号时频线都完成提取,则执行步骤三。
步骤三:对IF(t)进行RPRG时频脊线路径重组,实现多分量LFM信号的时频线IFR(t)的提取,如图4所示。
(3-1):多分量LFM信号的交叉点有1个,则在时间轴划分为3段,分别为 如图5所示。
(3-2):重新定义相交间隔中时频脊线的正确连接关系,将第1个交叉点相交间隔区间如式(3)所示:
J(i)=[K(i),T(i)] (3)
式中,K={k(i)},k=1,2,表示相交时频线的集合,表示第1个交叉点起止时间的集合。
(3-3):对于位于中间的在瞬时时刻和/>的变化率近似计算为:
其中,Δt>0是一个比较小的时间增量,设Δt为信号采样时间的1.5%。
(3-4):计算连接矩阵,如式(6)所示:
式(6)中,p,q=1,2。
(3-5):通过连接矩阵的最小值得到脊线路径重组IFR(t):
找到所有的脊线段和/>将其对应连接实现时频线IFR(t)的提取。
可以看到,当多分量LFM信号在时频平面内相交时,将一种时频脊线提取算法和ICCD算法相结合,利用ICCD时频域滤波的特性,依次在时频域屏蔽已经提取瞬时频率的信号分量,便能分别提取到每个信号分量的时频脊线;然后利用RPRG算法对相交区间内的时频系数进行重组,能达到减少相交区间内瞬时频率误差的效果。将重组后的时频脊线,利用Hough变换可以对时频平面相交的多分量LFM信号进行参数估计。在SNR≥2dB的信噪比下,无论是初始频率估计还是调频率估计,该方法都表现出显著的优越性。
Claims (1)
1.基于GST和RPRG的多分量LFM信号时频线修正方法,其特征在于:包括下述步骤:
步骤一:对多分量LFM信号x(t)进行广义S变换,得到时频分布GSTx(t,f);
步骤二:进行多分量LFM信号的时频分布GSTx(t,f)的瞬时频率IF(t)提取:
(2-1):根据公式(1)计算信号时频分布GSTx(t,f)能量最高的时频点(tm1,fm2);
式(1)中,(tm1,fm2)表示瞬时频率能量最高的时频点,F是信号x(t)的采样频率f的集合,信号x(t)采样时间t=t0,…,tN-1,N为采样总点数;
(2-2):引入参数△f,对时频线进行平滑,得到IF(t)
以点(tm1,fm2)为中心,根据式(2)平滑每个时间点上的频率,
左侧从r=m1-1,m1-2,…,0,右侧从r=m1+1,m1+2,…,N-1,依次进行计算,得到第k个分量的瞬时频率IFk(t);
屏蔽掉已提取瞬时频率的信号分量,返回步骤一,重新计算屏蔽后信号的广义S变换,直至信号分量全部提取结束;
所有分量的信号时频线都完成提取,得到(K表示LFM信号的分量数),执行步骤三;
步骤三:对IF(t)进行RPRG时频脊线路径重组,实现多分量LFM信号的时频线IFR(t)的修正;
步骤三的具体算法如下:
(3-1):若多分量LFM信号的交叉点有n个,则在时间轴划分为n+2段,分别为
(3-2):重新定义相交间隔中时频脊线的正确连接关系,将第i个交叉点相交间隔区间如式(3)所示:
J(i)=[K(i),T(i)] (3)
式中,K={k(i)},表示相交时频线的集合,表示第i个交叉点起止时间的集合;
(3-3):对于位于中间的在瞬时时刻和/>的变化率近似计算为:
其中,△t>0是一个时间增量,通常被设定为信号持续时间的1.5%以内;
(3-4):计算连接矩阵,如式(6)所示:
式(6)中,p,q=1,…,I,I为间隔中相交脊线的数量;
(3-5):通过连接矩阵的最小值得到脊线路径重组IFR(t):
找到所有的脊线段和/>将其对应连接实现时频线IFR(t)的提取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010514241.3A CN111723699B (zh) | 2020-06-08 | 2020-06-08 | 基于gst和rprg的多分量lfm信号时频线修正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010514241.3A CN111723699B (zh) | 2020-06-08 | 2020-06-08 | 基于gst和rprg的多分量lfm信号时频线修正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111723699A CN111723699A (zh) | 2020-09-29 |
CN111723699B true CN111723699B (zh) | 2023-08-22 |
Family
ID=72567292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010514241.3A Active CN111723699B (zh) | 2020-06-08 | 2020-06-08 | 基于gst和rprg的多分量lfm信号时频线修正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111723699B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109034042A (zh) * | 2018-07-20 | 2018-12-18 | 东北大学 | 基于广义线性调频双同步提取变换的非平稳信号处理方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2755489T3 (es) * | 2015-03-17 | 2020-04-22 | Zynaptiq Gmbh | Métodos de extensión de transformadas de frecuencia para resolver características en el dominio espaciotemporal |
-
2020
- 2020-06-08 CN CN202010514241.3A patent/CN111723699B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109034042A (zh) * | 2018-07-20 | 2018-12-18 | 东北大学 | 基于广义线性调频双同步提取变换的非平稳信号处理方法 |
Non-Patent Citations (1)
Title |
---|
广义S变换多分量LFM信号检测及参数估计;李燕;何怡刚;于文新;尹柏强;;电子测量与仪器学报(12);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111723699A (zh) | 2020-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106597408B (zh) | 基于时频分析和瞬时频率曲线拟合的高阶pps信号参数估计方法 | |
CN109285561B (zh) | 一种基于自适应窗长的船舶螺旋桨空化噪声调制谱特征保真增强方法 | |
KR101294681B1 (ko) | 기상 신호 처리장치 및 그 처리방법 | |
CN110046323B (zh) | 同步压缩变换与重构的快速计算方法 | |
CN110187320B (zh) | 一种改进雷达信号时频分析方法 | |
CN109581052A (zh) | 一种迭代插值的实复转换频率估计方法 | |
CN109856455A (zh) | 一种实复转换式衰减信号参数估计方法 | |
CN105307095B (zh) | 一种基于fft的高分辨率音频频率测量方法 | |
Huibin et al. | Energy based signal parameter estimation method and a comparative study of different frequency estimators | |
CN109655665A (zh) | 基于布莱克曼窗的全相位傅里叶谐波分析方法 | |
CN109361376A (zh) | 一种高阶累积量的高精度时延估计方法 | |
CN112881796A (zh) | 频谱泄漏校正的多频实信号频率估计算法 | |
CN113253313A (zh) | 一种改进pmf-fft系统多普勒频率估计精度的方法 | |
CN109682492B (zh) | 基于频域高斯拟合的频率估计方法 | |
CN111723699B (zh) | 基于gst和rprg的多分量lfm信号时频线修正方法 | |
CN111159888A (zh) | 一种基于互相关函数的协方差矩阵稀疏迭代时延估计方法 | |
CN103915102B (zh) | 一种lfm水声多途信号的噪声抑制方法 | |
CN108957416A (zh) | 脉冲噪声环境下基于分数阶功率谱密度的线性调频信号参数估计方法 | |
CN110320400B (zh) | 准同步采样和改进能量算子的电压闪变包络参数提取方法 | |
CN111539323A (zh) | 一种循环前缀线性调频信号的频率估计方法与装置 | |
CN110808929A (zh) | 相减策略的实复转换式信噪比估计算法 | |
CN112505640B (zh) | 基于参数自适应的扩展b分布脉冲信号时频分析方法 | |
CN108008360B (zh) | 一种幅度加权的非线性调频波形设计方法 | |
CN114674410A (zh) | 一种分量数时变的水声信号瞬时频率估计方法 | |
CN113777449A (zh) | 基于改进svd算法的电缆局部放电窄带干扰抑制方法 |
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 |