基于时频形态学滤波的能量积累检测

许多实际应用中,强噪声背景下信号能量的长时间积累是有效检测的关键。该文利用信号在时频平面上的能量聚集特性,提出基于时频域形态学滤波的能量积累检测方法。首先确定时频分布的最优核,计算观测序列的时频分布;然后用阈值处理和形态学滤波估计时频分布的高能量支撑区域;最后累加这些区域的时频能量作为统计量进行检测。仿真结果表明,这种方法在低信噪比下可以有效工作。

二次时频表示中核函数的优化设计

二次时频分布是分析非平稳信号的有力工具 ,在具有许多优良特性的同时 ,存在严重的交叉干扰项。在Wigner Ville分布及Cohen类时频分布具有固定核函数的基础上 ,研究了基于信号的核函数优化设计的两种方法 ,径向高斯核函数和最优相位核函数的设计方法。基于信号的核函数的时频表示可以有效地抑制或转移交叉分量 ,提高时频表示的可读估计 。

基于模糊平面的信号识别方法

将一维信号变换到二维坐标平面往往更有利于描述信号的时变特征,从而实现信号的分类识别。基于离散时频分布的信号识别方法,将时频核设计问题转化为以信号自模糊函数为原始特征的特征选择问题,以实现特征降维和信号识别。时频核设计孤立考察模糊平面上各个特征点,且降维空间中存在着识别信息冗余。将核设计的原理推广,直接基于模糊平面进行信号识别,利用K—L展开和线性变换对自模糊函数进行特征提取,在降维空间内综合了各原始特征共有的分类信息,并去除特征之间的相关性,从而比时频核设计方法具有更优的信号识别性能。