空间时频分布中的信号分类

空间时频分布可被用于信号盲分离和来波到达角的高分辨率估计等领域,在空间时频分布矩阵中选择合适的时频点是基于空间时频分布的阵列信号处理算法的关键。分析了空间时频分布矩阵的结构特征,通过无约束最优化方法在时频平面上搜索单一信号项的时频点,然后使用改进的最邻近法对时频点按来波类型进行分类,可以区分具有不同时频特征的方向相近的多个信号。

基于多分辨率动态模态分解的电磁信号时频-能量分析

针对电磁信号时-频-空间-能量分析不兼容的问题,提出一种基于分解时空域电磁辐射信号的数据驱动方法来分析复杂电磁环境。首先,使用多分辨率动态模态分解方法将复杂电磁信号以不同的分辨率分离为不同时空尺度的模态分量。然后,利用时频分布对各模态瞬时频率和能量特征进行采集。这种动态的分解分析方式能快速侦测电路和电子系统的多方面电磁环境状态,具有不需要先验数据训练,不受时频分辨率限制,可以实时分析和降低数据维数等优点,且提取的动态模式及其频谱分别在空间域和时域具有明确的物理意义。仿真实验显示,重组信号和原信号的平均误差在-18 dB以下,证明了所提方法的可行性和优势。

基于空间时频分布的信号源数目估计

基于信号空间时频分布的到达角(DOA)估计算法利用Cohen类分布构造空间时频分布矩阵D_(xx)(t,f)代替传统的阵列协方差矩阵R_(xx),信源数目判断是阵列测向中的重要课题,在基于空间时频分布的DOA算法基础上,对阵列观测结果的空间时频分布矩阵进行模式识别,通过搜索来波在时频平面的信号项进行聚类,可以在信号源数目多于阵元数时判断来波数量。