基于NDSST的非平稳信号时频分析算法

应用时频分析方法研究含噪非平稳信号的时间-频率联合分布特性,De-shape SST (De-shape synchrosqueezing transform)算法具有良好的时频表现,但其抗噪性能及算法的鲁棒性还有待提高。提出基于非线性匹配追踪(nonlinear matching pursuit, NMP)分解的De-shape SST算法(nonlinear matching pursuit De-shape synchrosqueezing transform, NDSST),利用NMP良好的重构特性对非平稳信号进行稀疏重构,再进行De-shape SST时频分析,提高算法的抑制噪声能力和鲁棒性的同时,保留了良好的时频分布聚集度。数值仿真实验结果表明,对于单频、变频、线性调频和组合变频信号,NDSST算法可以得到高锐化度的时频分布表示,并且在低信噪比(sinal noise ratio, SNR)条件下依然具有优越的抗噪声性能。在金属破裂样本信号分析应用中,NDSST算法能够清晰地得出金属发生破裂的时间-频率范围,为工程实践中设置监测传感器的阈值提供判断依据。