毕业设计--非平稳随机信号研究.doc

1 绪论 1.1 非平稳随机信号介绍 在信号处理中，信号一般分为两大类：确定性信号和随机信号。而随机信号 又可以分为平稳的和非平稳的。其中平稳随机信号分析与处理已受到很大重视，并广泛应用于雷达、声纳、通信、自动化、地球物理、航天工程、生物医学、天文、振动工程等许多工程领域，产生了明显的作用。但实际中的随机信号许多是非平稳的，长期以来由于理论的发展，只好将它们简化为平稳随机问题来处理，其结果当然不甚满意。近年来，随着科学技术的发展和进步，国内外学术界已将注意力转向非平稳随机信号分析与处理研究上，其中一些分支，如信号的时频表示法，包括：Gabor展开、时频分布、小波分析、局域波分析等。它们既可用于研究确定性时变信号，也可用于研究随机时变信号即非平稳随机信号，并将这两种时变信号统称为非平稳信号。时变参数模型法及周期性平稳随机信号分析法等，已成为当前国内外学术界的研究热点之一。 1.2非平稳随机信号的特点 复随机信号{}称为广义平稳信号，则 其均值为常数。即（常数）； 其二阶距有界。即； 其协方差函数与时间起点无关，只与时间差（滞后）有关。即 广义平稳也称协方差平稳，弱平稳等，简称平稳信号。而不具有广义平稳性的随机信号统称为非平稳信号。 1.3 非平稳随机信号的概率密度和数字特征 非平稳随机信号的概率密度是时间的函数，时间时概率密度函数是 （1） 式中，P代表概率。并且 （2） 以这个概率密度函数为基础，可以定义非平稳随机信号的数字特征如下： 均值为： （3） 均方值为： （4） 方差为： （5） 它们都是时间的函数，应注意，非平稳随机信号只有集总意义上的统计特性，并无时间意义上的统计特性。 这些数字特征也可以用类似于平稳随机情况时的方法来估计。设是信号的个样本，均值估计为： （6） 可以证明，当各样本相互独立时，它是无偏、一致的估计。 均方估计为 （7） 可以证明，它也是无偏估计。 它的方差特性做一般分析比较困难，但若非平稳随机信号在任意时刻服从均值、方差为的高斯分布，可以证明有 Var （8） 当时，Var，故这种情况的是一致估计。 2 非平稳随机信号时频分析 2.1 时频分析介绍 时频分析的基本任务是建立一个函数，要求这个函数不仅能够同时用时间和频率描述信号的能量密度，还能够以同样的方式来计算任何密度。如果有这样一个分布，就可以求在某一确定的频率和时间范围内的能量百分率，计算在某一特定时间的频率分布，计算该分布的整体和局部各阶矩。这样，对于任何一种实际的非平稳信号分析，通常要求时频分布具有表示信号能量分布的特性，相应的需要时频分布具有一些基本性质。下面介绍一些常用的基本性质。 性质1：实性 时频分布的实性是指时频分布必须是实的。应当指出，作为能量密度的表示，时频分布不仅应该是实数，而且应当是非负的。但是，实际的时频分布却难以保证总取正值。 性质2：能量特性 通过在全部时间和频率范围内积分，就可以得到总能量。另一种方式是在点计算特征函数也可以得到总能量。 一般的，分布的总能量应该是信号的总能量，即 （9） 注意，如果联合密度满足边缘条件，那它就会自然的满足总能量的要求，但是相反的说法并不一定正确。联合密度满足总能量要求，而不满足边缘条件的情况时可能的。总能量要求是一个弱的要求，这就是许多不满足总能量要求的分布仍然可以是一个好的时频表示的原因。 性质3：边缘特性 时频分布的边缘特性可以描述为 （10） 实时频分布关于时间和频率的积分分别给出信号在频率的谱密度和信号在时刻的瞬时功率。 性质4：有限支持特性 时频分布的有限支持特性包括有限时间支持和有限频率支持，分别表示如下： 有限时间支持 （10） 有限频率支持 (11) 有限支持是从能量角度对时频分布提出的一个基本性质。在信号处理中，作为工程上的近似，往往要求信号具有有限的