毕业设计翻译.docVIP

一种简单的自适应最优核时频表示方法 Douglas L. Jones and Richard G. Baraniuk 摘要：我们提出了一种简单而有效的技术，用于连续地自适应时频和时间尺度随时间变化的表示方法。该程序计算表示的短时质量测量，通过插值最大化对范围内的自由参数的值和估计的最优参数值进行质量测量。 引言: 大多数的时频表示方法（TFR‘S）采用某种平滑的内核，窗口或过滤器，以减少噪音和交叉分量[l], [2]。而内核的选择显著地影响了TFR结果的外观和质量。已经表明，根据几个不同的性能措施，最优核取决于被分析的信号[3]-[5]。因此，任何固定核的利用都严重限制信号的种类 ，而其时频表示方法却可以表现的很好。 例如，考虑图1所示的信号。它包含了几个窄脉冲，两个正弦信号在时间上重叠，和一个高斯分量。图2说明了这个转换信号的三个短时傅立叶变换使用不同长度的高斯窗计算。一个简短的窗口（图2（a））相匹配的脉冲成分很好，但涂片的正弦和高斯成分在频率方向上。中等长度的窗口（图2（b））相匹配的高斯分量的脉冲，但涂片正弦分量在时间和频率方向。一个长的窗口（图2（c））相匹配的正弦分量，但涂片的脉冲和高斯分量在时间方向上。这些数字说明了短时傅立叶变换的基本缺点：使用一个单一的固定窗口的分辨率同时获得良好的时间和良好的频率是不可能的。连续小波变换[ 6 ]都有相同的权衡，虽然在这种情况下权衡的是频率的函数。此外，一个相关的权衡之间的时频分辨率和交叉项抑制适用于核函数的所有科恩类双线性时频表示。总之，没有时频表示方法采用固定窗，小波，或内核适用于所有的信号。 由于这种固定窗或内核的基本限制，一些研究人员已经开发了与信号相关的或自适应的时频表示方法（见[ 3 ] - [ 5 ]，[ 7 ] - [ 9 ]和参考文献[ 4 ]）。这些方法往往表现出远远超过了固定内核性能表征，但是他们要么运算量很大或只执行离线的短信号的分析。因此，需要一个简单的，自适应的，计算有效的时频表示方法，适时地在线应用。本文提出了一个单一的自由参数适应时频表示的新方案。第二部分描述了优化方法，这是基于时频法的最大化短期集中。该方法支持在线 图1. 测试信号从左到右包含一个单位脉冲，两个门控正弦信号的和，高斯和两个单元的脉冲信号 参数随着时间的推移自适应，并适用于许多类型的时频表示方法。例如，它可以优化短时傅里叶变换的瞬时窗口长度，核分布的值范围[10]，或在连续小波变换母波的“Q值”。在第三部分中描述的一种快速算法，使自适应计算方法降低了几倍，相当于固定内核的TFR，使之对大多数的TFR都适用。如在第四部分为例，对自适应TFR的性能往往大大超过固定核的方法。 二.自适应方案 一个相关的或自适应信号TFR需要确定合适的窗口或核函数，而没有信号的广泛特性的先验知识。基于数学优化标准程序出现最有前途[ 3 ] - [ 5 ]。在这些方法中，将信号优化问题转化为寻找一个最佳的自适应窗或内核。 其中的一个成功做法是，以TFR自适应最大化的参数集中化的短时傅里叶变换。在[ 3 ]描述的算法优化STFT窗口参数（窗口长度和调频斜率），在每个时频位置虽然有效，但是和简单的固定窗短时傅里叶变换相比，一般需要大约三个数量级以上的计算。在这里我们提出一个简单的基于集中自适应的过程，支持一个单一的只有时间的适应性参数，发现只有一个近似的最大。由于这种简化，这种方法只需要固定的参数计算几次变换。自适应技术 在这里的发展不局限于适应短时傅立叶变换的参数，最大部分的TFR的单个参数p都可以被优化。 从一个TFR获得一个简单的自适应时频表示Dp（t，)参数由一个单一的参数p，我们调整P在时间最大化衡量一个短期的时频聚集性. 这里W（）为中心在=0的一维窗口函数。 因此，TFR的最佳时间变化的参数，被定义为 这种优化方法的基础是一个参数提供的良好的时频局部化和高分辨率。规范的TFR 从L4到L2范数比有利于“尖峰”的分布，把尽可能多的信号能量在小区域时从而尽可能的集中表现。 图. 短时傅里叶变换的测试信号的使用计算：（一）短（3样）; （二）中等（23样本）;及（c）长（47样本）高斯窗。 其他几个浓度，熵，或者peakiness措施有研究了在地震应用[121;为自适应的目的时频分析，它们产生基本上相同的结果，并可以互换使用。 有效实现 理想的情况下，最优TFR参数p（t）在每个时间T通过计算短时集中C选择（T，P）作为一种连续值参数的函数，然后选择最大值。 图3.（一）从图1测试信号的最佳窗口STFT；（b）优化时变窗长p（t）。窗口长度是不同的，短时间的峰度集中的检测价值最大化（4）。 但是，测定浓度对于大量的参数值可能是相当昂贵的，