维格纳-威利分布(WVD)平滑方法研究.pdfVIP

圭蓠幂毫銎五案差篓2006年学术年会论文集(电路与系统专委会) 部梯度加一致性检测的融合规则。仿真结果表明本方法可以达到较好的融合效果，适用于多聚焦图像的 融合，具有一定的理论意义和应用价值。不足之处就是边界部分稍有重影现象，有待进一步改进。 维格纳一威利分布(WVD)平滑方法的研究 同济大学电子与信息工程学院 陈 耀 冯志彪 上海理工大学电气工程学院 上海医疗器械高等专科学校 王 莉 时频分布是非平稳信号分析的有力工具，常用的时频表示方法有短时傅里叶变换(STFT)、戈勃(Ga— 定程度上阻碍了它的应用，因此许多研究者对抑制交叉项提出了各自的方法。 1 WVD交叉项 WVD(Wigner-VilleDistribution)，有时也称为·WD(Wigner 多方面取得了成功的应用，如地震勘探信号处理、生物信号的表示、机械故障的分析以及时变信号的滤波 等。信号s(t)的维格纳分布定义为 s (1) W(t，训)。J t+-’f)”(卜专)产dr WVD具有很好的时问、频率分辨率，图1给出了一个线性调频信号的WVD，可以清晰地看到信号的 时频特性。 signal Orginal signal Orginal 2 l 1．5 O5 l 0．5 O 趔0 之迥霉 Ⅲ 5 擘-0．5 ．1 ． l -1．5 d5 O 50 100 150 时间／ms (a)原始信号 图2两个线性调频信号的叠加 图1线性调频信号 由于WVD属于二次时频表示，对有些信号不可 避免会产生交叉项，交叉项的存在对它的应用造成了不小的障碍，图2给出了两个线性调频信号的叠加 WVD，可以明显看到两个信号之间的交叉项。 2 WVD的平滑 WVD中交叉项的抑制问题一直是时频分析研究的一个热点。由于WVD交叉项的振荡特性，人们 自然而然地想到了平滑的方法。平滑实质上是一个低通滤波的过程，在WVD域用卷积运算，而在模糊函 数(AF)域用乘积运算来实现。大多数平滑方法都是在AF域中通过选择不同的核函数来实现的。但不 全如此，文献提出了一种基于经验的模式分解实现交叉项抑制的新方法。 Function) 2．1模糊函数AF(Ambiguity 模糊函数是分析和构造雷达信号的重要工具，它与目标距离和速度的分辨率有关。对称模糊函数的 定义为 s (2) A，(口，r)一J t+号)’s(‘一号)扩d￡ AF是WVD的特征函数，两者互为二维傅里叶变换。