实值离散Gabor变换快速算法与其应用研究.pdf

——一 壅堕曼墼旦!!!!壅垫堡壅簦鲨墨苎壁旦堕茎 率谱虽然显示了频率成份，但没有显示出信号的时变特性。左上角较大的图为信号 的时变频谱图，从该图中不仅可以看出频率是如何随时间变化的，而且由图中灰度 的明暗变化可以看出频率的密度。换句话说，通过对信号在时频域中的分析，我们 可以更好地理解人类语音的机理。 1．2时频分析法的研究与发展 时频分析方法的研究开始于二十世纪四十年代。1946年，匈牙利出生的英国物 理学家De衄is 奠定了基础。为更好地理解语音信号，P傩er等人【3】在1947年首次提出了一种实用 的时频分析方法…短时Fo谢er变换，并将其绝对值的平方称为“声音频谱图”。1948 者提出了很多新的时频分析方法，并各有优缺点。这些时频分析方法主要有线性时 频表示、二次时频表示以及参数化时频分布。 1．2．1线性时频表示 线性时频表示主要有Gabor变换、短时Fourier变换和小波变换。 Gabor展开与变换在信号分析和处理中最早提出使用时间和频率两个变量对 信号进行描述的学者是DenllisGabor(于1971年因发明全息照相获得了诺贝尔奖)。 他在1946年采用了由窗函数^(0的时移和频移产生的一系列基函数 (A。。(r)=^(卜Ⅲ丁)exp(j口r))，对信号《D进行分解，即将信号《r)表示为 x(f)=∑∑c，，。^(f一珊丁)expoQr) (1．1) Ⅲ…。Ⅶ 这就是著名的连续Gabor展开。式中C～为展开系数，时移和频移的间隔都是离散 信号的不确定原理中具有最小的有效时宽q和有效带宽仃。乘积盯，盯。，在时频平面 中分布最集中。这样，基函数^。(f)集中于铆r，船力)，而C可看成是与 咖，一口。，棚r+吼】×[n口一盯。，n刀+盯。】相联系的信号时频特性的表征。Gabor展开 ——笙=童!堕 中r和力分别为时间和频率的采样间隔。从直观的角度看，如果采样格网过于稀疏， 就会丢失信息而不能恢复原信号，另一方面过密的采样又会导致展开式的冗长。 中的基函数不必一定是高斯函数。虽然在较长的时间大家均认为Gabor展开是有用 的，但由于计算C％。的困难，其应用一直受到限制。在Gabor展开式中基函数{^…(f)} 不构成证交基，因而不能用通常的内积规则来计算C。。这样，存在如何计算Gab。r 迭代方法，直到近十几年计算c～方法才有突破。此外，在实际应用中，需要研究 离散时间信号的Gabor展开与变换，即离散Gabor展开与变换。近年来一些学者在 Gabor展开与变换的离散化与有限化方面做了许多工作，内容颇为丰富。Gabor展开 以及Lu[13]等人提出的并行格型结构实现块时间递归复值Gabor变换算法。为了克 移动窗函数，重复上述过程，则得到短时Fourier变换 (1．2) sTFs(f，／)=l二x(f)，4(r—f)exp(一2习々)dr 上式还有其它表示形式。窗函数的时移和频移，使得窗函数变成即是时间的函数又 是频率的函数，因而信号与对应于某一时移和频移的窗函数的内积就能反映信号在 该时刻的局部频谱特征，整个变换结果也就能揭示信号频谱的演化特征。文献[8]指 出，短时Fourier变换虽然也有离散形式，但其并不是从展开与内积的角度来研究 的，有些重要方面，如过抽样与精确重建之间的关系不明确，特别是对偶窗函数的 计算求和式是无界的，从而不便于数值计算实施。 小波变换小波变换由法国J．Morlet于1982年提出，后经其他几位法国学者 的再塑造，使之成为一种基础坚实、应用广泛的信号分析工具。小波变换定义为 壅堡璺墼璺些竺壅垫堡望茎鎏墨苎窒里堕塑 (1，) 、，n 口 w眦川=击E川矽(等Pr＼ ， 其中d为尺度。小波分析本质上是一种时间．尺度分析，它更适合于分析具有自相似 结构的信号；从考察信号的频率成份随时间的演化特性角度来说，小波变换的结果 则难于解释[15，16]