时间－频率分析(2013-L9).pptVIP

时间－频率分析 第九讲 第三部分 时频分布 第三部分 时频分布 第八章 Wigner-Ville分布 第九章 Cohen类 第十章 时频分布级数与自适应表示 第九章 Cohen类 模糊函数 Cohen类 Choi-William分布(CWD) 锥形分布(CSD) 信号相关的时频表示 模糊函数 时变功率谱 WVD 模糊函数 模糊函数 互模糊函数 模糊函数 模糊函数的性质 模糊函数 例子1： 模糊函数 例子2： 模糊函数 例子2： 模糊函数 例子2： 模糊函数 根据例子2，有： 模糊函数的 中心对应于信号不同频率成份的频率差，相同频率成分对应于模糊函数的 中心为0； 模糊函数的 中心对应于信号不同瞬态成份的时间中心差，相同时间中心成分对应于模糊函数的 中心为0； 模糊函数 根据例子2，有： 模糊函数沿 的振荡频率对应于时间中心差； 模糊函数沿 的振荡频率对应于频率中心差； WVD的时间中心对应于模糊函数沿 的振荡频率； WVD的频率中心对应于模糊函数沿 的振荡频率； WVD沿t的振荡频率对应于模糊函数的 中心； WVD沿 的振荡频率对应于模糊函数的 中心； Cohen类 由于WVD的交叉项是由信号的不同成份产生，一般来说，有不同的时间中心或（和）不同的频率中心，因此对应的模糊函数的中心将偏离原点； 可望通过抑制偏离原点的模糊函数值来抑制WVD的交叉项的影响； Cohen类 Cohen类 Cohen类 Cohen类 Cohen类的意义在于可以通过选择核函数 或 来抑制WVD的交叉项的影响，但核函数的选择必须保留WVD的有用性质。 Cohen类 核函数的选择与Cohen类保留的有用性质的关系如下页表格； 一般来说， Cohen类不能保持正值，除非核函数是由信号本身确定的或核函数是某函数 的模糊函数； Cohen类 当核函数是某函数的模糊函数时， Cohen类是STFT谱图，即STFT的模平方： Cohen类 例子1： Cohen类 例子1： Cohen类通过 来抑制模糊函数远离原点的值，保留原点附近的值来抑制交叉项的影响； 抑制交叉项必须保留WVD的有用性质，例如，要保留时间和频率的边际特性，则必须： Cohen类 例子1： 因此， 在两轴的值将被保持，不管离原点多远； 从而WVD中有相同时间中心和有相同频率中心的两信号成份的交叉项将会被保留； Choi-William分布(CWD) Choi-William分布 Choi-William分布(CWD) Choi-William分布 Choi-William分布(CWD) Choi-William分布 锥形分布(CSD) 锥形分布(CSD) 锥形分布(CSD) 锥形核在模糊函数域： 锥形分布(CSD) 锥形分布交叉项的抑制： 锥形分布(CSD) 锥形分布交叉项的抑制： 信号相关的时频表示 基本思想 CWD和CSD采用固定的核函数来匹配WVD分布的自主项，同时抑制交叉项，由于不同的自主项可能有不同的形状，固定的核函数必须同时考虑这些项的影响； 信号相关的核函数的选择是采用最佳准则来匹配自主项的形状，同时附加一定的约束条件来抑制交叉项，是以信号本身的特点来选取核函数的； 信号相关的时频表示 1/0核函数方法 求下面问题的最佳解： 满足约束条件： (1) (2) 极向非增； (3) 信号相关的时频表示 控制参数的选择 通常 限制在1~5; 极向非增： 信号相关的时频表示 极向高斯函数核 选取核函数： 对极向高斯函数求解前面的最优问题 信号相关的时频表示 极向高斯核：例子 * *