现代信号处理技术解析.ppt

第十一章 现代信号处理技术 这里只介绍时频分析、高阶谱分析、小波分析和独立成分分析及其在生物医学信号处理中的应用 第一节 时频分析(Time-Frequency Analysis) 一、时频分析的基本方法 一般来说, 时频分析方法具有很强的能量聚集作用, 不需知道信号频率随时间的确定关系, 只要信噪比足够高, 通过时频分析方法就可在时间——频率平面上得到信号的时间频率关系。时频分析主要用来寻找信号的特征。时频分析方法主要采用一些特殊的变换来突出信号的特征点,在非平稳信号的处理中具有突出的优越性。 二、短时傅立叶变换(Short Time Fourier Transform , STFT ) 我们将一个信号的STFT定义如下: (11-1) 其中h(t) 是窗函数. 沿时间轴移动分析窗, 我们可以得到两维的时频平面。STFT 方法最大的优点是容易实现。 STFT 分析实质上是限制了时间窗长的Fourier分析. STFT只能选定一个固定的窗函数, 且STFT 分析受限于不确定性原理, 较长的窗可以改善频域解但会使时域解变糟; 而较短的窗尽管能得到好的时域解, 频域解却会变得模糊。 三、Wigner-Ville 分布(WVD) 实际信号s(t) 的Wigner-Ville 分布定义为: (11-2) 式中: x(t)为s(t)的解析信号。 在Wigner-Ville 分布中使用解析信号x(t)而不是原实际信号s(t)的优点在于: 第一,解析信号的处理中只采用频谱正半部分,因此不存在由正频率项和负频率项产生的交叉项；第二,使用解析信号不需要过采样,同时可避免不必要的畸变影响。 四、Choi-Williams 分布(CWD) WD分布来源于广义时频分布，定义为： (11-3) 五、Cone 核分布(CKD) 等 当核函数 时，广义时频分布进 一步变成Cone核分布： (11-4) 式中， 。 六、Hilbert变换与瞬时频率 对任意时间序列x(t), 可得到它的Hilbert 变换: (11-5) 第二节 高阶谱分析 采用高阶累计量方法处理生理信号，它的主要优点有：①抑制加性有色噪声；②辨识非最小相位系统；③抽取由于高斯性偏离引起的各种信息；④既包含幅度信息又包含相位信息。 利用高阶统计量进行频谱分析，存在着经典法和参数模型法。经典法利用快速傅里叶变换及加窗技术进行谱估计，要求有较长的观测数据，否则，估计的方差很大且分辨率低，根源还是傅立叶变换的缺点。针对这一情况，多采用基于三阶累积量的非高斯AR模型法进行参数化双谱估计。 与功率谱分析比较，运用基于高阶累计量的谱估计算法估计信号，消除了高斯噪声的影响，使估计结果更准确，并且保留了信号的相位特性，提供更多的内在信息。 第三节 小波分析基础 小波分析包括小波变换到小波基的构造以及小波的应用一系列的知识，本节简单地介绍一下小波分析的产生、发展、基本要素以及一维小波变换，连续小波