14_现代信号处理简介.pptx

大连理工大学硕士研究生校管课程信号处理与数据分析第14章现代信号处理简介电子信息与电气工程学部邱天爽2015年12月大连理工大学 内容概要§14.1 时频分析方法§14.2 小波分析基础§14.3 希尔伯特—黄变换§14.1时频分析方法大连理工大学随机信号广义平稳性概念的回顾如果随机过程（随机信号）满足下述条件：则 为宽平稳随机过程（随机信号）或广义平稳随机过程（随机信号）。 大连理工大学随机信号的一般特性随机信号在理论上可分为平稳和非平稳两大类；长期以来，由于理论和分析工具的局限性，常将许多非平稳信号简化为平稳信号；研究非平稳信号处理的必要性：实际应用中的许多信号是非平稳的，简化为平稳信号处理，带来相应的误差；研究非平稳信号处理的可行性：自20世纪80年代以来，非平稳信号处理理论与方法得到迅速发展和应用，出现了许多非平稳信号分析处理的方法，其主要部分为：时频分析。大连理工大学非平稳信号的特性非平稳信号的统计特性是随时间变化的。图16-1 非平稳随机信号举例。(a) 时变均值 的情况 (b) 时变均方值 的情况大连理工大学非平稳信号的统计特征非平稳随机信号的统计特征是时间的函数信号具有时变均值，时变方差，相关函数与时间起点有关均方值估计为：可以证明此估计为无偏估计，即大连理工大学非平稳信号的统计特征（续）非平稳信号的方差特性一般分析比较困难。但若非平稳信号x(t)在任意t 时刻服从均值为 ，方差为 的高斯分布，可以证明有：当 时， 。故这种情况的 是一致估计。大连理工大学非平稳信号的相关函数设非平稳随机信号 的2阶联合概率密度函数为 ，其自相关函数定义为x,y的互相关函数定义为 为x,y的2阶联合概率密度函数。自协方差函数与互协方差函数定义为 大连理工大学 分析非平稳信号的主要方法 大连理工大学 时频分析举例：分段正弦信号 大连理工大学 时频分析举例：线性调频信号 大连理工大学§14.1.1时频分析的基本概念大连理工大学信号的时宽概念用 表示信号的能量密度，即瞬时功率。信号的时间中心：信号的均方持续：信号的时宽：各量之间的关系：大连理工大学信号的频宽概念用 表示信号的能量谱密度。信号的频率中心：信号的带宽：各量之间的关系：大连理工大学Hilbert变换与解析信号实信号 的Hilbert变换定义为：式中， 为实变量， 表示 的Hilbert变换。Hilbert变换的反变换：解析信号：与实信号 对应的解析信号 定义为 ，其中 构成解析信号的算子。大连理工大学Hilbert变换与解析信号的作用在自然界中，信号都是实的。由傅里叶变换，实信号的能量普密度是偶函数，其中心频率为0.这显然是荒谬的。导致0中心披绿的原因是没有对信号做恰当的描述。需要根据给定的实信号定义新信号，得到只有非负频率成分的复信号。这种定义靠Hilbert变换完成，所得到的复信号即为解析信号。大连理工大学瞬时频率与群延迟瞬时频率：设复信号 ，其瞬时频率为：瞬时频率与傅里叶频率的区别：傅里叶频率是一个独立的量，瞬时频率是时间的函数。傅里叶频率与傅里叶变换关联，瞬时频率与Hilbert变换关联。傅里叶频率是全局量，瞬时频率是局部量。群延迟：设频域信号 ，则信号 的群延迟为：大连理工大学不确定原理（测不准原理）对于信号分析而言，不确定原理表明：信号的时宽和带宽不可能同时任意地窄，即信号的时宽带宽之积不可能无限地小，定量地：信号不确定原理表明：不可能存在或构造一个时宽和带宽都任意小的信号。大连理工大学时频分布与模糊函数的定义非平稳信号的时变自相关函数：式中， 为窗函数， 为局部相关函数。时变功率谱，即时频分布：模糊函数：对 作关于 的傅里叶逆变换，则：大连理工大学时频分析的发展1932年，Wigner在量子力学研究中提出了一些解决这些问题的方法；1948年，Ville将这一概念引入信号处理领域，得到了著名的Wigner—Ville时频分布（WVD）；1966年，Cohen提出了新的时频分布方法；1980年代，又提出了十余种信号时频分