基于STFT与WVD时频分析方法.docVIP

基于STFT与WVD时频分析方法 　　[摘要]利用WVD（Wigner-Ville Distribution）这一最有效的非平稳信号分析工具，综合STFT(Short Time Fourier Transform)的线性变换特性，将同一输入信号的谱图和WVD变换后的时频图进行融合，充分发挥WVD对非平稳信号的分析能力的同时，能够有效抑制WVD的交叉项影响，该方法不需要信号的先验知识，试用范围广。仿真结果表明该方法有效。 　　[关键词]WVD STFT 交叉项 　　中图分类号：TN971文献标识码：A 文章编号：1671-7597(2008)1210009-01 　　 　　一、引言 　　 　　时频分析方法通过时间和频率的二维函数直观地反映信号频率随时间的变化关系，将信号处理扩展到二维平面，使得对信号的分析可以具体到信号的特定时间和特定频率，为非平稳信号分析和处理提供了非常重要的方法。时频分析方法可分为线性时频表示和非线性时频表示，线性时频表示只能提供信号粗略的时频分布，其优点是在对多信号进行分析时不会产生交叉项，其中以STFT方法应用最为广泛；非线性时频表示方法具有良好的性质，典型的方法为WVD。WVD方法在时频分析中有着非常高的分辨率，所以自其被提出以后就得到了广泛的关注，但由于用维格纳分布进行多信号分析时存在难于避免的交叉项干扰，这使其应用受到了一定的限制[1]。针对这一问题，众多学者提出多种办法进行解决，总体可概括为时频域方法和模糊预方法，都是利用干扰项的高频特性进行滤波。Cohen类方法为较早提出的，在时频域进行平滑，该方法消除干扰项的同时，也消弱了信号项，模糊域方法对信号的适应能力较差，为了提高对信号的适应性，有学者提出自适应的核函数滤波方法[2]，但自适应方法也需要信号的先验知识，另外还有图像处理方法[3]，统计滤波方法等。[4,5,6] 　　本文分析了STFT、WVD方法对信号进行时频分析时各自的优缺点，经过分析得出解决问题的如下思想和结论：结合STFT和WVD的优点，也就是能够利用STFT的线性特性对WVD的交叉项进行抑制。提出解决问题的方法简述如：以WVD为基础，充分利用其对非平稳信号分析时的时频聚焦性；结合STFT方法，利用其在对多信号分析时的线性特性，采用图像处理方法融合时频图和谱图，进行交叉项抑制的抑制。最终得到高时频聚焦的信号时频分布。 　　 　　二、STFT与WVD基础理论 　　 　　（一）STFT 　　为了获取信号的瞬时频率，最直观的想法就是将信号按时间分段做傅立叶变换，把各个时间段的傅立叶变换结果按时间-频率组合-叠加即可得到信号的时频分布情况，这实际上是一种加窗的傅立叶变换，称为STFT(短时傅立叶变换)。 　　令 是一个时间宽度很短的窗函数，它沿时间轴滑动，于是信号 　　的短时Fourier变换定义为，式中*代表复数共轭。由于信号乘一个相当短的窗函数等价于取出信号在分析时间点附近的一个切片，所以 可以理解为信号 　　在“分析时间”附近的Fourier变换(称之为局部频谱)。 　　尽管短时Fourier变换能有效描述非平稳信号的局部性能，但是当使用时频表示来描述非平稳信号的能量变化时，二次型的时频表示却是一类更加直观和合理的信号表示方法，谱图是一种二次型时频表示，定义为短时Fourier变换的模值的平 ，谱图能构直观的描绘信号的时频分布，而且在对信号分析时不会产生交叉项，但是比较粗略。 　　（二）WVD 　　为了正确描述信号的局部能量分布，要求时频分布具有时频聚焦性。Wigner-Ville分布是最早问世的时频分布，其他所有时频分布都可看作是Wigner-Ville分布的加窗形式。Wigner-Ville分布具有非常好的时频聚焦性，为描述信号的局部能量分布提供很好的支持。 　　单分量信号 的Wigner-Vill分布为： 　　 　　 　　多分量信号的Wigner-Vill分布为： 　　 　　可以看出，Wigner-Ville分布的信号项是沿着复谐波信号的多个分量频率直线上的带状冲激函数，表示在任意两个频率分量处还存在一个比较大的交叉项。 　　Wigner-Ville分布有着非常好的时频聚焦性，同时我们也能够看出，在对多信号进行时频分析时，Wigner-Ville分布有着非常严重的交叉项，这是我们所不希望的，也正是我们所要解决的问题。 　　 　　三、本文所用方法描述 　　 　　（一）模型 　　为了分析简单，将输入信号定义只有两个信号的合成。如图中所示，将 　　 分别做WVD变换和STFT变换得到： 　　 　　其中为WVD的交叉项，是我们要抑制的。由STFT获取谱图，谱图会描绘出两个信号，但是分辨率有限；由WVD变换获取时频图，时