短时大熵谱时频分析方法研究.pdfVIP

短时最大熵谱(STMEM)谱阵的时频分析研究

应怀樵沈松

(东方振动和噪声技术100088)

摘要:非平稳信号的频谱分析,一直是信号处理领域的一个难题,本文短时最大熵谱

(STMEM)谱阵的时频分析则可以实现非平稳信号的频谱分析,预期在时频分析方面会有特殊的

影响和作用。

:短时(ST)最大熵谱(MEM);谱阵分析;非平稳信号;时频分析

1.前言

最大熵谱(MEM)是由Burg于1967年一种现代谱分析方法,用这种方法可以观测区间

以外的数据,以便填补出一个长得多的时区[5],因此最大熵法具有适合分析短时信号的特点,可用

于分析采样点数较少的信号,信号的长度可以小于128点、甚至少到16点。对于常规FFT分析

的1024点信号,使用最大熵谱方法则可以将信号分成32组32点的信号进行MEM分析,或者分

成50组20点信号的MEM分析,这样在一个1024点的信号中就得到50幅以上的谱图,可以给

出时间、频率和幅值之间相互关系的三维谱阵,也就能够对非平稳信号给出一个充分的时频分

析结果。东方所的这项STMEM谱阵技术已经应用于INV303/306系统和DASP软件中。

2.短时最大熵谱分析的原理

最大熵谱分析是利用已有的自相关函数,在保证最大熵的前提下,构造出自相关函数的相邻

值,重复这个步骤,把自相关函数向两边外推至正负无穷处,最后作频域变换,求得连续的功率谱估

计[1]。Burg最大熵法的实际计算为:

其中,f:频率,应小于或等于奈奎斯特频率。

Pm+1:截止阶数为m的m+1点预测误差滤波器的输出功率(在去均值时等于方差σ2m);

amn:自回归系数或线性预测系数;

Pm+1和amn由下面关系式给出

MEM谱值的计算常常占用时间较多,但它也有快速算法[2],将计算MEM谱值中的三角函数

的复数运算改为一般自然数的运算,使计算速度提高若干倍。此外人们常常认为使用Burg算法

Time-frequencyanalysisofshort-timeumentropy

spectrum(STMEM)spectrumarray

YingHuaiqiao,ShenSong,LiuJinming(Eastern

InstituteofVibrationandNoiseTechnology,Beijing

100088)

:Spectrumanalysisofnon-stationarysignalshasalwaysbeenadifficultprobleminthefieldofsignalprocessing.

Thetime-frequencyanalysisoftheshort-timeumentropyspectrum(STMEM)spectralarrayproposedinthis

articlecanrealizethespectrumanalysisofnon-stationarysignals.Itisexpectedtohavespecialinfluenceandrolein

time-frequencyanalysis.

Keywords:short-time(ST)umentropyspectrum(MEM);spectralarrayanalysis;

non-stationarysignal;time-frequencyanalysis

1.

Pr