廣義Warblet變換在瞬時(shí)頻率估計(jì)中的應(yīng)用.pdf

1、對(duì)于參數(shù)化時(shí)頻分析方法,參數(shù)的選擇至關(guān)重要。如果參數(shù)選擇不合適,參數(shù)化時(shí)頻分析不僅達(dá)不到預(yù)期的效果,甚至可能會(huì)失效。本文研究參數(shù)化時(shí)頻分析方法——廣義Warblet變換在瞬時(shí)頻率估計(jì)中的應(yīng)用。為了保證時(shí)頻分析的質(zhì)量,本文提出了一種基于目標(biāo)信號(hào)的迭代算法自適應(yīng)選擇廣義Warblet變換參數(shù)。為了保證參數(shù)估計(jì)的準(zhǔn)確度,該算法使用時(shí)域平移校正法對(duì)每次迭代中估計(jì)瞬時(shí)頻率譜分析的結(jié)果進(jìn)行校正。時(shí)域平移校正方法的使用不僅可以提高每次迭代中參數(shù)估計(jì)的

2、精度,還可以提高算法的收斂速度。該算法根據(jù)雷尼熵終止迭代,在每次迭代中計(jì)算時(shí)頻表示的雷尼熵,當(dāng)后一次迭代的雷尼熵大于前一次迭代,或雷尼熵一直減小,但減小不明顯時(shí)終止迭代。
　　為了驗(yàn)證使用時(shí)域平移校正方法進(jìn)行校正的必要性,本文進(jìn)行了仿真試驗(yàn)。通過(guò)對(duì)校正前后參數(shù)的對(duì)比發(fā)現(xiàn),校正前的參數(shù)無(wú)法使用,而校正后參數(shù)誤差很小。本文還通過(guò)對(duì)三個(gè)信號(hào)在迭代過(guò)程中與前一次迭代相對(duì)誤差,與真值相對(duì)誤差以及雷尼熵變化情況的分析,證明了使用雷尼熵作為終止