時頻分析系統(tǒng)及其應用.pdf

1、時頻分析在近數(shù)十年間經(jīng)歷了實質(zhì)性的變化，且已經(jīng)不斷在各個領域受到越來越多的關注和廣泛應用。許多傳統(tǒng)信號處理方法是基于嚴格數(shù)學限定條件下發(fā)展演變的，并且是在滿足線性和平穩(wěn)性的假定下適用的?，F(xiàn)實世界中的信號過程大都是非線性或非平穩(wěn)的，因此那些針對線性和平穩(wěn)信號的傳統(tǒng)時頻方法逐漸顯現(xiàn)出不足。本文針對非線性和非平穩(wěn)信號，論述了多種時頻分析方法，其中包括短時傅里葉變換、Cohen類時頻分布、Hilbert-Huang變換、引入小波包分解的改進型H

2、ilbert-Huang變換、利用最大重疊小波包分解(MODWPT)的Hilbert譜、通過提取小波脊構建而成的小波瞬時頻率譜(WIFS)和利用多窗技術和時頻重排技術結合而成的時頻分析方法。同時分析了Hilbert-Huang變換中核心的經(jīng)驗模式分解(EMD)算法的誤差影響因素，如不同樣條插值函數(shù)的選取和采樣頻率帶來的影響，給出了EMD算法對多分量頻率信號的頻率分解局限，并對不同數(shù)據(jù)長度的高斯白噪聲和在不同最大迭代次數(shù)條件下EMD分解出

3、的固有模態(tài)函數(shù)(IMF)進行了統(tǒng)計分析和正態(tài)分布假設檢驗，結果表明得到的絕對大部分IMF為非高斯分布的。在數(shù)據(jù)長度較小時呈現(xiàn)近拉普拉斯分布，在數(shù)據(jù)長度較大且迭代次數(shù)亦較大時各個IMF都出現(xiàn)多峰分布。
　　 通過實例信號分析，本文全面比較了各種方法對多頻率分量信號的頻率分解能力、時頻分辨率。對比了在無噪和嵌噪條件下，5種時頻分析方法對單分量及多分量非平穩(wěn)chirp信號的時頻聚集性、局部平滑效果和局部平穩(wěn)性特性的刻畫效果，給出了量化

4、誤差和性能差異，以及討論了這5種方法對三種非線性系統(tǒng)模型的非線性特征頻率的辨識能力。分析結果顯示，多窗時頻重排譜對非平穩(wěn)信號的支持性和時頻分辨率最優(yōu)，而Hilbert-Huang變換則對非線性信號的特征描述最為完整和準確。
　　 針對5種時頻分析對非線性和非平穩(wěn)信號存在各自不同的適用性，結合替代數(shù)據(jù)法的非線性檢驗和非平穩(wěn)檢驗，本文設計并實現(xiàn)了一個基于MATLAB環(huán)境開發(fā)的時頻分析系統(tǒng)。該系統(tǒng)的主要模塊有：
　　 1)信號