用圖像處理的思想和方法提高聯(lián)合時(shí)頻分布的性能.pdf

1、隨著科學(xué)的不斷發(fā)展，現(xiàn)實(shí)社會(huì)中采集到的信號(hào)越來(lái)越復(fù)雜，傳統(tǒng)的傅里葉變換不再能滿足信號(hào)分析的需求。人們需要了解信號(hào)的頻率隨時(shí)間變化的具體情況，聯(lián)合時(shí)頻分析便應(yīng)運(yùn)而生了。伴隨著研究者的努力，陸續(xù)提出了多種時(shí)頻分析方法，它們適用于不同的信號(hào)，被應(yīng)用到了通信、軍事、醫(yī)學(xué)、故障檢測(cè)等多個(gè)領(lǐng)域，隨后還提出了許多評(píng)測(cè)時(shí)頻分布性能的標(biāo)準(zhǔn)和方法。
　　在所有的時(shí)頻分析方法當(dāng)中，雙線性時(shí)頻分布當(dāng)中的(pseudo) Wigner-Ville分布具有很

2、高的能量集中程度。然而在處理雙分量及多分量信號(hào)時(shí)，深受交叉項(xiàng)的困擾。也正是研究者抑制交叉項(xiàng)的努力不斷推動(dòng)著時(shí)頻分析的發(fā)展：S-method、multiwindow S-method等方法采用頻域窗，可以有效抑制交叉項(xiàng)，但是降低了能量的集中程度，是抑制交叉項(xiàng)和保留自項(xiàng)的折衷；在魏格納（偽魏格納）分布的基礎(chǔ)上進(jìn)行霍夫變換，自項(xiàng)和交叉項(xiàng)在參數(shù)空間具有不同的聚集特性，從而可以將交叉項(xiàng)分離出來(lái)；設(shè)計(jì)最優(yōu)核函數(shù)，等等。
　　本文將圖像分割的思

3、想引入進(jìn)來(lái)，對(duì)于自項(xiàng)不交叉的雙分量信號(hào)，可以完整的將交叉項(xiàng)從魏格納分布中切割出來(lái)，不會(huì)對(duì)自項(xiàng)造成損傷，達(dá)到了完全消除交叉項(xiàng)、完整保留自項(xiàng)的目的，獲得了很高的能量集中程度。
　　時(shí)頻分析當(dāng)中還有一個(gè)難題就是對(duì)于一個(gè)各分量振幅相同的雙分量信號(hào)，在加入噪聲之后，其瞬時(shí)頻率估計(jì)的正確率將大大降低。受到圖像處理當(dāng)中應(yīng)對(duì)噪聲的方式的啟發(fā)，本文使用圖像增強(qiáng)的方法對(duì)時(shí)頻分布矩陣進(jìn)行處理，采用核函數(shù)進(jìn)行平滑，有效地抑制了噪聲，實(shí)驗(yàn)數(shù)據(jù)表明，所提方法