阶比谱分析瞬时频率的多模式曲线拟合方法_刘洋
- 格式:pdf
- 大小:844.37 KB
- 文档页数:5
基于解析模态分解和希尔伯特变换的模态参数辨识新方法李晶;曹登庆;刘绍奎;余天虎;王庆洋【摘要】针对航天器结构低频、密频的模态参数辨识问题,提出一种将解析模态分解(AMD)与希尔伯特变换(HT)相结合的模态辨识方法(AMD+ HT),根据结构上任意一点的脉冲响应信号,对系统结构的频率和模态阻尼比进行参数识别.以箱型卫星模型为例,分别对固定状态下卫星帆板和卫星整体结构的低阶模态进行模态辨识,并与LMS数据采集系统分析结果和ANSYS有限元仿真结果对比,验证了该方法对低频、密频结构模态辨识的正确性和优越性.【期刊名称】《振动与冲击》【年(卷),期】2016(035)001【总页数】6页(P34-39)【关键词】解析模态分解(AMD);希尔伯特变换(HT);低频;密频;模态阻尼比【作者】李晶;曹登庆;刘绍奎;余天虎;王庆洋【作者单位】哈尔滨工业大学航天学院,哈尔滨150001;哈尔滨工业大学航天学院,哈尔滨150001;中国空间技术研究院,北京100094;哈尔滨工业大学航天学院,哈尔滨150001;哈尔滨工业大学航天学院,哈尔滨150001【正文语种】中文【中图分类】V41随着航天科学技术研究的深入,航天器体积和结构则趋于大型化和复杂化[1],并且为了追求较大的运载能力,航天器的制作材料大多采用轻质、超薄的材料,这就造成了航天器结构往往呈现密频、低频及小阻尼等特性[2], 这些特征给航天器结构模态特征的准确辨识带来了较大的困难。
因此,有必要发展一种针对上述情况的新的参数辨识技术,为现代航天器结构的设计提供相关的技术支持和理论依据。
不考虑结构的几何非线性、材料非线性等因素,我们可以把结构系统简化为线性系统,便可以利用模态参数辨识的方法对系统参数进行辨识。
至于线性系统模态参数辨识方法,主要可以分为时域法和频域法,二者分别从时域和频域的角度入手,对系统参数进行辨识[3]。
随着模态辨识技术的不断发展,又兴起了一种时频联合分析的模态辨识技术,这种辨识方法综合了频域法和时域法的优点,逐渐地成为现代模态实验中广泛采用的辨识方法[4-5]。
人行激励下大跨度钢结构连廊舒适度分析陈刚;周杰【摘要】针对大跨度钢结构连廊的特点,采用有限元和自编程序相结合的方法,模拟不同工况,单人、多人有序和随机人群荷载模式,计算该结构的自振特性和动力加速度响应,并进行了不同工况下结构舒适度评价.结果表明,人行荷载频率的影响最大,其次是荷载类型、人群同步概率及人群的集度.【期刊名称】《安徽理工大学学报(自然科学版)》【年(卷),期】2013(033)004【总页数】6页(P72-77)【关键词】人行荷载模型;蒙特卡罗模拟;峰值加速度;舒适度【作者】陈刚;周杰【作者单位】浙江杭萧钢构股份有限公司,浙江杭州310003;浙江杭萧钢构股份有限公司,浙江杭州310003【正文语种】中文【中图分类】TU393.3材料科学及结构设计理论的迅速进步使得建筑结构向大跨度、轻质方向发展,由此导致的结构人致振动问题受到越来越多的重视。
大跨结构在人群行走作用下不能出现过大的加速度,特别是不能超过行人的舒适度要求。
为了防止结构振动过大,主要采取对基频进行控制:即基频控制在3 Hz以上,避开人的步行频率[1.5~2.5]Hz共振频段[1],从而控制加速度响应。
大跨度复杂结构中,因为建筑外观等各种因素的综合要求,无法避开共振频率。
本文针对某园区不同功能区间大跨度钢结构过人连廊,综合引用各种相关指标,对其在人行荷载激励下的行走舒适度进行了评估,探讨各种不同指标的影响规律。
该过人连廊最大跨度65m,最大横向宽度12.6 m,走廊弧形内侧用于观景,两侧桥塔结构采用钢管混凝土+钢支撑形式,增强支座的刚度,结构计算模型如图1所示。
结构1阶竖向自振频率1.77Hz,非常接近行人正常行走频率,人行激励下会引起较大振动,超过人体的生理承受标准后,产生人行恐慌,影响正常使用。
图1 结构有限元模型人行连廊的荷载本身极为复杂,不仅是时间的函数,还需要考虑空间位置的随机性,涉及到多种因素,采用一般有限元程序分析,难以模拟荷载的复杂性。
基于瞬时频率估计的进动锥体目标微多普勒频率提取方法曹文杰;张磊;杜兰;刘宏伟
【期刊名称】《电子与信息学报》
【年(卷),期】2015(037)005
【摘要】该文针对进动锥体目标的微动特性提取,建立等效散射点模型下的微多普勒频率与目标运动参数关系.结合进动调制的微多普勒频率近似正弦变化规律的特点,提出基于瞬时频率估计和随机抽样一致性(RANSAC)的进动目标微多普勒频率提取方法.该方法将回波信号分为若干段,每一段的回波信号近似为若干线性调频(LFM)信号分量之和,通过调频Relax算法估计各信号分量的瞬时频率,并通过随机抽样一致性算法估计散射点的微多普勒曲线.基于仿真数据和电磁计算数据的实验验证了该方法的有效性及稳健性.
【总页数】6页(P1091-1096)
【作者】曹文杰;张磊;杜兰;刘宏伟
【作者单位】西安电子科技大学雷达信号处理国家重点实验室西安710071;西安电子科技大学雷达信号处理国家重点实验室西安710071;西安电子科技大学雷达信号处理国家重点实验室西安710071;西安电子科技大学雷达信号处理国家重点实验室西安710071
【正文语种】中文
【中图分类】TN957.51
【相关文献】
1.基于参数化时频分析的进动锥裙目标瞬时微多普勒频率提取方法 [J], 肖金国;杜兰;韩勋;曹文杰;刘宏伟
2.基于多目标跟踪的空间锥体目标微多普勒频率提取方法 [J], 邵长宇;杜兰;李飞;刘宏伟
3.基于微多普勒估计进动锥体目标特征参数 [J], 束长勇;张生俊;黄沛霖;姬金祖
4.基于参数化解调的旋转目标微多普勒频率提取方法 [J], 陈是扦;彭志科;邢冠培
5.基于时间-微多普勒谱的进动锥体目标参数估计 [J], 叶显;赵海华
因版权原因,仅展示原文概要,查看原文内容请购买。
结合SLMSST和DO提取时变结构瞬时频率李宇祖;刘景良;苏杰龙;吕毓霖【期刊名称】《噪声与振动控制》【年(卷),期】2024(44)2【摘要】为提升局部最大同步挤压变换估算瞬时频率的精度,本文结合2阶局部最大同步挤压变换(Second-order Local Maximum Synchrosqueezing Transform,SLMSST)和动态规划(Dynamic Optimization,DO)方法提出一种识别时变结构瞬时频率的新方法。
该方法首先通过引入2阶瞬时振幅与相位得到精度更高的2阶瞬时频率估算位置。
其次,搜索频率方向上时频系数的局部最大值所对应的2阶瞬时频率位置并根据这些位置对时频系数进行重排,从而得到2阶局部最大同步挤压变换后的瞬时频带。
再次,运用动态规划法在限定频带范围内提取瞬时频率曲线。
通过一组数值算例和一个时变拉索试验验证了所提新方法的有效性,研究结果表明:相比既有的局部最大同步挤压变换算法,2阶局部最大同步挤压变换和动态规划的联合算法不仅具有较好的精度,而且具有更好的时频聚集性。
【总页数】8页(P50-56)【作者】李宇祖;刘景良;苏杰龙;吕毓霖【作者单位】福建农林大学交通与土木工程学院;福建农林大学“数字福建”智能交通技术物联网实验室【正文语种】中文【中图分类】TN911.6;TU311.3【相关文献】1.基于加速度响应连续小波变换的线性时变结构瞬时频率识别2.变分模态分解和同步挤压小波变换识别时变结构瞬时频率3.基于改进S变换的时变结构瞬时频率识别研究4.基于变分模态分解和同步提取变换识别时变结构瞬时频率5.高阶多重同步挤压变换识别时变结构瞬时频率因版权原因,仅展示原文概要,查看原文内容请购买。
收稿日期 2018G04G02㊀㊀㊀㊀网络出版时间 2018G07G03基金项目 国家自然科学基金青年基金 61701374 作者简介 苏小凡 1994- 女 西安电子科技大学硕士研究生 E Gm a i l 346184644@q q 敭c o m 网络出版地址 h t t pk n s 敭c n k i 敭n e t k c m s d e t a i l 61敭1076敭T N敭20180702敭1352敭002敭h t m l d o i 10敭19665 j敭i s s n 1001G2400敭2019敭01敭009一种多分量调频信号瞬时频率估计方法苏小凡,肖㊀瑞,朱明哲(西安电子科技大学电子工程学院,陕西西安710071)摘要:针对多分量调频信号的相位结构分析问题,提出了一种基于维特比算法的瞬时频率估计方法.该算法受多目标跟踪中的航迹关联思想启发,将瞬时频率轨迹追踪同多目标航迹跟踪相结合,建立了一种新型隶属度惩罚函数,解决了原维特比算法只适用于单分量信号的问题.此外,还提出了一种新型时频交叉点的处理方法,能够提高多分量信号瞬时频率交叉时的估计精度.仿真表明,相较于现有的同类型算法,该方法能够准确地获取复杂相位结构的多分量信号瞬时频率信息,有效地提升了维特比算法在多分量信号瞬时频率估计上的适用性和稳健性.关键词:多分量调频信号;维特比算法;瞬时频率估计;航迹关联中图分类号:T N 911.23㊀㊀文献标识码:A㊀㊀文章编号:1001G2400(2019)01G0051G06M e t h o d f o r I Fe s t i m a t i o no fm u l t i c o m p o n e n t F Ms i gn a l s S UX i a o f a n X I A OR u i Z HU M i n g z h e S c h o o l o fE l e c t r o n i cE n g i n e e r i n gX i d i a nU n i v 敭 X i a n710071 C h i n a A b s t r a c t ㊀A i m i n g a t t h ek e yp r o b l e mo n t h e p h a s e s t r u c t u r e a n a l y s i s f o rm u l t i c o m p o n e n tF M s i g n a l s a n I F I n s t a n t a n e o u sF r e q u e n c y e s t i m a t i o nm e t h o db a s e d o n t h eV i t e r b i a l g o r i t h mi s p r o p o s e d 敭I n s p i r e db yt h e i d e ao ft r a c k a s s o c i a t i o ni n m u l t i Gt a r g e tt r a c k i n g c o m b i n i n g I F t r a j e c t o r y t r a c k i n g w i t h m u l t i Gt a r ge t t r a c k i n g an e w m e m b e r s h i pp e n a l t yf u n c t i o n i s i n t r o d u c e d t ob r o a d e n a d a p t a b i l i t y a n d t h e p r o p o s e dm e t h o d p e r f o r m s b e t t e r t h a n t h e o r ig i n a lV A whi c h i s o n l y a p p l i c a b l e t os i n g l e Gc o m p o n e n t s i gn a l s 敭F u r t h e r m o r e a n e w T F T i m e GF r e q u e n c y c r o s s Gp o i n t p r o c e s s i n g m e t h o d i s p r o p o s e d t o i m p r o v e t h e e s t i m a t i o na c c u r a c y of m u l t i c o m p o n e n t s ig n a l s 敭A c c o r d i n g t os i m u l a t i o nr e s u l t s th e p r o p o s e d m e t h o dc a n o b t ai na c c u r a t eI F i n f o r m a t i o n o n m u l t i c o m p o n e n t s i g n a l s w i t h a c o m p l e x p h a s e s t r u c t u r e 敭C o m p a r e d t o t h e e x i s t i n ga l g o r i t h m s i t i s s h o w n t h a t t h e p r o p o s e da l g o r i t h mb a s e do n t h eV Ai m p r o v e s e f f ec t i v e l y t h e a p p l i c a b i l i t y a nd r o b u s t ne s sf o r I Fe s t i m a t i o no fm u l t i c o m p o n e n t s i gn a l s 敭K e y Wo r d s ㊀m u l t i c o m p o n e n t f r e q u e n c y m o d u l a t i o ns i g n a l s V i t e r b ia l g o r i t h m i n s t a n t a n e o u sf r e q u e n c y e s t i m a t i o n t r a c ka s s o c i a t i o n 瞬时频率(I n s t a n t a n e o u sF r e q u e n c y,I F )估计是非平稳信号处理中的核心问题,其应用于雷达㊁声呐㊁语音㊁脑电波和地震信号处理等多种领域[1G4].针对该问题的研究,已经历了4个方面的改变:由高信噪比变为低信噪比;由单一噪声变为复杂混合噪声;由单分量变为多分量;由低维映射空间分析变为高维映射空间分析.因此,如何在复杂高噪声干扰下,利用高维映射空间对多分量信号进行精确的相位结构分析,已成为一个具有挑战性的研究领域.时频域作为一个二维信号映射空间,为非平稳信号分析提供了有效的数学工具.其理论基础为信号变2019年2月第46卷㊀第1期㊀西安电子科技大学学报J O UR N A L ㊀O F ㊀X I D I A N ㊀U N I V E R S I T Y ㊀F e b 敭2019V o l 敭46㊀N o 敭1h t t p ://j o u r n a l .x i d i a n .e d u .c n /x d x b 换到二维时频空间后,能量集中在瞬时频率附近,通过对时频面能量进行检测定位,就可得到信号的瞬时频率估计[5G6].然而,单一的时频表示/分布由于受不确定性原理和交叉项干扰的作用,时频变换后能量无法完全集中在瞬时频率点上,会对估计精度造成影响.近年来,一种新的维特比算法(V i t e r b iA l go r i t h m ,V A )[7G10]为瞬时频率估计提供了新的思路.该算法借鉴解决隐马尔可夫模型问题的维特比算法思想,通过设置惩罚函数,能够准确地进行瞬时频率轨迹跟踪,在高噪声环境中表现出了良好的性能,但该算法只能应用于单分量信号.L I 等人于2017年提出了一种改进型维特比算法(I V A )[11],该算法通过新增一个惩罚函数,在一定程度上解决了多分量信号问题,但仍存在稳健性不足和估计精度较差的问题.笔者针对以上问题,结合多目标跟踪中的航迹关联思想,提出了一个新的稳健性隶属度惩罚函数,并改变各分量瞬时频率轨迹处理方法,更有效地解决了交叉问题,提高了瞬时频率估计的精确度.1㊀维特比算法用于瞬时频率估计的维特比算法是一种基于时频分析的瞬时频率估计方法,其核心表达式为[7]f ɡ(k )=a r g m i n f (k )ðk 2k =k 1v (T F (f (k ),k ))+ðk 2k =k 1+1g (f (k -1),f (k ))[]㊀,(1)其中,T F 是原信号时频图,v ( )表示幅度惩罚函数,g ()表示频差惩罚函数.对于单分量信号,维特比算法具有较高的准确度和抗噪性能.然而,对于瞬时频率轨迹有交叉的多分量信号,由于维特比算法无法区分各个分量,则会产生交叉问题[11](如图1(b )中所示).图1㊀二分量信号维特比算法的时频图(信噪比为5d B )为了解决多分量信号瞬频估计问题,L I 等人提出了一种改进型维特比算法[11].该算法在原算法的基础上新增加了一个惩罚函数r (x ,y ,z ),以解决交叉点问题,其表达式为r (x ,y ,z )=0,㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀(z -y ) (y -x )>0,u |(z -y )-(y -x )|,㊀㊀其他㊀,{(2)其中x ,y ,z 为相邻时刻的3个点,u 为常系数.该惩罚函数表示,当z y 与y x 斜率同为正或同为负时,惩罚函数值为0;否则,根据两者的斜率差设置惩罚函数值.图2为该算法的运行过程.图2㊀二分量信号改进型维特比算法的时频图25㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀西安电子科技大学学报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第46卷h t t p ://j o u r n a l .x i d i a n .e d u .c n /x d x b可以看出,新增加惩罚函数r (x ,y ,z )后,改进型维特比算法能够较为准确地进行多分量信号瞬频估计,在一定程度上解决了交叉问题.然而,经过多次实验仿真及理论分析,笔者发现该算法存在以下两个缺陷:(1)稳健性不足.新增惩罚函数r (x ,y ,z )由相邻时刻的3个瞬时频率点组成,其值取决于z y 与y x 的斜率.当x ,y 中一点受噪声影响偏差较大时,惩罚函数会产生较大的偏差,导致估计结果产生误差.(2)估计精度有限.在估计后续分量瞬时频率时,为了消除上一分量的影响,改进维特比算法设置了屏蔽带[f (k )-δ,f (k )+δ],并将屏蔽带内的时频值直接置零(图2(b )所示).这一做法直接导致新时频图在交叉点产生能量中断,引起后续瞬时频率估计在交叉点发生跳变(图2(c)圆圈内所示),估计精度下降.2㊀新的改进型维特比算法针对上节所述现有改进型维特比算法的不足,笔者提出了一种新的算法.该算法在原维特比算法的基础上,借鉴航迹关联思想,新增一个隶属度惩罚函数μ,更有效地解决了交叉问题;同时改进了新时频图产生方法,采用非置零的处理,提升了瞬时频率估计的精确度.2.1㊀隶属度惩罚函数在多目标跟踪领域中,由于多目标运动轨迹交叉而产生的航迹关联问题已被广泛研究[12].文献[13G14]提出了一种基于模糊聚类的航迹管理算法.该算法利用多帧信息,由不同时刻对当前时刻进行n 步预测,最后利用模糊聚类求得当前估计属于每条航迹的隶属度,即使多目标航迹出现交叉,也能够精确地维持航迹.受此启发,笔者将该思想应用到维特比算法中,利用多个时刻瞬时频率值对当前时刻进行多步预测,并用预测值和估计值的距离构造一个隶属度惩罚函数μ.当估计值与预测值距离较小时,μ值较小,笔者认为该估计值隶属于此瞬时频率轨迹的可能性较大;否则,表示可能性较小.图3㊀隶属度惩罚函数μ算法框图通常情况下,信号的瞬时频率是一个非平稳信号,很难建立精确的预测模型.但一般情况下,瞬时频率变化不会太剧烈,在短时区间内,可近似认为是线性变化.笔者利用线性预测模型,在短时区间内用多个时刻对当前瞬时频率值进行预测,建立隶属度惩罚函数.图3为函数μ的建立过程,其中i 表示第i 条瞬时频率;k -m ,k -n ,k -l,表示具有一定间隔的多个时刻.f ɡk ,i 为多点多步预测瞬时频率值,f k ,i 为需要进行隶属度判别的瞬时频率点.隶属度函数μ的计算表达式为μ(f k ,i )=0,㊀㊀㊀㊀㊀㊀㊀㊀(f k ,i -f k -m ,i )(f k -m ,i -f k -n ,i )>0,㊀m <n ㊀,u |f k ,i -f ɡk ,i|,㊀㊀其他,{(3)其中,u 为常系数.由此,总惩罚函数表达式为f ɡ(k )=a r g m i n f (k )ðk 2k =k 1v (T F (f (k ),k ))+ðk 2k =k 1g (f (k -1),f (k ))+ðk 2k =k 1+2n μ(f (k ))[]㊀,(4)其中,惩罚函数参数选取原则可参照文献[11]进行选取.新增函数μ由于采用了多点多步预测,即使部分点偏差值较大,但对整体的影响有限,算法依然能够对瞬时频率做出较为准确的估计,具有更强的稳健性.图4为一个三分量信号瞬时频率交于同一点的情况.图4(b )为利用式(4)计算后的结果.可以看到,即使多条瞬时频率交于一点,该算法也能做出准确的瞬时频率估计,相较于现有算法,具有更强的稳健性和准确性.35第1期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀苏小凡等:一种多分量调频信号瞬时频率估计方法h t t p ://j o u r n a l .x i d i a n .e d u .c n /x d xb 图4㊀三分量信号交叉问题的时频图2.2㊀新时频图创建方法根据上节分析,时频图直接置零将导致交叉点瞬时频率估计发生跳变.在调频信号幅度变化不是很剧烈时,可以利用已估计出的瞬时频率附近的时频值来估计该信号分量的时频值[13].在处理屏蔽带时,不再是直接置零,而是根据能量分布减去对应的时频值,这样可以最大限度地保留后续分量在交叉点的时频信息.根据上述分析,新的时频图创建算法如下.首先,估计上一分量时频能量峰值:^E i =1N ðN k =1|T F ,i (f i (k ),k )|㊀.(5)其次,根据时频域能量分布情况,设置屏蔽带:ΔE i (n )=^E i G (n ),㊀㊀n ɪ[f i (k )-δ,fi (k )+δ]㊀,(6)其中G (n )是时频域能量分布函数,取决于所采用的时频变换方法和窗函数.最后建立新的时频图:T F ,i +1(n ,k )=T F ,i (n ,k )-ΔE i (n ),㊀n ɪ[f i (k )-δ,f i (k )+δ],T F ,i (n ,k ),㊀其他.{(7)至此,文中所提算法可总结为如下过程:(1)设置算法中的参数Δ,c ,u ,信号分量数L m a x ,根据窗函数设置带宽δ,初始化i =1;(2)采用短时傅里叶变换(S T F T )计算原信号时频图T F ;(3)当i ɤL m a x 时,通过式(4)估计第i 个分量的瞬时频率f ɡi (k );(4)按照式(5)~(7)建立新的时频图;(5)更新i =i +1,重复步骤(3)和(4).同样以图1中的二分量信号为例,采用间隔为8的3个点进行多步预测.文中算法过程及结果如图5所示.通过图5(b )可以明显看到,第2条信号分量在交叉点处的时频信息得到了保留.相比于图2(c ),新算法在交叉点附近的瞬时频率估计精度明显提升了.图5㊀文中算法的流程45㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀西安电子科技大学学报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第46卷h t t p ://j o u r n a l .x i d i a n .e d u .c n /x d x b3㊀仿真实验及分析假设一个三分量信号包含3个正弦调频信号,其表达式为x (t )=e x p (j 25c o s (2.4πt +π/3))+e x p (j 25c o s (2.4π(t -0.3)+π/3))+e x p (j25c o s (2.4π(t -0.6)+π/3))㊀.(8)设置信噪比为10d B ,信号长度N =256,采样率f s =256.利用短时傅里叶变换对其进行时频变换后,分别采用维特比算法㊁改进型维特比算法以及文中算法进行瞬时频率估计.设置参数Δ=2,c =8,u =4,结果如图6所示.图6(a )为利用31点高斯窗的短时傅里叶变换时频图;图6(b )为利用维特比算法的运算结果,由于无法解决交叉问题,导致瞬时频率估计结果基本错误;图6(c)为改进型维特比算法的运算结果,在一定程度上解决了交叉问题,但稳健性不足,在某些交叉点仍然存在交叉问题,且交叉点附近的估计误差较大;图6(d )为文中算法的运行结果,表现出了较好的估计性能.图6㊀三分量信号瞬时频率估计的时频图㊀图7㊀3种方法的均方误差图上述仿真实验采用了正弦调频信号,验证了算法在复杂调频多分量交叉下的有效性.笔者也对线性调频和抛物线调频信号进行了实验,并统一以均方误差准则给出了各算法在不同信噪比下的实验结果.由图7可以看出,原始维特比算法由于无法处理交叉问题,估计均方误差一直较大;现有的改进型维特比算法有所提升,但在相同信噪比条件下,估计精度均小于文中所提算法.4㊀总结笔者在原维特比算法的基础上,针对现有改进型维特比算法进行多分量信号瞬时频率估计的不足,借鉴航迹关联思想,构造了一个隶属度惩罚函数,并利用时频变换性质,提出了一种新的时频图处理方法.仿真实验表明,相较于现有的维特比算法,笔者所提算法的稳健性和准确性都有了一定的提升,对于多分量调频信号具有较好的瞬时频率估计性能.55第1期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀苏小凡等:一种多分量调频信号瞬时频率估计方法65㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀西安电子科技大学学报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第46卷参考文献:1L U W L X I EJ W WA N G H M e t a l敭P a r a m e t e r i z e dT i m eGf r e q u e n c y A n a l y s i s t oS e p a r a t e M u l t iGr a d a rS i g n a l s J敭J o u r n a l o f S y s t e m sE n g i n e e r i n g a n dE l e c t r o n i c s2017283493G502敭2A I O R D A C H I O A I ED敭A nA n a l y s i s S y s t e mo f S o n a r S i g n a l sB a s e d o nT i m eGf r e q u e n c y R e p r e s e n t a t i o n C P r o c e e d i n g s o f t h e 20179t h I n t e r n a t i o n a l C o n f e r e n c e o nE l e c t r o n i c s C o m p u t e r s a n dA r t i f i c i a l I n t e l l i g e n c e敭P i s c a t a w a y I E E E20171G4敭3C E L K AP B O A S HA S H B C O L D I T ZP敭P r e p r o c e s s i n g a n dT i m eGf r e q u e n c y A n a l y s i so fN e w b o r nE E GS e i z u r e s J敭I E E EE n g i n e e r i n g i n M e d i c i n e a n dB i o l o g y M a g a z i n e200120530G39敭4刘晗张建中黄忠来敭基于同步挤压S变换的地震信号时频分析J敭石油地球物理勘探2017452689G695敭L I U H a n Z HA N GJ i a n z h o n g HU A N GZ h o n g l a i敭T i m eGg r e q u e n c y A n a l y s i s o f S e i s m i cD a t aU s i n g S y n c h r oGs q u e e z i n g SGT r a n s f o r m J敭O i lG e o p h y s i c a l P r o s p e c t i n g2017452689G695敭5B O A S HA S H B敭E s t i m a t i n g a n dI n t e r p r e t i n g t h eI n s t a n t a n e o u sF r e q u e n c y o faS i g n a l J敭P r o c e e d i n g so f t h eI E E E 1992804540G568敭6B A R K A T B B O A S HA S H B敭I n s t a n t a n e o u sF r e q u e n c y E s t i m a t i o no fP o l y n o m i a lF M S i g n a l s U s i n g t h eP e a ko f t h e P WV D S t a t i s t i c a l P e r f o r m a n c e i n t h eP r e s e n c e o fA d d i t i v eG a u s s i a nN o i s e J敭I E E ET r a n s a c t i o n s o nS i g n a l P r o c e s s i n g 19994792480G2490敭7D J U R O V I CI S T A N L O V I CL敭A nA l g o r i t h mf o r t h eW i g n e rD i s t r i b u t i o nB a s e d I n s t a n t a n e o u sF r e q u e n c y E s t i m a t i o n i n aH i g hN o i s eE n v i r o n m e n t J敭S i g n a l P r o c e s s i n g2004843631G643敭8S T A N K O V I CL D J U R O V I CI O H S UM IA e t a l敭I n s t a n t a n e o u sF r e q u e n c y E s t i m a t i o nb y U s i n g W i g n e rD i s t r i b u t i o na n dV i t e rb iA l g o r i t h m C P r oc e ed i n g so f t h e2003I E E EI n te r n a t i o n a lC o nf e r e n c eo n A c o u s t i c s S p e e c h a n dS ig n a lP r o c e s s i n g敭P i s c a t a w a y I E E E2003121G124敭9D J U R O V I CI敭V i t e r b iA l g o r i t h mf o rC h i r pGr a t ea n dI n s t a n t a n e o u sF r e q u e n c y E s t i m a t i o n J敭S i g n a lP r o c e s s i n g20119151308G1314敭10L IP WA N G D C WA N G L敭S e p a r a t i o no f M i c r oGD o p p l e rS i g n a l s B a s e do n T i m e F r e q u e n c y F i l t e ra n d V i t e r b iA l g o r i t h m J敭S i g n a l I m a g e a n dV i d e oP r o c e s s i n g201373593G605敭11L IP Z HA N G Q H敭A n I m p r o v e dV i t e r b iA l g o r i t h mf o r I FE x t r a c t i o n o fM u l t i c o m p o n e n t S i g n a l s J敭S i g n a l I m a g e a n d V i d e oP r o c e s s i n g2018121171G179敭12P A N T A K C L A R K D E V O B N敭D a t a A s s o c i a t i o na n d T r a c k M a n a g e m e n t f o rt h eG a u s s i a n M i x t u r eP r o b a b i l i t yH y p o t h e s i sD e n s i t y F i l t e r J敭I E E ET r a n s a c t i o n s o nA e r o s p a c e a n dE l e c t r o n i cS y s t e m s20094531003G1016敭13欧阳成敭基于随机集理论的被动多传感器多目标跟踪D敭西安西安电子科技大学2012敭14Z HA O H C S HA Z C WU J敭A nI m p r o v e dF u z z y T r a c k A s s o c i a t i o n A l g o r i t h m B a s e do n W e i g h tF u n c t i o n C P r o c e e d i n g s o f t h e2017I E E E2n d A d v a n c e dI n f o r m a t i o nT e c h n o l o g y E l e c t r o n i ca n d A u t o m a t i o nC o n t r o lC o n f e r e n c e敭P i s c a t a w a y I E E E20171125G1128敭15Z HA N G H J B IG A Y A N G W e ta l敭I F E s t i m a t i o no fF M S i g n a l sB a s e do n T i m eGf r e q u e n c y I m a g e J敭I E E E T r a n s a c t i o n s o nA e r o s p a c e a n dE l e c t r o n i cS y s t e m s2015511326G343敭(编辑:郭㊀华)㊀㊀简讯㊀机电院自动化专业接受国家工程教育专业认证2018年10月28日到31日,受中国工程教育专业认证协会委派,以湖南大学章兢教授为组长的专家组一行4人来到西安电子科技大学,对自动化专业进行工程教育认证现场考察.10月29日上午,副校长石光明代表学校简要介绍了学校的基本情况和专业认证情况.10月31日上午,专业认证现场考察意见反馈会在北校区办公楼第三会议室召开.组长章兢代表专家组对本次考察情况进行了反馈,认证专家组各位专家分别补充了意见.专家组对自动化专业认真㊁扎实㊁有效的认证工作给予充分肯定.石光明表示,各位专家以极其认真的态度㊁高度负责的精神,全方位㊁多层次㊁系统地考查专业认证相关工作.学校将按照专家组的意见和建议进行认真的完善和整改,按照工程专业认证的要求,制定行之有效的措施,积极探索推动学校专业发展的长效机制,巩固和扩大认证成果.摘自h t t p s://n e w s.x i d i a n.e d u.c n/i n f o/2106/201832.h t mh t t p://j o u r n a l.x i d i a n.e d u.c n/x d x b。
一种新的线性调频信号的瞬时频率估计方法
崔华
【期刊名称】《计算机应用研究》
【年(卷),期】2008(25)8
【摘要】基于HHT(Hilbert-Huang transformation)是一种能分解出信号的任何频率分量的主成分分析法以及线性调频信号(LFM)的瞬时频率是关于时间的直线,将LFM 信号先作HHT得到其瞬时频率,然后利用该瞬时频率中间部分的时频点作最小二乘(LSM)直线拟合.这种改进的LSM直线拟合方法不仅剔除了HHT固有的边界效应在瞬时频率斜线两端产生的高频谐波,从而有效地抑制了这种边界效应对瞬时频率估计的影响,而且直接得到了较为准确的LFM 信号的瞬时频率参数估计值.与通过改变HHT算法来减小HHT边界效应的方法相比,该方法更有效、更简单易行.仿真结果表明,该方法较小波脊频率提取法更具优越性.
【总页数】3页(P2532-2533,2536)
【作者】崔华
【作者单位】西安电子科技大学,理学院,西安,710071
【正文语种】中文
【中图分类】TP393
【相关文献】
1.基于正负斜率线性调频脉冲信号的一种新的测速方法 [J], 康丽艳;苏涛;牛亚莉
2.一种新的混合线性调频雷达信号识别方法 [J], 李楠;曲长文;苏峰;平殿发
3.一种新的线性调频信号数字产生方法 [J], 黄洪全;方方;万永伦;苏仔建
4.一种新的基于分数阶Fourier变换的线性调频信号的参数估计方法 [J], 陈蓉;汪一鸣
5.一种基于新误差标准的ANF线性调频信号参数估计方法 [J], 赵红梅;崔艳
因版权原因,仅展示原文概要,查看原文内容请购买。