导读:本文包含了时频信号表示论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:信号,稀疏,谐波,函数,线性,小波,模糊。
时频信号表示论文文献综述
周熊[1]（2019）在《时频重迭通信信号稀疏表示分离方法研究》一文中研究指出随着无线通信技术的迅速发展,电磁环境日益复杂,频谱资源日趋紧张,时频重迭信号广泛存在。在接收的信号中,有用信号和干扰信号在时域、频域或时频域以部分重迭或完全重迭的形式混迭在一起,传统的信号干扰抑制与分离方法常常存在失效的问题。针对这一问题,本文对基于信号稀疏表示的时频重迭通信信号干扰抑制与分离进行了研究。该研究以信号稀疏表示理论为基础,对时频重迭通信信号在信号稀疏表示中的过完备字典构造、信号稀疏分解等问题做了探索性的研究。本文的主要内容如下:1.阐述了信号稀疏表示的相关理论,包括信号稀疏表示模型、信号稀疏表示的字典构造和信号稀疏表示的分解算法等。理论推导并计算机仿真了其中经典的K-SVD字典构造算法和OMP稀疏分解算法。2.针对时频重迭通信信号干扰抑制与分离问题,提出了一种基于联合字典的时频重迭通信信号干扰抑制与分离方法。鉴于重迭信号在单个过完备字典上难以稀疏分解的问题,将字典联合的思想应用到过完备字典构造中中,改进了原有K-SVD字典构造算法。3.分别对2ASK、2PSK等单载波信号以及OFDM等多载波信号进行干扰抑制与信号重构。基于常见学习字典及联合学习字典算法,对不同信干比下的时频重迭单载波信号及多载波信号进行了稀疏分解,并通过计算机仿真分析了稀疏分解前后信号的波形图、频谱图、星座图及误码率等。结果表明:本文提出的基于联合学习字典的算法可以实现时频重迭的通信信号干扰抑制与分离,且重迭信号的信干比越大,分离效果越好。本文对今后基于信号稀疏表示分离的研究提供了理论依据。(本文来源于《西安理工大学》期刊2019-06-30）
冯维婷,梁青,谷静[2]（2016）在《基于稀疏表示的非平稳信号时频分析》一文中研究指出为实现多分量非平稳信号的高精度时频分析,给出一种基于稀疏表示的时频分析算法。对信号建立时变自回归模型,选择一组基函数对模型中的时变参数进行稀疏表示,将非平稳信号时频分析转化为一个稀疏表示问题,利用正交匹配追踪算法得到时变参数,从而获得非平稳信号的时频谱。选取一段时长为0.5s的非线性调频信号进行仿真,与短时傅里叶变换和维格纳-维尔分布相比,时频谱和数据显示,所给方法具有更高时频聚集性和频率估计精度。(本文来源于《西安邮电大学学报》期刊2016年06期）
李锐[3]（2016）在《基于离散Gabor变换的信号稀疏时频表示》一文中研究指出离散Gabor变换是一种重要的时频分析工具,已经在数字信号处理、数字图像处理、系统建模中得到广泛的应用。在过去的十年里,稀疏变换已经被证明是一种全新的、有效的数学工具并成功应用于语音处理、图像去噪、压缩感知等工程领域。本文将稀疏变换理论应用于离散Gabor变换,研究了基于离散Gabor变换的信号稀疏时频表示方法。传统的离散Gabor变换在过抽样情况下是冗余的变换,且包含大量的非零变换系数,信号的稀疏表示可利用尽可能少的非零Gabor变换系数来表示原始信号,所以基于稀疏理论的离散Gabor变换能够提高Gabor时频谱的分辨率和集中度从而使离散Gabor变换更加有效地运用于非平稳信号分析和处理。主要研究内容和创新成果如下：提出了一种基于离散Gabor变换的信号稀疏时频表示方法。离散Gabor变换中窗函数宽度直接决定了Gabor时频谱的聚集性和时频分辨率。首先我们利用Gabor时频谱熵度量确定了信号在离散Gabor变换中最优窗函数的宽度,然后将离散Gabor变换转换成带有lp稀疏约束的凸优化方程,最后根据稀疏模型求出近似解。由于基于l1范数的稀疏约束模型得到的解往往不够稳定,该模型容易导致解过于稀疏并且破坏解的内在结构,而使用基于l1-l2混合范数的稀疏约束模型得到的解具有较好的稀疏性和稳定性,因此该模型具有实际的工程应用价值。实验也表明基于此稀疏约束模型获得的Gabor时频谱具有较好的时频集中度并且在降噪方面具有更好的效果。提出了一种基于多窗离散Gabor变换的信号稀疏时频表示方法。多窗离散Gabor变换可以克服单窗离散Gabor变换具有固定时频分辨率的缺点,基于多窗离散Gabor变换的结构化稀疏时频表示方法可以对信号进行有效的分解和分析。首先将多窗离散Gabor变换转换成带有混合范数(lp,q)约束下的凸优化方程,然后根据不同的混合范数使用相应的软门限函数,最后使用块坐标下降法获得稀疏Gabor系数。实验表明所提出的方法能获得更高精度的时频谱。提出了一种基于矩阵分解和快速傅里叶变换的对偶窗快速求解算法。由于在稀疏分析中,需要分析窗对应的对偶窗来综合还原信号,因此研究对偶窗的快速求解算法十分必要。本文提出了一种基于矩阵分解和快速傅里叶变换的对偶窗的快速求解方法。该方法首先根据离散Gabor变换的完备性条件得到了变换窗的新双正交关系式,然后对新双正交关系式的线性方程组进行简化并分解成一定数量的独立线性子方程组,每一子方程组可利用快速傅里叶变换求解对偶窗,从而可节省大量的计算时间,实验验证了方法的有效性和快速性。提出了一种基于加权线性组合分析窗的离散Gabor变换及其权值求解算法。在传统的多窗离散Gabor变换中,Gabor组合时频谱的时频精度不仅取决于所选择的分析窗还取决于这些窗的线性组合权值。本文据此提出了一种基于加权线性组合分析窗的离散Gabor变换算法,利用变换系数稀疏性原则从而将加权线性组合分析窗的离散Gabor变换转换成带有l1-l2范数约束下的稀疏方程,进而根据稀疏变换理论求解出窗函数的权值。由于求解窗函数权值的迭代过程中需要计算组合分析窗对应的综合窗序列,所以使用前面提出的对偶窗序列的快速求解算法可以减少运算时间和加快运算速度。实验表明了所提出的离散Gabor变换的有效性。(本文来源于《安徽大学》期刊2016-09-01）
李秀梅,吕军[4]（2016）在《基于压缩感知的信号时频表示重构》一文中研究指出传统的时频分析方法受限于Nyquist采样定理,信息量的增加提高了对采样速率、传输速度和存储空间的要求;同时,双线性魏格纳-维尔分布处理多分量信号时会产生交叉项,常用的核函数法在抑制交叉项时降低了信号的时频聚集性.该文将压缩感知与时频分析方法相结合,在时频分析中突破采样定理的限制,抑制交叉项的同时获得较高的时频聚集性.针对单分量信号、多分量信号、蝙蝠声音信号,利用不同的窗函数如矩形窗或高斯窗,得出仿真结果,验证了基于压缩感知的信号时频表示重构优于传统的基于傅里叶变换进行重构的方法.并利用最小均方误差MSE和时频聚集度CM作为衡量参数,分析了不同样本空间与所重构信号时频表示性能之间的关系.(本文来源于《计算机系统应用》期刊2016年07期）
白旭平,张锋,刘琼俐,胡凤霞[5]（2010）在《基于时频表示的LFM信号参数估计方法》一文中研究指出宽带非平稳干扰LFM信号对DSSS系统通信性能威胁较大,为抑制其干扰,必须估算LFM信号参数。在此介绍了几种时频表示方法及其特点,然后采用Radon变换或Hough变换相结合的方法进行LFM信号参数估计,讨论了LFM参数估算过程对时频表示方法的要求。分析表明,选择适当的函数是时频分布估计LFM信号参数的重点,分数傅里叶变换有相对好的LFM信号参数估计性能。(本文来源于《现代电子技术》期刊2010年20期）
唐玉志,董永锋,郭艳,吴娜,常建斌[6]（2009）在《噪声和振动信号的谐波小波时频表示》一文中研究指出谐波小波变换的时频表示方法应用于持续时间、带宽和采样率差别很大的多种目标的噪声和振动信号处理当中,将其结果与基于STFT方法的结果进行了比对,并给出了其在不同应用场合的参数。结果表明,谐波小波方法用于信号的时频表示,具有很好的灵活性和突出的性能优点,有较好的应用前景。(本文来源于《噪声与振动控制》期刊2009年04期）
郭建涛,王宏远,余国文[7]（2009）在《基于熵测度和SQP方法的跳频信号时频表示》一文中研究指出提出了一种基于叁阶Renyi熵测度的双向高斯核函数,分析了核参数与熵测度的变化规律,并利用逐步二次规划法对其进行优化.与信号相关径向高斯核函数时频分布相比,该方法不需要任何先验假定,能够有效反映交叉项在时频分布中的大小,获取优化的时频表示,从而提高了跳频信号的参数估计精度,同时可以适应低信噪比环境.仿真结果验证了基于熵测度优化时频表示法分析跳频信号的有效性和实用性.(本文来源于《华中科技大学学报(自然科学版)》期刊2009年02期）
郭建涛[8]（2008）在《几种跳频信号时频表示的熵测度研究》一文中研究指出分析了固定核函数在跳频信号时频分析时的局限性以及基于参数优化对时频分辨率的改善,研究了熵测度随不同窗宽度和可选参数的变化,并与最近提出的Stankovic测度方法加以比较。仿真结果表明,对不同的时频表示,同一测度的变化规律也不相同;仅有Flandrin体积规范化熵给出了不同时频分析的优化结果,从而能够定量评价跳频信号时频分布的信息量,为交叉项和分辨率的折衷提供帮助。(本文来源于《微计算机信息》期刊2008年33期）
杜雨洺,杨建宇,张富贵,王江[9]（2008）在《多LFM信号自适应时频表示方法》一文中研究指出提出了一种多线性调频信号自适应时频表示方法及其快速算法:首先采用分数阶傅里叶变换的快速算法计算出模糊函数,再通过Radon-Ambiguity变换设计出信号的最优核函数,以滤除噪声和多线性调频信号在模糊域中的互项,最后通过二维傅里叶变换得到信号的时频表示。在多分量线性调频信号情况下借助"clean"的思想来抑制强分量对弱分量的干扰。仿真表明该方法在低信噪比环境下也十分有效,且运算复杂度小。(本文来源于《系统工程与电子技术》期刊2008年07期）
郭建涛,王宏远[10]（2008）在《一种用于跳频信号参数估计的时频表示方法》一文中研究指出在时延和频移两个方向上,对跳频信号的模糊函数进行了分析,提出了一种基于跳频信号模糊函数自项特征的时频表示方法。其核函数在信号的模糊域能够有效地滤除噪声和交叉项,并保留绝大部分的自项能量。仿真试验结果证实,与平滑伪维格纳分布相比较,该方法提高了信号项的时频聚集性,具有更好的参数估计性能。(本文来源于《电子技术应用》期刊2008年07期）
时频信号表示论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为实现多分量非平稳信号的高精度时频分析,给出一种基于稀疏表示的时频分析算法。对信号建立时变自回归模型,选择一组基函数对模型中的时变参数进行稀疏表示,将非平稳信号时频分析转化为一个稀疏表示问题,利用正交匹配追踪算法得到时变参数,从而获得非平稳信号的时频谱。选取一段时长为0.5s的非线性调频信号进行仿真,与短时傅里叶变换和维格纳-维尔分布相比,时频谱和数据显示,所给方法具有更高时频聚集性和频率估计精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
时频信号表示论文参考文献
[1].周熊.时频重迭通信信号稀疏表示分离方法研究[D].西安理工大学.2019
[2].冯维婷,梁青,谷静.基于稀疏表示的非平稳信号时频分析[J].西安邮电大学学报.2016
[3].李锐.基于离散Gabor变换的信号稀疏时频表示[D].安徽大学.2016
[4].李秀梅,吕军.基于压缩感知的信号时频表示重构[J].计算机系统应用.2016
[5].白旭平,张锋,刘琼俐,胡凤霞.基于时频表示的LFM信号参数估计方法[J].现代电子技术.2010
[6].唐玉志,董永锋,郭艳,吴娜,常建斌.噪声和振动信号的谐波小波时频表示[J].噪声与振动控制.2009
[7].郭建涛,王宏远,余国文.基于熵测度和SQP方法的跳频信号时频表示[J].华中科技大学学报(自然科学版).2009
[8].郭建涛.几种跳频信号时频表示的熵测度研究[J].微计算机信息.2008
[9].杜雨洺,杨建宇,张富贵,王江.多LFM信号自适应时频表示方法[J].系统工程与电子技术.2008
[10].郭建涛,王宏远.一种用于跳频信号参数估计的时频表示方法[J].电子技术应用.2008
论文知识图
