時(shí)頻分析系統(tǒng)及其應(yīng)用.pdf

1、時(shí)頻分析在近數(shù)十年間經(jīng)歷了實(shí)質(zhì)性的變化，且已經(jīng)不斷在各個(gè)領(lǐng)域受到越來(lái)越多的關(guān)注和廣泛應(yīng)用。許多傳統(tǒng)信號(hào)處理方法是基于嚴(yán)格數(shù)學(xué)限定條件下發(fā)展演變的，并且是在滿(mǎn)足線性和平穩(wěn)性的假定下適用的?，F(xiàn)實(shí)世界中的信號(hào)過(guò)程大都是非線性或非平穩(wěn)的，因此那些針對(duì)線性和平穩(wěn)信號(hào)的傳統(tǒng)時(shí)頻方法逐漸顯現(xiàn)出不足。本文針對(duì)非線性和非平穩(wěn)信號(hào)，論述了多種時(shí)頻分析方法，其中包括短時(shí)傅里葉變換、Cohen類(lèi)時(shí)頻分布、Hilbert-Huang變換、引入小波包分解的改進(jìn)型H

2、ilbert-Huang變換、利用最大重疊小波包分解(MODWPT)的Hilbert譜、通過(guò)提取小波脊構(gòu)建而成的小波瞬時(shí)頻率譜(WIFS)和利用多窗技術(shù)和時(shí)頻重排技術(shù)結(jié)合而成的時(shí)頻分析方法。同時(shí)分析了Hilbert-Huang變換中核心的經(jīng)驗(yàn)?zāi)Ｊ椒纸?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(lái)的影響，給出了EMD算法對(duì)多分量頻率信號(hào)的頻率分解局限，并對(duì)不同數(shù)據(jù)長(zhǎng)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(jìn)行了統(tǒng)計(jì)分析和正態(tài)分布假設(shè)檢驗(yàn)，結(jié)果表明得到的絕對(duì)大部分IMF為非高斯分布的。在數(shù)據(jù)長(zhǎng)度較小時(shí)呈現(xiàn)近拉普拉斯分布，在數(shù)據(jù)長(zhǎng)度較大且迭代次數(shù)亦較大時(shí)各個(gè)IMF都出現(xiàn)多峰分布。
　　 通過(guò)實(shí)例信號(hào)分析，本文全面比較了各種方法對(duì)多頻率分量信號(hào)的頻率分解能力、時(shí)頻分辨率。對(duì)比了在無(wú)噪和嵌噪條件下，5種時(shí)頻分析方法對(duì)單分量及多分量非平穩(wěn)chirp信號(hào)的時(shí)頻聚集性、局部平滑效果和局部平穩(wěn)性特性的刻畫(huà)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(duì)三種非線性系統(tǒng)模型的非線性特征頻率的辨識(shí)能力。分析結(jié)果顯示，多窗時(shí)頻重排譜對(duì)非平穩(wěn)信號(hào)的支持性和時(shí)頻分辨率最優(yōu)，而Hilbert-Huang變換則對(duì)非線性信號(hào)的特征描述最為完整和準(zhǔn)確。
　　 針對(duì)5種時(shí)頻分析對(duì)非線性和非平穩(wěn)信號(hào)存在各自不同的適用性，結(jié)合替代數(shù)據(jù)法的非線性檢驗(yàn)和非平穩(wěn)檢驗(yàn)，本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于MATLAB環(huán)境開(kāi)發(fā)的時(shí)頻分析系統(tǒng)。該系統(tǒng)的主要模塊有：
　　 1)信號(hào)