用圖像處理的思想和方法提高聯(lián)合時頻分布的性能.pdf

1、隨著科學的不斷發(fā)展，現(xiàn)實社會中采集到的信號越來越復雜，傳統(tǒng)的傅里葉變換不再能滿足信號分析的需求。人們需要了解信號的頻率隨時間變化的具體情況，聯(lián)合時頻分析便應(yīng)運而生了。伴隨著研究者的努力，陸續(xù)提出了多種時頻分析方法，它們適用于不同的信號，被應(yīng)用到了通信、軍事、醫(yī)學、故障檢測等多個領(lǐng)域，隨后還提出了許多評測時頻分布性能的標準和方法。
　　在所有的時頻分析方法當中，雙線性時頻分布當中的(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時，深受交叉項的困擾。也正是研究者抑制交叉項的努力不斷推動著時頻分析的發(fā)展：S-method、multiwindow S-method等方法采用頻域窗，可以有效抑制交叉項，但是降低了能量的集中程度，是抑制交叉項和保留自項的折衷；在魏格納（偽魏格納）分布的基礎(chǔ)上進行霍夫變換，自項和交叉項在參數(shù)空間具有不同的聚集特性，從而可以將交叉項分離出來；設(shè)計最優(yōu)核函數(shù)，等等。
　　本文將圖像分割的思

3、想引入進來，對于自項不交叉的雙分量信號，可以完整的將交叉項從魏格納分布中切割出來，不會對自項造成損傷，達到了完全消除交叉項、完整保留自項的目的，獲得了很高的能量集中程度。
　　時頻分析當中還有一個難題就是對于一個各分量振幅相同的雙分量信號，在加入噪聲之后，其瞬時頻率估計的正確率將大大降低。受到圖像處理當中應(yīng)對噪聲的方式的啟發(fā)，本文使用圖像增強的方法對時頻分布矩陣進行處理，采用核函數(shù)進行平滑，有效地抑制了噪聲，實驗數(shù)據(jù)表明，所提方法