用于非平稳信号分离的自适应短时傅里叶变换与同步压缩变换
信号处理
2019-09-27 v2 信息论
math.IT
摘要
同步压缩变换作为一种重分配方法，旨在锐化时频表示并分离多分量非平稳信号的各分量。本文考虑具有时变参数的短时傅里叶变换(STFT)，称为自适应 STFT。基于线性调频模式的局部近似，我们分析了采用高斯窗函数的自适应 STFT 对非平稳多分量信号的良好分离条件。我们提出具有时变参数的基于 STFT 的同步压缩变换(FSST)，命名为自适应 FSST，以增强多分量信号的时频聚集度与分辨率，并更精确地分离其分量。此外，我们还提出二阶自适应 FSST，以进一步改进自适应 FSST 对频率快速变化非平稳信号的处理。进而，基于所提良好分离条件给出一种局部优化算法，以自适应且自动地估计时变参数。通过对合成信号与蝙蝠回声定位信号的仿真结果，证明了所提方法的有效性与鲁棒性。
引用
@article{arxiv.1812.11292,
title = {Adaptive Short-time Fourier Transform and Synchrosqueezing Transform for Non-stationary Signal Separation},
author = {Lin Li and Haiyan Cai and Hongxia Han and Qingtang Jiang and Hongbing Ji},
journal= {arXiv preprint arXiv:1812.11292},
year = {2019}
}