时频域多分量信号分析识别研究

时频域多分量信号分析识别研究

ID:35084408

大小:6.34 MB

页数:117页

时间:2019-03-17

时频域多分量信号分析识别研究_第1页
时频域多分量信号分析识别研究_第2页
时频域多分量信号分析识别研究_第3页
时频域多分量信号分析识别研究_第4页
时频域多分量信号分析识别研究_第5页
资源描述:

《时频域多分量信号分析识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、矣丢种成丈著UNIVERSITYOFELECTRONICsc1ENCANDT尼CHNOLO0YOFCHINA臣博±学位论文DOCTORALDISSERTATION■=11丄:._=i.?*:!1/['.今聲i■rL.1.-’V.^f\y’'心.气一户?-I论义嫂目时频域多分量信号分析识别妍究学科专化信号与信息处现—-__—-,Ig学号2QIQ11020130.jKj作者姓

2、名卢广阔jH指肆教师魏平教授独创性声明本人声明所呈交的学位论文是本人在导师巧导T进行的研究工作及取得的研究成果。据我所知,餘了文中特别加W标注巧致谢的地,也不包含方外,论文中不包含其他人已经发表或撰写过的研究成果为获得电子科技大学或其它教肯机构的学位或证书而使用过的材科。与我一同工作的间志对本研究所做的化何贡献均己在论义中作了明确的说明并表示谢意。作者签名:含Vf皮\口期:日论义使用授权本学位论文作者完全了解电子科技大学巧关保留、使用学位论文,的规定,有权保留并向国家有关部口或机构送交论

3、义的复印件和磁盘允许论文被搪阅和借阅。本人授权电子科技大学可W将学位论文的全,可、缩或巧描W用影印印部或部分编入有关数据库进行檢索來内容、汇。等编学位论文复制手段保存此规定)(保密的学位论文在解密后应遵守导签:衣:师名娘作者签名的句、八"口:年日期y分类号密级注1UDC学位论文时频域多分量信号分析识别研究(题名和副题名)卢广阔(作者姓名)指导教师魏平教授电子科技大学成都(姓名、职称、单位名称)申请学位级别博士学科专业信号与信息处理提交论文日期2015.10.12论文答辩日期2016.05.25学位授予单位和日期电子科技大学

4、2016年6月答辩委员会主席唐斌教授评阅人注1:注明《国际十进分类法UDC》的类号。ResearchonAnalysisandRecognitionforMulticomponoentSignalinTime-FrequencyDomainADoctoralDissertationSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAuthor:LuGuangkuoSupervisor:Prof.WeiPing

5、School:SchoolofElectronicEngineering摘要摘要在过去的几十年里,随着电磁设备研发的多样性及应用的广泛性,采集到的信号形式与种类也越来越复杂,分布越来越密集,在同一信道中存在多个信号的情况变得越来越普遍,这种情况为后续的信号处理研究增加了一些新的问题。由于广泛的应用背景和巨大的现实意义,尽管时频域多分量信号的分析识别问题是一个极端欠定的病态问题,但仍然得到了很多研究人员的青睐和投入。尽管在研究过程中,研究人员针对生电、机械振动、语音等自然信号和雷达、通信等人工信号的分析识别问题,分别定义了确定性信号模型、非平稳信号模

6、型、非线性时间序列模型和状态空间模型等等各种模型,提出了各种时频变换方法、矩阵分解方法和参数估计重构方法。但归根结底,所有这些研究都是针对特定的应用场景的,而在更为复杂的情况下或者更为广泛的应用背景下常常存在失效的问题。针对这些问题,本文在前人现有研究成果的基础上,对时频域多分量信号的分析识别问题进行了更加深入地研究和探讨,提出了一些新的思路和算法,进而扩展了这个方向上的研究内容,具体包括:1.针对在多个线性调频信号的全盲分析识别中对较弱分量信号的检测失效问题,本文将谱峭度的盲检测技术和分数阶傅里叶变换算法相结合,在现有研究的基础上提出了基于分数阶

7、傅里叶谱峭度的变换新算法,并将其应用于较低信噪比下对多个非等功率分量信号的检测估计之中。该算法首先讨论了分数阶傅里叶变换的圆特性,然后将谱峭度的盲检测技术引入分数阶傅里叶域,定义了分数阶傅里叶谱峭度的概念并推导了它的一些特性,进而将这些特性用于多个线性调频信号的盲的分析识别中。最后,理论分析和仿真结果都验证了所提算法在较低信噪比下对较弱分量信号的检测性能优于其它算法;2.针对在多个非线性调频信号的全盲分析识别中对多个相近分量信号的检测失效问题,将分数阶傅里叶谱峭度和短时分数阶傅里叶变换算法相结合,在现有研究的基础上提出了基于分数阶傅里叶谱峭度的自适

8、应短时分数阶傅里叶变换新算法,并将其用于多个相近非线性调频信号的检测估计之中。该算法首先推导了高斯旋转窗的谱密度和非圆特性

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。