《非平稳信号分析与处
理》
组长:戚伟世 讲课安排:
第一小组:(1-4节)
戚伟世 胡春静 望育梅 喻小红 宋卫林
第二小组:(5-8节)
张闯 程卫军 孙纲 黄平牧 吕尧新 冯瑞军
2 时频表示与时频分布
本章主要内容:讨论非平稳信号的时-频分析,包括分析的有关概念短时傅立叶变换、Wigner分布及Cohen类分布。重点是Wigner的性质、Wigner 分布的实现、Wigner分布中交叉项的行为及Cohen分布中核函数对交叉项的抑制等。
时频表示与时频分析的提出
分析与处理平稳信号最常用的数学工具是Fourier分析。它建立了信号从时域到频域变换的桥梁。它表征了信号从时域到频域的一种整体(全局)变换。在许多实际应用中,信号大多是非平稳的,其统计量(如均值、相关函数、功率谱等)是时变的,这时采用传统的Fourier变换并不能反映信号频谱随时间变化的情况,需引入新的处理信号的数学工具,时频表示和时频分析是源于考虑信号的局部特性而引入的。
时频表示:用时间和频率的联合函数来表示信号,记作T(t,f)。 时频分析:能够描述信号的能量密度分布的时频表示称为时频分析,记作P(t,f)。
典型的线性时频表示有:短时Fourier变换、小波变化和Gabor变
换。
2.1 基本概念
1.传统的Fourier变换及反变换:
S(f)=⎰-∞s(t)e-j2πtfdt s(t)=⎰-∞S(f)ej2πtfdf
∞
∞
2.解析信号与基带信号
⑴定义(解析信号):与实信号s(t)对应的解析信号(analytic signal)z(t)定义为z(t)=s(t)+jн[s(t)],其中н[s(t)]是s(t)的Hilbert变换。 实函数的Hilbert变换的性质:
若
x(t)= н[s(t)]
则有
s(t)=- н[x(t)]
s(t)=- н[x(t)] ⑵实的调频信号a(t)cosφ(t)对应的解析信号为
2
z(t)=a(t)cosφ(t)+jн[a(t)cosφ(t)]=A(t)ejφ(t)
(2.1)
⑶任何一个实调幅-调频信号a(t)cosφ(t)的解析信号若满足一定的条件,就可写成式(2.1)所示的形式。
⑷实窄带高频信号s(t)=a(t)cos[2πf0t+φ(t)]的解析信号为
z(2.2)
(t)=a(t)
ejφ(t)
ej2πf0t
将上式乘以e-j2πft,即经过向左频移f0成为零载频,其结果称
为基带信号
zB(t)= a(t)ejφ(t)
它是解析信号的复包络,也是解析信号的频移形式,因此在时频分析中和解析信号具有相同的性质。
⑸高频窄带信号的实信号、解析信号和基带信号的比较及其转换。
3.瞬时频率和群延迟
⑴ 瞬时频率fi
信号s(t)=a(t)cos φ(t)的瞬时频率定义为 fi
=
1d
arg[z(t)] 2πdt
可以看出它为解析信号的相位的导数。
物理意义:把解析信号z(t)表示为复平面的一向量,则瞬时频率即为向量幅角的转速。 ⑵群延迟τg(f)
频率信号的群延迟定义为 τg(f)=-
1d
arg[Z(f)] 2πdf
物理意义:设零相位的信号加有一线性相位,则信号做不失真延迟,其延迟时间为该线性相位特性的负斜率。
需要指出的是,瞬时频率和群延迟可以描述非平稳信号的时频局域特性,但它们只能用于理想的单分量信号场合。
4.不确定性原理
对有限能量的零均值复信号z(t),其有限宽度T=∆t和频谱Z(f)的有限宽度B=∆f分别称为该信号的时宽和带宽,并定义为:
T=(∆t)2=⎰-∞∞
2
∞
t2z(t)dtz(t)dt
2
2
⎰
和 B2=(∆f)2=⎰-∞∞
∞
f2Z(f)dfZ(f)df
2
2
-∞
⎰
-∞
对信号z(t)沿时间轴做拉伸zk(t)=z(kt),由时宽定义可求得拉伸信号是原信号时宽的k倍,即Tz出拉伸信号的带宽是原信号带宽的
TzkBzk
1
k
k
=kTz;类似地,可求
k
,即Bz
=
1Bzk
。由此可见
=TzBz=常数,这一结论说明对任何信号恒有
TB=常数的可能
性。
命题:(不确定性原理)
对于有限能量的任意信号,其时宽和带宽的乘积总满足不等式:
时宽-带宽乘积=TB=∆t∆f≥
1
4π
或TB=∆t∆ω≥1
2
不确定性原理也称测不准原理或Heisenberg不等式,式中的Δt和Δf分别称为时间分辨率和频率分辨率,表示两时间点和两频率点之间的区分能力。
重要意义:既有任意小的时宽,又有任意小的带宽的窗函数是根本不存在的。
2.2 短时Fourier变换
线性时频表示:满足叠加原理或线性原理,如:
z(t)=c1z1(t)+c2z2(t)→Tz(t,f)=c1Tz1(t,f)+c2Tz2
(t,f)
1.连续短时Fourier变换
⑴ 定义: 给定一个时间宽度很短的窗函数γ(t),令窗滑动,则信号z(t)的短时Fourier变换定义为
∞
STFTz(t,f)=⎰-∞[z(t')γ*(t'-t)]e-j2πft'dt' (2.3)
可以看出,由于窗函数γ(t)的移位使短时Fourier变换具有选择局域的特性,它既是时间的函数,又是频率的函数,对于一定的时刻t,STFTz(t,f)可视为该时刻的“局部频谱”。 ⑵信号完全重构的条件:重构就是由STFTz(t,f)求出原信号z(t)的过程 p(2.4)
= ⎰-∞⎰-∞[⎰-∞e
∞
∞
(u)=
⎰⎰
*
∞∞
-∞-∞
STFTz(t,f)g(u-t)ej2πfudtdf
∞∞∞
-2πf(t'-u)
df]z(t')γ(t'-t)g(u-t)dt'dt
=⎰-∞⎰-∞z(t')γ*(t'-t)g(u-t)δ(t'-u)dt'dt =z(u)⎰-∞γ*(u-t)g(u-t)dt =z(u)⎰-∞γ*(t)g(t)dt
显然,为了实现信号的“完全重构”,则需窗函数满足如下条件:
⎰-∞γ*(t)g(t)dt(2.5)
才能使p(u)=z(u)。
∞
∞∞
=1
可以看出,满足式(2.5)的窗函数很多,如何选择将取决于所研究信号的局域平稳特性。这里有三种最简单的选择:
① g(t)=γ(t) ② g(t)=δ(t) ③ g(t)=1
当取条件①时,完全重构条件成为
⎰
∞
-∞
(t)dt=1
2
即所谓能量归一化,这时式(2.4)可写成: z(t)=(2.6)
与维数相同的正、反Fourier变换形成对照的是,短时Fourier正变换是一维变换,而它的反变换是则为二维变换。
以上讨论表明:短时Fourier变换式(2.3)相当于信号分析,通过分析窗得到二维的时频分布STFTZ(t,f),它在任一时刻t的切片即是信号在该时刻的“局部频谱”。短时Fourier反变换即式(2.6)相当于信号的综合,它通过综合窗从STFTz(t,f)恢复或综合得到原信号z(t)。
⎰⎰
∞∞
-∞-∞
STFTz(t',f')γ(t-t')ej2πf'tdf'dt'
2.短时Fourier变换的基本性质
⑴ 频移和时移特性:
z(t')=z(t')ej2πft'→STFTz(t,f)=STFTz(t,f
~
~
-f0)
(2.7)
z(t')=z(t'-t0)→STFT~(t,f)=STFTz(t-t0,f)e-j2πt0f
z
~
(2.8)
以上两式表明,STFT具有频移不变性,但不具有时移不变性。不过,在相差一相位因子范围内可以保持时移不变性。
⑵ 将(2.3)式在时域的加窗实现变换为频域的滤波实现,则有 STFT(2.9)
其中,谱窗Γ(f)是时间窗γ(t)的Fourier变换。式(2.9)可以解释为信号z(t')通过频率响应为Γ*(f'-f)的滤波器输出乘以e-j2πft得到,它是一个带通滤波器,中心频率为f。将式(2.9)做变量代换:f''=可得
STFT
(2.10)
式(2.10)可视为短时Fourier的低通滤波器实现,与带通实现等价。
3.窗函数g(t)的选择
如前所述,满足能量归一条件的窗函数很多,然而描述局部特性的时间分辨率和频率分辨率相互制约,即不可能同时获得具有高分辨率的时宽和高分辨率的带宽。如 g(t)= δ(t)和g(t)= 1即为两个极端的情况:
当g(t)= δ(t)时,时宽为零,频率带宽为无穷大,所以相应的STFT具有理想的时间分辨率,但此时没有频率分辨率;当g(t)= 1时,相应的STFT虽可获得理想的频率分辨率,但却丧失了时间
∞
Z
(t,f)=
e
-j2πtf
⎰
∞
-∞
Z(f')Γ*(f'-f)ej2πf'tdf'
f'-f
,
Z
(t,f)=⎰-∞Z(f'+f)Γ*(f')ej2πf'tdf'
分辨率。
综上所述,局部谱的正确表示应考虑窗函数g(t)的宽度与信号的局域平稳长度相适应。在实际应用中,我们希望选择的窗函数具有很好的时间和频率聚集性(即能量在时频平面是高度集中的),使得STFTZ(t,f)能够有效地对应为信号z(t)在时频点(t,f)附近的“内容”。
4.离散短时Fourier变换
对应于连续的短时Fourier变换,离散的短时Fourier变换和反变换分别为:
STFT(m,n)=∑z(k)γ*(kT-mT)e-j2π(nF)k
k=-∞∞
z(k)= ∑∑STFT(m,n)g(kT-mT)ej2π(nF)k
m=-∞n=-∞
∞∞
其中,T>0和F>0分别是时间变量和频率变量的采样周期,m,n为整数。
与(2.5)相对应的约束条件为:
1
F
m=-∞
∑
∞
g(kT+n
1
-mT)γ*(kT-mT)=δn,∀k F
2.3 时频分布的一般理论
1.信号的双线性变换和局部相关函数
对非平稳信号z(t)进行时频分析的主要目的是要设计时间和频率的联合函数,用它表示每单位时间和每单位频率的能量。这
种时间和频率的联合函数P(t,f)称为信号的时频分布。类似于平稳信号中自相关函数和功率谱密度的关系:
R(τ)=⎰z(t)z*(t-τ)dt
-∞∞∞
S(f)=⎰-∞R(τ)e-j2πτfdτ (2.12)
我们定义非平稳信号的双线性变换为
R(t,τ)=⎰-∞φ(u-t,τ)z(u+τ)z*(u-τ)du
∞
22
(2.13)
上式中使用对称形的双线性变换z(t+τ)z*(t-τ)更能表现出非平稳信
2
2
号的某些重要性质。其中Φ(t,τ)为沿t轴滑动的窗函数,同时沿τ加权,R(t,τ)称为“局部相关函数”。
对局部相关函数作Fourier变换,可得到时变功率谱,即
信号能量的时频分布:
∞
P(t,f)=⎰-∞R(t,τ)e-j2πτfdτ (2.14)
这表明,时频分布P(t,f)也可用局部相关函数R(t,τ)来定义,而且取不同的局部相关函数形式,就可得到不同的时频分布。 取窗函数φ(u-t,τ)=φ(u-t),则有
R(t,τ)=kz(t,τ)=⎰-∞δ(u-t)z(u+τ)z*(u-τ)du=z(t+τ)z*(t-τ)
∞
2222
(2.15)
称为瞬时相关函数。它的Fourier变换就是著名的Wigner-Ville分布:
P(t,f)=Wz(t,f)=⎰z(t+)z*(t-)e-j2πτfdτ-∞22∞ττ
(2.16)
Wigner-Ville分布是时频分布中最基本的一种,在其基础上发展得到多种其他时频分布,后面将作详细讨论。
2 时频分布的基本性质要求
对于任何一种实际有用的非平稳信号分析,通常要求时频分布P(t,f)具有表示信号能量分布的特性。因此,希望时频分布P(t,f)满足下面的一些基本性质。
性质1:实的(且是非负的)。
性质2:边缘特性
⎰-∞P(t,f)dt=|Z(f)|2 信号在频率f的谱密
度
⎰-∞P(t,f)df
功率
可以证明,任何具有边缘特性的联合分布都服从不确定性原理。
性质3:时频分布关于时间t和频率f的积分应给出信号的总能量E,即
⎰-∞⎰-∞P(t,f)dtdf=E(信号能量)
性质4:时频分布的一阶矩给出信号的瞬时频率fi(t)和群延迟τg(f),即 ∞∞∞∞=|z(t)|2 信号在t时刻的瞬时
⎰f(t)=i∞-∞∞f.P(t,f)dfP(t,f)df⎰-∞ 和 τ(f)=⎰⎰g∞-∞∞t.P(t,f)dtP(t,f)dt -∞
性质5:有限支撑特性
如果信号z(t)只在某个时间区间取非零值,并且信号的频谱Z(f)也只在某个频率区间取非零值,则称信号z(t)及其频谱是有限支撑的。相应地,如果在z(t)和Z(f)的总支撑区以外,信号的时频分布等于零,我们称时频分布是有限支撑的,这是一种“弱”有限支撑。与此相对应,凡在信号z(t)和它的频谱Z(f)等于零的各区域,时频分布P(t,f)等于零,这是Cohen提出的一种理想的具有“强”有限支撑的时频分布。
边缘特性连同非负性一起可以保证时频分布准确反映信号的谱能量,瞬时功率和总能量,同时还可保证时频分布的强有限支撑性。
表2.3.1列出了所有 “所期望具有的”数学性质。需要注意的是,并不是所有的时频分布都能满足表中的所有性质。实际中适用的时频分布不一定满足所有基本性质。根据应用场合,某些性质是可以不必强求的。
3.时频分布的二次叠加原理
线性时频表示满足叠加原理,这对多分量信号的分析和处理带来很大的方便。但是二次型或双线性变换破坏了线性叠加原理,
使得时频分析不再能像线性时频分布的处理那样简单。因此,这里引入时频表示的“二次叠加原理”如下:
令
z(t)=c1z1(t)+c2z2(t)
则任何二次型时频分布服从下面的二次叠加原理:
Pz(t,f)=|c1|2Pz(t,f)+|c2|2Pz1**(t,f)+ccP(t,f)+ccPz2,z1(t,f) 12z,z21212
式中Pz(t,f)=Pz,z(t,f)代表信号z(t)的“自时频分布”(简称“信号项”),它是z(t)的双线性函数;Px,y(t,f)表示信号x(t)和y(t)的“互时频分布” (简称“交叉项”),它是x(t)和y(t)的双线性函数,交叉项通常相当于干扰。
类似地,可推广到多个分量信号的二次叠加原理。
时频分布的交叉项一般比较严重,而且在大多情况下是有害的,需对它进行有效地抑制。
2.4 模糊函数 时频分布是对信号的双线性变换z(t+τ)z*(t-τ)作关于变量τ的22
Fourier变换,如Wigner-Ville分布,如果对该双线性变换关于时间t作Fourier反变换,则可得到另一种二维时频分布函数: ∞ Az(τ,υ)=⎰-∞z(t+)z*(t-)ej2πτυdt 22
(2.17)
称为模糊函数,式中z(t)是s(t)的解析信号。
式(2.15)定义的瞬时相关函数
kz(t,τ)=z(t+)z*(t-) 22
ττττ
t为时间,τ为时延。可见,模糊函数可以视为瞬时相关函数关于t的Fourier反变换:
Az(τ,υ)=
(2.18)
对比模糊函数和Wigner-Ville分布知,它们都是双线性变换信号或瞬时相关函数kz(t,τ)的某种线性变换,后者变换到时频平面,表示能量分布,称为能量域;而前者则变换到时延-频偏平面,表示相关,称为相关域。可以证明,Wigner-Ville分布和模糊函数是一对Fourier变换对:
Wz(t,f)=⎰∞
-∞-∞=ft→υ-1[kz(t,τ)] ⎰∞Az(τ,υ)e-j2π(tυ+τf)dυdτ
(2.19)
模糊函数具有以下性质:
(1) 时移:模糊函数的模对时移不敏感,即有
z(t)=z(t-t0)→Az(τ,υ)=Az(τ,υ)ej2πtυ ~0~
(2) 频移:模糊函数的模对频移不敏感:
z(t)=z(t)ej2πft0~→A~(τ,υ)=Az(τ,υ)ej2πf0τ z
(3) 滤波:令z(t)=⎰-∞z(u)h(t-u)du,则
A(τ,υ)=⎰-∞Az(τ,υ)Ah(τ-u,υ)du ~~∞∞z
(4) 调制:对于调制信号z(t)=z(t)m(t),其模糊函数为 A(τ,υ)=⎰-∞Az(τ,η)Am(τ,υ-η)dη ~~∞z
类似地,可以定义互模糊函数。
《非平稳信号分析与处
理》
组长:戚伟世 讲课安排:
第一小组:(1-4节)
戚伟世 胡春静 望育梅 喻小红 宋卫林
第二小组:(5-8节)
张闯 程卫军 孙纲 黄平牧 吕尧新 冯瑞军
2 时频表示与时频分布
本章主要内容:讨论非平稳信号的时-频分析,包括分析的有关概念短时傅立叶变换、Wigner分布及Cohen类分布。重点是Wigner的性质、Wigner 分布的实现、Wigner分布中交叉项的行为及Cohen分布中核函数对交叉项的抑制等。
时频表示与时频分析的提出
分析与处理平稳信号最常用的数学工具是Fourier分析。它建立了信号从时域到频域变换的桥梁。它表征了信号从时域到频域的一种整体(全局)变换。在许多实际应用中,信号大多是非平稳的,其统计量(如均值、相关函数、功率谱等)是时变的,这时采用传统的Fourier变换并不能反映信号频谱随时间变化的情况,需引入新的处理信号的数学工具,时频表示和时频分析是源于考虑信号的局部特性而引入的。
时频表示:用时间和频率的联合函数来表示信号,记作T(t,f)。 时频分析:能够描述信号的能量密度分布的时频表示称为时频分析,记作P(t,f)。
典型的线性时频表示有:短时Fourier变换、小波变化和Gabor变
换。
2.1 基本概念
1.传统的Fourier变换及反变换:
S(f)=⎰-∞s(t)e-j2πtfdt s(t)=⎰-∞S(f)ej2πtfdf
∞
∞
2.解析信号与基带信号
⑴定义(解析信号):与实信号s(t)对应的解析信号(analytic signal)z(t)定义为z(t)=s(t)+jн[s(t)],其中н[s(t)]是s(t)的Hilbert变换。 实函数的Hilbert变换的性质:
若
x(t)= н[s(t)]
则有
s(t)=- н[x(t)]
s(t)=- н[x(t)] ⑵实的调频信号a(t)cosφ(t)对应的解析信号为
2
z(t)=a(t)cosφ(t)+jн[a(t)cosφ(t)]=A(t)ejφ(t)
(2.1)
⑶任何一个实调幅-调频信号a(t)cosφ(t)的解析信号若满足一定的条件,就可写成式(2.1)所示的形式。
⑷实窄带高频信号s(t)=a(t)cos[2πf0t+φ(t)]的解析信号为
z(2.2)
(t)=a(t)
ejφ(t)
ej2πf0t
将上式乘以e-j2πft,即经过向左频移f0成为零载频,其结果称
为基带信号
zB(t)= a(t)ejφ(t)
它是解析信号的复包络,也是解析信号的频移形式,因此在时频分析中和解析信号具有相同的性质。
⑸高频窄带信号的实信号、解析信号和基带信号的比较及其转换。
3.瞬时频率和群延迟
⑴ 瞬时频率fi
信号s(t)=a(t)cos φ(t)的瞬时频率定义为 fi
=
1d
arg[z(t)] 2πdt
可以看出它为解析信号的相位的导数。
物理意义:把解析信号z(t)表示为复平面的一向量,则瞬时频率即为向量幅角的转速。 ⑵群延迟τg(f)
频率信号的群延迟定义为 τg(f)=-
1d
arg[Z(f)] 2πdf
物理意义:设零相位的信号加有一线性相位,则信号做不失真延迟,其延迟时间为该线性相位特性的负斜率。
需要指出的是,瞬时频率和群延迟可以描述非平稳信号的时频局域特性,但它们只能用于理想的单分量信号场合。
4.不确定性原理
对有限能量的零均值复信号z(t),其有限宽度T=∆t和频谱Z(f)的有限宽度B=∆f分别称为该信号的时宽和带宽,并定义为:
T=(∆t)2=⎰-∞∞
2
∞
t2z(t)dtz(t)dt
2
2
⎰
和 B2=(∆f)2=⎰-∞∞
∞
f2Z(f)dfZ(f)df
2
2
-∞
⎰
-∞
对信号z(t)沿时间轴做拉伸zk(t)=z(kt),由时宽定义可求得拉伸信号是原信号时宽的k倍,即Tz出拉伸信号的带宽是原信号带宽的
TzkBzk
1
k
k
=kTz;类似地,可求
k
,即Bz
=
1Bzk
。由此可见
=TzBz=常数,这一结论说明对任何信号恒有
TB=常数的可能
性。
命题:(不确定性原理)
对于有限能量的任意信号,其时宽和带宽的乘积总满足不等式:
时宽-带宽乘积=TB=∆t∆f≥
1
4π
或TB=∆t∆ω≥1
2
不确定性原理也称测不准原理或Heisenberg不等式,式中的Δt和Δf分别称为时间分辨率和频率分辨率,表示两时间点和两频率点之间的区分能力。
重要意义:既有任意小的时宽,又有任意小的带宽的窗函数是根本不存在的。
2.2 短时Fourier变换
线性时频表示:满足叠加原理或线性原理,如:
z(t)=c1z1(t)+c2z2(t)→Tz(t,f)=c1Tz1(t,f)+c2Tz2
(t,f)
1.连续短时Fourier变换
⑴ 定义: 给定一个时间宽度很短的窗函数γ(t),令窗滑动,则信号z(t)的短时Fourier变换定义为
∞
STFTz(t,f)=⎰-∞[z(t')γ*(t'-t)]e-j2πft'dt' (2.3)
可以看出,由于窗函数γ(t)的移位使短时Fourier变换具有选择局域的特性,它既是时间的函数,又是频率的函数,对于一定的时刻t,STFTz(t,f)可视为该时刻的“局部频谱”。 ⑵信号完全重构的条件:重构就是由STFTz(t,f)求出原信号z(t)的过程 p(2.4)
= ⎰-∞⎰-∞[⎰-∞e
∞
∞
(u)=
⎰⎰
*
∞∞
-∞-∞
STFTz(t,f)g(u-t)ej2πfudtdf
∞∞∞
-2πf(t'-u)
df]z(t')γ(t'-t)g(u-t)dt'dt
=⎰-∞⎰-∞z(t')γ*(t'-t)g(u-t)δ(t'-u)dt'dt =z(u)⎰-∞γ*(u-t)g(u-t)dt =z(u)⎰-∞γ*(t)g(t)dt
显然,为了实现信号的“完全重构”,则需窗函数满足如下条件:
⎰-∞γ*(t)g(t)dt(2.5)
才能使p(u)=z(u)。
∞
∞∞
=1
可以看出,满足式(2.5)的窗函数很多,如何选择将取决于所研究信号的局域平稳特性。这里有三种最简单的选择:
① g(t)=γ(t) ② g(t)=δ(t) ③ g(t)=1
当取条件①时,完全重构条件成为
⎰
∞
-∞
(t)dt=1
2
即所谓能量归一化,这时式(2.4)可写成: z(t)=(2.6)
与维数相同的正、反Fourier变换形成对照的是,短时Fourier正变换是一维变换,而它的反变换是则为二维变换。
以上讨论表明:短时Fourier变换式(2.3)相当于信号分析,通过分析窗得到二维的时频分布STFTZ(t,f),它在任一时刻t的切片即是信号在该时刻的“局部频谱”。短时Fourier反变换即式(2.6)相当于信号的综合,它通过综合窗从STFTz(t,f)恢复或综合得到原信号z(t)。
⎰⎰
∞∞
-∞-∞
STFTz(t',f')γ(t-t')ej2πf'tdf'dt'
2.短时Fourier变换的基本性质
⑴ 频移和时移特性:
z(t')=z(t')ej2πft'→STFTz(t,f)=STFTz(t,f
~
~
-f0)
(2.7)
z(t')=z(t'-t0)→STFT~(t,f)=STFTz(t-t0,f)e-j2πt0f
z
~
(2.8)
以上两式表明,STFT具有频移不变性,但不具有时移不变性。不过,在相差一相位因子范围内可以保持时移不变性。
⑵ 将(2.3)式在时域的加窗实现变换为频域的滤波实现,则有 STFT(2.9)
其中,谱窗Γ(f)是时间窗γ(t)的Fourier变换。式(2.9)可以解释为信号z(t')通过频率响应为Γ*(f'-f)的滤波器输出乘以e-j2πft得到,它是一个带通滤波器,中心频率为f。将式(2.9)做变量代换:f''=可得
STFT
(2.10)
式(2.10)可视为短时Fourier的低通滤波器实现,与带通实现等价。
3.窗函数g(t)的选择
如前所述,满足能量归一条件的窗函数很多,然而描述局部特性的时间分辨率和频率分辨率相互制约,即不可能同时获得具有高分辨率的时宽和高分辨率的带宽。如 g(t)= δ(t)和g(t)= 1即为两个极端的情况:
当g(t)= δ(t)时,时宽为零,频率带宽为无穷大,所以相应的STFT具有理想的时间分辨率,但此时没有频率分辨率;当g(t)= 1时,相应的STFT虽可获得理想的频率分辨率,但却丧失了时间
∞
Z
(t,f)=
e
-j2πtf
⎰
∞
-∞
Z(f')Γ*(f'-f)ej2πf'tdf'
f'-f
,
Z
(t,f)=⎰-∞Z(f'+f)Γ*(f')ej2πf'tdf'
分辨率。
综上所述,局部谱的正确表示应考虑窗函数g(t)的宽度与信号的局域平稳长度相适应。在实际应用中,我们希望选择的窗函数具有很好的时间和频率聚集性(即能量在时频平面是高度集中的),使得STFTZ(t,f)能够有效地对应为信号z(t)在时频点(t,f)附近的“内容”。
4.离散短时Fourier变换
对应于连续的短时Fourier变换,离散的短时Fourier变换和反变换分别为:
STFT(m,n)=∑z(k)γ*(kT-mT)e-j2π(nF)k
k=-∞∞
z(k)= ∑∑STFT(m,n)g(kT-mT)ej2π(nF)k
m=-∞n=-∞
∞∞
其中,T>0和F>0分别是时间变量和频率变量的采样周期,m,n为整数。
与(2.5)相对应的约束条件为:
1
F
m=-∞
∑
∞
g(kT+n
1
-mT)γ*(kT-mT)=δn,∀k F
2.3 时频分布的一般理论
1.信号的双线性变换和局部相关函数
对非平稳信号z(t)进行时频分析的主要目的是要设计时间和频率的联合函数,用它表示每单位时间和每单位频率的能量。这
种时间和频率的联合函数P(t,f)称为信号的时频分布。类似于平稳信号中自相关函数和功率谱密度的关系:
R(τ)=⎰z(t)z*(t-τ)dt
-∞∞∞
S(f)=⎰-∞R(τ)e-j2πτfdτ (2.12)
我们定义非平稳信号的双线性变换为
R(t,τ)=⎰-∞φ(u-t,τ)z(u+τ)z*(u-τ)du
∞
22
(2.13)
上式中使用对称形的双线性变换z(t+τ)z*(t-τ)更能表现出非平稳信
2
2
号的某些重要性质。其中Φ(t,τ)为沿t轴滑动的窗函数,同时沿τ加权,R(t,τ)称为“局部相关函数”。
对局部相关函数作Fourier变换,可得到时变功率谱,即
信号能量的时频分布:
∞
P(t,f)=⎰-∞R(t,τ)e-j2πτfdτ (2.14)
这表明,时频分布P(t,f)也可用局部相关函数R(t,τ)来定义,而且取不同的局部相关函数形式,就可得到不同的时频分布。 取窗函数φ(u-t,τ)=φ(u-t),则有
R(t,τ)=kz(t,τ)=⎰-∞δ(u-t)z(u+τ)z*(u-τ)du=z(t+τ)z*(t-τ)
∞
2222
(2.15)
称为瞬时相关函数。它的Fourier变换就是著名的Wigner-Ville分布:
P(t,f)=Wz(t,f)=⎰z(t+)z*(t-)e-j2πτfdτ-∞22∞ττ
(2.16)
Wigner-Ville分布是时频分布中最基本的一种,在其基础上发展得到多种其他时频分布,后面将作详细讨论。
2 时频分布的基本性质要求
对于任何一种实际有用的非平稳信号分析,通常要求时频分布P(t,f)具有表示信号能量分布的特性。因此,希望时频分布P(t,f)满足下面的一些基本性质。
性质1:实的(且是非负的)。
性质2:边缘特性
⎰-∞P(t,f)dt=|Z(f)|2 信号在频率f的谱密
度
⎰-∞P(t,f)df
功率
可以证明,任何具有边缘特性的联合分布都服从不确定性原理。
性质3:时频分布关于时间t和频率f的积分应给出信号的总能量E,即
⎰-∞⎰-∞P(t,f)dtdf=E(信号能量)
性质4:时频分布的一阶矩给出信号的瞬时频率fi(t)和群延迟τg(f),即 ∞∞∞∞=|z(t)|2 信号在t时刻的瞬时
⎰f(t)=i∞-∞∞f.P(t,f)dfP(t,f)df⎰-∞ 和 τ(f)=⎰⎰g∞-∞∞t.P(t,f)dtP(t,f)dt -∞
性质5:有限支撑特性
如果信号z(t)只在某个时间区间取非零值,并且信号的频谱Z(f)也只在某个频率区间取非零值,则称信号z(t)及其频谱是有限支撑的。相应地,如果在z(t)和Z(f)的总支撑区以外,信号的时频分布等于零,我们称时频分布是有限支撑的,这是一种“弱”有限支撑。与此相对应,凡在信号z(t)和它的频谱Z(f)等于零的各区域,时频分布P(t,f)等于零,这是Cohen提出的一种理想的具有“强”有限支撑的时频分布。
边缘特性连同非负性一起可以保证时频分布准确反映信号的谱能量,瞬时功率和总能量,同时还可保证时频分布的强有限支撑性。
表2.3.1列出了所有 “所期望具有的”数学性质。需要注意的是,并不是所有的时频分布都能满足表中的所有性质。实际中适用的时频分布不一定满足所有基本性质。根据应用场合,某些性质是可以不必强求的。
3.时频分布的二次叠加原理
线性时频表示满足叠加原理,这对多分量信号的分析和处理带来很大的方便。但是二次型或双线性变换破坏了线性叠加原理,
使得时频分析不再能像线性时频分布的处理那样简单。因此,这里引入时频表示的“二次叠加原理”如下:
令
z(t)=c1z1(t)+c2z2(t)
则任何二次型时频分布服从下面的二次叠加原理:
Pz(t,f)=|c1|2Pz(t,f)+|c2|2Pz1**(t,f)+ccP(t,f)+ccPz2,z1(t,f) 12z,z21212
式中Pz(t,f)=Pz,z(t,f)代表信号z(t)的“自时频分布”(简称“信号项”),它是z(t)的双线性函数;Px,y(t,f)表示信号x(t)和y(t)的“互时频分布” (简称“交叉项”),它是x(t)和y(t)的双线性函数,交叉项通常相当于干扰。
类似地,可推广到多个分量信号的二次叠加原理。
时频分布的交叉项一般比较严重,而且在大多情况下是有害的,需对它进行有效地抑制。
2.4 模糊函数 时频分布是对信号的双线性变换z(t+τ)z*(t-τ)作关于变量τ的22
Fourier变换,如Wigner-Ville分布,如果对该双线性变换关于时间t作Fourier反变换,则可得到另一种二维时频分布函数: ∞ Az(τ,υ)=⎰-∞z(t+)z*(t-)ej2πτυdt 22
(2.17)
称为模糊函数,式中z(t)是s(t)的解析信号。
式(2.15)定义的瞬时相关函数
kz(t,τ)=z(t+)z*(t-) 22
ττττ
t为时间,τ为时延。可见,模糊函数可以视为瞬时相关函数关于t的Fourier反变换:
Az(τ,υ)=
(2.18)
对比模糊函数和Wigner-Ville分布知,它们都是双线性变换信号或瞬时相关函数kz(t,τ)的某种线性变换,后者变换到时频平面,表示能量分布,称为能量域;而前者则变换到时延-频偏平面,表示相关,称为相关域。可以证明,Wigner-Ville分布和模糊函数是一对Fourier变换对:
Wz(t,f)=⎰∞
-∞-∞=ft→υ-1[kz(t,τ)] ⎰∞Az(τ,υ)e-j2π(tυ+τf)dυdτ
(2.19)
模糊函数具有以下性质:
(1) 时移:模糊函数的模对时移不敏感,即有
z(t)=z(t-t0)→Az(τ,υ)=Az(τ,υ)ej2πtυ ~0~
(2) 频移:模糊函数的模对频移不敏感:
z(t)=z(t)ej2πft0~→A~(τ,υ)=Az(τ,υ)ej2πf0τ z
(3) 滤波:令z(t)=⎰-∞z(u)h(t-u)du,则
A(τ,υ)=⎰-∞Az(τ,υ)Ah(τ-u,υ)du ~~∞∞z
(4) 调制:对于调制信号z(t)=z(t)m(t),其模糊函数为 A(τ,υ)=⎰-∞Az(τ,η)Am(τ,υ-η)dη ~~∞z
类似地,可以定义互模糊函数。