【技术实现步骤摘要】
一种基于遗传优化的多项式相位信号自适应时频变换方法
本专利技术属于信号处理领域,尤其涉及一种基于遗传优化的多项式相位信号自适应时频变换方法。
技术介绍
许多天然和人工的信号,譬如语音、生物医学信号、在色散媒质中传播的波、机械振动、动物叫声,音乐、雷达、声纳信号等,都是典型的非平稳信号,其特点是持续时间有限,并且频率是时变的,具有非平稳、非线性、非均匀、非结构、非确定、非可积、非可逆、非晶态、非规则、非连续、非光滑、非周期、非对称等特点。时频联合分析(jointtime-frequencyanalysis,简称时频分析)正是着眼于真实信号组成成分的时变特征,将一个一维的时间信号以二维的时间-频率密度函数形式表示出来,旨在揭示信号中包含了多少频率分量,以及每一分量是怎样随时间变化的。1948年,法国学者J.Ville将匈牙利布达佩斯出生的美籍物理学家E.P.Wigner在1932年提出的Wigner分布引入信号处理领域,得到了称为“Wigner-Ville分布”(Wigner-Villedistribution,WVD)。后续学者起而效仿,提出了一些新型的时频分布。整个时频分析的历史,几乎就是一部与WVD的不足作斗争的历史。按照各派的本质特征,可将形形色色的时频分布归入如下几类:(1)线性时频表示;(2)Cohen类双线性时频分布;(3)仿射类双线性时频分布;(4)重排类双线性时频分布;(5)自适应核函数类时频分布;(6)参数化时频分布。其中,线性时频变换Gabor变换、STFT的时频分辨率受制于窗函数的形状和宽度。小波分析本质上是一种时间-尺度分析,更适于分 ...
【技术保护点】
一种基于遗传优化的多项式相位信号自适应时频变换方法,其特征在于,包括以下步骤:步骤1:利用遗传优化算法对雷达接收的原始多项式相位信号s(t)进行多次分解,每次分解均确定一个信号分量的最优模型阶数和最优待定系数集,具体的:步骤11:根据多项式相位模型,生成原始多项式相位信号s(t)对应的参考函数hp,并初始化参考函数hp的模型阶数N1=1,并计算原始多项式相位信号s(t)的能量E0,随机生成参考函数hp的至少两个待定系数集{an},n=0,1,2,...,N1,其中待定系数集{an}的个数用Pop表示;将待定系数集{an}作为遗传优化算法中的父代个体,Pop个父代个体构成原始种群IPop;步骤12:将各个待定系数集{an}对应的参考函数hp的共轭分别与原始多项式相位信号s(t)相乘得到混合调制信号x(t),对混合调制信号x(t)实施傅利叶变换,得到变换结果X(f),按设定的评价标准评价变换结果X(f);步骤13:选取评价结果中最优的部分变换结果X(f)对应的父代个体,对其进行遗传操作,然后将遗传操作得到的新子代个体加入原始种群IPop进行变异操作,并按步骤12的方法,对变异操作后的所有个 ...
【技术特征摘要】
1.一种基于遗传优化的多项式相位信号自适应时频变换方法,其特征在于,包括以下步骤:步骤1:利用遗传优化算法对雷达接收的原始多项式相位信号s(t)进行多次分解,每次分解均确定一个信号分量的最优模型阶数和最优待定系数集,具体的:步骤11:根据多项式相位模型,生成原始多项式相位信号s(t)对应的参考函数hp,并初始化参考函数hp的模型阶数N1=1,并计算原始多项式相位信号s(t)的能量E0,随机生成参考函数hp的至少两个待定系数集{an},n=0,1,2,...,N1,其中待定系数集{an}的个数用Pop表示;将待定系数集{an}作为遗传优化算法中的父代个体,Pop个父代个体构成原始种群IPop;步骤12:将各个待定系数集{an}对应的参考函数hp的共轭分别与原始多项式相位信号s(t)相乘得到混合调制信号x(t),对混合调制信号x(t)实施傅利叶变换,得到变换结果X(f),按设定的评价标准评价变换结果X(f);步骤13:选取评价结果中最优的部分变换结果X(f)对应的父代个体,对其进行遗传操作,然后将遗传操作得到的新子代个体加入原始种群IPop进行变异操作,并按步骤12的方法,对变异操作后的所有个体的变换结果X(f)进行评价;步骤14:选取步骤13中评价结果最优的前Pop个个体形成新种群,采用新种群每个个体对应的待定系数集{an}按照步骤12的方法,重新计算并评价新种群每个个体对应的变换结果X(f),然后重复步骤13,直至遗传代数达到设定的最大值Gen,得到经过Gen代遗传后的评价结果最优的Pop个个体;步骤15:令模型阶数N1依次从2取到最大可能阶数order_max,每次取值后,重复步骤11至步骤14,从而得到不同模型阶数下的经过Gen代遗传后的评价结果最优的Pop个个体;步骤16:从步骤15得到所有个体中选出评价结果最优的个体,从而确定原始多项式相位信号s(t)当前信号分量的最优模型阶数Np以及Np对应的最优待定系数集{an}max;步骤2:利用最优模型阶数Np和最优待定系数集{an}max确定的信号分量的共轭与原始多项式相位信号s(t)相乘并实施傅利叶变换,得到频谱X'(f),将频谱X'(f)包络最大值处的强度复数取值置零后,实施逆傅立叶变换,从而得到时域信号y(t);步骤3:利用模型阶数为Np和最优待定系数集{an}max确定的信号分量与时域信号y(t)相乘得到残差信号z(t),本次分解结束;步骤4:计算残差信号z(t)的能量Ed,与原始多项式相位信号s(t)能量E0取比值R,如果比值R小于设定门限γ或分解次数达到设定的上限数量Nmax,则停止分解,得到各信号分量的最优模型阶数Np和最优待定系数集{an}max;否则,利用步骤3计算的残差信号z(t)替换步骤1中的原始多项式相位信号s(t)重新计算混合调制信号x(t),重复步骤1至步骤3,直至比值R小于设定门限γ或分解次数达到设定的上限数量Nmax;步骤5:将最优模型阶数Np和最优待定系数集{an}max对应的各个信号分量按分解顺序编号为hc,其中c=1,2,...,C,C为分解的次数;步骤6:按单分量信号瞬时频率的物理定义,得到各信号分量hc对应的瞬时频率曲线fc(t),并根据瞬时频率曲线fc(t)确定原始多项式相位信号s(t)的频率分布范围,最后对所述频率分布范围依次进行离散化、保留主瓣响应以及叠加操作后,得到原始多项式相位信号s(t)的时频联合分布f(t)。2.如权利要求1所述的一种基于遗传优化的多项式相位信号自适应时频变换方法,其特征在于,所述原始多项式相位信号s(t)对应的参考函数hp具体为:其中,order_max为原始多项式相位信号s(t)的最大可能阶数。3.如权利要求1所述的一种基于遗传优化的多项式相位信号自适应时频变换方法,其特征在于,所述原始多项式相位信号s(t)的频率分布范围具体为:所有信号分量hc的瞬时频率曲线fc(t)中的瞬时频率最小值为原始多项式相位信号s(t)的最小频率fimin,瞬时频率最大值为原始多项式相位信号s(t)的最大频率fimax。4.如权利要求1所述的一种基于遗传优化的多项式相位信号自适应时频变换方法,其特征在于,所述待定系数集{an}具体为矢量其中N1代表当前优化的模型阶数,a0为固定取值,设为原始多项式相位信号s(t)...
【专利技术属性】
技术研发人员:尹灿斌,劳国超,叶伟,冉达,
申请(专利权)人:中国人民解放军战略支援部队航天工程大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。