The invention relates to a least square time-frequency analysis method based on trigonometric function fitting. Its technical scheme is to transform one-dimensional signal into two-dimensional time-frequency domain, at which time the frequency information in the signal can be regarded as a function of time, and the amplitude spectrum and phase spectrum obtained by time-frequency analysis can be further analyzed and processed; the triangular function is used as the basis function, and the time is based on least squares. The frequency analysis problem is transformed into an inverse problem solving process, and the inverse problem is further transformed into an iterative matrix equation solving problem. At the same time, some constraints are added to the least squares solution process, which further improves the stability and reliability of time-frequency analysis. This method can also be used to time the signal. Frequency inversion transform is used to reconstruct signals with different frequency components. The least squares time-frequency analysis method with constraints is realized by inversion method. The method has high resolution, stability and remarkable application effect.
【技术实现步骤摘要】
基于三角函数拟合的最小二乘时频分析方法
本专利技术涉及一种信号处理新方法,特别涉及一种基于三角函数拟合的最小二乘时频分析方法。
技术介绍
时频分析方法就是将一维的信号转换到二维的时频域中,此时可以将信号中的频率信息看做是时间的函数,即随着时间的变化,频率成分也在发生变化。通过时频分析可以得到信号在频率域的振幅谱和相位谱,这些振幅谱和相位谱包含了丰富的信息。时频分析技术自发轫之初,其应用潜力就初露端倪,这一技术的长足进展,为许多难题的解决带来了曙光,时频分析的方法包括线性时频表示法和二次时频表示法。信号的线性时频表示主要有短时傅立叶变换(STFT)、小波变换(WT)、希尔伯特-黄变换(HHT)以及S变换(ST)等等。短时傅立叶变换实际上就是加窗的傅立叶变换,通常假设信号在窗函数的有效持续时间内是平稳的,但此条件通常无法满足或近似满足,短时傅立叶变换使用一个固定的窗函数,窗函数一旦确定了以后,其形状就不再发生改变,短时傅立叶变换的分辨率也就确定了,如果要改变分辨率,则需要重新选择窗函数。短时傅立叶变换用来分析分段平稳信号或者近似平稳信号犹可,但是对于非平稳信号,因而它的时间和频率分辨率都很低,不能满足分析精度上的要求。小波变换是近十几年才发展起来的信号分析方法,它主要用于数据的压缩和图像的边缘检测,小波变换是以时间和尺度为参数,在时间-尺度平面的不同位置上具有不同的分辨率,因而是一种多分辨率分析方法。小波分析得益于小波基函数的完备性、自相似性和多分辨性,它能获得成功的两个最重要的原因是其拥有塔形快速算法和良好的时频局域特性;缺点则是一旦母小波选择不当,应用效果 ...
【技术保护点】
1.一种基于三角函数拟合的最小二乘时频分析方法,其特征是:将一维的信号转换到二维的时频域中,此时可将信号中的频率信息看做是时间的函数,通过时频分析得到的振幅谱和相位谱,可以对信号进行进一步地分析和处理;将三角函数作为基函数,基于最小二乘,将时频分析问题转换成一个求解反问题的过程,并进一步将反问题变换成一个迭代求解矩阵方程组的问题,同时,在最小二乘的求解过程中加上了一定的约束,进一步提高了时频分析的稳定性和可靠性,该方法也可以对信号进行时频反变换,实现不同频率成分信号的重构。
【技术特征摘要】
1.一种基于三角函数拟合的最小二乘时频分析方法,其特征是:将一维的信号转换到二维的时频域中,此时可将信号中的频率信息看做是时间的函数,通过时频分析得到的振幅谱和相位谱,可以对信号进行进一步地分析和处理;将三角函数作为基函数,基于最小二乘,将时频分析问题转换成一个求解反问题的过程,并进一步将反问题变换成一个迭代求解矩阵方程组的问题,同时,在最小二乘的求解过程中加上了一定的约束,进一步提高了时频分析的稳定性和可靠性,该方法也可以对信号进行时频反变换,实现不同频率成分信号的重构。2.根据权利要求1所述的基于三角函数拟合的最小二乘时频分析方法,其特征是:所述三角基函数矩阵是一个由正弦和余弦两种三角函数组成的矩阵,横排代表频率,根据需要定义频率范围和采样率;纵列代表时间,和待求信号的采样率和长度一样。3.根据权利要求1所述的基于三角函数拟合的最小二乘时频分析方法,其特征是:包括以下具体步骤:步骤1:输入时间信号:输入时间域信号,为了保证时频分解与重构结果的稳定性和准确性,需要信号具有一定的信噪比,可以是一维的信号,也可以采用二维或三维信号,但需要一道一道的处理;步骤2:构建三角基函数矩阵:通过设定不同的频率采样率和时间采样率,生成三角基函数矩阵F,三角基函数矩阵是一个由正弦和余弦两种三角函数组成的矩阵,其中,横排代表频率,需要定义频率范围和采样率,纵列代表时间,和待求信号的采样率和长度一...
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。