[发明专利]一种抑制多分量LFM信号时频分布中交叉项的方法

权利要求书

1.一种基于子空间分解的抑制多分量信号时频分布交叉项的方法，其特征在于，通过Wigner-Ville变换确定给定信号x(t)的时频分布WVD_x(t，f)，将多分量信号的时频分布逐个分离成多个单分量信号的时频分布；利用Wigner-Hough变换获得所有极值点与之对应的单分量信号时频分布倾斜角度β_i(i＝1，2，…，P)，根据每个倾斜角度旋转时频分布，使得在参数空间上对应第i个极值点的多分量信号时频分布平行于时间轴，得到与信号个数P相同的单分量信号时频分布矩阵对矩阵进行奇异值分解SVD，获得最大奇异值对应的矩阵的秩1逼近；将秩1逼近反向旋转角度β_i，得到信号旋转变换后的P个时频分布WVD′_x(t，f)，将WVD′_x(t，f)分别截取成与原时频分布WVD_x(t，f)相同大小，并相加得到抑制交叉项和噪声的多分量信号时频分布。

2.根据权利要求1所述的方法，其特征在于，确定倾斜角度具体为，找出多分量信号所有p个分量的极值点对应的角度α₁，α₂，…，α_P，通过公式β_i＝α_i-180°，i＝1，2，…，P计算相应的旋转角度β_i。

3.根据权利要求1所述的方法，其特征在于，所述对矩阵进行奇异值分解具体为，调用公式确定SVD中所有奇异值其中，n为矩阵的秩，和为的奇异向量矩阵，∑_x为的奇异值对角阵。

4.根据权利要求1所述的方法，其特征在于，所述最大奇异值对应的矩阵的秩1逼近具体为，保留矩阵的奇异值中最大的奇异值，其他奇异值置零。

5.根据权利要求1或3所述的方法，其特征在于，采用SVD将矩阵分解成大的奇异值对应的信号子空间和小的奇异值对应的噪声子空间两部分，大的奇异值和信号个数相等，采用公式确定低秩矩阵并用代替实现信号子空间和噪声子空间的分解，是将∑_x内除去最大的奇异值以外的所有其他奇异值都置零后得到的对角矩阵。