[发明专利]一种多分量非平稳信号的瞬时频率估计方法

说明书

本发明公开了一种多分量非平稳信号的瞬时频率估计方法，包括以下步骤：S1：获取多分量非平稳信号的时频分布；S2：根据信号的时频分布，采用原始维特比算法得到信号的粗略瞬时频率估计；S3：根据粗略瞬时频率估计，获取交叉混叠区域：S4：根据信号交叉混叠区域的时频分布，设计一种改进型维特比算法得到信号交叉混叠区域的精确瞬时频率估计；在非交叉混叠区域，采用原始维特比算法得到信号非交叉混叠区域的粗略瞬时频率估计。本发明采用维特比算法对信号的时频分布进行粗略瞬时频率估计和精确瞬时频率估计得出信号的瞬时频率估计，该方法有效地抑制了瞬时频率曲线的跳变，提高了瞬时频率估计的准确度。

技术领域

本发明属于信号处理领域，具体涉及一种多分量非平稳信号的瞬时频率估计方法。

背景技术

在雷达、声纳和其他应用中，人们经常会遇到包含时变频率的非平稳信号。这种时变频率称为瞬时频率，简称IF，它揭示了信号的重要特征。例如，在雷达微多普勒应用中，雷达反射回来的瞬时频率就包含了雷达目标独一无二的微动特征，可用于目标识别和分类。因此，瞬时频率估计是信号处理领域中一种重要的研究课题。

在过去的几十年中，人们已经提出了各种瞬时频率的提取方法。一般情况下，较容易提取出单分量信号的瞬时频率；然而，实际信号通常包含多个分量。对于多分量信号，一种解决方案是在瞬时频率估计之前将多分量信号分解为多个单分量信号；因此，人们提出了信号分离方法如经验模式分解和小波分解。然而，这些方法多限于仅在时域或频域中重叠信号的瞬时频率估计。当信号在时域和频域都重叠时，即多个分量的瞬时频率在时频(TF)平面内相交时，信号分离不易实现。如何在时频(TF)域中估计相互重叠的多成分瞬时频率估计仍然是一个挑战。

由于能够在时频域分析复杂非平稳信号，时频域分析(TFA)技术是分析多成分雷达信号常用的一种方法。基于TFA的瞬时频率估计可以分为参数和非参数两种方法；参数化方法通常事先定义信号的瞬时频率模型，例如把瞬时频率定义为线性或更高阶多项式，或者正弦特征，通过计算瞬时频率模型的参数可以实现瞬时频率的估计。虽然这些参数方法在某些情况下是有效的，但它们通常涉及参数空间中的多维搜索，计算量较大且缺乏实用性。并且，某些信号的瞬时频率并不能用数学特征进行描述，使得该方法的适用范围较小。

与参数估计方法不同，非参数方法不需要瞬时频率的先验知识。非参数方法通常通过使用适当的时频表示技术(TFR)来表征出多分量信号的特征。为了估计瞬时频率，一种简单而直接的方法是检测TF平面上每个时间点的最大峰值；然而，对于低信噪比(SNR)或多分量信号，最大峰值的变化可能比较大，因此估计出来的瞬时频率可能会较大程度的偏离真实的瞬时频率。因此，人们开发了其他技术，例如采用图像处理技术来估计来自TFR的重叠瞬时频率，然而，这种方法同样计算量大，并且容易受到噪声干扰。又例如一种称为脊路径重组的新型非参数算法，该方法首先检测信号的所有瞬时频率的脊，然后通过重组脊曲线来提取所需的瞬时频率；该方法可以有效地估计多分量信号的相交瞬时频率，但是，由于脊检测算法基于最大方法，因此该技术对噪声较敏感。

现有技术中，还有引入维特比算法(VA算法)来估计TFR中的瞬时频率，即原始维特比算法。该方法假设估计出的瞬时频率应该尽可能多的来自时频图中幅度值较大的一些点，并且两个连续TF点之间的瞬时频率变化不是太大，从而定义了两个代价函数。原始维特比算法对低信噪比单分量信号具有较好的瞬时频率估计效果。此外，当多个信号在TF平面上间隔较远时，也可使用该维特比算法估计瞬时频率。但是，当瞬时频率在TF平面上交叉重叠时，可能会出现瞬时频率的跳变问题(SP)，也就是说，一个瞬时频率可能会在交叉的TF区域跳转到另一个瞬时频率，从而估计出错误的瞬时频率曲线。其原因是，原始维特比算法仅考虑瞬时频率曲线上的两个相邻TF点而不考虑先前已经估计出的更多的瞬时频率点。由此，假设两个相邻瞬时频率之间的瞬时频率变化率不强烈，定义了使用相邻三个TF点的代价函数；结果，可以在很大程度上抑制不同瞬时频率之间的跳变问题，因而可以获得更准确的瞬时频率。然而，由于瞬时频率变化率可能在其他瞬时频率区域(如瞬时频率曲线的峰值或最低点)发生剧烈变化，因此这种算法更适合于估计单调的多成分瞬时频率。

发明内容