[发明专利]一种基于STFT谱图滑窗相消的微动杂波去除方法

权利要求书

1.一种基于STFT谱图滑窗相消的微动杂波去除方法，其特征在于，包含以下步骤：

步骤1：将原始时域采样数据进行短时傅里叶变换，得到STFT数据及STFT谱图；

步骤2：将STFT数据以时间维中心为对称轴等分为前参考窗数据、后参考窗数据，将STFT谱图以时间维中心为对称轴等分为前参考窗谱图、后参考窗谱图；

步骤3：设置滑窗数目K，从STFT谱图中截取得到K个滑窗谱图；

步骤4：将前参考窗谱图与各滑窗谱图进行对应元素相减得到相减后前参考窗谱图，计算相减后前参考窗谱图与原前参考窗谱图对应元素的比值；将后参考窗谱图与各滑窗谱图进行对应元素相减得到相减后后参考窗谱图，计算相减后后参考窗谱图与原后参考窗谱图对应元素的比值；结合设置的门限确定前参考窗谱图中微动杂波位置；结合设置的门限确定后参考窗谱图中微动杂波位置；

步骤5：将微动杂波所在位置上的前参考窗数据置零，得到去除微动杂波后的前参考窗数据；将微动杂波所在位置上的后参考窗数据置零，得到去除微动杂波后的后参考窗数据；

步骤6：将去除微动杂波后的前参考窗数据沿时间轴进行叠加得到前参考窗频谱，对前参考窗频谱进行逆傅里叶变换得到去除微动杂波后的前参考窗时域数据；将去除微动杂波后的后参考窗数据沿时间轴进行叠加得到后参考窗频谱，对后参考窗频谱进行逆傅里叶变换得到去除微动杂波后的后参考窗时域数据；将去除微动杂波后的前参考窗时域数据和去除微动杂波后的后参考窗时域数据进行组合得到去除微动杂波后的完整时域数据。

2.根据权利要求1所述的基于STFT谱图滑窗相消的微动杂波去除方法，其特征在于，步骤1所述将原始时域采样数据进行短时傅里叶变换为：

其中，N表示短时傅里叶变换的频率维数，M表示短时傅里叶变换的时间维数，S表示STFT数据，是一个N×M维的矩阵，S[m,k]表示第m行第k列STFT数据，x表示时域采样数据序列，所述时域采样数据矩阵的长度为N，x[n]表示第n个时域采样点，w表示窗函数序列，所述窗函数的有效长度为N_w，并通过补零将其拓展成长度为N的向量，它满足为常数的条件，w[n-mR]表示窗函数中的第n-mR个元素，R表示短时傅里叶变换相邻窗函数之间的步进长度；

将S表示为S＝[s₀,...,s_M-1]，s_m表示第m列SFFT数据；

通过Y[m,k]＝|S[m,k]|²,m∈[0,M-1],k∈[0,N-1]计算STFT谱图；

其中，Y表示STFT谱图，Y[m,k]表示STFT谱图在第m行第k列上的元素；

将Y表示为Y＝[y₀,...,y_M-1]，y_m表示第m列STFT谱图。

3.根据权利要求1所述的基于STFT谱图滑窗相消的微动杂波去除方法，其特征在于，步骤2所述前参考窗数据为：

S_F＝[s₀,...,s_M/2-1]

步骤2所述后参考窗数据为：

S_B＝[s_M/2,...,s_M-1]

步骤2所述前参考窗谱图为：

Y_F＝[y₀,...,y_M/2-1]

步骤2所述后参考窗谱图为：

Y_B＝[y_M/2,...,y_M-1]

其中，M表示短时傅里叶变换的时间维数，s_m,m∈[0,M-1]表示第m列STFT数据，y_m,m∈[0,M-1]表示第m列STFT谱图；

所述的s_m、y_m均为N×1维向量，其中，N为短时傅里叶变换的频率维数；

所述的S_F、S_B、Y_F、Y_B均为维矩阵。