通信】Matlab实现改进的多同步压缩变换"/>
【通信】Matlab实现改进的多同步压缩变换
1 内容介绍
多重同步压缩变换简介 在分析一个客观物体时,采集它当前状态的信息,是了解其工作状况最好的方式。通过传感器,记录其信息,得到的就是信号(一般均为时域信号)。时频分析技术(TFA),通过加入频率变量,为我们分析时域信号,提供了更为全面的时频视角。但是,传统TFA是存在很多不足的。这里不再赘述。 相关文章谷歌搜索“Multi-synchrosqueezing Transform”即可。 目前,TFA的发展,是冲着两个目标。 一,时频谱具有高能量聚集性,直观地可以理解为高时频分辨率(也有些人,反对将聚集性等同为分辨率)。 二,信号能够被完美重构。(做到完美重构的话,可以使得该TFA技术用于信号去噪,模态分解等方面。) 传统TFA方法,比如,短时傅里叶变换(STFT),小波变换(WT),S变换等等,都是可以做到信号被完美重构的。但是,它们的能量聚集性特别差,时频谱发散严重。同步压缩变换(SST)的出现,就是在不影响信号重构性能的前提下,提高能量聚集性。但是,SST对噪声敏感,并且不适合处理强调频信号(遇到这两种情况,依然会发散严重)。上面的帖子中,介绍了一种叫同步提取变换(SET)的方法。相比于SST,时频聚集性&# |
更多推荐
【通信】Matlab实现改进的多同步压缩变换
发布评论