专利名称：一种抑制多分量lfm信号时频分布中交叉项的方法
技术领域：
本发明涉及到信号处理领域，具体为一种可以抑制多分量线性调频(LFM)信号时频分布中交叉项的方法。
背景技术：
线性调频信号是一种典型的非平稳信号，广泛应用于通信、雷达、声纳和生物医学等系统中。对于非平稳信号来说，其瞬时频率随时间变化。作为经典的信号分析工具，傅立叶变换(FT Fourier Transform)是建立在信号是全局平稳的假设前提下，是完全的频率表示，不能提供任何时间信息，即只能提供信号中所含的频率成分，却不能揭示这些频率成分何时发生。时域与频域是两个相对独立的信号描述域，不论哪一种表示，它都无法说明信号不同的频率分量在时域上的分布与变化情况，而这对非平稳信号却非常重要。因此，对于非平稳信号，需要同时在时域和频域上联合表示，以体现其时变谱特征。信号的时频分布弥补了时间、频率描述的缺点，不仅为我们提供了信号时间与频率信息，而且清楚表示出了信号频率与时间的线性变化关系，给出了一个二维的时间-频率的直观描述。线性调频信号的时频分析是雷达、声纳、通信、生物医学、地震信号分析等领域需要解决的共性问题。基于单分量前提下的线性调频信号时频分析已较为完善，但这种前提不符合实际应用遇到的多分量的情况，而多分量信号具有广泛的应用背景，如被动阵列系统和宽带雷达中，相对较远和较大目标可表示为多个散射点，不同散射点的反射信号形成一个信号分量，所以回波信号包括了多个不同的信号。侦察中，多个辐射源也会造成回波信号的多分量形式。通信中，由于多径效应，发射信号经不同延时和衰减后，表现为多个不同的信号。因此，研究多分量信号的时频分析能更为有效地揭示各信号的固有特征和区分多
目标，进而更为精确地反映目标及其周围环境的特性。多分量线性调频信号的模型为
权利要求
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χ (t)的时频分布WVDx (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= 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4 ；对矩阵Λ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) JfWVD' x(t，f)分别截取成与原时频分布WVDx(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h，Ci2，…，α p，通过公式= Qi-ISO0，i = l，2，···， P计算相应的旋转角度 ^。
3.根据权利要求1所述的方法，其特征在于，所述对矩阵Λ进行奇异值分解具体为，调用公式
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Λ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将矩阵又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^4 =K^y"确定低秩矩阵，并用代替Λ实现信号子空间和噪声子空间的分解，^Ci是将 χ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。
全文摘要
本发明请求保护一种基于子空间分解的抑制多分量LFM信号时频分布交叉项的方法，属于信号处理技术领域。本方法利用基于奇异值分解(SVD)的子空间分解，将含噪声和交叉项的时频分布矩阵分解成信号子空间和噪声子空间。针对线性调频信号占有较宽的频带，使得奇异值的降低速率较小，不能与噪声有效分离的问题，利用Wigner-Hough变换获得信号时频分布的倾斜角度。根据获得的角度旋转时频分布，使得信号的时频分布平行于时间轴，其特点是奇异值很快衰减至零，这样就可以有效的将信号子空间分离出来。本方法不仅抑制了多分量LFM信号时频分布中的交叉项和噪声，而且时频分辨率也没有降低，因此具有很好的应用前景。
文档编号H04L25/03GK102158443SQ20101055078
公开日2011年8月17日 申请日期2010年11月19日 优先权日2010年11月19日
发明者代少升, 侯瑞玲, 庞统, 张天骐, 李越雷, 赵德芳, 金翔 申请人:重庆邮电大学