一種改進的多分量正弦調頻信號時頻分析算法

呂 軍， 贠樂應， 牛敏杰

(陸軍裝甲兵學院信息工程系，北京 100072)

自然界中的信號可按照頻率是否隨時間線性變化分為線性調頻(Linear Frequency Modulation, LFM)信號和非線性調頻(Non-Linear Frequency Modulation, NLFM)信號[1]，其中正弦調頻(Sinusoidal Frequency Modulation, SFM)信號是一種常見的非線性調頻信號，廣泛存在于無線通信等諸多領域，對這類信號進行分析具有重要的意義。如：目標微運動引起的雷達回波信號就是一種典型的SFM信號，對這類信號進行分析可為雷達目標微多普勒特征提取奠定基礎[2]。

由于頻率特性是信號的重要特性，其中蘊含著很多信號特征，因此有必要對SFM信號的頻率特性進行分析。但是SFM信號的頻率隨時間呈正弦形式變化，屬于頻譜時變信號，采用傳統的傅里葉變換無法很好地描述其頻率的變化規律，需采用時頻分析方法[3]。

現有的時頻分析方法主要有短時傅里葉變換(Short-Time Fourier Transform, STFT)、魏格納分布(Wigner-Ville Distribution, WVD)、平滑偽魏格納分布(Smoothed Pseudo WVD, SPWVD)、重排平滑偽魏格納分布(Reassigned SPWVD, RSPWVD)等[4]，其中：STFT的性能受窗函數的影響較大，當窗函數較短時，時域分辨率高，頻域分辨率低，反之，頻域分辨率高，時域分辨率低，但是沒有交叉項的干擾；WVD具有較高的時頻分辨率，但是交叉項干擾嚴重；SPWVD通過加窗減少了交叉項干擾，但是同時也降低了時頻分辨率；RSPWVD通過對SPWVD時頻分布進行重排，大幅度減少了SPWVD中的交叉項干擾，同時提高了時頻分辨率，但是計算復雜度較高，實時性差[5]。

基于以上問題，為了獲得一種時頻分辨率高、交叉項干擾抑制強、運算量低以及更接近于真實結果的時頻分析算法，筆者基于STFT和WVD的優點，提出一種改進的STFT-WVD時頻分析算法，并通過仿真分析驗證該算法的有效性。……