廣義Warblet變換在瞬時頻率估計中的應用.pdf

1、對于參數(shù)化時頻分析方法,參數(shù)的選擇至關重要。如果參數(shù)選擇不合適,參數(shù)化時頻分析不僅達不到預期的效果,甚至可能會失效。本文研究參數(shù)化時頻分析方法——廣義Warblet變換在瞬時頻率估計中的應用。為了保證時頻分析的質(zhì)量,本文提出了一種基于目標信號的迭代算法自適應選擇廣義Warblet變換參數(shù)。為了保證參數(shù)估計的準確度,該算法使用時域平移校正法對每次迭代中估計瞬時頻率譜分析的結(jié)果進行校正。時域平移校正方法的使用不僅可以提高每次迭代中參數(shù)估計的

2、精度,還可以提高算法的收斂速度。該算法根據(jù)雷尼熵終止迭代,在每次迭代中計算時頻表示的雷尼熵,當后一次迭代的雷尼熵大于前一次迭代,或雷尼熵一直減小,但減小不明顯時終止迭代。
　　為了驗證使用時域平移校正方法進行校正的必要性,本文進行了仿真試驗。通過對校正前后參數(shù)的對比發(fā)現(xiàn),校正前的參數(shù)無法使用,而校正后參數(shù)誤差很小。本文還通過對三個信號在迭代過程中與前一次迭代相對誤差,與真值相對誤差以及雷尼熵變化情況的分析,證明了使用雷尼熵作為終止