论文部分内容阅读
很多自然界的信号和人工信号都是非平稳信号,这类信号的统计性质会随着时间而改变。调频信号作为一类广泛存在的非平稳信号,具有重要的研究价值。时频分析方法能够使调频信号在时频域中聚集,而噪声分布在整个变换域上,因此在信号聚集的区域能够使信噪比(SNR)显著提升,对调频信号在不同的时频分布域的信噪比进行定量分析,具有重要的研究意义。线性调频(LFM)信号是最典型的非平稳信号,在通信、声呐、雷达等领域具有广泛的应用。任何一种时频分布如果不能对LFM信号提供良好的时频聚集性,便不适合用作非平稳信号时频分析的工具。本文对LFM信号在线性正则变换(LCT)域的信噪比进行了定量分析,推导出LFM信号在LCT域的信噪比表达式,分析了不同的LCT参数和窗函数参数对LCT域信噪比的影响,得出了使信噪比达到最大值的条件,并将LFM信号在LCT域的信噪比与其在短时Fourier变换(STFT)域和伪魏格纳分布(PWVD)域的信噪比进行了比较,从而得出LCT能显著提高LFM信号的信噪比,且能提供远高于STFT和PWVD的时频聚集性。通过Matlab仿真和对比验证了以上结论。二次调频(QFM)信号广泛存在于通信、雷达、天文、遥感测绘等学科中,三阶的局部多项式Fourier变换(LPFT)由于使用三次多项式相位信号作为核函数,很适合处理QFM信号。本文证明了LPFT核函数的三次项系数等于QFM信号二次调频率时,信号能获得更高的信噪比,推导出在这种情况下LPFT域信噪比的数学表达式,分析了不同的LPFT参数和窗函数参数对LPFT域信噪比的影响,得出了使信噪比达到最大值的条件,得出LPFT能显著提高QFM信号的信噪比的结论。通过Matlab仿真验证了以上结论,并将QFM信号在LPFT域与LCT域的信噪比进行了比较,结论表明用LPFT处理QFM信号,能够获得比LCT更好的时频聚集性。