[发明专利]一种多分量多项式相位信号的分离方法

说明书

本发明公开一种多分量多项式相位信号的分离方法，步骤是：步骤A，准备待检测处理的分量个数为NUM的多分量多项式相位信号，该信号以采样间隔1/f_s进行离散化，得到s(n),1≤n≤N；步骤B，令ss(n)＝s(n)，number＝1；步骤C，用时频分析方法计算信号ss(n)的时频分布TFR(t,f)；步骤D，对信号的时频分布通过二维峰值搜索算法进行脊线提取，获得相位多项式信号的瞬时频率向量IF；步骤E，对步骤D获得的相位多项式信号瞬时频率向量IF进行解调频和滤波；步骤F，修正平滑后的瞬时频率向量F_smooth(n)，得到最终的输出瞬时频率向量IF_Out(n)；步骤G，将信号ss(n)减去已提取出的分量Out_ss(n)，得到新的ss(n)；number＝number+1；如果number≤NUM，跳转至步骤C；否则，分离程序结束。此种方法能够克服传统的分离方法不能在多分量下有效分离多项式相位信号的问题。

技术领域

本发明涉及一种多项式相位信号模型，特别涉及一种基于时频分布的多分量多项式相位信号分离方法。

背景技术

多分量多项式相位信号的分离方法能够很好地实现在时-频平面上存在交点信号之间的分离，也能实现只在一段时间内存在的相位信号的分离。

多项式相位信号具有非平稳的特性，在自然界或无线通信、雷达、地震、生物医学等领域有广泛的应用。多项式相位信号可分为单分量、多分量、高信噪比、低信噪比等情况。单分量和高信噪比前提下的多项式相位信号分析具有较完善的理论，但是这样的传统分析理论不适用于多分量、低信噪比和非高斯噪声环境下的相位信号分离。因此这方面的研究具有现实意义。

B.Barkat和K.Abed-Meraim首先在《Algorithms for Blind ComponentsSeparation and Extraction from the Time-Frequency Distribution of TheirMixture》中估计了分量的个数、进行分量分离，然后进行脊提取和脊路径重组，并使用一个给定的混合信号的无交叉项TFD来分离所有的分量。李宏坤在《基于时频分布的欠定信号盲分离与微弱特征提取》中基于时频分析的盲源分离方法，结合时频分析对非平稳信号分析的优势进行分离。向强等在《基于线性正则变换的时频信号分离方法》中把在时频面互不重叠，但在时域和频域均存在较强耦合的多分量合成信号进行分离。上述方法中，当信号的相位多项式阶数较高或信号分量数目较多时，会存在过多的交叉项干扰，因此具有一定的局限性。

发明内容

本发明的目的，在于提供一种多分量多项式相位信号的分离方法，能够克服传统的分离方法不能在多分量下有效分离多项式相位信号的问题。

为了达成上述目的，本发明的解决方案是：

一种多分量多项式相位信号的分离方法，包括如下步骤：

步骤A，准备待检测处理的分量个数为NUM的多分量多项式相位信号，该信号以采样间隔1/f_s进行离散化，得到s(n),1≤n≤N，其中，f_s为采样频率，N为数据长度；

步骤B，令ss(n)＝s(n)，number＝1；

步骤C，用时频分析方法计算信号ss(n)的时频分布TFR(t,f)，其中，t为时频分布时间方向上的矢量，长度为N；f为时频分布频率方向上的矢量，长度为M，M为进行时频分析时FFT变换的频率点数；

步骤D，对信号的时频分布通过二维峰值搜索算法进行脊线提取，获得相位多项式信号的瞬时频率向量IF；

步骤E，对步骤D获得的相位多项式信号瞬时频率向量IF进行解调频和滤波；

步骤F，修正平滑后的瞬时频率向量F_smooth(n)，得到最终的输出瞬时频率向量IF_Out(n)；