MATLAB环境下基于随机期望最大化的多分量信号瞬时频率估计方法

相对于频率成分单一、周期性强的平稳信号来说,具有非平稳、非周期、非可积特性的非平稳信号更普遍地存在于自然界中。调频信号作为非平稳信号的一种,由于其频率时变、距离分辨率高、截获率低等特性,被广泛应用于雷达、地震勘测等领域。调频信号最显著的特点为其频率的时变特性。早期的信号研究领域中,频率的提出,是用于描述信号具有周期性特征的概念,其定义并不符合描述调频信号特征参数的要求,为了描述非平稳信号在某一时刻的瞬态特征,随后提出了瞬时频率的概念。在地质学领域中,对于地震信号瞬时频率的监控,可用于震点预测;在电气工程领域,瞬时频率常用于预判电力系统发生故障的时间和类型;在医学信号处理中,瞬时频率可用来分析脑电图信号,测定大脑正在进行何种活动。由于瞬时频率估计在信号处理领域中的广泛应用,对于其相关频率估计方法的研究是各个领域中的焦点。

鉴于此,提出一种基于随机期望最大化的多分量信号瞬时频率估计方法,该方法引入了一种新的观测模型估计多分量信号模态的瞬时频率,采用贝叶斯框架估计瞬态频率,使用混合模型来考虑信号分量和分布噪声,并使先验模型与参数相关联,以建模可用的先验知识,然后通过随机期望最大化算法制定一种自适应的估计策略。 该方法可作为深度学习通用信号识别的前处理过程,可用于论文创新。

复制代码
%% Time-frequency representation parametersM       = 500;       %% Number of frequential binL       = 20;        %% analysis window size (in bin)%% Define signal x0N     = 500;                        %% signal length
X(:,1) = real(fmlin(N,0.15,0.3));X(:,2) = real(fmsin(N,0.3,0.45,700,1,0.3,+1));
x0 = sum(X,2);tfr  = tfrgab2(x0, M, L);Spect=(abs(tfr(1:round(M/2),:)));

figurecolormap(flipud(gray))imagesc(Spect)axis squareax = gca;ax.YDir = 'normal'xlabel('Time index','FontSize', 12, 'FontWeight', 'bold')ylabel('Normalized frequency','FontSize', 12, 'FontWeight', 'bold')yticks([1 M/4 M/2])yticklabels({0,0.25,0.5})

完整代码可通过知乎学术咨询获得:

https://www.zhihu.com/people/ge-ting-gen-shu-xue-xue-pai

工学博士,担任《Mechanical System and Signal Processing》等期刊审稿专家,擅长领域:现代信号处理,机器学习,深度学习,数字孪生,时间序列分析,设备缺陷检测、设备异常检测、设备智能故障诊断与健康管理PHM等。

相关推荐
心.c36 分钟前
JavaScript单线程实现异步
开发语言·前端·javascript·ecmascript
UQI-LIUWJ1 小时前
论文笔记:Tuning Language Models by Proxy
论文阅读·人工智能·语言模型
awonw1 小时前
[python][基础]Flask 技术栈
开发语言·python·flask
木宇(记得热爱生活)1 小时前
Qt GUI缓存实现
开发语言·qt·缓存
lly2024061 小时前
C# 正则表达式
开发语言
大魔王(已黑化)2 小时前
OpenCV —— 绘制图形
人工智能·opencv·计算机视觉
Chef_Chen2 小时前
从0开始学习R语言--Day58--竞争风险模型
android·开发语言·kotlin
开开心心_Every2 小时前
多线程语音识别工具
javascript·人工智能·ocr·excel·语音识别·symfony
咖啡の猫2 小时前
bash的特性-常见的快捷键
开发语言·chrome·bash
机器之心2 小时前
扣子开源全家桶,Apache 2.0加持,AI Agent又一次卷到起飞
人工智能