时频分布的变形

✍ dations ◷ 2025-02-23 07:39:48 #信号处理

时频分布的变形(Motions on the time-frequency distribution)是指信号经过时频分析(Time-frequency analysis)的结果,在时频平面(time-frequency plane)上图形的各种变形。

对时频分布做各种变形,皆有其对应的物理意义。常见的时频分布的变形有下列几种:水平平移、铅直平移、扩张、斜推、旋转。时频分布的变形在分离信号、滤波器设计、取样定理、调变及多工…等领域上都有相当的帮助。

简单来说,水平平移就是信号在时间轴上的平移。例如一个在0秒至3秒之间大小为1,其他为0的方波信号,被平移成为10秒至13秒之间大小为1,其他为0的方波。若一个信号x经过水平平移t0时间单位后得到的信号为y,则x与y的时频分布关系为:


铅直平移就是信号在频率轴上的平移,在通讯上也被称为调变。将一个基频的讯号经过调变之后变换到射频来传送,可以更加有效的利用频率资源。若一个信号x经过铅直平移f0频率单位后得到y,则


扩张变形对时频分布图形造成的影响是:在时间轴拉伸a倍,而在频率轴压缩a倍。扩张变形的重要特性是时频分布占有的面积不变。若一个信号x经过a倍的扩张变形,得到的结果为y,则

时频分析的扩张

沿着时间轴方向做斜推变形,造成的影响是:时间轴方向的位移量与频率大小成正比。反之,沿着频率轴方向做斜推变形,则会使频率轴方向的位移量与时间大小成正比。沿时间轴的斜推变形,是信号与chirp函数做折积运算的结果;沿频率轴的斜推变形,是信号与chirp函数相乘的结果。若一个信号x沿着时间轴做a倍的斜推变形后得到的结果为y,则

x ( t ) = y ( t ) e j π t 2 a {\displaystyle x(t)=y(t)e^{j\pi {\frac {t^{2}}{a}}}}

W y ( t , f ) = W x ( t a f , f ) {\displaystyle W_{y}(t,\,f)=W_{x}(t-af,\,f)}

x ( t ) = y ( t ) e j π t 2 a {\displaystyle x(t)=y(t)*e^{j\pi {\frac {t^{2}}{a}}}}

W y ( t , f ) = W x ( t , f a t ) {\displaystyle W_{y}(t,\,f)=W_{x}(t,\,f-at)}

时频分析的斜推

旋转变形顾名思义就是把图形对着原点旋转。对信号做傅里叶变换会将图形顺时针方向旋转90度;同样的,做傅利业反变换会将图形逆时钟旋转90度。而分数傅里叶变换可将图形旋转任意的角度。若一个信号x做傅里叶变换后得到的结果为y,则

y = F { x ( t ) } {\displaystyle y=\displaystyle {\mathcal {F}}\left\{x(t)\right\}}

W y ( t , f ) = W x ( f , t ) {\displaystyle W_{y}(t,\,f)=W_{x}(-f,\,t)}

分數傅立葉轉換 

第一种定义:

第二种定义:

ϕ = 0.5 a π {\displaystyle \phi =0.5a\pi } , a {\displaystyle a} 为实数。

a = 1 {\displaystyle a=1} 时 (亦即 ϕ = 0.5 π {\displaystyle \phi =0.5\pi } ),分数傅里叶变换就成了傅里叶变换。

分数傅里叶转换

当一个讯号的时频分布呈现不规则形状时,会有许多不必要的带宽浪费,此时可以将频率与时间的关系近似于多项式,只要将原讯号乘上原讯号的共轭函数,就可以将时频分布拉直,如同直流讯号或是单频讯号的时频分布,这样除了可以降低传输时的带宽之外,因为在时频分布上的面积缩小所以亦可降低总取样点数。

y ( t ) A e j ϕ ( t ) {\displaystyle y(t)\cong Ae^{-j\phi (t)}}

ϕ ( t ) = k = 0 n a k t k {\displaystyle \phi (t)=\sum _{k=0}^{n}a_{k}t^{k}}

f r e q u e n c y = 1 2 π d ϕ ( t ) d t {\displaystyle frequency={\frac {1}{2\pi }}{\frac {\mathrm {d} \phi (t)}{\mathrm {d} t}}}


x ( t ) = y ( t ) e j ϕ ( t ) {\displaystyle x(t)=y(t)e^{j\phi (t)}}

W x ( t , f ) = W y ( t , f 1 2 π d ϕ ( t ) d t ) {\displaystyle W_{x}(t,\,f)=W_{y}(t,\,f-{\frac {1}{2\pi }}{\frac {\mathrm {d} \phi (t)}{\mathrm {d} t}})}


Generalized shearing

利用线性正则变换可以把时频分布做任意的线性变形

定义

线性正则变换有四个参数(a, b, c, d)和一个限制,也就是有三个自由参数,第四个参数则由另外三个所决定。

矩阵 {\displaystyle {\begin{bmatrix}a&b\\c&d\end{bmatrix}}} 的行列式ad - bc = 1


在这里用 F ( a , b , c , d ) ( u ) {\displaystyle F_{(a,b,c,d)}(u)} 表示 f ( u ) {\displaystyle f(u)} 做线性正则变换的结果, O F ( a , b , c , d ) {\displaystyle O_{F}^{(a,b,c,d)}} 表示做参数为{a,b,c,d}的线性正则变换。

线性正则转换

传统的滤波器设计,是在频域对不同频率给定不同的频率响应,借此压抑或是强化某些频率的能量。因为一般而言被处理的信号都是时变的,在加入时频分析工具以及变形之后,可以对信号做更复杂的处理,得到更好的效果,例如:分数傅里叶变换,可以将讯号时频分布旋转至适当角度让讯号及干扰的cut-off line与水平轴垂直,此时讯号再与干扰会在时间轴上分离只要在时间轴上乘上一个适当的window function,就可以分离讯号及噪声。

水平cutoff line

时频分布所占的面积,相当于一个信号所需要取样的次数。同上原因,对信号的时频分布进行适当地旋转,变形及切割之后,可以使取样点数降低或是让取样方法更简单。

讯号时频分割

讯号时频旋转

在通讯系统中,我们为了有效的利用传输资源,会进行分时多工或是分频多工,把时间或频率切割成小的区块再将讯号载在其中。同样的,若利用时频分布的变形,我们有机会把信号调整成更适合小区块的形状再放入,进而节省通讯资源。

利用时频分析处理讯号多工利用时频分析处理讯号多工

相关

  • 辐射电离辐射(英语:ionizing radiation)是指波长短、频率高、能量高的射线(粒子或波的双重形式)。辐射可分为电离辐射和非电离辐射,电离辐射可以从原子或分子里面电离过程(Ionization)中
  • 讯息路径细胞信息传递(英语:cell signaling)是一个主管细胞基本活动并协调细胞行为的复杂沟通系统。细胞对周遭微环境进行感知与正确回应的能力是其发展、修复组织、免疫以及体内正常动
  • μsup+/sup6972188353147500000♠1.883531475(96)×10−28 kgμ子(渺子,muon)是一种带有一个单位负电荷、自旋为1/2的基本粒子。μ子与同属于轻子的电子和τ子具有相似的性质,人们至今未
  • 尼泊尔宗教尼泊尔宗教 (2011)尼泊尔是一个多元文化,多民族,多语言,多宗教信仰的国家。尼泊尔自古以来就存在着各种宗教,根据尼泊尔宪法,尼泊尔是一个世俗国家。尼泊尔宪法保障平等对待所有
  • 全国铁路英国国家铁路(英语:National Rail),简称NR,是英国铁路运行公司协会(Rail Delivery Group,英国经营铁路客运公司的代表团体)提供的服务的总称。其前身是英国铁路所拥有的铁路网。在大
  • 新制度经济学新制度经济学(英语:New institutional economics,缩写为NIE),经济学的分支之一,将更早的制度经济学与新古典主义经济学的架构,应用于构成经济活动底层基础的社会与法律规范分析之上
  • ALL SINGLES BEST 2《ALL SINGLES BEST 2》是日本乐团可苦可乐的第二张精选辑。2012年9月5日发行。因为健康原因宣布休息半年,复归后的首张作品。自2006年发售销量超过300万张的大热精选辑《ALL
  • 康泠康泠(1936年-),女,福建闽侯人,中华人民共和国政治人物,曾任北京教育学院党委书记,中华全国妇女联合会书记处书记,第八、九届全国政协委员。
  • 杨伯龙杨伯龙(1690年-?年),字?,四川邻水县人,清朝政治人物。康熙四十七年(1708年)戊子科举人,雍正五年(1727年)任福建汀州府清流县知县;因被福建巡抚赵国麟弹劾贪赃革职。后开复赴补签掣江西赣州
  • 塞兰坡塞兰坡(Serampore)是印度西孟加拉邦的一座城市,现在属于加尔各答都会区的一部分。 它位于胡格利河右岸,平均海拔17米(56英尺)。从1755年到1845年,塞兰坡曾经是丹麦殖民地。19世纪初