傅里叶变换在信号设定门限分解中的应用
2012-12-22陶志福
苏州市职业大学学报 2012年1期
陶志福, 姚 萌
(1.苏州市职业大学 电子信息工程系, 江苏 苏州 215104; 2.华东师范大学 电子工程系, 上海 200062 )
目前BRATUMASS[1]系统采样信号分析中存在以下两方面的问题:一是采样信号中伴生有大幅度的发射信号成分,而有效回波信号相对于伴生信号来说能量幅度很小,其谱线可能出现在采样频谱的任何区域,用常见的滤波方法往往也削减了本来很弱的有效回波信号成分;二是以BRATUMASS系统采样信号为基础的目标特性计算是以目标空间背景散射为基础,但背景散射本身又是弱小有效信号中最弱的,以何种准则来判定一个弱小的信号分量就是背景散射,即从很弱的有效回波信号中确定更弱的背景散射成分,这是BRATUMASS系统能否进行后续工作的关键.
对于信号的分解,考虑到实际信号采样总是持续有限的时间,而BRATUMASS系统采样信号经归一化处理后总能满足弱函数[2]的性质.也就是说可以按照弱函数的理论用Hermite基函数展开[2],即有

(1)
存在,式中φn(x)为Hermite基函数.进而有
(2)

相应的信号f(x)的傅里叶变换可表示为
(3)

而另一方面对于背景散射信号频率分量,本文意在从频谱幅度的概率统计的角度进行探讨,提出一种基于频谱幅度分布的下限提取方法.
1 信号强弱分量分离模型
对信号进行分解的方法有很多,如小波分解方法[3]、经验模式分解[4]等.2004年,Roebel等提出针对语音信号的谱峰,从信号的时频分布的特性中寻找对其进行分类的信号分解方法[5].该方法可以很好地分离语音信号……
登录APP查看全文
