文献类型：期刊文章

作　　者：赵晓宇[1] 李艳萍[1] 付颜龙[1] 吉向敏[1] 刘煜[1]

机构地区：[1]鄂尔多斯应用技术学院信息工程系

出　　处：《信息通信》

基　　金：基于Seed Partial Least Square的正常人大脑结构和功能默认网络的研究（NJZY17410）;大脑结构默认网络和功能默认网络相关性的研究（KYYB2018009）;基于大数据的BP神经网络预测在电厂磨煤机状态监测中的应用研究（NJZY17411）

年　　份：2019

卷　　号：0

期　　号：8

起止页码：99-100

语　　种：中文

收录情况：普通刊

摘　　要：生活中所遇到的信号,大部分都是非平稳信号,传统的傅里叶变换只能得到信号的频率信息,而不能对信号同时进行时间和频率的定位.文章通过仿真信号和实际语音信号研究了几种常用的时频分析方法各自的特点,包括线性时频分布中的Gabor变换、短时傅立叶变换、连续小波变换,以及二次时频分布中的Smoothed-peseudo-WVD、Choi-Williams和Zhao-Atlas-Marks变换.我们首先将上述方法运用到noischir信号,各种方法基本都能得到正确的结果.其次,将其应用到实际的语音信号中.通过对比各种方法的时频结果,可以看到上述方法对不同的信号都可以得到大致相同的时频结果,都能够提取出信号的主要时频信息,但是不同方法的时频分辨率不同,所得到的时频结果的精细程度也不一样.我们发现短时傅里叶变化的分辨率较低,而二次时频分布对能量大的频率有增强的作用,对能量小的频率则有减弱的作用.二次时频分析方法对有用频率能量差异不是特别大的信号能够给出更好的时频结果.

关 键 词：时频分析 线性时频分析  二次时频分析  频谱变换  

分 类 号：TN92]