為解決短時傅里葉變換(STFT)的時頻定位能力受限于窗函數(shù),影響分辨目標亮點的能力,本文提出了一種STFT去模糊提取水中目標回波亮點的方法。通過建立STFT卷積模型,分析獲得圖像點散射函數(shù)(PSF)與STFT的窗函數(shù)的關系,并將圖像去模糊理論運用到STFT中。仿真研究表明,該方法具有比STFT更優(yōu)的時頻分辨能力,并且能有效抑制背景噪聲,同時分析了信號形式、信噪比、亮點特征參數(shù)對其性能的影響。松花江聲學試驗數(shù)據(jù)結果表明:該方法在水中目標亮點提取處理中具有一定穩(wěn)健性與實用性。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1目標回波中含有2個亮點的幅度譜

式中:g(t)為窗函數(shù),具有時域對稱結構。以LFM脈沖信號為例,當接收目標回波含有2個亮點時,經(jīng)過短時傅里葉變換處理后的幅度譜示意如圖1所示。

圖2短時窗內信號頻譜

在分析窗內的結果如圖2(a)所示。隨著迭代次數(shù)的增加,“頻譜泄露”得到了有效的抑制,當次數(shù)為50次時,頻譜近似為一個沖激函數(shù)。圖2(b)展示了在一個分析窗內具有2個頻率的信號的頻譜,常規(guī)FFT受旁瓣干擾,導致無法分辨出2個頻譜,RLSTFT能夠抑制旁瓣,在不增加FFT點數(shù)的情況下....

圖3LFM信號的時頻分布幅度譜

圖4展示了2個LFM信號的時頻分布幅度譜,調諧頻率分別為35～40kHz和40～45kHz,幅度譜中的旁瓣得到了抑制。圖42個LFM信號的時頻分布幅度譜

圖42個LFM信號的時頻分布幅度譜

圖3LFM信號的時頻分布幅度譜2.3頻率分辨力

本文編號：3972902