[论文解读] Wave-shape function analysis -- when cepstrum meets time-frequency analysis
本文提出了一种新型算法——去波形同步挤压变换(de-shape SST),该算法结合倒谱分析与时频方法,可分离振荡信号中时变频率、振幅及非正弦波形分量。通过利用倒谱将波形函数与瞬时频率及振幅调制解耦,该方法能够准确分解并分析具有非谐波、时变振荡特性的复杂生理与生物信号。
We propose to combine cepstrum and nonlinear time-frequency (TF) analysis to study mutiple component oscillatory signals with time-varying frequency and amplitude and with time-varying non-sinusoidal oscillatory pattern. The concept of cepstrum is applied to eliminate the wave-shape function influence on the TF analysis, and we propose a new algorithm, named de-shape synchrosqueezing transform (de-shape SST). The mathematical model, adaptive non-harmonic model, is introduced and the de-shape SST algorithm is theoretically analyzed. In addition to simulated signals, several different physiological, musical and biological signals are analyzed to illustrate the proposed algorithm.
研究动机与目标
- 为解决在生理与生物数据中常见的时变频率、振幅及非正弦波形模式的振荡信号分析挑战。
- 克服传统时频方法因假设谐波振荡而无法将波形效应与频率及振幅调制分离的局限性。
- 开发一种稳健、自适应的信号分解框架,将波形函数视为独立分量,从而更清晰地解释生理动态。
- 在自适应非谐波模型下对所提出的 de-shape SST 算法进行理论分析,确保分量恢复的稳定性与准确性。
提出的方法
- 提出自适应非谐波模型以表示信号为 $ f_1(t) = A(t)s( heta(t)) $,其中 $ A(t) $ 为振幅调制,$ heta(t) $ 为相位函数,$ s $ 为 1-周期波形函数。
- 应用倒谱分析以隔离并去除波形函数对时频表示的影响,从而实现频率与振幅调制的更清晰分离。
- 通过倒谱滤波改进同步挤压变换,提出去波形同步挤压变换(de-shape SST),以处理非正弦分量。
- 利用波形函数 $ s $ 的傅里叶级数展开,将信号建模为多个谐波分量之和,使方法能够分别处理基频与谐波。
- 采用短时傅里叶变换(STFT)生成时频表示,并应用重分配规则,使能量在去除波形影响后集中于真实瞬时频率分量周围。
- 理论分析界定了重构过程中的误差项,表明当信噪比与分量能量足够高时,该方法能主导残差误差。
实验结果
研究问题
- RQ1如何在非平稳、非谐波振荡信号中有效分离波形函数与瞬时频率及振幅调制?
- RQ2基于倒谱的预处理能否提升时频变换在解析复杂、时变振荡模式下的性能?
- RQ3在自适应非谐波模型下,de-shape SST 算法的理论稳定性与准确性如何?
- RQ4与标准时频技术相比,该方法在分析具有非正弦波形特征的真实生理与生物信号时表现如何?
主要发现
- de-shape SST 算法成功将波形函数与瞬时频率及振幅调制分离,实现了复杂信号中时变分量的精确恢复。
- 理论分析表明,当波形函数的傅里叶系数与信噪比足够大时,时频表示中的误差项主要由信号能量主导。
- 该方法在自适应非谐波模型下实现稳定重构,误差界以 $ ilde{O}( ilde{ ho}^{-rac{ u}{2}}) $ 的形式衰减,其中 $ ilde{ ho} $ 为信号能量度量,$ u $ 为光滑性参数。
- 在模拟信号、心电图、呼吸信号及音乐信号上的实证验证表明,de-shape SST 在解析非正弦、时变振荡模式方面优于标准时频方法。
- 基于倒谱的预处理有效去除了波形函数的影响,使同步挤压变换能专注于真实瞬时频率与振幅调制。
- 该方法对噪声与重叠谐波具有鲁棒性,尤其在时频分辨率与分量能量适当平衡时表现更优。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。