信号处理——时频变换方法（二）

算法三：稀疏时频

《Sparse Time-Frequency-Frequency-RateRepresentation for Multicomponent Nonstationary Signal Analysis
》（多分量非平稳信号分析的稀疏时间-频率-频率比率表示）

• 摘要：
     本文主要介绍了目前虽然有许多的高分辨率的时频表示方法已经被开发出来，但在时频图中，提取多分量间信号仍然相当困难，尤其是对于多分量间出现部分混叠的情况。
     本文提出了一种基于chirp字典的短时稀疏表示，后续进行频率估计和瞬时频率变化率的估计，均不采用脊线提取的方法，而根据局部数据特征，利用K均值聚类算法进行数据匹配。

• 算法流程：
  1、 基于chirp基的稀疏表示，将目标信号在时间-频率-瞬时频率变化率三维空间中进行表示；
  2、 基于k均值聚类算法，将多分量的信号进行分离。

• 论文实验图标分析 ：
  1、 Stft结果与稀疏表示结果一致；
  2、 基于稀疏表示+k均值聚类算法的分量分离效果优于基于stft+维特比算法的结果。
  3、 在不同信噪比下，说明了该方法对于频率估计的误差均最小。

结论：
   本文提供了一种高分辨率处理混叠的多分量信号的方法，该方法在文中设置的实验中也均取得了一定的效果，下一步将研究更为复杂的非平稳信号的信号处理方法。