论文: Scaling-Basis Chirplet Transform以及matlab复现

1. 论文概述

1. 概述：该论文通过扩展传统chirplet变换, 开发了一种新的时频分析方法，称为标度基chirplet变换。这使得相应的小啁啾能够在任何窗口长度内精确匹配多分量信号的每个轨迹的目标斜率。通过SBCT获得的TF表示可以实现显著更高的能量聚集程度，即使是对于具有密集频率分布特性和高背景噪声水平的多分量信号。通过分析从齿轮箱试验台获得的数字多分量信号和振动信号，证明了所提出的SBCT方法的有效性。

2. PS: 简单说，啁啾是信号的频率随时间变化的现象。是在时域上对脉冲性质做的一个表征，在一个脉冲周期内各频率成分不是同时到达的，就是激光脉冲的不同频率成分在时域上是不同步的，它分为正啁啾和负啁啾，正啁啾是频率随时间增加，就是激光输出先是低频再是高频，比如一个脉冲上升的前沿是低频，下降的后沿是高频，负啁啾反之。

3. 适用性：数值和实验结果表明，SBCT可以满意地处理具有非线性频率轨迹、密集频率和噪声背景的多分量信号，显示了其优越性。

2. 研究意义：

1. 非平稳信号的频域结构分析：研究频率结构对于数字信号分析而言，具有重要意义。对于一般的时频分析方法，如：傅里叶变换，能够在频域以高分辨率表征平稳信号（具有单个或多个分量）；然而，非平稳信号在实际应用中更为常见，例如雷达[1]、声纳[2]