Radon-Wigner 变换

合集下载

radon变换 (2)

radon变换 (2)

radon变换简介Radon变换是一种在医学影像处理和图像处理中广泛应用的数据变换技术。

它被用于从投影的二维片上恢复出原始图像的信息,并在CT扫描和核医学中进行图像重建。

Radon变换是针对傅里叶切片定理的一种离散化实现。

它通过将空间物体的投影数据转换为在Radon坐标空间上的数据,从而实现对空间物体在不同角度上的特征分析。

原理Radon变换的原理是通过在空间中根据不同的角度对物体进行投影,从而得到物体在每个投影方向上的一维函数。

这些一维函数被称为Radon变换的投影。

Radon变换公式如下所示:其中,x和y是图像坐标,θ是投影角度。

Radon变换将一个二维函数f(x, y)映射到一个角度θ上的一维函数R(θ, p)。

p是沿着θ方向的投影距离。

应用CT扫描CT扫描是使用X射线对人体进行断层扫描的一种医学成像技术。

在CT扫描中,Radon变换被用于重建图像。

通过在不同角度上对人体进行X射线投影,得到一系列的投影数据。

然后使用Radon变换将投影数据转换为图像,从而得到人体的内部结构信息。

CT扫描的Radon变换过程包括以下几个步骤: 1. X射线束从不同角度通过人体,得到一系列的投影数据。

2. 使用Radon变换将投影数据转换为在Radon坐标空间上的数据。

3. 对Radon坐标空间上的数据进行重建,得到人体的内部结构图像。

核医学核医学是一种使用放射性物质对人体进行诊断和治疗的技术。

在核医学中,Radon变换被用于重建正电子发射断层扫描(PET)图像。

PET技术通过注射放射性示踪剂,然后使用PET机器测量示踪剂在体内的分布情况。

PET图像的Radon变换过程包括以下几个步骤: 1. 测量示踪剂在体内的分布情况,得到一系列的投影数据。

2. 使用Radon变换将投影数据转换为在Radon坐标空间上的数据。

3. 对Radon坐标空间上的数据进行重建,得到示踪剂在体内的分布图像。

图像处理除了在医学影像中的应用,Radon变换也被广泛应用于图像处理中。

现代信号处理方法2-1

现代信号处理方法2-1

第二章 Radon-Wignel 变换2.1 Radon 变换Radon 变换是Radon J .于1917年提出的,随着快速Fourier 变换广泛应用和改进,Radon 变换已成为医学成像和其它许多遥感成像等的主要工具而受到广泛重视,诸如医学上的X 射线层析成像(CT )就是Radon 变换的应用之一。

1962年,Hough P .又从图形特征检测角度提出了Hough 变换。

由于以直线图形为特征的Radon 变换与Hough 变换相当,所以在有些文献里,把Radon 变换与Hough 变换视为等同概念。

Radon 变换是一种直线积分的投影变换。

如图2.1.1所示,将原直角坐标旋转α角得到新的直角坐标),(v u ,这时以不同的u 值平行于v 轴积分,所得的结果即为Radon 变换。

由图2.1.1可以看出,实际上Radon 变换相当于广义的边缘积分,也相当于一种投影积分(对u 积分投影)。

为在一般意义上讨论Radon 变换,设二维平面),(ωt 有一任意的二维函数(如非平稳信号的时-频分布)),(ωt f ,则其Radon 变换可写成⎰=线PQ dv t f u P ),()(ωα (2.1.1) 利用三角运算,可以得出),(ωt 与),(v u 两平面坐标之间的关系为: ⎩⎨⎧+=-=ααωααcos sin sin cos v u v u t (2.1.2)将(2.1.2)代入(2.1.1)得⎰+-=线PQ dv v u v u f u P )cos sin ,sin cos ()(ααααα (2.1.3) 由(2.1.3)可以看出Radon 变换)(u P α是关于α和u 的二维函数,通常用符号),(αu P f 表图2.1.1 Radon变换的几何关系 ωf示),(ωt f 的Radon 变换。

若用ℜ表示Radon 变换算子,则(2.1.3)可换写成 ⎰+-==ℜ线PQ f dv v u v u f u P t f )cos sin ,sin cos (),()],([αααααω ''''''')()cos sin ,sin cos (⎰⎰∞∞-∞∞--+-=dv du u u v u v u f δαααα (2.1.4)而Hough 变换是一种特征检测方法,它可以将平面(可以推广为空间)里符合某种特征的图形映射为另一个二维平面上的一个点。

基于Radon—Wigner变换的多运动目标成像

基于Radon—Wigner变换的多运动目标成像
Ab ta t Th ma i g o li l t r e s i h a n e n e m ih c n n tb e a a e n r n e i s r c : e i g n fmu t e a g t n t e s mea t n a b a wh c a o es p r t d i a g s p d s u s d F r t in lmo e o l p e t r e s i b an d v a t e r t a l n l ss Th n t e c n l s n ic s e . is l sg a d l f r mu t l a g t s o t i e i h o e i l a a y i. e h o cu i y i c y o t a h i n l o e t i a g ti a g i o r s o d t a c fmu t c mp n n FM i n l wi h tt e sg a s fa c ra n t r e n a r n e bn c r e p n o a b t h o l — o o e t L i sg as t h t er p r me e s c a g n mo g d fe e t r n e b n s g v n i a l n ag r h b s d o d n W i n r h i a a t r h n i g a n if r n a g i s i i e .F n l a l o i m a e n Ra o — g e y t t a so m ( rn f r RW T)s p o o e o e t a e p r me e sa d t e a a e sg a so i e e tt r e s Si l t n r — i r p s d t s i t a a t r n o s p r t i n l f f r n a g t . mu a i e m d f o s isv l a e t e e f c ie e so h r p s d a g rt m. u t ai t h fe t n s ft e p o o e lo ih d v Ke o d : S y w r s I AR ; l p e t r e s i g n Ra o — i n r ta s o m ; a a t r e tma in mu t l a g t ma ig; d n W g e r n f r p r me e s i t i o

利用Radon-Wigner变换的空间目标测距算法

利用Radon-Wigner变换的空间目标测距算法

利用Radon-Wigner变换的空间目标测距算法许建忠;李利;陈成瑶;孙业岐;段平光【摘要】针对雷达对运动目标的测距问题,根据运动目标在宽带线性调频脉冲照射下的回波特点,提出了一种采用Radon-Wigner变换进行运动目标测距的方法.该方法首先研究了运动目标多散射点回波信号经Stretch处理的数学模型,然后针对处理后回波的叠加性和线性调频特点,利用Radon-Wigner变换的时频聚集特性,对其进行调频参数的估计,进而实现匀速运动目标的测距.仿真结果表明,该方法对运动目标的测距是有效的.%According to the question of Radar ranging for the moving target, using the echo characteristic of wideband linear frequency modulated pulse, a method of range measuring for moving target based on Radon-Wigner transform is proposed. In this method, firstly, a mathematic model of stretch processing for moving target scatter echo is studied. Secondly, according to the superposition of echo and the characteristic of LFM after stretch processing, the parameter of frequency modulation is estimated with the excellent time-frequency concentration performance of Radon-Wigner transform. Finally, the range of moving target is measured. The results show that this method is effective for range measuring of moving target.【期刊名称】《光电工程》【年(卷),期】2012(039)004【总页数】5页(P44-48)【关键词】线性调频;Stretch处理;Radon-Wigner变换;测距【作者】许建忠;李利;陈成瑶;孙业岐;段平光【作者单位】河北大学物理科学与技术学院,河北保定071002;北华航天工业学院,河北廊坊065000;北京航空航天大学计算机学院,北京100191;河北大学物理科学与技术学院,河北保定071002;河北大学物理科学与技术学院,河北保定071002【正文语种】中文【中图分类】TN957.1510 引言在近几十年来,成像技术已经成为雷达领域中一个非常活跃的前沿领域,宽带高分辨率雷达正在进一步工程化[1]。

现代信号处理

现代信号处理

时频分析摘要:随着信息传递速度的提高,信号处理技术要求也在不断提高。

从信号频域可以观测信号特点,但是对于自然中的非平稳信号,仅仅频域观测不能反映信号频率在时间轴上的变化,由此提出了时频分析技术,可以产生时间与频率的联合函数,方便观测信号频率在时间轴上的变化。

在现有的时频分析技术中较为常见的算法有短时傅里叶变换、WVD、线性调频小波等。

本文介绍了以上几种常见的算法和时频分析的相关应用。

关键词:信号处理非平稳信号时频分析一.整体概况在传统的信号处理领域,基于 Fourier 变换的信号频域表示及其能量的频域分布揭示了信号在频域的特征,它们在传统的信号分析与处理的发展史上发挥了极其重要的作用。

但是,Fourier 变换是一种整体变换,即对信号的表征要么完全在时域,要么完全在频域,作为频域表示的功率谱并不能告诉我们其中某种频率分量出现在什么时候及其变化情况。

然而,在许多实际应用场合,信号是非平稳的,其统计量(如相关函数、功率谱等)是时变函数。

这时,只了解信号在时域或频域的全局特性是远远不够的,最希望得到的乃是信号频谱随时间变化的情况。

为此,需要使用时间和频率的联合函数来表示信号,这种表示简称为信号的时频表示。

时频分析的主要研究对象是非平稳信号或时变信号,主要的任务是描述信号的频谱含量是怎样随时间变化的。

时频分析是当今信号处理领域的一个主要研究热点,它的研究始于20世纪40年代,为了得到信号的时变频谱特性,许多学者提出了各种形式的时频分布函数,从短时傅立叶变换到 Cohen 类,各类分布多达几十种。

如今时频分析已经得到了许多有价值的成果,这些成果已在工程、物理、天文学、化学、地球物理学、生物学、医学和数学等领域得到了广泛应用。

时频分析在信号处理领域显示出了巨大的潜力,吸引着越来越多的人去研究并利用它。

1.1基本思想时频分布让我们能够同时观察一个讯号在时域和频域上的相关资讯,而时频分析就是在分析时频分布。

传统上,我们常用傅里叶变换来观察一个讯号的频谱。

多分量线性调频信号时-频分析的交叉项抑制

多分量线性调频信号时-频分析的交叉项抑制

Technology Analysis技术分析DCW91数字通信世界2020.051 移动通信网络发展现状近年来人们提出了一些对线性调频信号的处理方法,文献[3][4][5]采用Wigner-Ville (WVD )时-频分布实现对单个固定目标的测量与单分量线性调频信号的检测。

因为时频分析的双线性时频特性(BTFD ),所以该方法对多分量线性调频信号的检测会产生严重的交叉项。

在时-频域,交叉项对信号项的检测会产生严重干扰。

为了抑制交叉项的影响,文献[6][7]提出将Radon-Wigner 变换方法应用于多分量线性调频信号检测与多目标识别。

该方法采用变尺度的两集搜索方法优化了WVD 平面的搜索问题。

针对多分量线性调频信号检测,这种方法有效抑制了强信号对弱信号的影响,减小了计算量并提高了多目标的分辨性能。

但是这种方法对交叉项的抑制效果不是很好。

除此以外,文献[10]针对多分量线性调频信号的WVD 时-频分布存在严重交叉项问题。

2 魏格纳-威利(WVD)时-频分布的性质(1)WVD 时-频分布结果总是实数。

因为:(1)(2)对WVD 时-频分布进行时间t 和频率f 的积分可以得到信号的总能量Ez :(2)(3)WVD 时-频分布满足边缘特性:沿着特定的时间对频率进行积分就可以得到瞬时功率,沿着特定的频率对时间进行积分就可以得到能量谱密度。

所以,时间与频率的联合函数满足:(3)频分布具有对称性,即因为:对是信号(5)WVD 时-频分布满足以下时移,频移特性:若,则(6)WVD 时-频分布满足边缘特性,所以,时-频分布函数的平均值是时间和频率函数。

其特性满足:若则:(4)(7)通过WVD 时-频分布可以计算信号的平均时间、中心频率、持续时间和带宽。

同时可以利用它们来确定其满足不确定性原理。

3 魏格纳-威利(WVD)时-频分布二次交叉项由于WVD 分布的时-频函数是双线性函数,所以当存在多分量线性调频信号时,WVD 时-频分布会存在严重的交叉干扰项。

Radon变换ppt课件

Radon变换ppt课件
Radon反变换给出从投影重建的解。对Radon 反变换的推导可借助傅里叶变换进行。
形式为:
因 为 f x , y 可 用 F ( u , v ) 的 2 D 傅 里 叶 反 变 换 表 示 , 写 成 极 坐 标
f ( x ,) y d [ q F ( q t ) e x p ( j 2)] q p d p
Radon变换
目录
1、Radon变换定义 2、Radon变换基本性质
3、Radon反变换
1、Radon变换定义
图像变换:为了有效和快速地对图像进行处理, 常需要将原定义在图像空间的图像以某种形式转 换到另外一些空间,并利用在这些空间的特有性 质方便地进行一定的加工,最后再转换回图像空 间以得到所需的效果。 正变换: 图像空间到其他空间 反变换: 其他空间到图像空间
2、Radon变换基本性质
根据偏微分的定义得到:
[pt ,] f R f [ ]c o s x p
(6)卷积 这里用 表示1-D卷积,而用 表示2-D 卷积以示区别。对Radon变换的卷积定理可 ( x ,) yg ( x ,) y h ( x ,) y 如下表示:如果 f ,那么对
2、Radon变换基本性质
(5)微分 这里仅考虑 ,其他结果可用相同方法得到。
f x
e ) f fx [ ( , y ] fx (, y ) c o s i m e xl e 0 c o s
现在对上式两边取Radon变换,利用平移性质 得到:
[ p e ,] t [,] p t f R R f f [ ] c o s l i m x e e 0
1、Radon变换定义
对f(x,y)的Radon变换Rf(p, θ)定义为沿由p和θ 定义的直线l的线积分。

Radon-Wigner变换改进算法在多目标分辨及参数估计中的应用

Radon-Wigner变换改进算法在多目标分辨及参数估计中的应用
[4] 。 现信号项的聚集和交叉项的平滑
图!
+"#$% 变换示意图
!
! 2!
!"#$% " ’()%*+ 参数估计原理
’()%*+ 分布
[3 & 4] 是 一 种 最 基 本、 也是应 ’()%*+ & /(00* 分 布
用最多的一种 时 频 分 布。 解 析 信 号 ! ( ") 的 ’()%*+ (以下简称 ’()%*+ 分布) 定义为 & /(00* 分布
收稿日期: &’’; $ ’% $ &V 修定日期: &’’; $ !& $ !:
基金项目:国家重大基础研究项目 作者简介: 李艳 (!:V! $ ) , 女, 重 庆 人, 硕 士 生, 主要研究方向 为多目标分辨、 目标识别。
万方数据
38
电光控制
第 34 卷
性, 信号项的时频聚集性也会有所下降, 而且不能完 全消除交叉项。 !"#$% & ’()%*+ 变 换 是 一 种 直 线 积 分 的 投 影 变 换, 由于理想 ,-. 信号的 ’()%*+ & /(00* 分 布 为 直 线 型冲激 函 数, 有 限 长 度 的 ,-. 信 号 的 ’/1 为 背 鳍 状, 所以对 其 ’/1 的 时 频 平 面 沿 相 应 直 线 作 积 分 平滑, !"#$% & ’()%*+ 变换是 一 种 理 想 选 择。 但 这 种 方法运算量较大, 调频斜率估计的分辨力与其搜索 间隔有关, 当两个信号调频斜率相距较近时, 会影响 估计的结果, 而且弱信号易受到压制。所以, 要合理 使用这种方法 还 需 要 进 行 改 进。 本 文 针 对 !"#$% & ’()%*+ 变 换 的 不 足 提 出 一 种 改 进 的 !"#$% & ’()%*+ 变换计算方法, 并以实例说明了其在多目标分辨和 参数估计中的优良性能。 因此, 令 " 从 D1 E 3FD1 变化, 不断旋转 ( +, 轴, 并沿 $) 利用积分的结果就可以检测到 ( (, 平 $ 轴做积分, )) 面上所有的直线。 !"#$% 变 换 实 际 上 就 是 将 ( & ) 平 面 上 任 意 一 条直线映射到 + & " 平面上的 某 一 个 点, 而平面 + & ( +D , 都唯一地确定 ( & ) 平面上 " 上的每一个点 "D ) 两者是一一对应 的一 条 直 线 ( C(% "D 6 ) B$C "D 5 + D , 的。由于线 性 调 频 信 号 的 ’/1 为 背 鳍 状, 所以对 ’()%*+ & /(00* 平面通 过 !"#$% 变 换 进 行 积 分 可 以 实
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

Radon-Wigner 变换及应用主要内容:1、Radon变换2、Radon-Wigner 变换的定义3、Radon-Wigner 变换的性质4、Radon-Wigner 变换的应用一、Radon变换1、提出的原因:时变信号中,线性调频(LFM)信号特别引人关注:一方面,作为大时间-频带积的扩频信号,LFM信号广泛应用于各种信息系统,如通信、雷达、声纳和地震勘探等;另一方面,探测系统的目标多普勒频率与目标速度近似成正比,当目标作等加速运动时,回拨即为线性调频。

因此重点研究这种信号具有重要的意义。

前面已经提到,用Wigner-Wille分布研究单分量LFM信号是十分有利的。

但LFM信号存在多个分量时,分量之间的交叉项就会使时频平面变得模糊不清。

虽然使用核函数可对Wigner-Wille分布交叉项起到平滑抑制作用,但在对交叉项制的同时,信号项的时频聚集性也会下降。

但由于理想LFM信号的Wigner-Wille 分布为直线型冲激函数,有限长的LFM信号的Wigner-Wille分布为背鳍状,所以对其Wigner-Wille分布的时频平面沿相应直线作积分平滑,是抑制交叉项的一种理想选择。

而Radon-Wigner 变换就是在此基础上提出来的。

它是对Wigner -Wille分布的时频平面作直线积分投影的Radon变换,统称对信号作Radon -Wigner 变换。

来源:Radon变换是J. Radon于1917年提出的。

在Fourier变换及它们对应的卷积可以快速计算之前,Radon变换的计算几乎没有引起人们的兴趣。

现在Radon变换已经成为医学成像和许多遥感成像等的主要工具而受到广泛重视。

1962年,P. Hough又从图形特征检测的角度提出了Hough变换。

由于以直线图形为特征的Hough变换与Radon变换相当,所以在有些文献里,也成Radon -Wigner 变换为Hough-Wigner 变换。

这里,我们只结合Wigner-Wille分布阐述Radon-Wigner 变换有关的理论、方法及应用。

2、Radon变换的定义Radon-Wigner 变换是一种直线积分的投影变换。

作为直线积分变换,我们在第六章讨论Wigner-Wille分布的性质时已经碰到过,这就是Wigner-Wille分布的边缘积分。

在时频平面(t-ω)上,沿时间t轴作积分,得到信号的功率谱,对不同t值平行于频率ω轴作积分,则此边缘积分给出信号的瞬时功率。

如图1所示,将原直角坐标选择α角得到新的直角坐标(u, υ),这时以不同的u 值平行于υ轴积分,所得到的结果即为Radon 变换。

本质:Radon 变换实际上相当于广义的边缘积分,也是一种投影积分(对u 积分投影)。

设二维平面(t, ω)有一任意的二维函数f (t, ω),则其Radon 变换可写成()(,)PQ P u f t d αωυ=⎰线 (1-1)利用三角运算,容易得出(t, ω)与(u, υ)两平面坐标之间的关系为将这一关系代入上式,得到()(cos sin ,sin cos )PQ P u f u u d ααυααυαυ=-+⎰线 (1-2)Radon 变换P α(u )对一定的转角α是u 的函数(相当PQ 线平移)。

对不同的α值,P α(u )的函数值是变化的,即它是u 和α的二维函数,故我们用符合P f (u, α)表示f (t, ω)的Radon 变换。

进一步地,如果用R表示Radon 变换算子,则式(1-2)可换写为(1-3) 最后一个等式中积分的坐标以(u′, υ′)表示,并以u′=u 为PQ 线在该坐标系的表示式。

3、 Hough 变换Hough 变换是一种特征检测方法,它可以将平面里符合某种特征的图形(这里只讨论直线图形)映射为另一个二维平面上的一个点。

仍采用讨论Radon 变换用的符合,如图2(a)所示,(t, ω)平面的直线方程可用参数u (原点垂直距离)和α(倾角)表示,既有(1-4)该直线上的各点映射到(u, α)平面上有一共同的点A ,见图2(b)。

图2 Hough 变换的映射关系[(,)](,)(cos sin ,sin cos )f PQ R f t P t f u u d ωωαυααυαυ==-+=⎰线(cos sin ,sin cos )()f u u u u du d αυααυαδυ∞∞-∞-∞'''''''-+-⎰⎰cos sin sin cos t u u αυαωαυα=-=+cos sin u t αωα=+图2(a)和(b)两者之间的映射关系还须作一些说明。

如式(1-4),对于图(b)中的一点(如A 点),u 和α为某常数,因此在图(a)的坐标里对应为虚直线。

将式(1-4)稍加变化,有(1-5)对于图(a)中虚直线上的一点,t 和ω是某常数,从上式知图(b)的对应结果为一正弦波。

图2 (b)中的三条正弦曲线对应于图(a)中直线上的1,2,3三个点。

可以想象到,当图2(a)中除所示的虚直线外,还存在随机散步的点状噪声时,图(a)中的每一点均在图(b)中对应一条正弦曲线,而虚直线上各点所对应的正弦曲线均穿过A 点。

若图(a)至图(b)的映射保持原有强度,且在交会点线性相加(相当于积分),则在该点积累而形成尖峰,同时也存在低噪声。

这一映射的概念,正是研究Radon-Wigner 变换的基础。

二、 Radon-Wigner 变换经过前一节的讨论,如果将变换对象由一般的二维函数f (t, ω)以信号z (t )的Wigner-Wille 分布W z (t, ω)则所得Radon 变换即是信号z (t )的Radon-Wigner 变换(RWT),用符合D z (u, α)表示之。

由式(1-3)容易得到(2-1)下面介绍Radon-Wigner 变换对于LFM 信号的特殊意义。

在Wigner-Wille 分布的时频平面里,现用ω轴的截距ω0和斜率m 为参数来表示直线。

因此,当需要沿ω=ω0+mt 作积分时,可将图1中的积分路径(直线PQ )的参数(u, α)替换成(m, ω0),且两对参数之间的关系为(2-2)由式(1-3)求信号z (t)的Radon-Wigner 变换,并以参数(m, ω0)表示积分路径,则有(2-3)上式表明,若z (t)是参数为ω0和m 的LFM 信号,则积分值最大;而当参数偏离ω0与/或m 时,积分值迅速减小,即对一定的LFM 信号,其Radon-Wigner 变换会在对应的参数(m, ω0)处呈现尖峰。

若将积分路径的直线参数改用t 轴的截距t 0和相对于ω轴的斜率p 表述,写成t=t 0+p ω0的形式,则arctan )t u αω+(,)[()][((,)]zW z D u R z t R W t αω===(cos sin ,sin cos )z PQ W u u d αυααυαυ-+=⎰线(cos sin ,sin cos )()z W u u u u du d αυααυαδυ∞∞-∞-∞'''''''-+-⎰⎰0sin u ωα=cot ,m α=-(,)(,)(,)()z z z PQ D u W t d W t u u du d αωυωδυ∞∞-∞-∞''''==-=⎰⎰⎰线0(,)[sin ()]z W t mt d dt ωδαωωω∞∞-∞-∞--=⎰⎰01(,)[()]sin z W t mt d dt ωδωωωα∞∞-∞-∞-+=⎰⎰00cot /sin 1(,)sin z m u W t mt d αωαωωα∞=--∞=+⎰类似的,z (t )的Radon-Wigner 变换可写为:(2-4)此外,还可以用z (t )的模糊函数A z (τ, ω) 表示,即上式可以等价解释为信号z (t )的模糊函数通过平面原点的“切片”的Fourier 变换。

三、Radon-Wigner 变换的性质令f (t )和g (t )为任意信号,F (ω)和G (ω)分别是它们的Fourier 变换,D f (u, α)和D g (u, α)分别是f (t )和g (t )的Radon-Wigner 变换,而R [·]和W[·]则分别代表Radon 算子和Wigner-Wille 分布算子。

⑴ 线性特性式中D fg (u, α)=R [W fg (t, ω)]成为信号f 和g 的互Radon-Wigner 变换。

可见,虽然Radon 变换是线性的,但是Radon-Wigner 变换是双线性的。

类似于Wigner-Wille 分布,信号之和的Radon-Wigner 变换也包含了信号项(自分量)和交叉项(互分量)。

⑵ 时移和频移特性由于Radon 变换以u 和α为变量,所以对于时频平面内任何t 和ω平移,我们均可以通过改变u 的值使其积分不变,即有式中t 1和ω1分别代表积分路径的水平移动和垂直移动。

于是,有也就是说,信号的时移和频移只是在Wigner 时频平面里作Radon-Wigner 变换时使积分路径u 发生平移,而不改变α的值。

⑶ 投影特性如果W f (t, ω),A f (τ,θ)和 D f (u, α)分别是信号的Wigner-Wille 分布,模糊函数和Radon-Wigner 变换,则()1()()sin 22j mt z t z t e d dt ωττττα∞∞-+*-∞-∞+-=⎰⎰00cot /sin 1(,)sin j z m u A m e d ωταωατττα∞∞-=--∞-∞=⎰⎰[()()][([()()]]D af t bg t R W af t bg t +=+=22[(,)(,)(,)(,)]f g fg gf R a W t b W t ab W t ba W t ωωωω**+++=22(,)(,)(,)(,)]f g fg gf a D t b D t ab D t ba D t ωωωω**+++0000[()]{[()]}{(,)}(cos ,)W f f R f t t R W f t t R W t t D u t ωαα-=-=-=-0000[()]{[()]}{(,)}(cos ,)j t j t W f f R f t e R W f t e R W t D u ωωωωωαα==-=-tan ,p α=-0cos t u α=00tan /cos 1(,)(,)cos z z p t u D u W p t d αααωωωα∞=--∞==+⎰01(,)()()[()]sin 22j z D u z t z t e mt d d dt ωττταδωωτωα∞∞∞*--∞-∞-∞=+--+=⎰⎰⎰11(,)(cos cos ,)f f D u D u t ααωαα=++sin ;cos (,)(,)(,)ju p f f f D u e du A A λτλαθλαατθλα∞-==-∞==⎰式中,p f A 是A f 的极坐标表示。

相关文档
最新文档