【数字信号处理】基于matlab数字信号同步压缩变换【含Matlab源码 1534期】

一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【数字信号处理】基于matlab数字信号同步压缩变换【含Matlab源码 1534期】

获取代码方式2：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

备注：订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、同步压缩变换简介

SST以WT为基础，利用同步压缩算子提高时频脊线在时频谱上的分辨率，实现了对瞬时频率的提取与重构。设ψ(b)为小波母函数，则信号x(t)的连续小波变换为：

式中：
x(t)——振动信号；
W(a,b)——x(t)的连续小波变换结果；
t——时间变量；
a——尺度因子；
b——平移因子；

通过分析可知，在小波域中(a,b)位置的瞬时频率信息为：

式中：
ωx(a,b)——瞬时频率；
j——虚数单位。
文献[10]发现，无论a取何值，W(a,b)在b上的振荡特性均指向初始频率Ω,因此：

根据定义的同步压缩变换，小波逆变换为：

式中：
x(b)——小波逆变换结果；
Cψ——相差系数；
ψ(aξ)——小波母函数。
对ωx(a,b)沿尺度a方向整合，归划到频域中ω=ωx(a,b)的位置上，则同步压缩变换定义为：

式中：
Sst (ω,b)——信号b的同步压缩函数；
ω——角频率。
通过式(6)的结果与相差系数Cψ,将信号的幅值归化到时频域中所在位置，最终获得高分辨率的时频谱。

三、部分源代码

% A numerical signal.
clear;
SampFreq = 100;t = 0 : 1/SampFreq : 14-1/SampFreq;Sig = [sin(2*pi*(25*t))];[m,n]=size(Sig);time=(1:n)/SampFreq;
fre=(SampFreq/2)/(n/2):(SampFreq/2)/(n/2):(SampFreq/2);Ts  = SST(Sig',100);figure
imagesc(time,fre,abs(Ts));
axis xy
ylabel('Freq / Hz');
xlabel('Time / Sec');
title('SST');%signal reconstruction.
s=real(sum(Ts));%Reconstructed signal.
figure
plot(s);
title('Reconstructed signal');%Original signal
figure
plot(Sig,'r-');
title('Original signal');
function [Ts] = SST(x,hlength);
% Computes the SST (Ts)  of the signal x.
% INPUT
%    x      :  Signal needed to be column vector.
%    hlength:  The hlength of window function.
% OUTPUT
%    Ts     :  The SST[xrow,xcol] = size(x);if (xcol~=1),error('X must be column vector');
end; if (nargin < 1),
error('At least 1 parameter is required');
end;if (nargin < 2),
hlength=round(xrow/5);
end;Siglength=xrow;
hlength=hlength+1-rem(hlength,2);
ht = linspace(-0.5,0.5,hlength);ht=ht';% Gaussian window
h = exp(-pi/0.32^2*ht.^2);
% derivative of window
dh = -2*pi/0.32^2*ht .* h; % g'[hrow,hcol]=size(h); Lh=(hrow-1)/2; N=xrow;
t=1:xrow;[trow,tcol] = size(t);tfr1= zeros (N,tcol) ;
tfr2= zeros (N,tcol) ; tfr= zeros (round(N/2),tcol) ;
Ts= zeros (round(N/2),tcol) ;

四、运行结果

五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 沈再阳.精通MATLAB信号处理[M].清华大学出版社，2015.
[2]高宝建,彭进业,王琳,潘建寿.信号与系统——使用MATLAB分析与实现[M].清华大学出版社，2020.
[3]王文光,魏少明,任欣.信号处理与系统分析的MATLAB实现[M].电子工业出版社，2018.
[4]高彦彦,张晶,李莉,贾英茜.基于GUI的《数字信号处理》教学演示系统的设计[J].教育教学论坛. 2019,(48)
[5]李俊,张淑玲,帅晶.基于Matlab GUI界面的数字信号处理辅助教学系统[J].信息通信. 2020,(08)
[6]李亦佳,王静,王正方,隋青美.基于多重同步压缩变换的微震信号去噪方法研究[J].应用基础与工程科学学报