基于条件对抗生成时频分布的多分量信号瞬时频率估计

瞬时频率(Instantaneous Frequency,IF)估计在多分量信号处理中具有重要意义,而现有方法在信号分量的IF曲线相近或相交时估计准确度不佳.针对这一问题,本文提出一种基于条件对抗生成时频分布的多分量信号IF估计方法.该方法首先采用时频分析产生信号的时频图像(例如掩膜维格纳分布)作为条件生成对抗网络(Conditional Generative Adversarial Networks,CGAN)的原始数据集,通过训练CGAN进行学习之后生成接近理想时频分布的时频图像.根据这些图像,本文利用一种改进的维特比算法提取出不同分量的IF曲线.其改进点在于增加了一个线段梯度的惩罚项,使维特比算法在分量相交的时频区域仍有准确的IF估计.实验结果表明,该方法能够有效且准确地估计分量相近或相交情况下信号的IF信息.