SST属于一种时频重排算法,但不同于原始重排算法的是,SST支持信号重构,这也是SST最大的特点(在提高时频分辨率的同时,也能够支持信号重构,确实很不错。以前也出现过很多重排算法,但是都是基于谱重排的,并不支持重构,使得这些重排算法仅仅是昙花一现)。SST原理很简单,利用WT之后,信号时频域中相位的特点,求取各尺度下,对应的频率,然后将同一频率下的尺度相加。STFT与WT都有一个特点,就是,变换之后的时频能量聚集在信号本身的频率周围,能量最大的地方,俗称“脊”,就是信号频率,聚集在脊周围的能量经常会影响信号特征提取。(SST通过求得WT变换后,对时间的偏导,即可得到各个尺度对应的频率。)(公式原理不复杂,大家还是看原文吧)。SST处理以后,WT变换的信号能量发散状况会得到极大的改善,也就是说,极大程度的提高了时频可读性。SST的重建,类似于时频分析中的“脊重建”技术。SST的原理同样也适用于STFT。
2021-12-07 15:18:12
90KB
sst
1