synchrosqueezing

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。