aalto1 untyped-item.component.html
Aika-taajuus-muunnokset ja niiden sovellukset tutkasignaalin analyysiin
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Science |
Bachelor's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Department
Major/Subject
Mcode
Language
fi
Pages
43
Series
Abstract
This thesis introduces the most common time-frequency transforms in both the continuous and discrete cases. The time-frequency transforms introduced in the thesis include the spectrogram and the Wigner transform. Additional transforms fullfilling the marginal conditions explored include the Born--Jordan transfrom and the Zhao--Atlas--Marks transform. The continuous wavelet transform is quickly mentioned and the thesis provides references for readers with further interest in wavelet theory. The link between the ambiguity function and Cohen's class of time-frequency transforms, and the advantages the link provides for numerical implementations are explored. Chapter 5 focuses on the uncertainty principle and states the classical uncertainty principle for the Fourier transform and provides proofs for the uncertainty principles of the spectrogram and the Wigner distribution.
The thesis additionally includes a chapter applying the mentioned time-frequency transforms to RADAR signal analysis, in the context of detecting UAV's based on their microdoppler signatures on the time-frequency plane. The chapter uses numerical methods for qualitative determination of the impact of noise on the introduced time-frequency distributions. Additionally, the chapter compares the often used long windowed spectrogram against the Zhao--Atlas--Marks distribution in the context of classifying samples from RADAR-measurements. The comparison shows that the Zhao--Atlas--Marks distribution performs equivalently to the long windowed spectrogram, at least on the dataset used for comparison.
The appendix includes an implementation of the explored time-frequency transforms using the Python programming language. A simulation, based on the Martin-Mulgrew model, of the RADAR signal modulation caused by a drone is also included.
Työ esittelee yleisimmät aika-taajuus-analyysin menetelmät jatkuvassa sekä diskreetissä tapauksessa. Esiteltyjä menetelmiä ovat Cohenin luokkaan kuuluvat spektrogrammi ja Wigner-muunnos. Wigner-muunnoksen lisäksi työssä esitellään myös muita marginaaliehdot täyttäviä aika-taajuus-muunnoksia, kuten Zhao-Atlas-Marks- ja Born-Jordan-muunnokset. Aallokemuunnosta ja -analyysiä käsitellään lyhyesti ja aiheeseen tarjotaan viitteet jatkolukemista varten. Työ pyrkii esittämään ambiguiteettifunktion ja Cohenin luokan muunnosten välisen yhteyden ja avaamaan yhteyden hyötyä muunnosten numeerisessa toteutuksessa. Epämääräisyysperiaatteiden tarkastelulle on varattu luku, jossa lausutaan Fourier-muunnoksen klassinen epämääräisyysperiaate ja todistetaan epämääräisyysperiaatteet Wigner-jakaumalle ja ikkunoidulle Fourier-muunnokselle. Luvussa käsitellään myös epämääräisyysperiaatteen vaikutusta signaalinkäsittelyyn.
Kandidaatintyö sisältää lisäksi luvun, jossa esiteltyjä muunnoksia sovelletaan tutkasignaalin analyysiin. Luvussa tarkastellaan marginaaliehdot täyttävien aika-taajuus-muunnosten kohinaherkkyyksiä numeerisen simulaation avulla. Luvussa myös esitellään mikro-Doppler-ilmiö ja verrataan marginaaliehdot täyttäviä muunnoksia usein ilmiön visualisaatioon käytettyyn pitkä-ikkunaiseen spektrogrammiin. Luvun toisessa osassa aika-taajuus-muunnoksia vertaillaan miehittämättömän lennokin tutkakuvasta havaitsemisen kontekstissa. Tulokset osoittavat marginaaliehdot täyttävän Zhao-Atlas-Marks-muunnoksen selviävän luokittelutehtävästä pitkä-ikkunaista spektrogrammia vastaavalla tarkkuudella.
Työn liitteet sisältävät Python-toteutuksen käytetyistä aika-taajuus-muunnoksista ja Martin-Mulgrev-malliin perustuvan simulaation lennokin roottorin aiheuttamalle mikro-Doppler-modulaatiolle.