多维循环平稳信号分析与循环谱计算系统

资 源 简 介

本项目设计并实现一套用于计算二维及多维信号循环自相关函数（Cyclic Autocorrelation Function, CAF）和循环谱密度函数（Cyclic Spectral Density, CSD）的MATLAB算法库。项目核心旨在解决传统一维循环平稳分析在图像处理、阵列信号处理及多变量时间序列分析中的局限性，通过扩展传统的周期图法和时域平滑算法至高维空间，准确提取隐藏在背景噪声中的周期性统计特征。具体功能包括：1. 构建多维信号输入接口，支持导入图像数据、雷达阵列数据或多通道传感器时间序列；2. 实现基于多维快速傅里叶变换（FFT）的高效估计算法，重点开发扩展的频率平滑算法（FAM）和条带谱相关算法（SSCA），以显著降低高维大数据量运算的时间复杂度；3. 提供二维/多维循环自相关函数计算核心模块，能够精确捕捉信号在不同时延向量下的周期性相关变化；4. 提供循环谱密度计算模块，深入分析信号在循环频率域和谱频率域的双重分布特性，揭示信号的二阶周期平稳性；5. 集成交互式三维可视化工具，能够生成循环谱的三维表面图、瀑布图及等高线图，帮助用户直观识别特定的循环频率特征。该项目可广泛应用于通信信号的调制方式识别、复杂机械系统的早期故障特征提取以及图像纹理分类等高技术领域。

详 情 说 明

多维循环平稳信号分析系统 (Multidimensional Cyclostationary Signal Analysis System)

项目简介

本项目实现了一套基于MATLAB的二维及多维信号循环自相关函数（CAF）和循环谱密度函数（CSD）计算库。系统旨在打破传统一维循环平稳分析的局限，将其扩展至图像处理和阵列信号处理领域。通过扩展的周期图法和时域/频域平滑算法，本项目能够从含噪的二维调幅纹理信号中准确提取周期性统计特征。

该系统集成了信号模拟、特征扫描、核心参数估计及三维可视化展示于一体，所有功能均封装在单一脚本中，便于快速部署与验证。

主要功能特性

1. 二维信号仿真生成：能够生成受二维调幅（AM）调制的纹理信号，并叠加高斯白噪声，模拟真实的复杂信号环境。
2. 二维循环自相关（2D-CAF）计算：支持针对特定的目标循环频率向量，计算信号在时延域的循环自相关函数切片。
3. 循环频率域扫描：通过分析瞬时功率谱，实现对未知的循环频率特征的盲扫描和检测，自动定位主要的循环频率峰值。
4. 二维循环谱密度（2D-CSD）估计：基于频域平滑算法（对应FAM算法思想），计算指定循环频率下的谱相关密度，揭示信号在双频域（$f_x, f_y$）的分布特性。
5. 交互式全景可视化：提供包含时域波形、循环特征面、CAF表面图及CSD谱图的综合分析报告。

系统要求

• MATLAB R2016b 或更高版本
• Signal Processing Toolbox（推荐，用于基础信号处理函数）
• 内存要求：取决于设置的网格大小（$N_x, N_y$），默认配置下标准PC即可运行。

使用方法

1. 确保 main.m 文件位于MATLAB的当前路径或搜索路径中。
2. 直接运行 main 函数：

* 系统将自动初始化参数。 * 生成包含载波和调制特征的仿真信号。 * 依次执行CAF计算、循环频率扫描和CSD估计。 * 最后弹出一个包含6个子图的综合分析窗口。

1. 注意：严禁修改 main.m 文件名，以确保内部函数调用的完整性。

详细算法与实现逻辑

本项目的所有核心算法逻辑均在 main.m 中实现，以下是对关键模块的深度解析：

1. 二维信号模型 (generate_2d_am_signal)

实现了一个典型的二维调幅信号模型：

• 载波：二维平面波 $cos(2pi f_{cx} x + 2pi f_{cy} y)$。
• 调制信号：仅在X方向引入周期性调制 $(1 + mu cos(2pi f_{mx} x))$。
• 噪声：根据设定的信噪比（SNR）计算信号功率，叠加高斯白噪声。

此模型用于验证算法能否在噪声和载波干扰下准确提取 $f_{mx}$ 这一循环特征。

2. 二维循环自相关函数 (compute_2d_caf)

该模块计算特定循环频率 $vec{alpha} = [alpha_x, alpha_y]$ 下的时延切片。

• 核心原理：利用频移原理计算。

1. 构造频移项 $e^{-j2pi(vec{alpha} cdot vec{n}) / F_s}$。 2. 对原始信号进行频移得到辅助信号 $u(n)$。 3. 利用 FFT-Based Correlation 方法计算 $R^alpha(tau) = text{IFFT}(text{FFT}(u) cdot text{conj}(text{FFT}(v)))$。

• 输出：经过 fftshift 处理的归一化相关矩阵，中心对应零时延。

3. 循环频率域扫描 (scan_cyclic_domain)

为了在未知环境中发现信号特征，实现了基于瞬时功率谱的盲扫描算法。

• 原理：循环平稳信号的瞬时功率 $|x(n)|^2$ 包含与循环频率对应的离散谱线。
• 实现：计算 $|x(n)|^2$ 的二维FFT，取其幅值谱。
• 处理：应用了Bartlett窗以抑制旁瓣，并去除了直流分量（零频率点），以便突出调制产生的循环频率峰值。

4. 二维循环谱密度估计 (compute_2d_csd_core)

这是系统的核心分析模块，采用了基于频域平滑（Frequency Smoothing）的方法，是经典的一维FAM算法在二维空间的推广。

• 数学定义：$S_x^alpha(f) = E[X(f + alpha/2) X^*(f - alpha/2)]$
• 实现步骤：

1. 双边频移：将信号分别在频域移动 $+alpha/2$ 和 $-alpha/2$（通过时域乘以相应的复指数实现）。 2. 谱计算：分别计算两个频移信号的二维FFT，记为 $F_{pos}$ 和 $F_{neg}$。 3. 原始循环周期图：计算 $F_{pos} cdot F_{neg}^*$。 4. 平滑处理：使用 $3 times 3$ 的均值滤波器 (conv2 与全1矩阵) 对周期图进行平滑，以获得稳定的谱密度估计。

5. 可视化模块 (visualize_results)

生成一个综合图表窗口，包含以下内容：

1. 原始信号：含噪声的二维时域图。
2. Alpha Profile (3D)：循环频率扫描结果的三维网状图，用于观察峰值。
3. 循环频率平面分布：Alpha Profile 的等高线图，辅助精确定位坐标。
4. CAF 幅值图：目标循环频率下的自相关函数曲面，展示信号的时延相关性。
5. CSD 幅值图 (3D)：目标特征下的循环谱密度三维表面，展示信号能量在谱频率域的分布。
6. CSD 顶视图：谱密度的二维平面投影，便于观察频谱形状。