模糊函數 是一套用於信號分析與信號仿真設計的數學方法,為菲利普·伍德沃德(Philip Woodward)在1953年所提出[ 1] 。其初始目的是用來分析雷達 回波信號受時間延遲和多普勒效應 的影響,但在隨後的發展中,也廣泛被應用於時頻分析 、信號處理 等領域。
定義
模糊函數有下列幾種基本性質:
最大值
模糊函數最大值永遠發生在模糊域的原點
(
0
,
0
)
{\displaystyle (0,0)}
:
|
A
(
τ
,
η
)
|
≤
|
A
(
0
,
0
)
|
{\displaystyle \left|A(\tau ,\eta )\right|\leq \left|A(0,0)\right|}
對稱性
模糊函數為一對稱函數:
A
(
τ
,
η
)
=
A
∗
(
−
τ
,
−
η
)
{\displaystyle A(\tau ,\eta )=A^{*}(-\tau ,-\eta )}
時間比例調整
s
′
(
t
)
=
s
(
α
t
)
⇒
A
′
(
τ
,
η
)
=
1
|
α
|
A
(
α
τ
,
η
α
)
{\displaystyle s^{\prime }(t)=s(\alpha t)\Rightarrow A^{\prime }(\tau ,\eta )={\frac {1}{\left|\alpha \right|}}A(\alpha \tau ,{\frac {\eta }{\alpha }})}
時間位移
s
′
(
t
)
=
s
(
t
−
Δ
t
)
⇒
A
′
(
τ
,
η
)
=
A
(
τ
,
η
)
e
−
j
2
π
f
Δ
t
{\displaystyle s^{\prime }(t)=s(t-\Delta t)\Rightarrow A^{\prime }(\tau ,\eta )=A(\tau ,\eta )e^{-j2\pi f\Delta t}}
s
′
(
t
)
=
s
(
t
)
e
j
2
π
f
t
⇒
A
′
(
τ
,
η
)
=
A
(
τ
,
η
)
e
−
j
2
π
f
τ
{\displaystyle s^{\prime }(t)=s(t)e^{j2\pi ft}\Rightarrow A^{\prime }(\tau ,\eta )=A(\tau ,\eta )e^{-j2\pi f\tau }}
當我們設定頻率差值
η
{\displaystyle \eta }
為0時,模糊函數將退化為信號
s
(
t
)
{\displaystyle s(t)}
的自相關函數:
A
(
τ
,
η
)
=
∫
−
∞
∞
s
(
t
)
s
∗
(
t
−
τ
)
d
t
{\displaystyle A(\tau ,\eta )=\int _{-\infty }^{\infty }s(t)s^{*}(t-\tau )dt}
常見信號之模糊函數
若方波定義為::
r
e
c
t
(
t
,
T
)
=
{
1
,
if
|
t
|
≤
T
2
0
,
if
|
t
|
>
T
2
{\displaystyle rect(t,T)={\begin{cases}1,&{\mbox{if}}\left|t\right|\leq {\frac {T}{2}}\\0,&{\mbox{if}}\left|t\right|>{\frac {T}{2}}\end{cases}}}
,則其模糊函數
A
r
e
c
t
(
τ
,
η
)
{\displaystyle A_{rect}(\tau ,\eta )}
計算如下:
A
r
e
c
t
(
τ
,
η
)
=
∫
−
∞
∞
r
e
c
t
(
t
+
τ
2
)
r
e
c
t
∗
(
t
−
τ
2
)
e
j
2
π
η
t
d
t
{\displaystyle A_{rect}(\tau ,\eta )=\int _{-\infty }^{\infty }rect(t+{\frac {\tau }{2}})rect^{*}(t-{\frac {\tau }{2}})e^{j2\pi \eta t}dt}
=
∫
−
(
T
−
τ
)
/
2
(
T
−
τ
)
/
2
e
j
2
π
η
t
d
t
=
{
(
T
−
|
τ
|
s
i
n
c
[
η
(
T
−
|
τ
|
)
]
)
for
|
τ
|
≤
T
0
for
|
τ
|
>
T
{\displaystyle =\int _{-(T-\tau )/2}^{(T-\tau )/2}e^{j2\pi \eta t}dt={\begin{cases}(T-\left|\tau \right|sinc[\eta (T-\left|\tau \right|)])&{\mbox{for}}\left|\tau \right|\leq T\\0{\mbox{for}}\left|\tau \right|>T\end{cases}}}
對一個高斯信號
g
(
t
)
=
e
−
α
t
2
{\displaystyle g(t)=e^{-\alpha t^{2}}}
而言,其模糊函數為:
A
G
(
τ
,
η
)
=
1
2
e
−
α
(
τ
2
+
η
2
)
2
{\displaystyle A_{G}(\tau ,\eta )={\frac {1}{\sqrt {2}}}e^{\frac {-\alpha (\tau ^{2}+\eta ^{2})}{2}}}
應用
模糊函數一開始是由雷達領域研究學者菲利浦·伍德沃德由維格納分佈發展而來,因此其最初的應用領域多與雷達相關,是該領域相當重要的基礎理論。隨着時間的推進和時頻分析方法的興起,越來越多的時頻分析方法使用了模糊函數的概念。例如,西摩·斯坦於1981年[ 3] 提到,模糊函數可以用來估算具有相同成分的兩個信號,因受外加噪聲 干擾而造成的頻率、時間位移;而時頻分析工具科恩系列分佈 則是運用一函數之模糊函數並搭配適當的遮罩函數,做為分析該函數時頻特性的基礎。
參考資料
^ Philip Woodward. Probability and Information Theory, with Applications to Radar. Pergamon Press. 1953 [2013/01/16].
^ Victor C. Chen, Hao Ling. Time-Frequency Transforms For Radar Imaging And Signal Analysis. Norwood, MA: Artech House, INC.. 2002 [2012/01/16]. ISBN 1-58053-288-8 .
^ Stein, Seymour. Algorithms for Ambiguity Function Processing. IEEE Transactions on Acoustics, Speech, and Signal Processing. June 1981. 29(3):588-599