基于广义周期性的单通道多分量正弦调频信号分离和参数估计

针对噪声条件下的单通道多分量正弦调频(SFM)信号,该文提出一种信号分离和参数提取方法。利用正弦调频信号的广义周期性进行奇异值分解,以求出分量信号的调制频率;通过离散点搜索,估计出分量信号的调频(FM)初始相位、调制指数及载频,并对这些估计值利用信赖域算法进行优化,减小误差;利用内积计算,估计分量信号的幅度和初始相位。此外,还利用自相关矩阵特征值分解估计混合信号的信噪比(SNR),并根据信噪比确定停止分解的阈值。在仿真与分析中,针对具体的信号详细说明了该方法的各步骤,并在不同信噪比条件下分析了该方法的参数估计精确度。

基于时频分析和相关搜索法的正弦调频信号的分离

针对微动研究中微多普勒特征多表现为正弦调频信号的特点,首先在时频域采用时频分析的方法预估计信号的类别和相关参数范围,进而在时域通过相关法搜索相关参数对多分量正弦调频信号进行分离,最后通过仿真验证了该方法的有效性。

具有旋转部件雷达目标ISAR成像新方法

分析了具有旋转部件的运动目标回波信号的特点,提出了以单频信号和正弦调频信号为原子的双信号集匹配分解法。利用该算法,可以从含有单频分量和正弦调频分量的信号中检测出单频分量和正弦调频分量及其参数。将其应用于具有旋转部件目标的ISAR成像和微多普勒特征提取中,可以分离目标主体的回波分量和旋转部件回波分量,从而获得聚焦清晰的目标主体像并提取旋转部件特征。最后,仿真结果验证了该算法的有效性。

双通道SAR振动目标快速检测

目标的振动会对雷达回波产生特殊的相位调制,称为微多普勒效应,能够提供对微动目标检测的有利信息,因此对提高SAR(Synthetic Aperture Radar)系统性能具有重要意义。然而,已有的检测算法存在运算量大、抗杂波噪声能力弱和无法适应多振动目标等问题。针对这些问题,本文提出一种对振动目标检测的新算法。该算法利用相位中心天线偏置DPCA(Displaced Phase Center Antenna)对消技术消除杂波,并沿方位向累加DPCA信号来提高算法的抗噪声能力。由于振动目标SAR方位回波的频谱与脉冲序列具有高度相似性,本文算法选择了检测重复脉冲序列的脉冲重复频率PRI(Pulse Repetition Interval)变换法来实现振动目标的检测。仿真实验表明,本文算法能够在强杂波噪声条件下检测振动目标,同时具有准确振动频率估计性能,甚至当同一个单元存在多个振动目标时,本文算法依然适用。仿真中振动目标检测的计算机运行总时间不超过0.6 s,说明本文算法适用于实时检测,通过与GLRT算法和Hough变换算法运算量的比较,证明了本文算法相比于经典算法具有运算量小,检测速度快的优点。

一种改进的多分量正弦调频信号时频分析算法

针对多分量正弦调频信号时频分析中短时傅里叶变换时域和频域性能互相矛盾,魏格纳分布存在交叉项干扰,重排类时频分布计算复杂度高等问题,在分析正弦调频信号特性的基础上,结合短时傅里叶变换、魏格纳分布的优点,提出了一种改进的多分量正弦调频信号时频分析算法,并通过仿真分析进行了验证,结果表明:该算法可以在抑制交叉项干扰的情况下提高时频分辨率,而且耗时较少。