Parameter estimation method for a linear frequency modulation signal with a Duffing oscillator based on frequency periodicity

In view of the complexity of existing linear frequency modulation(LFM)signal parameter estimation methods and the poor antinoise performance and estimation accuracy under a low signal-to-noise ratio(SNR),a parameter estimation method for LFM signals with a Duffing oscillator based on frequency periodicity is proposed in this paper.This method utilizes the characteristic that the output signal of the Duffing oscillator excited by the LFM signal changes periodically with frequency,and the modulation period of the LFM signal is estimated by autocorrelation processing of the output signal of the Duffing oscillator.On this basis,the corresponding relationship between the reference frequency of the frequencyaligned Duffing oscillator and the frequency range of the LFM signal is analyzed by the periodic power spectrum method,and the frequency information of the LFM signal is determined.Simulation results show that this method can achieve high-accuracy parameter estimation for LFM signals at an SNR of-25 dB.

Blind parameter estimation of pseudo-random binary code-linear frequency modulation signal based on Duffing oscillator at low SNR

Conventional parameter estimation methods for pseudo-random binary code-linear frequency modulation(PRBC-LFM)signals require prior knowledge,are computationally complex,and exhibit poor performance at low signal-to-noise ratios(SNRs).To overcome these problems,a blind parameter estimation method based on a Duffing oscillator array is proposed.A new relationship formula among the state of the Duffing oscillator,the pseudo-random sequence of the PRBC-LFM signal,and the frequency difference between the PRBC-LFM signal and the periodic driving force signal of the Duffing oscillator is derived,providing the theoretical basis for blind parameter estimation.Methods based on amplitude method,short-time Fourier transform method,and power spectrum entropy method are used to binarize the output of the Duffing oscillator array,and their performance is compared.The pseudo-random sequence is estimated using Duffing oscillator array synchronization,and the carrier frequency parameters are obtained by the relational expressions and characteristics of the difference frequency.Simulation results show that this blind estimation method overcomes limitations in prior knowledge and maintains good parameter estimation performance up to an SNR of-35 dB.

Parameter estimation of LFM signals based on time reversal

In this paper,parameter estimation of linear frequency modulation(LFM)signals containing additive white Gaussian noise is studied.Because the center frequency estimation of an LFM signal is affected by the error propagation effect,resulting in a higher signal to noise ratio(SNR)threshold,a parameter estimation method for LFM signals based on time reversal is proposed.The proposed method avoids SNR loss in the process of estimating the frequency,thus reducing the SNR threshold.The simulation results show that the threshold is reduced by 5 dB compared with the discrete polynomial transform(DPT)method,and the root-mean-square error(RMSE)of the proposed estimator is close to the Cramer-Rao lower bound(CRLB).

ALGORITHM FOR THE DETECTION AND PARAMETER ESTIMATION OF MULTICOMPONENT LFM SIGNALS

A novel algorithm based on Radon-Ambiguity Transform (RAT) and Adaptive Signal Decomposition (ASD) is presented for the detection and parameter estimation of multicomponent Linear Frequency Modulated (LFM) signals. The key problem lies in the chirplet estimation.Genetic algorithm is employed to search for the optimization parameter of chirplet. High estimation accuracy can be obtained even at low Signal-to-Noise Ratio(SNR). Finally simulation results are provided to demonstrate the performance of the proposed algorithm.

Time-Frequency Bandwidth Product Estimation of Sinusoidal Non-Linear Chirp Keying Scheme

Sine Non-linear Chirp Keying(SNCK) is a kind of high-efficient modulation scheme, which provides a potential new beamforming method in communication and radar systems. It has been proved to have advantages in some parameter estimation issues over conventional modulation schemes. In this paper, a novel transform termed as Discrete Sinusoidal Frequency Modulation transform(DSFMT) is proposed. Then, the DSFMT of SNCK signal is deduced and classified into three types, based on which, the time-bandwidth product is estimated by the proposed algorithm. Simulation results show that the noise has a signifi cant impact on the localization of the peak value and the time-bandwidth product can be estimated by using local ratio values when.

基于线性调频连续波的合作式通信辐射源测距

针对加速运动目标参数估计中,离散多项式变换方法无法进行非整数估计的问题,本文提出基于瑞夫算法的离散多项式变换法和基于Chirp-Z变换的离散多项式变换法2种新型离散多项式变换算法,对加速运动目标速度和加速度进行估计,并对2种算法的估计误差和计算量进行了分析比较。结果表明:2种算法在信噪比-20 dB时均方误差开始接近克拉美罗界。基于瑞夫算法的离散多项式变换法与3次迭代基于Chirp-Z变换的离散多项式变换法均可在较低信噪比下可实现任意频率的有效估计且性能接近,二者均可实现低信噪比下速度、加速度的有效估计,但基于瑞夫算法的离散多项式变换法计算量远小于3次迭代基于Chirp-Z变换的离散多项式变换法。

脉冲噪声下基于CNN-FRFT的线性调频信号参数估计方法

由于脉冲噪声破坏了线性调频(LFM)信号的分数谱特征,使得基于分数谱特征的参数估计方法无法有效估计参数。针对这个问题,提出一种脉冲噪声环境下基于CNN-FRFT的LFM信号参数估计方法。首先,利用α稳定分布拟合随机脉冲噪声,构建加性含噪信号,输入卷积神经网络(CNN)进行训练和测试;其次,利用训练好的CNN模型对信号进行去噪,并验证模型的去噪能力和泛化能力;最后,利用分数阶傅里叶变换(FRFT)建立去噪信号的分数谱,通过峰值点位置来估计LFM信号的参数。实验结果表明,相比于传统的基于非线性函数的方法,该方法在强脉冲噪声环境下具有更好的精度和噪声鲁棒性,CNN的应用使其具有更强的泛化能力,在实测脉冲噪声下仍可以准确估计参数。

脉冲噪声下基于Sigmoid的LFM信号参数估计

由于脉冲噪声具有的短时大幅值特性,使得基于高斯假设的信号参数估计方法无法在脉冲噪声环境下有效估计参数。针对此问题,利用α稳定分布模拟随机脉冲噪声,提出了一种基于Sigmoid-CFRFT的LFM信号参数估计方法。首先,建立了一种自适应Sigmoid函数,证明了信号经过此非线性变换后,信号的2阶矩由无界变为有界,且信号的相位信息保持不变。其次,将变换后的信号进行离散时间CFRFT,建立了数学优化模型,并使用水循环算法搜索最优值点。最后,利用了非标准SαS分布噪声的修正方法,分析了标准和非标准分布下参数估计的性能。仿真结果说明,所提方法不仅可以有效抑制脉冲噪声对LFM信号分数谱特征的影响,而且能够实现低信噪比信号参数的高精度估计。相比于现有的基于非线性变换的参数估计方法,本文方法具有更好的精度,稳定性和噪声鲁棒性。

基于FRFT的低信噪比LFM信号参数快速估计算法

基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)对线性调频(Linear Frequency Modulated,LFM)信号参数进行估计,问题关键是确定FRFT最佳阶数,根据误差迭代思想提出新的参数估计算法,该算法利用归一化带宽和旋转角的转化关系,由估计误差推算角度差值,有效降低了运算量,不需要调频斜率正负的先验信息,改进的对数搜索算法可以进一步提高参数估计结果的稳定性和可靠性。仿真结果表明,信噪比在-8 dB以上时该方法在高效率的前提下仍具有良好的参数估计性能,平均估计误差在1%以内,估计结果接近Cramer-Rao下限,满足工程实时处理需求。

基于Z变换和改进FRI的LFM信号参数估计方法研究

为了完成线性调频(linear frequency modulation,LFM)信号的稀疏采样,并利用稀疏数据对原始信号参数进行估计,本文提出了一种基于Z变换和改进有限新息率(finite rate of innovation,FRI)的LFM信号参数估计方法。以Z变换理论为基础,设计了一种数学模型,一旦信号能够表达成该数学模型的结构形式,就能通过Z变换和零化滤波器的方法估计信号参数。然后,利用了自相关延迟的FRI结构对LFM信号采样,该结构不仅完成了LFM信号的稀疏采样,而且稀疏采样结果能够与数学模型结构相符。在理论上通过数学论证的方式证明了所提方法能够用于获取LFM信号参数信息,并通过仿真和实测数据验证了所提方法的有效性,理论和实验结果表明该方法只需要4个采样点就能实现对LFM信号的参数估计,并且实验中的参数估计误差均在3%以内,极大的提高有限新息率采样的参数估计效率。

基于RFSoC的脉冲雷达采集与测量系统设计与实现

探讨射频系统级芯片(RFSoC)在脉冲雷达系统设计中的应用,设计实现一个具有高性能数模混合信号处理能力的雷达测距系统。采用IW-RFSoC-49DR高性能RFSoC开发板(包括背景干扰滤除算法的设计),测试环境设置在空间狭窄、多金属设备干扰的实验室内。实验结果显示,在未经处理的复杂室内环境中,实验数据受到显著干扰;实现背景干扰滤除算法后,频谱图的显示分辨能力得到显著提升。随着测试目标距离由3 m提高至12 m,测距误差值从53 cm降低至5 cm。RFSoC技术在脉冲雷达系统设计中展现出显著优势,实现了高集成度低功耗设计,为后续基于RFSoC设计便携式雷达打下了基础。

基于MR-MWC系统的载频与DOA联合估计

针对传统奈奎斯特采样会产生庞大的数据量以及现有的阵列压缩采样系统存在结构复杂、重构运算量大等问题,本文提出了一种基于均匀线型阵列的改进型调制宽带转换器(Modulated Wideband Converter,MWC)的阵列接收系统,无需重构即可直接对接收信号的压缩采样数据进行载频与波达方向(Direction Of Arrival,DOA)估计.所提系统在MWC测频支路中采用周期性循环移位伪随机序列作为混频函数以求得子带索引估计,采用基于快速傅里叶变换(Fast Fourier Transform,FFT)谱线插值法进行基带频率估计,且将MWC测向分支中混频函数设置为相同的伪随机序列,便可直接利用高分辨率的多重信号分类(MUltiple SIgnal Classification,MUSIC)算法对组合压缩采样数据完成DOA估计.实验仿真结果证明了所提系统能较好地从压缩采样数据中完成对目标的载频与DOA参数估计.

一种多相宽带线性调频信号发生器的设计与应用

随着雷达信号处理技术的发展,对于宽带线性调频(Linear Frequency Modulation)信号发生器的需求也变得十分迫切。基于Xilinx公司的直接数字频率合成(Direct Digital frequency Synthesis,DDS)IP核和高速数模转换器(Digital-to-Analog Converter,DAC)的架构,设计了一种可实时切换参数的多相宽带线性调频信号发生器,并完成仿真和上板验证。经仿真和上板验证,该信号发生器能够根据任务要求实时切换线性调频信号的参数,生成的信号指标准确,实现方法可靠,具有一定的实用价值。

基于高斯短时分数阶傅里叶变换的多分量LFM信号检测与参数估计

该文针对线性调频信号,提出一种基于分数阶波包变换分析方法——高斯短时分数阶傅里叶变换。通过旋转角度的搜索及高斯窗口宽度的调整,能够在低信噪比条件下对多分量LFM信号进行检测,避免交叉项的出现,并能得到参数的估计值。通过推导分析给出变换结果的解析表达式,计算机仿真结果也表明了该变换的有效性。

线性调频连续波信号检测与参数估计算法

针对长时间积累的方法较难在线性调频连续波信号的检测和参数估计中应用的问题,该文基于归一化变窗长相干平均法,提出一种联合帧间相关法与循环平稳法的线性调频连续波信号检测与参数估计算法。该方法首先利用归一化变窗长相干平均法实现噪声方差的一致性,然后在此基础上利用帧间相关法实现周期的精确估计,最后利用循环平稳法估计信号的相位参数。该算法以较低的计算复杂度实现信号的长时间积累,在低信噪比条件下具有较好的估计性能。仿真结果验证了该方法的有效性。

线性调频连续波信号的检测和参数估计

针对长时间积累较难在线性调频连续波信号的检测和参数估计中应用的问题,该文提出一种联合变窗长相干平均法与循环平稳法的线性调频连续波信号检测与参数估计算法。首先基于分段相干的思想采用变窗长相干平均法提高信噪比的增益,然后利用循环平稳法完成信号的检测和参数估计。该算法以较低计算复杂度实现信号的长时间积累,并且解决了起始时间给信号检测和参数估计带来的问题,在低信噪比条件下具有较好的估计性能。仿真结果验证了方法的有效性。

基于Radon-Ambiguity变换的多分量LFM信号检测与参数估计

介绍了Radon -Ambiguity变换 (RAT)的定义和基本性质 ,结合解线调技术提出了一种基于RAT的线性调频 (LFM )信号检测与参数估计方法 ,该方法能用较少的计算量完成对LFM信号的检测与参数估计。为解决多分量条件下LFM信号分量之间交叉项的影响 ,基于逐次消去思想 ,提出了一种基于RAT的多分量LFM信号检测与参数估计算法 ,它可以有效地解决强度相差较大的多分量LFM信号的检测和参数估计问题。仿真实验结果验证了该算法的有效性。

基于FRFT的对称三角LFMCW信号检测与参数估计

对称三角线性调频连续波(STLFMCW)信号是一种典型的低截获概率雷达信号。该文通过分析STLFMCW信号在分数阶Fourier变换(FRFT)域的频谱分布特征,发现STLFMCW信号包含的各段LFM信号在其对应的"最佳"FRFT域内具有很好的能量聚集性;各段LFM信号在频域内会完全重叠,叠加的频谱幅度较高,在低信噪比条件下,严重影响STLFMCW信号的检测与参数估计。因此,利用FRFT检测STLFMCW信号时,必须克服该问题。该文提出一种FRFT与聚类分析相结合的STLFMCW信号检测与参数估计方法。该算法解决了由STLFMCW信号的频谱叠加给信号检测带来的问题,而且,克服了信号尖峰的高度必须高于噪声幅度的限制,在低信噪比条件下具有较好的检测效果。最后,仿真验证了该方法的有效性。

高精度LFM信号参数估计的谱校正方法

为精确估计噪声背景下线性调频(linear frequency modulation,LFM)信号的调频率和中心频率等参数,提出了一种基于Radon模糊变换(Radon-ambiguity transform,RAT)和分数阶傅里叶变换(fractional Fourier transform,FRFT)的离散谱校正估计方法。该方法将LFM信号的调频率和中心频率估计问题转化为模糊域和分数阶Fourier域上的两次一维谱峰搜索过程,并且通过对矩形窗截断的LFM信号的RAT和FRFT谱线结构分析,将能量重心谱校正法引入两次谱峰搜索过程,在不增加运算量的基础上实现了谱峰位置的超分辨率估计,较大幅度地提高了信号的参数估计精度。仿真结果显示,对于单分量LFM信号情况,该方法对信号的RAT和FRFT谱峰位置的校正误差分别降到了扫描步长的1.55%和4.94%,证明了该方法的有效性。

低信噪比下线性调频信号检测与参数估计

对低信噪比下线性调频信号的参数估计方法进行了分析 ,提出了首先由信号分段相关解线调的方法得到调频斜率的粗略估计 ,再以此估计值为初值 ,采用局部解线调的技术在一定范围内搜索计算 ,从而快速实现局部Radon Wigner变换检测 ,并给出了线性调频信号参数的极大似然估计。计算机模拟仿真证明了此方法的有效性。