线性调频信号(Liner Frequency Modulation,LFM)广泛应用于雷达、通信、地震勘测等领域,为了解决传统方法对其调频率和中心频率参数估计性能较差的问题,提出了基于一阶局部多项式傅里叶变换两级搜索(Two-step Search one-order Local Po...线性调频信号(Liner Frequency Modulation,LFM)广泛应用于雷达、通信、地震勘测等领域,为了解决传统方法对其调频率和中心频率参数估计性能较差的问题,提出了基于一阶局部多项式傅里叶变换两级搜索(Two-step Search one-order Local Polynomial Fourier Transform,TSLPFT1)和快速傅里叶变换(Fast Fourier Transform,FFT)的LFM信号参数估计方法。该方法利用LFM信号的一阶LPFT能量峰值特性估计调频率,再利用单频信号FFT的冲激特性来估计中心频率。首先,采用LPFT1粗搜索得到调频率的粗估计值,再利用LPFT1精搜索实现调频率的精确估计,然后根据估计参数对信号解线调,最后进行FFT峰值检测得到中心频率估计值。理论分析和仿真结果表明:与基于LPP-Hough变换或FRFT的参数估计方法相比,在信噪比大于0dB时本方法具有更高的估计精度,同时能够在较低信噪比下实现多分量LFM信号参数的有效估计。展开更多
对非平稳阵列信号处理来说,通过时频分析预处理可以提高对不同信源到达角(direction of arrival,DOA)的分辨能力和估计精度。本文以提高在多信号分量环境下时频表示的能量聚集性为目标,提出一种自适应的局部多项式傅里叶变换(local poly...对非平稳阵列信号处理来说,通过时频分析预处理可以提高对不同信源到达角(direction of arrival,DOA)的分辨能力和估计精度。本文以提高在多信号分量环境下时频表示的能量聚集性为目标,提出一种自适应的局部多项式傅里叶变换(local polynomial Fourier transform,LPFT)方法,通过对信号瞬时频率曲线进行多项式拟合,确定LPFT的窗函数长度及各阶系数,以较小的计算量实现自适应时频分析。在此基础上,提出一种基于自适应LPFT的多信号分类(multiple signal classification,MUSIC)算法。仿真结果表明,与其他时频MUSIC算法相比,该方法对信号形式的适应能力强,在DOA估计精度、多信源角度分辨能力方面具有一定优势。展开更多
文摘对非平稳阵列信号处理来说,通过时频分析预处理可以提高对不同信源到达角(direction of arrival,DOA)的分辨能力和估计精度。本文以提高在多信号分量环境下时频表示的能量聚集性为目标,提出一种自适应的局部多项式傅里叶变换(local polynomial Fourier transform,LPFT)方法,通过对信号瞬时频率曲线进行多项式拟合,确定LPFT的窗函数长度及各阶系数,以较小的计算量实现自适应时频分析。在此基础上,提出一种基于自适应LPFT的多信号分类(multiple signal classification,MUSIC)算法。仿真结果表明,与其他时频MUSIC算法相比,该方法对信号形式的适应能力强,在DOA估计精度、多信源角度分辨能力方面具有一定优势。
