首先介绍了相位编码与线性调频(Linear frequency modulation and binary phase shift keying,LFM-BPSK)复合调制信号的模型,并分析了其相位特征及概率密度函数,然后通过分段滤波提高信号的输出信噪比。采用二叉树方法,基于相位展开和...首先介绍了相位编码与线性调频(Linear frequency modulation and binary phase shift keying,LFM-BPSK)复合调制信号的模型,并分析了其相位特征及概率密度函数,然后通过分段滤波提高信号的输出信噪比。采用二叉树方法,基于相位展开和瞬时频率对LFM-BPSK复合调制信号、BPSK信号和LFM信号进行了识别,并讨论和分析了纽曼-皮尔逊(N-P)准则下识别门限的选取。接着对LFM-BPSK复合调制信号进行参数估计;最后用Matlab对LFM-BPSK复合调制信号的识别进行了仿真验证,并对识别后的信号进行了参数估计的仿真。结果表明,本文方法在较低信噪比下仍能实现较好的识别性能和参数估计精度。展开更多
提出了一种基于改进三次相位函数的多分量线性调频(linear frequency modulation,LFM)信号参数估计算法。该算法只需要通过二阶非线性变换在信号参数空间形成最大值来估计LFM信号参数。在多分量的情况下,讨论了信号自项和交叉项与时间...提出了一种基于改进三次相位函数的多分量线性调频(linear frequency modulation,LFM)信号参数估计算法。该算法只需要通过二阶非线性变换在信号参数空间形成最大值来估计LFM信号参数。在多分量的情况下,讨论了信号自项和交叉项与时间的关系,发现自项和交叉项对时间有不同的依赖性。为了克服交叉项的影响,提出了加权平均的方法来改进算法。然后推导了三次相位函数的FFT快速算法,并进一步采用了舍入最近采样点的方法改进算法,使其可以应用于实际的离散采样系统。仿真试验表明,此方法在低信噪比下估计多分量LFM信号参数效果显著,其快速算法在大大降低运算量的同时,与原算法相比较,仍然保持了良好的估计性能。展开更多
文摘首先介绍了相位编码与线性调频(Linear frequency modulation and binary phase shift keying,LFM-BPSK)复合调制信号的模型,并分析了其相位特征及概率密度函数,然后通过分段滤波提高信号的输出信噪比。采用二叉树方法,基于相位展开和瞬时频率对LFM-BPSK复合调制信号、BPSK信号和LFM信号进行了识别,并讨论和分析了纽曼-皮尔逊(N-P)准则下识别门限的选取。接着对LFM-BPSK复合调制信号进行参数估计;最后用Matlab对LFM-BPSK复合调制信号的识别进行了仿真验证,并对识别后的信号进行了参数估计的仿真。结果表明,本文方法在较低信噪比下仍能实现较好的识别性能和参数估计精度。
文摘提出了一种基于改进三次相位函数的多分量线性调频(linear frequency modulation,LFM)信号参数估计算法。该算法只需要通过二阶非线性变换在信号参数空间形成最大值来估计LFM信号参数。在多分量的情况下,讨论了信号自项和交叉项与时间的关系,发现自项和交叉项对时间有不同的依赖性。为了克服交叉项的影响,提出了加权平均的方法来改进算法。然后推导了三次相位函数的FFT快速算法,并进一步采用了舍入最近采样点的方法改进算法,使其可以应用于实际的离散采样系统。仿真试验表明,此方法在低信噪比下估计多分量LFM信号参数效果显著,其快速算法在大大降低运算量的同时,与原算法相比较,仍然保持了良好的估计性能。