基于局部多项式傅里叶变换的多分量线性调频信号瞬时频率估计

针对多分量线性调频信号的瞬时频率估计问题,把局部多项式傅里叶变换应用到求多分量线性调频信号瞬时频率估计中,提出了一种不受分量间交叉项干扰的新方法,该方法对多分量线性调频信号进行局部多项式傅里叶变换,把每一个线性调频信号分离出来,根据每一个线性调频信号的局部多项式傅里叶变换谱,通过搜索找到谱的峰值所在的位置,从而找到峰值所对应的频率,准确地估计出了多分量线性调频信号的瞬时频率。仿真实验中与多分量信号的Wigner-Hough变换进行了对比,验证了该方法的有效性。

不完全重叠多分量线性调频信号参数估计

提出了一种对时域不完全重叠多分量线性调频信号进行到达时刻、终止时刻以及初始频率估计的方法。首先,通过对信号模糊函数进行Radon变换获得各分量的调频系数。然后用滤除单分量自项二次项的方法使信号成为普通的正弦信号。通过相关法估计该正弦信号的到达时刻和终止时刻,就可以获得其对应的线性调频分量的时间参数。同时,通过对该正弦信号频率估计,结合已获得的到达时刻参数,就可以实现对该线性调频分量初始频率的估计。理论分析和计算机模拟结果表明本方法切实可行。

未知包络多分量线性调频脉冲信号参数估计

针对雷达侦察中的未知包络线性调频(LFM)信号参数估计问题,基于时频分析与相干积累,提出了脉冲数、调频率、中心频率、时延和脉宽参数的估计方法。利用时频分析对脉冲数与调频率进行粗估计,结合分数阶傅里叶变换(FRFT)完成脉冲数与调频率精估计;进行局部相干积累,提取中心频率、时延和脉宽。仿真分析表明:多分量LFM信号中的强脉冲可能对弱脉冲信号的参数估计产生干扰。针对该问题,在FRFT域对强脉冲进行了遮蔽处理。推导了估计参数的克拉美劳下界,并对估计误差进行了分析,结果表明:对于多分量LFM脉冲信号,遮蔽强脉冲信号后,弱脉冲信号的脉宽估计精度可显著提高。

减法聚类的多分量线性调频信号检测与参数估计算法

针对Wigner-Hough变换在低信噪比下易产生伪峰,导致在进行检测时阈值选取困难,无法准确对多分量线性调频信号进行检测和参数估计的问题,提出了一种基于减法聚类的平滑伪Wigner-Hough(SPWHT)变换的检测和参数估计算法。首先采用平滑伪Wigner-Hough变换(SPWHT),通过平滑交叉项和噪声来达到抑制干扰的目的,并运用阈值分割的图像处理方法进一步消噪,减少Hough变换后所产生的伪峰;再利用较低门限对Hough变换后的图像进行峰值检测,防止对信号的漏检。最后,对于备选峰值进行减法聚类的二次处理,实现信号参数寻优,去除伪峰影响和时频分辨率下降引起的峰值展宽,完成对多分量信号的准确检测和参数估计。该算法通过聚类避免了阈值设置的困难,解决了低信噪比下多分量线性调频信号的检测与参数估计问题。仿真结果表明了在-10 d B信噪比下该算法仍有较好的检测及估计性能。

基于能量分离算法的多分量线性调频信号频率估计

对基于能量算子的能量分离算法进行了改进,提高了该方法用于多分量线性调频信号瞬时频率估值的抗噪性.采用平滑样条插值的方法对离散信号进行插值,然后再对其应用连续信号的能量分离算法.仿真表明,改进后的算法在噪声环境下,比直接利用对应离散信号的分离算法估值更准确,当信噪比从5 dB以5 dB为步进,增大至30 dB时,平均估计误差约减小10%.

基于瞬时测频的多分量线性调频信号参数估计

利用LFM信号对空中目标进行一维距离成像时,目标的高速运动会导致成像模糊,需要进行运动补偿,针对一维距离像补偿中的多分量线性调频信号参数估计问题,对目标回波信号的特点进行了分析。采用一种自相关混频和瞬时测频的方法估计补偿信号的调频斜率,降低了已有参数估计算法的复杂性。仿真分析表明该算法是有效的,适合引信信号处理使用。

多分量LFM干扰及动态环境下DBOC信号的捕获

针对双二进制偏移载波(double binary offset carrier,DBOC)信号在多分量线性调频(linear frequency modulation,LFM)干扰和动态环境下捕获算法缺乏的问题,提出布莱克曼窗预处理结合分数阶傅里叶变换(fractionalFouriertransform,FRFT)的干扰抑制算法以及离散多项式相位变换(discretepolynomial-phase transform,DPT)、部分匹配滤波器(partial matching filter,PMF)结合快速傅里叶变换(fast Fourier transform,FFT)加频谱校正的捕获算法。该算法首先对接收信号做布莱克曼窗预处理,抑制干扰谱线输出旁瓣,提高干扰汇聚的精确性;然后利用分级算法快速搜索信号的最优阶数,在保证精度量级的条件下减少了运算量;最后,在对应的最优阶数下做FRFT,结合干扰判断和轮询算法,逐个完成多分量LFM干扰的抑制。对干扰抑制后的信号首先利用定阶算法确定其动态阶数;然后通过DPT对动态信号做降阶处理,去除动态项;最后利用PMF-FFT加频谱校正完成DBOC信号的捕获。仿真结果表明,所提算法能够准确并完全地对三个LFM干扰分量进行逐个抑制,且抑制后的干扰分量不会对其他干扰分量的抑制造成影响。在检测概率达到1时,经过布莱克曼窗预处理后算法的信噪比比经过汉明窗预处理和经过凯塞窗预处理后算法的信噪比分别提升了4 dB和6.4 dB,比未经过预处理算法的信噪比提升了7.2 dB。此外,使用频谱校正可以突出捕获峰值,提高捕获精度。与未经频谱校正算法相比,经过频谱校正后算法的信噪比提升了1.6 dB,且能减少一定的捕获时间。

基于时频子空间方法的线性调频信号参量估计

针对加性色噪声背景下的多分量线性调频信号参量估计问题,提出了基于相位差分的时频子空间方法。该方法将时频子空间的方法引入线性调频信号参量估计中。首先对多分量线性调频信号做相位差分,然后在时域内利用子空间方法对差分后的信号进行滤波,最后用基于矩阵束的方法进行频率估计。本方法消除了使用相位差分而带来的交叉项的干扰,同时能够很好的消除加性色噪声对多分量线性调频信号的参量估计的影响。仿真实验证明了本方法的有效性。

基于稀疏分解的微弱多分量LFM信号参数估计

Wigner-Ville分布是线性调频(LFM)信号参数估计方法中的常用方法,但其缺点是对多分量LFM信号有严重的交叉项。文中以稀疏分解方法为基础,利用匹配追踪(MP)算法将微弱多分量LFM信号在过完备原子库上进行分解,由分解得到的原子参数可以估计出各个LFM信号的起始频率和调频斜率,从而实现了微弱多分量LFM信号的参数估计。仿真验证了该方法的有效性。

基于切割聚类的快速多分量LFM信号分离

针对多分量线性调频(linear frequency modulation,LFM)雷达信号检测和参数估计精度低、计算速度慢等问题,提出了一种基于小波变换的切割聚类拟合参数估计的算法。该方法首先通过小波变换得到信号的三维时频分布图,其次采用等高线截取提取出小波脊线,再找出脊线的交点,以交点为界对小波脊线图进行切割,利用模糊C均值聚类完成各LFM分量脊线的聚类,最后分别对每段脊线进行拟合加权,从而估计出多分量LFM信号参数。仿真结果表明,与基于Hough变换检测直线方法相比,不仅在计算复杂度以及参数估计的准确度上都有较大的提升,而且当LFM信号分量达到4个以上亦有较准确的检测精度。

强噪声环境下的多分量LFM信号识别

提出通过固定延迟的模糊函数来识别多分量LFM信号的线性调频率。然后利用识别出的线性调频率对信号进行解线调,再对解线调后的信号进行FFT来识别每个LFM信号分量的初始频率。最后对该方法进行了计算机仿真验证,仿真结果表明该方法能对强噪声环境下的多分量LFM信号进行有效识别。该方法计算量小、可靠性高,完全可以在工程上实现对多分量LFM信号的实时侦察识别。

多分量LFM雷达辐射源信号的经验模式分解

基于改进的经验模式分解,提出了多分量LFM雷达辐射源信号的分析方法.该方法用RBF神经网络对端点延拓削弱边界效应,将自相关函数与相关系数结合估计分量的数量,通过模式分解滤波和平均滑动消除噪声影响,以提高算法的分解精度.理论分析和实验表明,在较宽的信噪比范围内,使用该方法能够正确提取各分量信号的瞬时频率和有效地估计多分量LFM辐射源信号的分量数量.

一种改进多分量LFM信号时频分布估计方法

传统时频分布方法在估计多分量线性调频信号时,交叉项影响导致时频估计精度低。因此,提出建立信号调频斜率因子库,对时频分布核函数进行改进,使核函数能有效抑制由多分量信号引起的交叉项干扰。通过分析核函数与信号模糊函数交叉项及自身项的关系,将时频估计问题转化为求解最优调频斜率因子库来对核函数进行改进,使信号的广义模糊函数能量最大。以多分量线性调频信号为例进行仿真,结果证明与传统时频分布方法相比,改进的时频估计方法可以在有效抑制交叉项干扰的同时保留大部分自身项,提高了多分量信号时频估计的精度和抗噪声能力。

多分量LFM信号检测与参数估计的新方法

针对传统的多分量LFM信号检测与参数估计中存在的精度不高和交叉项问题,将小波重排与Hough变换结合起来,首先对信号进行小波变换,克服交叉项干扰,再经过时频重排保证精度,以重排后的时频分布作为图像,利用Hough变换通过查表的方式,实现对各分量的依次截取和参数估计。仿真实验表明,该方法能够有效地提取多分量LFM信号中各分量的特征参数。

基于LVD与Zoom-FRFT的多分量LFM信号参数估计

针对基于分数阶傅里叶变换(FRFT)的多分量线性调频信号(MLFM)参数估计方法中计算量大、估算精度低等问题,本文提出了一种基于吕分布(LVD)与高分辨分数阶傅里叶变换(Zoom-FRFT)的参数估计方法。首先,对MLFM信号进行LVD,检测存在的分量个数,对各分量参数粗略估计,利用粗略调频斜率代入FRFT的参数估计公式,反向计算出FRFT的粗略变换阶次。然后,以粗略变换阶次为中心限定范围,设置精度,连续进行FRFT,从而提取峰值的坐标即精确变换阶次与粗略FRFT域坐标。最后,在精确变换阶次下,以粗略FRFT域坐标为中心限定区间,进行Zoom-FRFT,从而提取精确FRFT域坐标,对分量的参数进行精估计。仿真结果表明,该方法可以有效地对MLFM信号进行参数估计,并可以根据实际需要选择变换阶次的搜索范围与精度、FRFT域的细化倍数;与传统方法相比,本方法同时提高了参数估计精度与计算效率。

基于CEEMDAN和FRFT的多分量LFM信号参数估计

针对多分量线性调频(LFM)信号参数估计问题,提出了一种基于自适应噪声完备集合经验模态分解(CEEMDAN)与分数阶傅里叶变换(FRFT)的参数估计方法。首先对多分量LFM信号实施CEEMDAN分解,得到多个固有模态函数(IMF)分量,根据每个IMF分量的频谱幅值方差大小,筛选出有用IMF分量,随后重构有用IMF分量得到降噪后的LFM信号,由于LFM信号在FRFT域中具有能量聚焦性,可利用FRFT的分离技术和拟Newton法计算出信号的相关参数。将上述方法和传统FRFT方法对不同信噪比的多分量LFM信号进行蒙特卡罗实验对比,实验结果证明了该方法的有效性和可靠性。

基于FRFT的Wigner-Ville分布交叉项抑制方法

针对多分量线性调频信号的魏格纳-维尔分布(Wigner-Ville Distribution,WVD)交叉项干扰问题,提出一种抑制交叉项的方法。该方法利用分数阶傅里叶变换(Fractional Fourier Transform,FRFT)在最佳FRFT域中对给定的线性调频信号具有最好的能量聚集性,将多分量线性调频信号在FRFT域上分解为若干个单分量信号,线性叠加单分量信号的WVD,从而达到抑制交叉项的效果。此外,当多分量线性调频信号为周期信号时周期间存在干扰,进一步提出了在基于FRFT的WVD交叉项抑制方法中增加周期遮蔽处理。仿真结果表明,在保持较高的时频分辨率时,该方法能够有效抑制交叉项,并且有一定的抗噪声能力。

基于先验信息的自适应核函数设计

针对多分量线性调频信号 ,提出一种新的自适应核函数 ,并给出了有效的核参数估计方法。相对于自适应高斯核函数而言 ,该核函数既能获得更好的交叉项抑制效果 ,又避免了较大的信号能量损失 ,因而是一种更好的核函数。计算机仿真结果验证了其有效性。

集成时频特征的拖曳式诱饵存在性检测方法

拖曳式诱饵干扰为实现角度欺骗需要通过目标机动来形成导弹、目标、诱饵三角态势,弹目距离的接近以及三角几何关系的剧烈变化导致雷达接收回波中目标与诱饵的多普勒频率呈现时变非平稳特性。传统傅里叶分析方法无法反映频率分量随时间的变化情况,易导致谱线展宽和分辨力下降,使得基于频谱展宽的干扰检测具有很大的局限性。在分析诱饵干扰特点以及时频变化特性的基础上,将目标与干扰的回波分段近似为多分量线性调频模型,利用时频分析展现频率特征随时间的演变规律,采用WVD(Wigner-Ville distribution)与霍夫变换(Hough transform)相结合的方法检测接收回波中的多分量信号峰值,结合干扰特性设计阈值门限,实现了雷达波束内拖曳式诱饵干扰的存在性检测判决。末制导典型场景下的仿真实验验证了方法的有效性。

基于信号稀疏表示的Chirp信号参数估计方法

单自由度多分量线性调频信号的参数估计是SAR/ISAR成像中的重要问题。文中在一组含参数的过完备基上展开信号,提出了一种基于信号稀疏表示估计单自由度多分量线性调频信号参数的新方法。并将该方法应用于目前流行的BP算法、FOCUSS算法和稀疏贝叶斯学习算法中,分析比较了以上算法的估计性能。仿真实验结果验证了该方法的有效性,并表明稀疏贝叶斯学习算法具有更好的稀疏表示能力,从而可以更有效地估计信号参数。