作为一种非平稳时频信号,正弦调频(sinusoid frequency modulation,SFM)信号在雷达和无线通信领域得到广泛应用。为了解决常规时频分析方法无法有效估计多分量SFM信号参数的问题,提出离散正弦调频变换(discrete sinusoidal frequency mo...作为一种非平稳时频信号,正弦调频(sinusoid frequency modulation,SFM)信号在雷达和无线通信领域得到广泛应用。为了解决常规时频分析方法无法有效估计多分量SFM信号参数的问题,提出离散正弦调频变换(discrete sinusoidal frequency modulation transform,DSFMT)。利用SFM信号在DSFMT域的聚敛特征,提出基于DSFMT的多分量SFM信号参数估计方法。给出多分量SFM信号和DSFMT变换的数学模型,论证了多分量SFM信号在DSFMT域聚敛特征的差异,仿真分析基于DSFMT的多分量SFM信号参数估计方法的技术性能。理论分析和实验结果表明:多分量SFM信号在DSFMT域有明显的聚敛特征差异,基于DSFMT的多分量SFM信号参数估计方法可有效估计多个SFM信号幅度和调制指数。展开更多
文摘作为一种非平稳时频信号,正弦调频(sinusoid frequency modulation,SFM)信号在雷达和无线通信领域得到广泛应用。为了解决常规时频分析方法无法有效估计多分量SFM信号参数的问题,提出离散正弦调频变换(discrete sinusoidal frequency modulation transform,DSFMT)。利用SFM信号在DSFMT域的聚敛特征,提出基于DSFMT的多分量SFM信号参数估计方法。给出多分量SFM信号和DSFMT变换的数学模型,论证了多分量SFM信号在DSFMT域聚敛特征的差异,仿真分析基于DSFMT的多分量SFM信号参数估计方法的技术性能。理论分析和实验结果表明:多分量SFM信号在DSFMT域有明显的聚敛特征差异,基于DSFMT的多分量SFM信号参数估计方法可有效估计多个SFM信号幅度和调制指数。