改进的多分量LFM信号参数估计算法及其快速实现

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。

基于积分二次相位函数的多分量LFM信号分析

基于二次相位函数的调频率估计算法用于多分量LFM信号时,信号间互扰严重并且会产生伪峰。针对这一问题,该文采用积分二次相位函数,提出了一种改进的多分量LFM信号分析方法,仿真实验表明:该方法相比于原方法能够有效抑制伪峰和信号间互扰,同时要求的信噪比门限低,估计均方误差更接近CRLB。

一种多相编码脉压信号的检测与参数估计方法

针对低截获概率雷达中常用的一类由频率导出的多相编码信号(P1、P2、P3、P4及Frank码)的截获问题,研究了基于积分二次相位函数的检测与参数估计方法。该方法利用此类多相编码信号的二次相位函数在时间-调频率平面仅为一条平行于时间轴直线的特点,通过积分二次相位函数获得能量积累,完成信号检测的同时实现了信号调频率参数的估计。分析了检测统计量的输出信噪比性能,给出了算法的接收机工作特性曲线和检测性能曲线,仿真分析了算法的参数估计性能。

改进的三次相位函数法LFM雷达信号参数估计

为了研究对线性调频(LFM)雷达信号的参数估计,提出了利用改进的三次相位函数法对LFM雷达信号进行参数估计.三次相位函数法可提取信号的相位函数的各项系数,并且只需通过二阶非线性变换在信号参数空间形成最大值来进行估计参数,具有较高的精度和良好的低信噪比能力,但是计算量较大.针对三次相位函数法计算量大的问题,提出调频斜率搜索范围设定准则及双尺度调频斜率搜索法,可减少大量计算量,同时保持了低信噪比下的算法精度.仿真测试结果表明,新算法有效地减小了计算量,并且保证了低信噪比下的算法精度,算法性能得到了提高.

基于积分二次相位函数和分数阶Fourier变换的多分量LFM信号参数估计

针对高斯白噪声中多分量线性调频信号参数估计问题,提出了一种基于积分二次相位函数(IQPF)和分数阶Fourier变换的新方法。分析了IQPF估计线性调频信号调频率的原理,指出IQPF有压制弱信号的缺点。为解决强度相差较大的多分量线性调频信号中弱分量信号的参数估计问题,提出利用分数阶Fourier变换域的信号分离技术,逐次估计强信号分量的参数并将其消去,来提高多分量信号参数估计的可靠性。最后通过计算机仿真,验证了该方法的有效性。这种方法与Radon-Winger变换法、Radon-Ambiguity变换法和单纯的分数阶Fourier变换法相比,极大的简化了计算。因此,该方法非常适合于多分量LFM信号的快速参数估计。

基于曲线拟合的多项式相位信号参数估计

研究了多项式相位信号的参数估计问题。针对在分析高阶多项式相位信号时,维格纳-威利分布的交叉项使得时频分布图变得难以解释的问题,采用伪维格纳-威利变换减少交叉项,并且从伪维格纳-威利分布提取出多项式相位信号的瞬时频率曲线,利用曲线拟合的方法拟合瞬时频率曲线,从而实现了多项式相位信号参数估计。对比了最小二乘曲线拟合和切比雪夫曲线拟合用于多项式相位信号参数估计的不同。最后通过仿真验证了曲线拟合用于多项式相位参数估计的有效性。

多项式相位信号参数估计新方法

改进了多项式相位变换,并提出了多相位信号参数估计方法。仿真证明了在较低信噪比的情况下,参数估计的均方误差接近Cramer-Rao界。采用傅里叶系数插值的频率估计算法提高了该方法的运算速度。分析和仿真结果证明了该方法的有效性。

基于多项式变换的自适应Chirp信号参数估计

提出了一种新的基于多项式变换的RLS(recursiveleastsquare)算法。利用多项式变换将多项式相位信号(PPS)转变为具有线性相位的谐波信号,这一谐波信号满足AR(Autoregressive)模型且其频率对应于多项式相位的最高次项系数。然后利用RLS算法对AR模型的AR系数进行自适应估计,通过AR系数求解谐波信号频率,便可以获得多项式相位中最高次项的系数。本算法速度快,计算量小,并且在较低的信噪比(SNR)下估计性能依然良好。Monte Carlo仿真实验证明了本方法的有效性。

基于改进HAF的线性调频雷达信号参数估计

针对多项式相位信号(PPS)中的线性调频(LFM)雷达信号参数估计,通过提出频谱方差极大值准则对PPS次优参数估计方法高阶模糊度函数(HAF)进行了改进,提出了适于单分量LFM参数估计的改进HAF。首先讨论了HAF对LFM参数的估计方法及其局限性,然后提出了分段频谱方差极大值法则下LFM调频斜率估计的方法,将其与HAF相结合提出了单分量LFM参数估计的改进HAF,克服了接收信号与实际信号起点不一致性对HAF带来的影响,降低了由于HAF局限性带来的调频斜率估计误差,改善了HAF的累积误差效应。MATLAB仿真验证了改进方法较HAF的优越性。

一种修正的线性调频信号参数估计算法

研究了加性噪声中线性调频信号的参数估计问题。基于相位解卷和多项式拟合,考虑到初始相位可能出现模糊,提出了一种修正的线性调频信号参数的联合估计算法。仿真实验证实了所提出的修正算法的有效性。

一种单分量PPS的快速估计算法

提出了基于多项式-厄米多项式变换(PHPT)的多项式相位信号(PPS)参数估计算法.其基本思路是将相位系数转化为泰勒系数的估计,并用PHPT实现泰勒系数的估计.该方法为线性算法,对最低阶系数有很好估计效果,且计算复杂度比已有算法低,等效于三次FFT运算.仿真验证了该方法的有效性.

基于改进型快速双线性参数估计的复杂运动目标ISAR成像

针对复杂运动目标的逆合成孔径雷达(ISAR)成像中多普勒扩散导致的成像质量下降,该文在建立方位回波信号为立方相位信号(CPS)的基础上,提出一种基于改进型快速双线性参数估计的复杂运动目标ISAR成像方法。该方法通过利用双线性立方相位函数,非均匀快速傅里叶变换(NUFFT),基于Chirp-z的尺度变换以及快速傅里叶变换(FFT)等操作,能够快速实现CPS参数估计和复杂运动目标的ISAR成像。由于实现过程均采用NUFFT和FFT快速实现,该方法计算量小,并且双线性操作可以保证其具有较好的抗噪声性能和交叉项抑制性能。理论分析和仿真结果验证了该ISAR成像算法的有效性。

一种改进的多相码信号参数估计法

目前,对由频率导出的一类多相码脉压雷达信号(Frank码和P1～P4码)进行参数估计是电子对抗侦察技术中的难点之一。针对此问题,提出一种基于改进的分数阶傅里叶变换(FrFT)的多相码信号参数估计方法。该法利用积分二次相位函数将FrFT的二维搜索转换为2次一维搜索,较大减少了计算量。仿真表明,该法能在较小的计算量下达到与RWT和RAT法相当的估计精度。

基于QPF的LFM信号参数估计算法性能分析

基于二次相位函数的LFM信号参数估计算法计算量小、估计精度高,在雷达机动目标检测、目标运动参数估计和电子对抗等应用系统中有较好的应用前景,本文对该方法的性能和参数选取问题进行了研究,推导了输出信噪比与输入信噪比及信号长度关系的表达式,补充了文献中均方误差理论分析的高信噪比条件,给出了一种工程应用中保证可靠检测和高估计精度所需数据长度的确定方法,最后分析了QPF算法对多分量LFM信号环境的适用性。

一种简化的分数阶傅里叶变换及其应用

首先在分数阶傅里叶计算分解的基础上,引入了一种简化分数阶傅里叶算法(Reduced fractional Fouriertransform,RFRFT),然后推导了时限LFM信号的RFRFT模平方,给出了其归一化前后信号参数的变换关系,同时借助角度变换提高了RFRFT估计参数的分辨率和读数精度;最后结合一次相位差分法将其推广至多分量高阶PSS的参数估计,并通过仿真验证了算法的有效性。

高阶模糊函数的收敛性分析

本文讨论用于多项式相位信号参数估计的高阶模糊函数的收敛性质 .对于复高斯白噪声污染的时变振幅多项式相位信号 ,证明了其高阶模糊函数样本估计和相位多项式最高阶系数估计的强收敛性质 .特别地 ,对于常数振幅情形 ,得到了多项式系数估计的强收敛速度 .模拟实验证实了所得到的理论结果 .

利用迭代滤波改进乘积高阶模糊函数

乘积高阶模糊函数(PHAF)是因分析mc-PPS而提出来的,但它抑制交叉项的能力有限,难以实现mc-PPS估计。该文提出了逐次滤除最强PHAF峰对应的分量来减少交叉项的迭代滤波方法,改进后的PHAF具有较好的鲁棒性:减少了估计盲区,并且具有更好的估计精度,降低了信噪比门限,而且能估计低阶相位系数,这些性能由多个mc-PPS仿真例子所验证。

低信噪比下多相码信号参数估计

针对低信噪比下多相码信号参数估计方法性能不佳的问题,提出了一种低信噪比下基于积分二次相位函数(IQPF)和分数阶傅里叶变换(Fr FT)的联合参数估计方法。首先在理论上推导出IQPF将多相码信号的所有脊线累积为一个峰值,并利用IQPF估计出的调频率将Fr FT的二维搜索变为一维搜索,从而估计出其他参数。仿真实验表明,所提方法在计算量以及估计精度上优于传统方法。

改进的多分量多项式相位信号参数估计

乘积高阶模糊函数(PHAF)是以分析多分量多项式相位信号(mc-PPS)而提出来的,但实际上它抑制交叉项的能力有限,仍然难以实现mc-PPS估计。逐次滤波方法是抑制交叉项的有力工具,但存在着分量间的误差扩散;松弛法(RELAX)采用循环迭代方式,对串行估计中的误差扩散有着较强的抑制能力,将二者结合起来提出来了迭代松弛PHAF方法。通过分析被估计信号参数变化时的性能表明改进后的PHAF具有较好的鲁棒性:减少了估计盲区,具有更好的估计精度,具有较低的信噪比(SNR)门限。这些性能由mc-PPS仿真例子所验证。

基于多片ADSP的PPS雷达信号参数估计算法实现

采用四片ADSP-TS101S构成的雷达信号参数估计平台,实现了基于三次相位函数的多项式相位信号参数估计算法。该算法只需要通过二阶非线性变换即可实现PPS的参数估计。硬件实验表明,该算法可在低信噪比条件下准确地估计PPS参数,并且通过多片流水式的并行处理,最大限度地节省了估计时间。