基于压缩感知的分数阶Fourier 域LFM 信号检测

提出一种新的基于压缩感知CS（Compressed Sensing）理论的LFM 信号检测算法。利用LFM 信号在分数阶 Fourier 变换（Fractional Fourier Transform,FrFT）域稀疏的特点,构造FrFT 矩阵作为LFM 信号的稀疏变换基,通过少量待检测 LFM 信号的随机投影,求解信号在FrFT 域的系数向量,然后对该系数向量进行检测判决,进而达到对感兴趣信号检测的目 的。理论分析和仿真实验表明,随机投影点数低至奈奎斯特采样点数的1/10、信噪比低至-8 dB 时,该算法对感兴趣的LFM 信号检测的成功率可达到95%以上,并且对强窄带干扰不敏感;与波形一致算法相比,该算法在相同信噪比条件下,可以获得 更高的信号检测概率。     

基于ST-FRFT的非合作水声脉冲信号检测方法

为解决非合作条件下水声脉冲信号检测与参数估计的难题,本文提出了一种基于短时分数阶傅里叶变换（ST-FRFT）的检测方法。线性调频（LFM）和单频（CW）脉冲信号是最常见的两种水下声脉冲信号,在非合作条件下,信号参数信息的缺失使得不能直接采用匹配滤波检测方法,傅里叶变换（FT）对CW信号具有良好的检测增益,但对LFM信号检测增益下降,尤其是具有较大调制率的LFM信号。分数阶傅里叶变换（FRFT）对LFM信号具有良好的能量聚集性特点,有利于LFM信号的检测,并且包含了Fourier变换,同样适用于CW信号的检测。为了同时获得接收信号的时域和频域特征,设计了基于短时分数阶傅里叶变换（ST-FRFT）的检测器,可以实现信号参数未知的情况下对LFM和CW信号的截获检测。理论分析了ST-FRFT与STFT方法针对LFM信号和CW信号的检测性能,基于FT的方法对LFM信号的处理增益受到调制率的影响,相对于CW信号增益下降,并且随窗长呈非线性变化,非合作条件下难以获得最佳窗长,而FRFT对LFM信号可以获得近似匹配滤波的处理增益,提高了LFM信号的检测性能。仿真结果和湖试数据处理结果验证了理论分析的正确性与该方法的有效性。      

分数阶Fourier变换对LFM信号的特征参数估计能力仿真评估

将分数阶傅里叶变换（FrFT）对线性调频（LFM）信号处理方法应用到雷达侦察信号分选与参数估计中,研究FrFT对LFM信号在低信噪比下的检测与参数估计能力。设定了雷达侦察信号背景,制定了仿真验证流程,考察了FrFT对LFM信号的调频率和中心频率的估计能力,对比了不同信噪比下的参数估计运算时间。仿真结果验证了该算法可以完成低信噪比条件下雷达侦察LFM信号特征参数的估计。     

基于Wigner-Hough变换的LFM信号检测性能分析

根据Wigner-Hough变换思想和广义似然比检验理论,分析了双门限情况下线性调频信号的检测性能,给出了虚警概率和检测概率的数学表达式,该表达式是Hough变换的积累单元数和检测门限的函数,然后对概率密度函数进行了合理近似,并给出了Hough变换的积累单元数计算公式,最后的计算机仿真比较了傅立叶变换和Wigner-Hough变换的LFM(Linear Frequency Modulated)信号检测性能和基于Wigner-Hough变换的不同目标起伏类型的LFM信号检测性能.     

分数阶Fourier域多分量微弱LFM信号的检测

为了提高对多分量微弱LFM信号的检测能力,提出了一种基于分数阶Fourier域非均匀采样理论的信号检测方法。首先提出了一种自适应非均匀采样方法,建立了该方法的模型,得到了非均匀采样LFM信号在分数阶Fourier域的频谱表达式。在此基础上,对多分量非均匀采样LFM信号进行了检测研究。计算机仿真结果表明,同传统的信号检测方法相比,该方法对微弱LFM信号具有较好的检测能力,而且减少了运算量,满足了实时性要求。     

一种多 LFM 信号检测与参数估计的方法

针对常规方法对多个线性调频（LFM ）信号进行处理时存在运算量大、不能满足快速检测和交叉干扰的问题,分析了采用分数阶傅里叶变换（FrFT ）对LFM 信号进行参数估计的原理,基于快速解线性调频技术,将LFM 信号检测与参数估计由二维搜索转换为2个一维搜索。该方法可以有效减小运算量,易于工程实现。仿真结果表明,此方法在低信噪比下仍具有良好的性能。     

基于FrFT的LFM信号检测与参数估计算法

针对线性调频(Linear Frequency Modem,LFM)信号的快速检测和高精度参数估计问题,在分析LFM信号特征和分数阶傅里叶变换(FrFT)原理的基础上,基于快速解线性调频技术,提出了一种LFM信号检测和参数估计算法,该算法将LFM信号检测由二维搜索转换为一维搜索,从而有效地减少了运算量。仿真结果表明,算法在低信噪比下具有良好的参数估计性能。     

基于改进的FrFT的LFM最佳u域点滤波

分数阶傅里叶变换（Fractional Fourier Transform,FrFT）能够对线性调频信号（Linear Frequency Modulation,LFM）起到很好的能量聚焦效果，因此常用FrFT来对LFM信号进行未知参数估计以及滤波。基于此，提出了一种基于改进的FrFT的最佳u域滤波算法。仿真结果表明，相较于传统的在FrFT u域下的滤波而言，所提的滤波算法信号幅度谱损失更少，信息保留更完整，输出信噪比提升了3 dB，运算量减少了25%。     

基于Wigner-Hough变换的线性调频信号检测性能

根据Wigner-Hough变换思想和检测理论,分析了线性调频信号的检测性能,给出了虚警概率和检测概率的数学表达式,该表达式是Hough变换的积累单元数和检测门限的函数,然后对概率密度函数进行了合理近似,并给出了Hough变换的积累单元数计算公式,最后仿真分析了基于Wigner-Hough变换对线性调频信号相干积累相对于傅立叶变换的优越性.     

基于FrFT空间目标探测与高精度频率估计

针对空间目标探测中低信噪比下信号检测与频率精确估计的问题,提出了基于分数阶傅里叶变换(FrFT)的实现方法。首先介绍FrFT进行参数估计的基本原理,在对接收回波信号的动态特性进行分析的基础上,为满足信号检测概率和实时处理要求,设计FrFT在空间目标检测应用中的相关参数,并提出频率估计精度的改进措施,分析了目标检测和频率估计性能。仿真分析结果表明该方法满足工程要求。     

线性调频信号时/频差估计算法

提出了一种新的快速估计线性调频信号时/频差的算法.该算法将抽取的自模糊函数与Radon变换结合估计线性调频信号的调频率, 通过分数阶傅里叶变换估计出模糊函数脊线与频率轴交点位置, 应用解调频沿脊线搜索模糊函数峰值.对于接收信号中存在多分量的情况, 根据其模糊函数脊线位置的不同, 该算法能够分辨各分量信号, 并分别精确估计出各分量的时/频差.由于只需一维搜索模糊函数峰值, 并可用快速傅里叶变换实现, 该算法大大减少了运算量.仿真实验表明, 随着信噪比的提高, 该算法估计的时/频差均方误差逐渐逼近克拉美-罗下界.     

高斯白噪声背景下的LFM信号的分数阶Fourier域信噪比分析

目标大机动运动使雷达回波表现为频率和调频率参数均未知的LFM信号。未知参数LFM信号的检测和估计采用分数阶Fourier变换来实现受到越来越多的关注,为此本文着重分析其分数阶Fourier变换的信噪比。首先推导出时限线性调频信号的分数阶Fourier变换模平方,给出了在分数阶Fourier域的峰值点与未知参数的关系,然后研究了附加白噪声LFM信号在分数阶Fourier域的统计特性,确定了其信噪比,并与理想情况(即参数频率和调频率参数已知)下线性相位匹配滤波器的输出信噪比进行了比较。     

LFM signal parameter estimation in the fractional Fourier domains: Analytical models and a high-performance algorithm

The index of the peak magnitude of the fractional Fourier transform (FrFT) of linear frequency modulated (LFM) signals has been widely used as a powerful chirp-rate estimator. In this paper, we propose analytical approximations for the peak FrFT magnitude (PFM) of mono and multicomponent LFM signals, both for noiseless and noisy cases. In addition, we present a novel coarse-to-fine FrFT-based algorithm designed specifically for chirp-rate estimation of multi-component LFM signals. Our approach entails an initial coarse estimation of the chirp-rates for each component by utilizing our proposed mathematical models. By leveraging these models, we achieve improved performance and a reduced signal-to-noise breakdown threshold. Furthermore, we incorporate a unique and efficient estimate-and-subtract strategy to refine the estimated parameters using our proposed models. Rather than removing the components from the LFM signal, we utilize the derived model to identify and remove peaks in the PFM. This strategy enhances the algorithm’s capability to handle challenging scenarios. Extensive simulation results demonstrate that our proposed algorithm performs very close to the Cramér–Rao lower bound. It effectively eliminates the leakage effect between signal components, avoids error propagation, and maintains an acceptable computational cost compared to other state-of-the-art methods.     

基于FrFT的LFM相参脉冲信号多普勒频率变化率估计算法

线性调频信号(LFM)在雷达中广泛应用,精确获取观测LFM信号中的多普勒频率变化率信息是单站无源定位与跟踪系统的一项关键技术。该文提出了基于分数阶Fourier变换(FrFT)的多普勒频率变化率估计算法,在分数阶变换域上使信号能量聚集,消除调频率对参数估计的影响的同时充分提高了信噪比,进而利用保留的脉冲间相对相位关系获得了多普勒频率变化率的高精度估计。理论分析表明,该算法估计精度接近理论下界,数值仿真验证了算法的有效性。     

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。