分数阶Fourier域中多分量chirp信号的遮蔽分析

本文从分数阶Fourier变换与时频分布的关系入手,在离散分数阶Fourier变换算法基础上导出了单分量chirp信号分数阶Fourier谱强度的近似表达,并依据分数阶Fourier变换的线性性质,得到了调频率不同的两分量chirp信号间分数阶Fourier谱相互遮蔽的量化结果,给出了图例分析,并进行了仿真验证.通过本文的分析可以知道分数阶Fourier域中调频率不同的多分量chirp信号间的相互遮蔽主要取决于各自的幅度、调频率和采样时间.当多分量chirp信号幅度、调频率确定后,可以通过延长采样时间来降低各分量间的相互遮蔽.     

基于分数阶域的多分量线性调频信号能量聚集性检测

线性调频信号(LFM)在雷达信号中已得到广泛使用。本文利用LFM信号在时频平面上某一角度的能量聚集特征和分数阶Fourier变换的性质,提出了基于分数阶域的能量聚集性检测算法,并定性地分析其检测性能以及提高FRFT的分辨率方法。     

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。      

一种基于分数阶Fourier变换的雷达运动目标检测算法

针对雷达回波为多分量LFM信号时,时频分析存在的交叉项干扰问题,提出了一种基于分数阶Fourier变换(Fractional Fourier Transform,FRFT)的伪Wigner分布(PWD).该方法通过在参数平面按阈值进行峰值搜索确定变换域阶次,再在相应的分数阶Fourier域计算PWD,有效地抑制了交叉项的干扰,有利于更好地提取信号的时频信息.仿真实验证明了在强背景噪声下该算法的有效性.     

基于分数阶Fourier变换的多分量LFM信号检测

分数阶Fourier变换作为最新提出的一种分析工具,其变换域同时具有信号的时域信息和频域信息,其实质是Fourier变换的一种广义形式,较适合处理非平稳信号。文中提出一种基于分数阶Fourier变换的多分量LFM信号参数估计与分离方法。通过在分数阶Fourier域搜索峰值点来对多分量LFM信号进行检测和参数估计,同时结合逐次消去思想来分离多个未知参数的LFM信号,抑制了强信号分量对弱信号分量的遮蔽干扰。     

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。     

分数阶Fourier域非均匀采样LFM信号的检测概率

为了减少分数阶Fourier域线性调频(LFM)信号处理的计算量,满足实时性要求,提出了一种新的非均匀采样方法.与传统的非均匀采样方法相比,该方法既解决了整个采样时段内由于过采样造成的数据冗余性,也消除了信号时变特征造成的局部冗余性.最后,应用该方法得到了非均匀采样LFM信号在分数阶Fourier变换域的频谱表达式,并对不同信噪比(SNR)条件下信号的检测概率进行了研究.结果表明,该方法具有较好的抗噪声能力.     

基于FRFT的线性调频信号欠采样快速检测方法

采用分数阶Fourier变换对线性调频信号(Linear Frequency Modulation,LFM)进行检测与参数估计时,由于信号的特征未知,需要运用二维搜索方法确定分数阶Fourier变换的最佳旋转角度.该方法运算量巨大.为减少运算量,本文推导了欠采样前后LFM信号的分数阶Fourier变换最佳能量聚集旋转角度关系,证明了无噪LFM信号的调频率估计可以完全不受Nyquist采样定理的限制;通过推导分析欠采样含噪LFM信号在最佳分数阶Fourier域的信噪比,给出了欠采样倍数M对LFM信号检测的影响及其选取原则;最终提出一种基于欠采样理论的LFM信号快速检测方法.实验结果表明,当M选取合适时,利用原始信号的欠采样样本即可对LFM信号实现有效检测,快速确定其调频率.     

均匀圆阵多宽带LFM信号的二维DOA估计

针对均匀圆阵（UCA）,根据不同线性调频（LFM）信号在对应阶次上的分数阶傅里叶变换（FRFT）域具有能量聚集性的特点,将不同时频特性LFM信号在FRFT域分离成一系列平稳单频信号,构造出FRFT域上新的空时频分布模型数据,结合MUSIC算法,提出了一种新的均匀圆阵多宽带LFM信号的二维DOA估计。通过仿真实验验证了该方法的有效性。     

分数阶Fourier域强弱LFM信号检测与参数估计

分数阶Fourier变换（FRFT）由于其特有的性质,非常适合处理线性调频（LFM）信号,尤其是,作为一种线性变换,可以克服多分量LFM信号之间的交叉项干扰。但是采用逐次消去法检测多分量LFM信号时,每检测一个LFM信号,都要对信号分别求旋转角 的FRFT,再进行二维搜索,计算量较大。为了提高FRFT对多分量LFM信号的检测效率,本文给出一种在分数阶Fourier域检测强、弱LFM信号的新方法。首先,分析了逐次消去法和聚类分析法检测多分量LFM信号的原理,以及它们的优缺点。提出一种聚类分析和逐次消去相结合的信号检测方法,利用平面截取信号在平面(u,α)上的尖峰,并引入基于广度优先搜索邻居（BFSN）的聚类算法,对截取的信号尖峰进行聚类分析,获得每个LFM信号对应的信号尖峰,实现多个较强信号的检测与参数估计,再利用逐次消去法实现弱信号的检测。该方法可以同时检测多个能量相近的LFM信号,提高了检测效率,以及次强信号的参数估计精度,并有效地抑制了强信号对弱信号的遮蔽影响。通过对信号进行平面切割处理,减少了BFSN聚类算法中输入集样本数量,大大降低了算法的计算量。最后,仿真验证了该方法的有效性。