基于改进精估计与FrFT的Chirp信号参数估计

为了解决Chirp信号参数估计在低信噪比下保持高精度等问题,提出了一种基于粗精二次估计的Chirp参数算法。粗估计采用分数阶傅里叶变换（Fractional Fourier Transform,FrFT）,能够在低信噪比下检测到Chirp信号并估计出调频率的范围。同时,提出了一种FrFT插值算法提高FrFT估计中心频率的精度。精估计根据信号能量和周期长度一定时Chirp信号频谱幅度的平方与调频率成反比的特性,不断地用已知Chirp信号的共轭与未知Chirp信号相乘,寻找使相乘后频谱幅度平方最大的已知Chirp信号的调频率。为了提高精估计算法性能,用提出的H-Rife算法估计中心频率和相乘后信号的频谱中最大的幅值。〖JP2〗用二分法代替等步长使精估计在粗估计出的调频率范围内搜索,极大降低了复杂度。在信噪比不小于-10 dB时,该算法估计调频率归一化均方误差（Normalized Mean Square Error,NMSE）较FrFT线性提升,估计中心频率NMSE较FrFT线性提升,接近克拉美罗界。     

基于离散Chirp—Fourier变换的线性调频信号的Wiener滤波

针对白噪声中线性调频信号的滤波问题 ,提出了一种基于Chirp Fourier变换的Wiener滤波算法 ,根据线性变换等效Wiener滤波的原理 ,利用最小二乘法导出了Chirp Fourier域上的Wiener滤波算子。理论分析及仿真结果表明 ,该算法不仅能够给出信号波形的最小均方误差估计 ,还可利用FFT实现 ,且实现较为简便。     

基于先验估计的自适应Chirplet信号展开

该文提出一种新的时频表示方法--自适应线性调频小波(Chirplet)信号展开算法。算法基于信号本征空间,融参数的初值估计和精确估计于一体,利用匹配追踪算法将信号自适应地展开在高斯线性调频小波基函数集上。通过展开系数和基函数参数获得信号的时频分布,其时频聚集性、抗噪性和时频分辨率不仅优于一般的时频分布而且优于已有的自适应时频分布,可以更好地刻画信号的本质。应用数值仿真检验了算法的有效性和时频分布的优良性能。     

多个线性调频脉冲信号的多参数估计

该文提出了一种估计空间多个线性调频脉冲(Chirp)信号的多个参数的方法,并给出了简单的性能分析。与文献中的方法相比,本文的方法避免了多维搜索,计算量小,有利于实时实现。模拟结果表明,本文的方法能在较低的信噪比下,较为准确地估计出多个线性调频脉冲信号的多个参数。     

基于MP分解的宽带LFM信号参数估计

将MP分解应用于宽带阵列信号处理中,提出一种针对线性调频信号(LFM)参数估计新算法.根据LFM信号形式建立过完备原子库Gf,其中原子参数由起始频率和调频斜率决定,将阵列参考阵元接收数据在Gf上作MP分解,获得各个信号的起始频率和调频斜率参数,从而得到宽带信号的具体形式;在上一步频率参数估计的基础上,根据阵列结构建立过完备原子库Gθ,其中原子参数由到达角决定,将阵列全部阵元接收数据在Gθ上作MP分解,实现信号DOA估计.新算法估计性能优于传统空间时频分布(STFD)方法,尤其在低信噪比、多信源情况下仍然有较高的估计精度.计算机仿真结果验证了算法的有效性.     

线性调频信号时/频差快速联合估计方法

提出了一种线性调频(Chirp)信号时/频差估计算法。首先估计Chirp信号互模糊函数中脊线的位置,再通过频率补偿使脊线通过原点,进而通过搜索信号在分数阶傅里叶变换域上的相关峰来代替沿脊线搜索模糊函数峰值的过程,最终获得时/频差的估计。该算法由于采用一维搜索,并且可用快速傅里叶变换实现,因此所需运算量显著降低。对于多分量Chirp信号,根据脊线位置的不同,算法能够分别估计出各分量信号的时/频差。仿真实验表明,该算法能够精确估计Chirp信号的时/频差,并且随着信噪比的提高,时/频差估计值的均方根误差逐渐接近克拉美罗下界。      

一种利用线性调频信号的新型扩频调制技术

根据上扫频和下扫频线性调频(LFM)信号的特性,针对传统的超宽带无线通信系统中线性调频扩频技术存在的调制效率低、误码率性能低、实现复杂高等问题,结合线性调频(Chirp)扩频以及循环移位编码(CCSK)扩频,提出了一种基于线性调频信号的循环移位线性调频扩频技术(CS-CSS).首先,将输入数据映射在循环移位因子(CSF)上;然后,根据CSF数值对基带所产生的Chirp信号进行循环移位达到调制的目的;最后,在解调端经过加窗处理、快速傅里叶变换(FFT)得到与发射端对应的CSF,从而得到发送的数据.误符号率的仿真结果与理论推导公式相吻合,从调制效率和误码率性能上讲,该方案相比线性调频二进制正交键控(Chirp BOK)系统具有超过10 dB的误码率性能.因此,该方案具有更好的误码率性能、更高的调制效率及实现更低的复杂度.     

改进多尺度Chirplet路径追踪算法在非线性调频信号估计中的应用

针对在低信噪比下雷达非线性调频信号(Non-linear Frequency Modulation,NLFM)瞬时频率估计精度不足的问题,提出一种基于多尺度线调频小波路径追踪算法(Multi-scale Chirplet Path Pursuit,MCPP)的拟合方法估计信号的瞬时频率。首先,该方法将时频平面分成二进制动态时间支撑区并形成多尺度线调频(Chirp)原子函数库;然后在每一个时间支撑区选择一个投影系数最大的Chirp原子,按照连接原则进行最佳路径连接;最后按时间支撑区顺序提取每个Chirp原子的起始和终止频率,采用最小二乘法进行瞬时频率拟合。仿真表明该方法在低信噪比下可以提高信号瞬时频率估计的精度。      

短时高斯包络线性调频基自适应信号分解算法

作为一种参数化时频分析的方法,基于高斯包络线性调频基自适应信号分解的快速算法具有分辨力高、零交叉项和计算量小的优点,在信号时频分析中具有独特的优势和广阔的应用前景.然而该快速算法却存在由于采样点初值选择不当而造成分解失效的缺点,虽然后来的基于优化初值选择的自适应高斯包络线性调频基信号分解对初值选择算法进行了改进,提高了分解性能的稳定性,但仍存在较多的问题没有解决.本文将对这些问题进行研究和改进,并提出短时自适应高斯包络线性调频基信号分解算法.算法通过加短时窗来增强时频中心定位的准确性,通过控制采样基时宽来获取有效的初始方差取值范围,从而提高了分解的自适应性和稳定性.对仿真信号和语音信号的分解结果表明了该算法的有效性.     

组合幂调频信号的时频移估计

为了准确估计接收信号的时频移参数和降低估计复杂度,设计了一种组合幂调频(CPFM)信号,该信号由具有时间间隔的正负幂调频(PFM)信号构成,并提出了基于CPFM信号的时频移估计算法.在算法中首先将CPFM信号降阶,然后独立地估计时延和频移,即采用三次相位函数(CPF)估计时延,通过正负PFM相位相消后再估计频移.相比于分数阶傅里叶变换(FRFT)时频移估计算法,所提算法避免了时延估计对频移估计的影响,而且仅需两次一维搜索,降低了计算量.仿真结果表明,该算法能准确地估计CPFM信号的时延和频移,并且频移估计均方误差(MSE)接近克拉美劳下界(CRLB).     

基于优化初值选择的自适应高斯包络线性调频基信号分解

基于高斯包络线性调频基的自适应信号分解是一种分辨力高、性能优良的时频分析算法,在语音信号、地震信号、雷达信号等可以用调频类函数进行建模的信号分析中有着广阔的应用前景。该算法在四维参数空间构造和求解超越方程,得到参数的闭式解,与传统的优化算法相比大大降低了运算量。对于由高斯包络线性调频基不相交或浅相交形成的简单信号,该算法具有非常优良的分辨性能,而对由高斯包络线性调频基深相交形成的复杂信号分解存在较大误差。本文针对这一问题进行研究,指出初值选择在该算法中的重要作用,分析了得到高精度分解结果的初值条件,提出了基于优化初值选择的高斯包络线性调频基自适应信号分解算法。通过在局部信号粗时频平面中搜索最优初值,结合自适应分解中建立和求解超越方程的方法得到参数闭式解,提高了分解精度,同时降低了运算量。对仿真信号及语音信号的分解效果验证了改进后算法的有效性和准确性。     

A fast refinement for adaptive Gaussian chirplet decomposition

The chirp function is one of the most fundamental functions in nature. Many natural events, for example, most signals encountered in seismology and the signals in radar systems, can be modeled as the superposition of short-lived chirp functions. Hence, the chirp-based signal representation, such as the Gaussian chirplet decomposition, has been an active research area in the field of signal processing. A main challenge of the Gaussian chirplet decomposition is that Gaussian chirplets do not form an orthogonal basis. A promising solution is to employ adaptive type signal decomposition schemes, such as the matching pursuit. The general underlying theory of the matching pursuit method has been well accepted, but the numerical implementation, in terms of computational speed and accuracy, of the adaptive Gaussian chirplet decomposition remains an open research topic. We present a fast refinement algorithm to search for optimal Gaussian chirplets. With a coarse dictionary, the resulting adaptive Gaussian chirplet decomposition is not only fast but is also more accurate than other known adaptive schemes. The effectiveness of the algorithm introduced is demonstrated by numerical simulations     

A four-parameter atomic decomposition of chirplets

A new four-parameter atomic decomposition of chirplets is developed for compact and precise representation of signals with chirp components. The four-parameter chirplet atom is obtained from the unit Gaussian function by successive applications of scaling, fractional Fourier transform (FRFT), and time-shift and frequency-shift operators. The application of the FRFT operator results in a rotation of the Wigner distribution of the Gaussian in the time-frequency plane by a specified angle. The decomposition is realized by using the matching pursuit algorithm. For this purpose, the four-parameter space is discretized to obtain a small but complete subset in the Hilbert space. A time-frequency distribution (TFD) is developed for clear and readable visualization of the signal components. It is observed that the chirplet decomposition and the related TFD provide more compact and precise representation of signal inner structures compared with the commonly used time-frequency representations     

ISAR机动目标的平动补偿和瞬时成像研究

机动目标成像近年来受到广泛注意.本文首先讨论平动补偿,它通常可以分解为两步进行──包络对齐和自聚焦,分析表明,针对平稳目标的包络对齐方法仍然适用于机动目标,而根据相干积累原理,已有的自聚焦方法从理论上和实际上都不是最优的,我们提出适用于机动目标和平稳目标的迭代相干积累自聚焦(ICSA)算法,PGA(相位梯度算法)是ICSA算法的一个特例; 然后,本文讨论机动目标的瞬时成像,它实际上是一个瞬时谱估计问题,已有的一些瞬时成像方法只适用于散射点子回波为线性调频信号(多普勒分布为直线).针对时频分布为非直线的情况,我们提出用自适应窗短时chirplet分解方法估计信号的瞬时频率和瞬时幅度,并结合"洁净"技术,提出了快速自适应窗短时chirplet分解成像(ACDI)算法.实测数据的处理表明本文提出ICSA算法和ACDI算法是有效的.     

The adaptive chirplet transform and visual evoked potentials

We propose a new approach based upon the adaptive chirplet transform (ACT) to characterize the time-dependent behavior of the visual evoked potential (VEP) from its initial transient portion (tVEP) to the steady-state portion (ssVEP). This approach employs a matching pursuit (MP) algorithm to estimate the chirplets and then a maximum-likelihood estimation (MLE) algorithm to refine the results. The ACT decomposes signals into Gaussian chirplet basis functions with four adjustable parameters, i.e., time-spread, chirp rate, time-center and frequency-center. In this paper, we show how these four parameters can be used to distinguish between the transient and the steady-state phase of the response. We also show that as few as three chirplets are required to represent a VEP response. Compared to decomposition with Gabor logons, a more compact representation can be achieved by using Gaussian chirplets. Finally, we argue that the adaptive chirplet spectrogram gives a superior visualization of VEP signals' time-frequency structures when compared to the conventional spectrogram.     

基于多尺度线调频基信号稀疏分解的 信号分离和瞬时频率估计

提出了一种基于多尺度线调频基信号稀疏分解的多分量多项式相位信号分离和瞬时频率估计方法.该方法采用多尺度的线调频基函数对多分量多项式相位信号进行投影分解,通过从不同的时间支撑区内投影系数最大的基函数中寻找出使分解信号能量最大的基元函数组合,逐次获得信号包含的能量最大的多项式相位信号分量,从而实现多分量多项式相位信号的分离,而从基元函数连接形成的频率曲线则可获得多项式相位信号分量瞬时频率的估计.仿真信号分析表明,本文方法能在信噪比较低情况下有效分离多分量多项式相位信号中包含的多项式相位信号分量,准确地估计其瞬时频率.     

Algorithm for the detection and parameter estimation of multicomponent LFM signals

A novel algorithm based on Radon-Ambiguity Transform (RAT) and Adaptive Signal Decomposition (ASD) is presented for the detection and parameter estimation of multicomponent Linear Frequency Modulated (LFM) signals. The key problem lies in the chirplet estimation.Genetic algorithm is employed to search for the optimization parameter of chirplet. High estimation accuracy can be obtained even at low Signal-to-Noise Ratio(SNR). Finally simulation results are provided to demonstrate the performance of the proposed algorithm.     

Investigation of short-term changes in visual evoked potentials with windowed adaptive chirplet transform

We propose a new application of the adaptive chirplet transform that involves partitioning signals into non-overlapping sequential segments. From these segments, the local time-frequency structures of the signal are estimated by using a four-parameter chirplet decomposition. Entitled the windowed adaptive chirplet transform (windowed ACT), this approach is applied to the analysis of visual evoked potentials (VEPs). It can provide a unified and compact representation of VEPs from the transient buildup to the steady-state portion with less computational cost than its non-windowed counterpart. This paper also details a method to select the optimal window length for signal segmentation. This approach will be useful for long-term signal monitoring as well as for signal feature extraction and data compression.     

基于线调频小波分维的红外图像边缘检测

根据小波变换与分形理论在认识事物的本质上都是基于从总体向局部、从宏观向微观的自相似原理,以及线调频小波理论原理,提出一种以线调频小波作为标尺来定义分维数的思想,将线调频变换看作是用线调频小波标尺对信号进行度量,建立一种以信号的细节分量之和作为度量参数的线调频小波分维数.应用线调频小波分维数对红外图像进行边缘提取,实验结...