Wigner—Ville分布和模糊函数对多个LFM信号检测性能分析

现代雷达系统中,线性调频(LFM)信号是一种常用的脉冲压缩雷达信号。文章对LFM信号的Wigner-Ville分布进行Wigner-Hough变换得到Wigner-Ville分布图(WVD),并对模糊函数进行Wigner-Hough变换得到模糊图。通过数字仿真对比得出模糊函数需要取绝对值才能利用Hough变换检测直线,受交叉项影响大一些。而Wigner-Ville分布函数可以直接利用Hough变换检测直线,交叉项得到抑制,检测效果好,验证了分析的结论。该文的研究对LFM信号检测性能分析有一定的指导意义。     

基于多谱图叠加阈值的抑制WVD交叉项的新方法

本文提出了一种抑制Wigner-Ville分布(WVD)交叉项的新方法。 首先对多幅具有不同时-频分辨率的谱图进行叠加, 然后对叠加结果进行阈值处理,确定WVD自项在时频平面的支撑区域。 最后,用该区域的示性函数乘以WVD得到一个新的时频分布。 不同于传统的抑制交叉项的核函数方法, 该方法抑制交叉项的同时, 保持WVD了高时频聚集性。 实验结果表明, 该方法对由多个LFM信号构成的多分量信号和非线性调频信号都非常有效。     

SPWD在脉内混合信号时频分析中的应用

雷达脉内混合信号的特征提取和分析是电子对抗领域的重要研究课题之一。维格纳-威利（Wigner-Ville）分布法是分析雷达脉内信号的有效途经,但由于Wigner-Ville分布是双线性变换,用它来分析脉内混合信号时,交叉项将会严重影响信号特征分析。采用平滑伪Wigner-Ville（SPWD）对交叉项进行抑制,计算机仿真表明取得了满意的时-频分布。     

基于LPFT时频滤波器的WVD交叉项抑制方法

本文提出一种抑制Wigner-Ville分布(WVD)交叉项的新方法。利用局部多项式傅里叶变换(LPFT)构建时频滤波器,确定自项支撑区域,再利用此滤波器对WVD进行处理,从而达到抑制交叉项的目的。通过3dB信噪比的分析可以看出,LPFT具有比短时傅里叶变换(STFT)更好的时频聚集性,因此基于LPFT的时频滤波器能更有效抑制WVD中的交叉项干扰,同时又能保留WVD的高时频聚集性。通过与Chio-Williams分布、径向高斯核函数时频分布、基于STFT时频滤波器的交叉项抑制方法的比较,验证了该方法对抑制多分量信号及非线性调频信号的交叉项以及噪声干扰的有效性,显示了该方法在保持高时频聚集性,抑制交叉项干扰,以及抑制噪声干扰方面的优势。     

基于STFT与WVD的雷达信号分析检测方法

对未知LFM雷达信号进行参数估计是截获分析、分选识别及干扰实施敌方低截获概率雷达信号的前提。本文分析了雷达信号参数检测方法 WVD,并对该方法在对雷达信号检测时产生的交叉项引入了STFT线性变换进行处理。仿真实验表明,该方法在充分发挥了WVD对信号的分析处理能力的同时能有效地抑制交叉项影响。     

基于Wigner分布时频遮隔的信号分解算法

综合特征值分解及Wigner分布时频遮隔提出了一种信号分解算法,并推广应用于其他交叉项抑制时频表示.对于由时频面上互不重叠分量合成的多分量信号,证明了信号分量可与各分量Wigner分布之和的逆Fourier变换的特征值分解相对应;通过阈值法可从抑制交叉项时频表示获得信号时频支撑区域,以此为模板遮隔Wigner分布可减少交叉项并保持自项聚集性,其逆Fourier变换的特征值分解就可实现多分量信号分解.仿真实例分析结果表明了该理论与算法的正确性和实用性.最后分析了算法性能并拓展了其实用范围.     

基于广义矩形时频分布的跳频信号参数估计

能够有效地对接收到的跳频信号进行参数估计是干扰跳频通信的重要前提。由于广义矩形时频分布能够在有效抑制交叉干扰项的同时具有好的时频聚集性,提出了一种基于广义矩形时频分布的跳频信号参数盲估计算法。该算法能够在低信噪比条件下估计出跳频信号的跳频周期、跳变时刻和跳频频率。仿真结果表明,与基于平滑伪Wigner-Ville时频分布（SPWVD）估计跳频信号参数的算法进行比较,该算法提高了跳频信号参数估计的准确度和可靠性。     

一种抑制时频分布交叉项的新方法

 提出一种抑制时频分布交叉项的新方法,该方法在Wigner-Ville分布(WVD)的基础上,引入一相位校正函数,可抑制信号的非线性导致的自交叉项影响.对于多分量信号,文中采用洁净(CLEAN)技术对每个信号分量进行带通滤波,抑制了信号分量间的互交叉项影响.该方法在抑制时频分布交叉项的同时,保持着较高的时频聚集性,计算机仿真实验验证了本文算法的有效性.     

基于Wigner-Ville分布的复杂时变信号的时频分析

对多分量线性调频(LFM)信号、单分量非线性调频(NLFM)信号以及多分量NLFM信号的Wigner-Ville分布进行了数值计算,探讨了信号项与交叉项之间的差异性特征,提出了信号时频曲线中点集的概念,研究了交叉项出现的一般规律.对于多分量信号,交叉项出现在信号项时频曲线之间的中点集之内.对于单分量NLFM信号,也有交叉项产生,交叉项出现在信号项时频曲线自身的自中点集之内.     

一种新的抑制交叉项的时—频分布的分析

从信号模糊域滤波的角度分析了最近提出的一种新的高时-频分辨率抑制交叉项的时-频分布中核函数的设计方法与思路，并针对多分量线性调频信号用该分布进行了计算机仿真。仿真结果证明了该分布在抑制交叉项并保持较高时-频分辨率方面的有效性。     

强背景噪声环境下的线性调频信号频率估计

估计信号的瞬时频率常用Cohen类时频分布的时间一阶条件矩,但这些方法在更低信噪比下存在较大的估计方差。基于线性调频信号的自相关和互相关可以实现噪声压缩的结论,提出了改进的基于互Wigner Ville分布线性调频信号的频率估计方法。该方法具有更强的抗噪声能力,在多元信号频率估计时,抑制了交叉项的影响。仿真实验的结果证明了算法的有效性。     

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.     

强背景噪声环境下的线性调频信号检测

基于线性调频(LFM)信号Wigner-Ville变换的零频处仍保存原信号所有信息的结论，提出了改进的基于互Wigner-Ville分布线性调频信号的检测方法。该方法具有较好的抗噪声能力，在更低的信噪比下，可以实现单个或多个强度相差较大的线性调频信号的检测。仿真实验的结果证明了算法的有效性。     

利用ASTFT谱有效抑制WVD交叉项的方法

该文分析了Wigner-Ville Distribution (WVD)中自项与交叉项相互关系,提出了一种利用自适应短时傅里叶变换(ASTFT谱)有效抑制WVD交叉项的新方法。该方法首先对信号进行ASTFT得到信号的ASTFT谱图,以确定出信号分量在时频平面内的位置,然后将ASTFT谱作为窗函数对信号的WVD进行加窗处理,从而有效消除掉WVD中的交叉项,并保留WVD的高分辨率和能量聚集性等优良特性。最后通过实例验证了该方法的有效性。     

Adaptive optimal kernel smooth-windowed Wigner-Ville bispectrum for digital communication signals

Higher-order time-frequency distribution (HO-TFD) outperforms the bilinear TFD in noisy conditions but suffers more severely from cross-terms when used to analyze multi-component signals. Various kernel functions have been introduced to suppress cross-terms in bilinear TFD but in general TFD with a fixed kernel do not give accurate TFR for all type of signals. In this paper, adaptive optimal TFR is obtained by extending the separable kernel design in bilinear TFD to the third-order TFD and is able to achieve accurate time-frequency representation at SNR as low as −2 dB. This globally adaptive optimal kernel smooth-windowed Wigner-Ville bispectrum (AOK-SWWVB) is designed where its separable kernel is determined automatically from the input signal, without prior knowledge of the signal parameters. It is shown that this system performance is comparable to the system when priori knowledge of the signal is known.     

LFM信号参数估计的插值FrFT修正算法

针对线性调频（LFM）信号参数估计插值FrFT算法在信噪比较低时性能下降而且针对不同参数估计性能不稳定的问题,提出了一种修正的插值FrFT算法。首先分析了现有插值FrFT算法问题出现的原因,然后定义了分数阶域量化频率,指出当信噪比较低时,若LFM信号初始频率接近分数阶域量化频率点,插值FrFT算法出现反向补偿的概率增大,性能下降。修正的插值FrFT算法改进了插值方向的判决条件以提高噪声免疫力,并通过频移LFM信号初始频率使其不在分数阶域量化频率点附近。最后,对不同初始频率的LFM信号进行仿真,结果表明,修正的插值FrFT算法提高了LFM信号参数估计精度,性能稳定,而计算量并没有明显增加。      

Linear frequency-modulated signal detection using Radon-ambiguitytransform

A novel time-frequency technique for linear frequency modulated (LFM) signal detection is proposed. The design of the proposed detectors is based on the Radon transform of the modulus square or the envelope amplitude of the ambiguity function (AF) of the signal. A practical assumption is made that the chirp rate is the only parameter of interest. Since the AF of LFM signals will pass through the origin of the ambiguity plane, the line integral of the Radon transform is performed over all lines passing through the origin of the ambiguity plane. The proposed detectors yield maxima over chirp rates of the LFM signals. This reduces the two-dimensional (2-D) problem of the conventional Wigner-Ville distribution (WVD) based detection or the Radon-Wigner transform (RWT) based detector to a one-dimensional (1-D) problem and consequently reduces the computation load and keeps the feature of “built-in” filtering. Related issues such as the finite-length effect, the resolution, and the effect of noise are studied. The result is a tool for LFM detection, as well as the time-varying filtering and adaptive kernel design for multicomponent LFM signals     

基于卷积神经网络的低截获概率雷达信号检测算法

为了解决雷达截获接收机对低截获概率(LPI)雷达信号检测效果不理想的问题,针对截获信号中有效信号脉宽长度来定义信号和噪声,该文提出一种基于卷积神经网络(CNN)的LPI雷达信号检测方法,利用卷积核与匹配滤波器结构上的相似性,在低信噪比下能够提高信号的检测准确率。利用大量的基于4种典型LPI雷达信号(线性调频信号(LFM)、非线性调频信号(NLFM)、二相编码信号(BPSK)、COSTAS频率编码信号)和白噪声信号的模拟数据集进行CNN模型训练,同时增加少量实测信号(LFM, BPSK)作为验证集进行适配,更好地拟合实测信号的检测模型。最终利用实际信号进行测试,实验结果表明:该文算法在低信噪比的情况下具有较好的检测效果,对多种调制方式、不同信噪比下的LPI雷达信号具有泛化能力。     

利用脉间跳频和信号增强技术实现低信噪比下雷达距离超分辨

针对大时带积(TB)线性/非线性调频(LFM/NLFM)脉压信号,本文研究了低信噪比(SNR)下获得雷达距离维超分辨性能的技术和方法。首先提出了一种有效的信号增强算法,并通过脉间跳频的设计获得了不同目标回波非相关性,进而提出了一系列进一步降低超分辨处理的SNR门限的有效方法。计算机模拟表明:同样条件下本文方法较直接频域处理使超分辨估计所需的SNR门限改善了10dB以上,较好地解决了低SNR环境下雷达距离域的多目标超分辨问题。     

基于时频点聚类的LFM信号波达方向估计

基于空间时频分布(spatial time-frequency distribution, STFD)的多重信号分类(multiple signal classification, MUSIC)算法常用于非平稳信号波达方向(direction of arrival, DOA)估计, 其关键是选取合适的信号时频点.文中针对传统时频MUSIC算法不能提取各信号时频点且在小角度间隔时估计性能不佳的问题, 以线性调频(line frequency modulation, LFM)信号为研究对象, 提出了基于时频点聚类的DOA估计算法.该算法首先对阵列接收信号进行白化, 利用白化后的接收信号构造STFD矩阵, 达到抑制STFD矩阵的交叉项、突出信号自项的目的, 然后利用K均值聚类提取各信号时频点, 最后运用MUSIC算法估计DOA.对不同角度间隔和不同信噪比时三种算法的估计均方根误差进行了仿真对比, 结果表明:相比经典时频MUSIC算法, 文中算法在小角度间隔和低信噪比时有更好的估计性能.