基于分数阶傅里叶变换的线性调频干扰抑制

伪随机脉位调制与伪码调相复合体制引信(PRPPM-PRBC)是现代无线电引信重点研究方向之一,对该体制引信的抗干扰性能和抗干扰方法的研究尚处于理论探索阶段.分析了线性调频(LFM)干扰对PRPPMPRBC复合体制引信相关检测性能的影响,通过对LFM干扰信号分数阶傅里叶变换(FRFT)的分析,对解调模块输出的基波信号,提出了在分数阶域进行LFM干扰抑制.仿真分析表明,该方法能够有效消除LFM干扰,使引信相关输出得到明显改善.     

基于分数阶傅里叶变换的线性调频信号的自适应时频滤波

本文提出了一种基于分数阶傅里叶变换的线性调频(LFM)信号的自适应滤波方法，利用该变换等同于对信号在时频平面进行旋转这一重要特性，将混迭有噪声的信号以特定的旋转角作分数阶傅里叶变换，使得信号与噪声在变换域中的交迭达到最小；在此基础上，通过窄带通滤波器对LFM信号进行抽取，去除大部分的噪声能量，然后，再经过分数阶傅里叶反变换，恢复出原来的LFM信号。理论分析和仿真表明，该方法不仅可获得明显的信噪比的改善，而且具有算法简单及信号失真小等特点，和其它基于二维时频分析工具的滤波算法相比，降低了计算的复杂度，其实现更为简便。     

插值重建的分数阶傅里叶域分析

建立在傅里叶变换基础上的传统插值重建理论已不适用于基于分数阶傅里叶变换的SAR算法,文中对插值重建理论在分数阶傅里叶域作了进一步的分析和仿真.首先依据分数阶卷积的概念从分数阶傅里叶域的角度分析了采样信号的重建方程.其次从工程应用出发,进行了有限数目卷积核的插值重建误差分析.最后,给出了卷积核的截断归一化公式.可以发现利用分数阶卷积的插值核数目大于16即可,且需要保证移动后的样本位置不远离原卷积核的样本位置.     

基于分数阶傅里叶变换的雷达型空空导弹检测技术

根据雷达制导空空导弹的特点及其雷达回波信号中速度、加速度等特征建立的回波信号数学模型,对雷达回波的频域数据作了尖峰阻隔处理。利用分数阶傅里叶变换对线性调频信号有很好的聚焦性的性质,提出了基于傅里叶变换的导弹信号检测与参数估计算法,解决了在强分量信号中检测和估计弱分量LFM信号的问题。仿真结果表明了该算法能够实现对导弹发射的早期告警。     

基于分数阶傅里叶变换的线性调频脉冲信号波达方向估计

针对宽带线性调频脉冲信号的时宽与观测时宽不等的情况,基于分数阶傅里叶变换(FRFT)提出了一种新的中心频率估计方法,并据此对基于FRFT的MUSIC算法的波达方向(DOA)估计进行了改进。该算法利用线性调频信号在傅里叶变换域良好的能量聚集性,分析了脉冲信号中心频率随着脉冲信号在观测时间内位置的变化规律,并修正了中心频率估计的方法。在相应的分数阶傅里叶域,构造分数阶傅里叶域的方向向量,利用MUSIC算法进行DOA估计。数值仿真验证了该算法对方位估计的有效性,并仿真分析信噪比（SNR）和脉冲信号时间宽度对方位估计结果的影响。随着SNR的增大、脉冲信号时间宽度的增加,方位估计方差减小。     

基于分数阶傅里叶变换的线性调频脉冲时延估计特性分析

以线性调频脉冲压缩的时域特性为参照,分析了基于分数阶傅里叶变换的LFM脉冲时延估计的分数阶傅里叶域特性,并对比了两者在数字信号处理上的差异。可以发现两者在输出信噪比、脉宽压缩比、峰值振幅比的特性基本一致,而在数字实现上,后者精度往往更高,所需数据率可以更低,因此,具有更为广阔的应用前景。     

基于短时分数阶傅里叶变换的瞬时频率估计误差分析

信号的瞬时频率估计作为雷达信号处理的一项重要内容,对于目标的检测和识别起着重要作用。利用短时分数阶傅里叶变换具有更好时频分辨力的特点,分析了利用短时分数阶傅里叶变换对三次相位非线性调频信号进行瞬时频率估计的精度与窗函数、窗长间的关系。结果表明：当采用高斯窗时能够获得最高估计精度,且最佳窗长L与时宽和带宽积σ_tσ_f和信号调频率变化率k满足L=33σtσf/2k. 通过仿真实验验证了结论。     

基于分数阶傅里叶变换的线性调频引信定距方法

针对调频（FM）引信,为了在较小的调制频偏内获得较高定距精度,提出了基于分数阶域瞬时初始频率估计和基于分数阶相关的两种定距方法。论述了两种方法的定距原理,分析了其距离分辨力与抗噪声性能,并进行了仿真验证。结果表明：较FM谐波定距方法,两种方法具有较高的距离分辨力,且受FM带宽影响较小;同时定距方法通过FM发射、接收信号与单载波混频方法,在分数阶域避免了FM率估计,降低了算法复杂度,具有工程可实现性;较初始频率估计方法,基于分数阶相关的FM定距方法抗噪声性能更好,适合于低信噪比环境下信号检测。     

脉冲噪声下基于CNN-FRFT的线性调频信号参数估计方法

由于脉冲噪声破坏了线性调频(LFM)信号的分数谱特征,使得基于分数谱特征的参数估计方法无法有效估计参数。针对这个问题,提出一种脉冲噪声环境下基于CNN-FRFT的LFM信号参数估计方法。首先,利用α稳定分布拟合随机脉冲噪声,构建加性含噪信号,输入卷积神经网络(CNN)进行训练和测试;其次,利用训练好的CNN模型对信号进行去噪,并验证模型的去噪能力和泛化能力;最后,利用分数阶傅里叶变换(FRFT)建立去噪信号的分数谱,通过峰值点位置来估计LFM信号的参数。实验结果表明,相比于传统的基于非线性函数的方法,该方法在强脉冲噪声环境下具有更好的精度和噪声鲁棒性,CNN的应用使其具有更强的泛化能力,在实测脉冲噪声下仍可以准确估计参数。     

未知包络多分量线性调频脉冲信号参数估计

针对雷达侦察中的未知包络线性调频（LFM）信号参数估计问题,基于时频分析与相干积累,提出了脉冲数、调频率、中心频率、时延和脉宽参数的估计方法。利用时频分析对脉冲数与调频率进行粗估计,结合分数阶傅里叶变换（FRFT）完成脉冲数与调频率精估计;进行局部相干积累,提取中心频率、时延和脉宽。仿真分析表明：多分量LFM信号中的强脉冲可能对弱脉冲信号的参数估计产生干扰。针对该问题,在FRFT域对强脉冲进行了遮蔽处理。推导了估计参数的克拉美劳下界,并对估计误差进行了分析,结果表明：对于多分量LFM脉冲信号,遮蔽强脉冲信号后,弱脉冲信号的脉宽估计精度可显著提高。     

线性调频信号参数估计快速算法

分析了线性调频（LFM）信号Fourier变换幅度谱的表达式,并分析了其幅度最大值对应的频率,提出了以两次FFT为基础的LFM信号参数估计方法;为了提高信号低信噪比情况下参数估计精度,提出了一种非对称加窗方法。仿真和实验结果表明了该算法的有效性。     

基于"黄金分割法"的LFM信号参数估计

文中提出了基于"黄金分割法"的LFM信号参数估计算法,以此来估计接收信号序列与原LFM信号的起止点不完全重合时的参数值.仿真结果证明该算法简单、估计精度高,且对估计信号起止点不完全重合的情况有一定的鲁棒性.     

基于短时傅里叶变换的跳频信号检测系统设计

基于长短窗口结合的傅里叶变换技术,设计出一种适用于装甲车辆通信设备的信号检测系统,该检测系统由射频处理模块、中频处理模块和ARM处理模块组成.试验室测试结果表明,该系统能够对车载通信设备跳频信号主要性能参数进行实时检测,达到了判定跳频设备工作状态是否正常的目标,从而满足了装甲车辆通信的正常需求.     

基于反向传播神经网络的海杂波参数估计

研究分析海杂波、评估弹载导引头在不同海况下的打击精度具有重大意义。针对传统统计方法的海杂波参数估计易存在脱离实况海杂波物理特征的问题,提出基于反向传播（BP）神经网络的参数估计法。利用海杂波幅度分布特性和时间相关性,建立基于K分布的时间与空间相关海杂波模型;重点分析形状参数、尺度参数、杂波速度均方根、平均多普勒频移4个模型参数对海杂波混沌特性、分形特性的影响,总结出模型参数与物理特征之间的定性关系;利用BP神经网络充分挖掘参数与物理特征间的定量关系,并对混沌特性、分形特性进行预测,决定系数为0.985、0.952. 以实测海杂波数据为例,比较BP神经网络、最大似然估计和矩估计法的模型参数,验证了该方法可以较好地贴近真实海杂波的物理特征。