直接序列扩频系统中线性调频干扰的抑制

针对直接序列(DS)扩频系统中线性调频干扰的抑制,本文提出了一种基于分数阶傅里叶变换的干扰抑制接收机的结构和相应的干扰抑制算法.根据线性调频信号在不同的分数阶傅里叶域呈现出不同的能量分布这一特性,利用分数阶傅里叶变换实现干扰信号的检测参数和估计,在此基础上,进行干扰分量的重建和抵消,从而实现对干扰的自适应抑制.性能分析和仿真实验表明,该方法不仅可以在较大的动态范围内有效地抑制线性调频干扰,而且计算简单,便于实现.     

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。     

一种基于时分数据调制的加权分数阶傅里叶变换通信方法

加权分数阶傅里叶变换是一种新型物理层保密通信方式,可极大地提高通信系统的抗调制方式识别能力。针对单参数加权分数阶傅里叶变换易被破解的不足,提出一种基于时分数据调制的加权分数阶傅里叶变换通信方法。该方法采用奇偶位不同调制的策略,充分利用旋转因子动态加密,进行时分数据加权分数阶傅里叶变换调制,减弱信道中噪声对信号的影响,从而提高加权分数阶傅里叶变换调制信号的可靠性和安全性。仿真结果表明：基于时分数据调制的加权分数阶傅里叶变换调制信号,能够提高传统加权分数阶傅里叶变换信号的可靠性,显著降低窃听方的破译能力,可进一步增强信息传输的保密性能。     

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。     

基于分数阶傅里叶变换的高动态目标检测方法

针对高动态环境下接收机的接收信号含有较大多普勒频率及其变化率,传统捕获方法无法对多普勒频率变化率进行有效补偿的问题,提出了基于分段自相关分数阶傅里叶变换的高动态目标检测方法。该方法首先对接收信号进行载频预测,将接收信号调制到基带信号,然后利用分数阶傅里叶变换对线性调频信号在最优阶次具有能量聚集的特点,采用分段自相关与离散分数阶傅里叶变换相结合的处理方法,快速而准确的估计出多普勒频率及其变化率。仿真验证表明,该方法解决了传统方法在高动态环境下难以对信号多普勒变化率进行有效补偿的问题,并提高了检测信噪比和接收机捕获概率。     

基于迭代搜索的线性调频脉冲信号参数估计方法

针对分数阶傅里叶变换无法对线性调频(LFM)脉冲信号实现脉冲宽度和带宽估计问题,提出了基于迭代搜索的LFM脉冲信号参数估计方法。该方法首先依据分数阶傅里叶变换求取的调频斜率,按chirp相乘思想对原始数据进行处理,得到一组新数据;然后对新数据从起始点到终止点迭代处理,得到一组能量与频率和时间有关的二维数据;最后对二维数据进行差分处理,得到一组能量变化关系图,实现对LFM脉冲信号脉冲宽度估计,并依据事先估计出的调频斜率,实现对LFM脉冲信号带宽估计。数值仿真验证结果表明,在分数阶傅里叶变换无法获取处理数据中LFM脉冲信号脉冲宽度和带宽时,该方法可对LFM脉冲信号宽度和带宽等参数实现有效估计,并对起始频率实现了校正。     

分数阶傅里叶域的阵列信号盲分离方法

本文提出一种基于分数阶傅里叶域阵列平均的盲信号分离方法，它在变换域中引入加权函数来降低噪声及减少各源信号间的相互干扰。和传统盲信号分离方法相比，该方法不需要矩阵的白化和联合对角化，并且复杂度低，运算量小，抗干扰性能好。     

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SAR运动目标检测与成像

基于分数阶傅里叶变换（ＦＲＦＴ）的ｃｈｉｒｐ基分解特性及分数阶傅里叶变换与时频分布的关系,提出了基于ＦＲＦＴ的ＳＡＲ运动目标检测和成像的新方法,并给出了处理方案和计算机仿真结果。与传统的ＷＶＤ－ＨＴ方法相比,作为线性变换的ＦＲＦＴ方法不需考虑多目标时的交叉项问题,从而省去了ＷＶＤ－ＨＴ方法中ＷＶＤ值从直角坐标到极坐标的转换和二维搜索的Ｈｏｕｇｈ变换,简化了处理,降低了计算复杂度。     

基于分数阶Fourier变换的信号去噪方法

提出了基于分数阶Fourier变换的信号去噪方法。该方法首先通过对带噪信号进行离散分数阶Fourier变换,然后在分数阶变换域对得到的信号进行低通滤波．最后利用滤波后信号进行原始信号的重构。仿真实验表明,文中方法存在一个最佳分数阶阶数．可以使得噪声在分数阶Fourie，域得到最好地去除。与传统的Fourter变换去噪法相比,本文方法具有一定的优越性。     

基于分数阶傅里叶变换的混响抑制方法研究

线性调频( LFM)信号是声呐中一种常用信号。利用LFM信号在分数阶傅里叶变换( FRFT)域的良好聚焦性,提出了一种基于FRFT的混响抑制算法,在此算法中,通过分数阶Fourier域的窄带滤波来去除混响。对实测混响数据和LFM信号的分离效果进行了仿真,分离前后信混比得到了较大提高。     

高分辨率毫米波雷达目标识别研究

利用分数傅里叶变换(FrFT)在时频域对信号的混合表示的特点,将离散分数傅里叶变换(DFrFT)和相关向量机(RVM)应用于毫米波(MMV)高分辨雷达一维距离像识别。使用Fisher准则确定DFrFT的阶数α,将一维距离像进行α阶DFrFT变换,获得信号的特征量,然后利用RVM网络进行分类识别。实验结果表明,该方法是一种可行有效的特征选择方法,具有较高的识别率。     

线性正则变换域的Hilbert变换

Hilbert变换(HT)是信号处理中的一个重要的变换关系式,它被广泛应用于调制理论、边缘检测以及滤波器设计等方面,通过HT可以把一个信号与它的解析信号联系在一起;而线性正则变换( LCT)是Fourier变换(FT)、分数阶Fourier变换(FRFT)的进一步推广,是更一般形式的变换。给出LCT域中HT的定义,并指出这种LCT域中HT与传统的FT域的HT有类似的性质。     

基于分数阶Fourier变换的远程水声通信技术研究

针对水声通信中所采用的窄带信号传输距离近和抗干扰能力不足的问题,提出一种采用线性调频( LFM)作为载波信号,采用分数阶Fourier变换作为解码方式的水声通信方案.该方案采用在时域进行LFM信号的码元分割,在分数阶变换域借用脉冲位置调制(PPM)进行解码的方法进行通信,并通过Rake接收机进行路径分集接收抑制水声信道...     

基于分数阶Fourier变换和ESPRIT算法的LFM信号2D波达方向估计

提出一种利用分数阶Fourier变换(FRFT)和旋转不变子空间(ESPRIT)算法实现多个线性调频(LFM)信号二维波达方向(DOA)估计的新方法。该方法利用FRFT对LFM信号的能量聚集特性,构造出一种新的FRFT域的阵列数据模型,并利用ESPRIT算法实现对多个LFM信号的二维DOA估计。仿真实验验证了算法的有效性。     

突发多相移相键控通信中应用离散傅立叶变换内插技术联合估计载波参数

在突发数字通信中,通常采用相干检测,为解决参考载波的同步这一关键问题,给出了一种多相移相键控( MPSK)信号,利用离散傅立叶变换(DFT)内插技术,在较大频偏范围内联合估计载波频率和相位的算法。这种算法不需要增加DFT数据长度,适合突发工作方式。以正交移相键控( QPSK)信号为例,讨论了这种算法的理论推导和性能,并给出了计算机仿真的结果。     

基于分数阶Fourier变换累积量的目标检测算法

传统的信号检测和噪声分离方法只限于在时域或是频域进行,如果信号和背景噪声有很强的时频耦合,就难以在时频域得到好的检测结果。对此提出了分数阶Fourier变换累积量算法,该算法具有解除时频耦合和抑制噪声的特性,当选择合适的旋转角度使之与处理信号相匹配,就可以在分数阶Fourier域获得较好的检测结果。仿真结果表明,分数阶Fourier累积量算法的检测性能优于分数阶Fourier变换和4阶累积量算法,展现了分数阶Fourier变换累积量算法有优越的信号处理性能。