基于FRFT的多LFM信号的分离及参数估计

线性调频（LFM）信号在某个阶次的FRFT域中具有能量聚集性,根据这一特性采用分数阶傅里叶变换（FRFT,Fractional Fourier Transform）来分离多个未知任何先验参数的LFM信号,通过在FRFT域搜索峰值点来检测并分离出LFM信号,并用相关系数对分离效果进行了评价。针对二维搜索峰值点的计算复杂性,提出了曲线拟合优化技术来进行FRFT模值检测,把二维搜索转化为一维曲线拟合问题,并介绍了高斯混合模型近似FRFT模值分布。计算机仿真表明,这一方法极大地降低了计算复杂度,对多分量LFM信号进行了有效的分离及参数估计。     

LFM信号参数估计误差分析及改进算法

为进一步提高LFM信号参数估计的实时性和精确性,研究分析了分数阶傅里叶变换(FRFT)对LFM信号进行参数估计的误差来源,通过对其参数估计公式的研究,得出采样点数和搜索间隔对估计精度的不同影响,并提出了相应的改进算法。同时,采用DPT算法与FRFT离散并行快速算法相结合,提高了算法的实时性。最后,利用能量重心法对参数估计结果进行谱校正,进一步提高了估计精度。仿真结果表明,该算法对LFM信号参数估计精度高,性能接近CRLB,同时能够实现实时处理。     

基于FRFT模最大值的LFM信号参数估计方法

提出了一种基于分数阶Fourier变换模最大值的LFM信号参数估计方法,先对线性调频信号以较大的间隔先进行FRFT模变换,寻找次次最大值和次最大值点.在这两点之间以较小的间隔再进行FRFT模变换,此时寻找最大值点所对应的变换阶数即是最佳变换阶数,由量纲归一化即可得到LFM信号的调频斜率.提出的两次搜索最佳变换阶数法相比于传统方法不需要二维搜索,在相同的计算精度条件下大大降低了计算量,提高了效率.     

基于分数阶傅里叶变换的线性调频信号分辨率分析

分数阶傅里叶变换(FRFT)是分析线性调频信号(LFM)最有效的工具之一.本文研究了LFM信号在分数阶傅里叶域(FRFD)上的分辨性能以及变换阶次上的分辨性能,并研究了变换阶次误差对输出信噪比的影响,分别得到了 FRFD分辨率、变换阶次分辨率、输出信噪比损失与信号持续时间及调频率的关系,为利用FRFT进行LFM信号检测和参数估计时的分辨率分析、变换阶次搜索步长的选择等提供一定的理论参考.     

LFM信号的FRFT模函数对称特性及参数估计

通过数学推导发现了时间无限长线性调频（LFM）信号的分数阶Fourier变换（FRFT）模函数具有对称性,且单边单调。之后经过分析,得出时限LFM信号的FRFT模函数也具有较好的这种特性。根据此结论提出了基于FRFT的时限LFM信号检测与参数估计的新方法,此方法采用两级搜索,克服了FRFT算法误差对线性调频信号的FRFT模函数对称性和单调性的影响,在减少了运算量的同时提高了参数估计精度。仿真分析证实了此方法的有效性。     

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。      

基于FRFT与WVD的旋转LFM信号参数估计

为了克服传统的全域搜索法在旋转LFM信号参数估计过程的繁琐问题,提出基于分数阶傅里叶变换(FRFT)与魏格纳分布(WVD)的旋转LFM信号参数估计方法.通过分析旋转LFM信号的性质和特性,给出了该信号的FRFT形式.基于WVD良好的时频分辨率,得到了清晰的调频信号时频分布,并且给出旋转LFM信号参数估计的具体步骤.仿真实验结果表明,该方法有效可行.     

基于分数阶傅里叶变换的低信噪比线性调频信号参数快速估计算法

针对低信噪比线性调频信号参数估计精度低且运算量大的问题,该文提出一种基于高效分数阶傅里叶变换(FRFT)和分数阶频谱4阶原点矩的快速估计算法。该算法通过判断调频斜率的正负,以确定旋转阶次所在初始区间;进而应用高效FRFT获得初始旋转阶次;最终利用分数阶频谱4阶原点矩,进一步确定搜索区间和步长,实现精准搜索,从而满足参数精度的要求。实验结果表明,该算法尤其适合用于低信噪比情况下的线性调频(LFM)信号检测与参数的准确估计,而且运算量较低。     

基于分数阶傅里叶变换的低信噪比线性调频信号参数快速估计算法

针对低信噪比线性调频信号参数估计精度低且运算量大的问题,该文提出一种基于高效分数阶傅里叶变换(FRFT)和分数阶频谱4阶原点矩的快速估计算法.该算法通过判断调频斜率的正负,以确定旋转阶次所在初始区间;进而应用高效FRFT获得初始旋转阶次;最终利用分数阶频谱4阶原点矩,进一步确定搜索区间和步长,实现精准搜索,从而满足参数精度的要求.实验结果表明,该算法尤其适合用于低信噪比情况下的线性调频(LFM)信号检测与参数的准确估计,而且运算量较低.     

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。     

基于分数阶傅里叶变换的双基地雷达线性调频信号的参数联合估计新方法

该文提出一种双基地MIMO雷达线性调频(LFM)信号参数的联合估计新方法。在所提出的新的双基地MIMO雷达的信号模型基础上,利用分数阶傅里叶变换对线性调频(LFM)信号的能量聚集特性进行提取,根据分数阶傅里叶变换域内的峰值点对多普勒频移尺度和时延进行估计,并采用FRFT-MUSIC算法实现了线性调频(LFM)信号收发角的联合估计,实现了收发角的自动配对。仿真实验验证了算法的有效性。     

多相编码雷达信号参数快速估计方法

针对Wigner-Ville分布、Radon-Wigner变换估计多相编码雷达信号参数存在运算量大、估计精度低等问题,本文提出了基于Radon-ambiguity变换和分数阶傅里叶变换(FRFT)联合分析的参数快速估计方法。该方法采用Radon-ambiguity变换估计信号调制斜率,采用分数阶傅里叶变换估计载频、周期等,通过两次一维搜索峰值来估计信号的参数,与Wigner变换、Radon-Wigner变换的二维搜索峰值相比,运算量大大降低,且提高了参数估计精度。仿真结果证明了该方法的有效性。     

一种线性调频信号参数分析的综合方法

研究了合成孔径雷达中的线性调频（LFM）信号的参数估计问题。分析和比较了常用的LFM分析算法的优缺点，提出了一种基于分数阶傅里叶变换和相位解缠的综合方法，提高了估计的有效性和鲁捧性。在计算机仿真中，采用该方法的估计参数对畸变LFM信号进行相位补偿和脉冲压缩，获得了令人满意的分析结果，验证了该方法的有效性和鲁棒性。最后，分析了LFM信号各阶分数阶傅里叶变换的特性，优化了分数阶傅里叶变换扫描算法，大大缩短了运算时间。     

分数阶傅里叶变换在水下多目标方位估计中的应用研究

线性调频（Linear Frequency Modulation,LFM）信号作为一种具有大时宽带宽积的信号被广泛应用于主动声纳中以进行水下目标方位估计。分数阶傅里叶变换（Fractional Fourier Transform,FRFT）技术对LFM信号分析具有独特的优势,本文通过对FRFT的理论研究,分析其应用于水下多目标方位估计领域的可行性。对于FRFT最优阶次搜索中存在的误差影响,本文研究范数约束Capon波束形成技术（Norm Constrained Capon Beamforming,NCCB）,利用NCCB算法提高FRFT预处理后的目标方位估计的稳健性。最后,本文将分数阶预处理与稳健波束形成算法结合,通过计算机仿真验证了基于FRFT预处理的NCCB算法在低信噪比环境下仍然可以实现水下多目标方位的稳健估计。      

基于FRFT的雷达信号脉内特征分析

针对目标模拟训练器中精确测量雷达信号脉内参数的需求,提出了基于FRFT的线性调频信号脉内参数估计的方法,给出目标训练器中脉内参数的计算过程,通过仿真分析了信噪比对算法估计性能的影响。仿真结果表明在较低信噪比下,本算法对不同的线性调频信号的参数估计有较高的精确度。     

Acquisition algorithm for BOC signals in high dynamic environment

As the synchronization of binary offset carrier (BOC) signals couldn’t be realized in high dynamic environment by traditional acquisition algorithms,an acquisition algorithm based on fractional Fourier transform (FRFT) and discrete polynomial-phase transform (DPT) was proposed.Firstly,the algorithm determined how to process the received signal according to the dynamic order obtained by the order operation.And then the acquisition was achieved by searching the spectral peak of the FRFT algorithm to obtain the estimation of dynamic parameters and code phase.Theoretical analysis and simulations show that the proposed algorithm eliminates the influence of second-order doppler shift rate based on original FRFT acquisition algorithm,which can successfully capture high dynamic BOC signals.The proposed algorithm further enhances the dynamic adaptability and anti-noise performance and has superior performance in detection probability and acquisition time in comparison with other algorithms.