基于DAF的多分量LFM信号参数估计

提出了将多分量LFM信号先分离,然后利用离散模糊函数(DAF)估计各信号分量参数的新方法。该方法还结合了基于Chirp-Z变换的频谱细化算法和多时延处理方法,能在较少的运算量下,准确地估计出各分量信号的参数,同时避免了直接利用DAF方法对多分量LFM信号估计时交叉项的影响。仿真结果表明了该方法的有效性。     

基于HAF的混叠多分量LFM信号时域参数测量

针对基于HAF的混叠脉冲雷达信号参数测量方法不能有效测量信号时域参数的问题,文中提出了一种基于HAF的混叠多分量LFM信号时域参数测量方法.该方法利用HAF方法得到的相位系数估值,分别将每个LFM信号分量转变为一个与之时域参数相同的单频信号分量.通过滤波分离出单频信号分量并选取合适的门限来测量其时域参数,实现对混叠LF...     

基于时频分布的多分量LFM信号检测

采用二次型时频分析方法对多分量线性调频信号进行分析,获取信号的时频域能量分布。首先讨论了线性调频信号的两种二次型时频分布：魏格纳-威尔分布及其改进形式——重排魏格纳-威尔分布;在此基础上,进一步对比验证了霍夫变换和若当变换对线性调频信号时频域能量的积累效果,以实现噪声背景中的多分量线性调频信号检测。仿真结果显示基于二次型时频分布的处理是实现多分量线性调频信号检测的一个有效方法。     

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.     

强噪声环境下的多分量LFM信号识别

提出通过固定延迟的模糊函数来识别多分量LFM信号的线性调频率。然后利用识别出的线性调频率对信号进行解线调,再对解线调后的信号进行FFT来识别每个LFM信号分量的初始频率。最后对该方法进行了计算机仿真验证,仿真结果表明该方法能对强噪声环境下的多分量LFM信号进行有效识别。该方法计算量小、可靠性高,完全可以在工程上实现对多分量LFM信号的实时侦察识别。     

基于多分量LFM信号时频分析的水声多普勒和时延估计研究

在水声多普勒因子和时延估计研究实用化的进程中,利用多分量线性调频(LFM)信号实现估计的算法研究越来越普遍。针对多分量LFM信号时频域存有交叉项时各分量参数估计不准确的问题,提出基于非完全残差与脊线段匹配的自适应模态分解方法。该方法采用非完全残差函数保留了交叉点处的部分时频信息,利用脊线段匹配方法提供更精确的预设时频脊线,改进了各分量LFM信号调频斜率和起始频率的估计精度。联合两个估计量进一步给出了多普勒因子和时延估计的算法。仿真结果表示,较现有模态分解算法,所提改进方法有效解决了估计分量过程中交叉区间断裂带来的估计误差;水声多径的条件下,该方法的多普勒因子和时延估计精度优于对比的现有方法。     

基于HHT的多分量LFM信号检测与参数估计

文中将Hilbert—Huang变换应用到多分量线性调频信号（LFM）信号的分析中：首先利用经验模态分解法（EMD）将原信号分解成有限个本征模态函数（IMF）；然后埘各个IMF进行Hilbert变换，获取瞬时频率、瞬时振幅，得到信号的Hilbert谱，该谱反映r瞬时振幅在频率一时间平面上的分布，从而可以比较准确地检测和估计各LFM分量的初始频率和调频斜率等参数。仿真结果验证了该方法的有效性。     

一种多分量跳频信号参数盲估计方法

首先提出了将谱图与平滑伪Wigner-Ville分布(SPWVD)组合,利用谱图的无交叉项和SPWVD的时频聚焦性能,得到了一种清晰稳健的时频分布;然后基于此分布运用二维二次差分峰值检测方法检测出该时频图的峰值,并利用求平面重心的方法修正峰值,得到正确的峰值位置;将峰值分别在频率轴上和时间轴投影,即可得到信号载频的估计值和每跳的中心时刻(CT,central time);最后采用逐次CT差值直方图法得到跳周期(HD,hop duration)的估计,并根据估计出的跳周期值和每跳的CT值得到跳时(hop timing)估计.     

一种多分量LFM信号检测与参数估计方法

针对多分量LFM信号的检测与参数估计,提出了一种新的检测方法。该方法借鉴Clean思想,实现了多分量信号分离与检测,基于解线性调频法的每个分量信号估计的起始频率和调频斜率。另外,结合插值FFT方法,提高了起始频率的估计精度。该方法易于工程实现,计算机仿真验证了此方法的有效性。     

一种多分量LFM信号脉内调制特征的提取方法

本文提出以多分量LFM信号的时频分布作为图像，利用Hough变换检测图像中直线的原理，将多分量LFM信号脉内特征的提取转换为在参数空间寻找局部最大值及其坐标的问题，通过查找表的方式和对最大峰值邻域进行截取，依次实现对各分量的脉内特征提取。仿真实验表明，该方法能够有效地提取多分量LFM信号各自分量的脉内特征，具有较高的抗噪声性能．且对交叉项有一定的抑制作用。     

基于高斯短时分数阶傅里叶变换的多分量LFM信号检测与参数估计

该文针对线性调频信号,提出一种基于分数阶波包变换分析方法高斯短时分数阶傅里叶变换。通过旋转角度的搜索及高斯窗口宽度的调整,能够在低信噪比条件下对多分量LFM信号进行检测,避免交叉项的出现,并能得到参数的估计值。通过推导分析给出变换结果的解析表达式,计算机仿真结果也表明了该变换的有效性。     

基于积分二次相位函数和分数阶Fourier变换的多分量LFM信号参数估计

针对高斯白噪声中多分量线性调频信号参数估计问题,提出了一种基于积分二次相位函数（IQPF）和分数阶Fourier变换的新方法。分析了IQPF估计线性调频信号调频率的原理,指出IQPF有压制弱信号的缺点。为解决强度相差较大的多分量线性调频信号中弱分量信号的参数估计问题,提出利用分数阶Fourier变换域的信号分离技术,逐次估计强信号分量的参数并将其消去,来提高多分量信号参数估计的可靠性。最后通过计算机仿真,验证了该方法的有效性。这种方法与Radon-Winger变换法、Radon-Ambiguity变换法和单纯的分数阶Fourier变换法相比,极大的简化了计算。因此,该方法非常适合于多分量LFM信号的快速参数估计。      

基于QPF的线性调频信号分离与估计

二次相位函数方法是将瞬时调频率估计算法应用于LFM信号参数估计,文中对多分量的LFM信号用QPF法进行了分析,用IQPF法解决其所存在的交叉项问题,并采用Clean法实现了不同强度LFM信号的分离与参数估计,同时抑制了强分量信号对弱分量信号的遮蔽干扰。仿真实验表明,该方法效果良好。     

基于分数阶傅里叶变换的线性调频信号二维波达方向估计

 本文提出了一种基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)的多线性调频(Linear Frequency Modulation,LFM)信号二维波达方向(Direction of Arrival,DOA)估计方法.该方法利用FRFT对LFM信号的能量聚集特性,构造出一种新的分数阶傅里叶域的阵列信号数据模型,并利用MUSIC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.     

复杂噪声下基于同步压缩Chirplet变换的LFM信号参数估计

同步压缩变换建立在小波变换的基础上,通过在较小频域范围内压缩小波系数,可有效改善信号的能量分布,提高时频聚集性。该文针对线性调频(LFM)信号的参数估计问题,根据适用于LFM信号的Chirplet变换,在同步压缩理论的框架下,提出一种同步压缩Chirplet变换方法(SSCT)。由于充分利用了LFM信号时间与频率的线性关系,SSCT方法在提高Chirplet变换时频平面能量聚集性的同时,可实现信号参数的精确估计,且保留了Chirplet变换窗函数选取灵活,无交叉项干扰等优点。针对复杂噪声环境下的参数估计问题,进一步提出分数低阶SSCT方法(FLOSSCT)。仿真结果表明,在高斯噪声以及脉冲性更强的稳定分布噪声背景下,该方法可有效实现LFM信号的参数提取,具有较好的鲁棒性。     

低信噪比下基于DAF的LFM信号参数估计新方法

提出了一种基于序列重组提升输入信噪比,然后利用离散模糊函数(DAF)估计LFM信号参数的新方法.该方法在不增加采样数据的点数,从而保证实时处理的前提下,可以提高参数估计的精度,同时降低正确估计对输入信噪比的要求.该文对所提方法的基本原理及估计性能进行了理论分析,并通过仿真实验验证了方法的有效性.     

基于积分二次相位函数的多分量LFM信号分析

基于二次相位函数的调频率估计算法用于多分量LFM信号时,信号间互扰严重并且会产生伪峰。针对这一问题,该文采用积分二次相位函数,提出了一种改进的多分量LFM信号分析方法,仿真实验表明：该方法相比于原方法能够有效抑制伪峰和信号间互扰,同时要求的信噪比门限低,估计均方误差更接近CRLB。     

一种新的LFM信号参数估计算法

针对线性调频信号的参数估计问题,提出了一种新的算法.该算法利用计算信号的二次相位函数,得到其能量分布集中于信号的调频率曲线上的结论,因此通过谱峰检测可以获得信号的调频率估计,进而通过解调频技术得到初始频率的估计.分析了该算法的统计特性,计算机仿真结果表明算法计算量小,性能优良,在信噪比较高时,估计精度可接近CRLB界.