基于似然函数的双曲调频信号参数估计快速算法

相较于线性调频(LFM)信号,双曲调频(HFM)信号因具有良好的脉冲压缩性能和多普勒不变性,被广泛用于雷达侦查、水声探测等多普勒影响严重的场景中,其中HFM信号的参数估计问题尤为重要。有鉴于此,该文提出一种基于似然函数的HFM信号参数估计快速算法。文中首先推导出HFM信号的Cramer-Rao下界作为参数估计的性能评估标准;然后基于高斯随机噪声,构建了HFM信号的似然函数,并结合数据向量化的特点提出一种改进的适应度函数,最后利用全局最优引导人工蜂群(GABC)算法对该适应度函数进行极值寻优,从而实现HFM信号的参数估计;通过蒙特卡洛仿真证明了该方法在信噪比为3 dB以上时,HFM信号的参数估计结果的均方误差更逼近Cramer-Rao下界,且运算量约是原来的1/3,在保证估计精度的同时提高算法收敛速度。     

一种LFM信号最大似然估计模型与参数估计快速算法

从最大似然估计模型入手,提出了一种适合在一般高斯噪声环境（包括色噪声）下LFM信号目标的参数估计模型和基于此估计模型的调频斜率和初始频率估计的快速算法。此方法获得了最大似然方法估计精度高的优点,且运算量比传统的最大似然方法大大降低。另外推导出了一般高斯环境下的LFM参数估计的CRB界,为一般高斯环境下的估计的参数的方差提供实际下界。     

LFM信号参数估计的最大似然改进算法

为实现含噪声LFM信号参数的快速检测和精确估计,提出了一种基于延时相关解线调的最大似然估计改进算法,即首先在时域内进行延时相关解线调,然后对解线调后含噪声信号进行经典功率谱估计,得到调频斜率的粗略估计,将此估计值作为初始值,再进行最大似然估计,得到调频斜率的精确估计值,用此精确估计值对原LFM信号进行解线调,再以同样的思路可以得到LFM信号初始频率的最大似然精确估计值。仿真实验证明了该算法的有效性。     

改进的乘积型核函数二次调频信号的参数估计

该文提出一种基于改进乘积型核函数的二次调频信号的参数估计方法。首先,对信号乘以自身的共轭反转并做相位匹配变换,通过积累后信号最大值位置得到信号的调频率估计值;然后,再补偿掉原信号的调频率,对解调频(dechirp)后的信号构造新的乘积型核函数,并变换到2维时间-时延域,沿时间和时延轴分别做相位匹配变换和傅里叶变换,在变换后的调频率变化率-频率平面通过最大值的位置即可同时得到调频率变化率和中心频率的估计值,对补偿掉相位的信号取均值并求模得到幅度值,从而实现二次调频信号的参数估计和重构。可见,该方法避免了对所有相位参数的迭代搜索,提高了运算效率。最后,对单分量和多分量二次调频信号的仿真结果证明了该方法的有效性。     

基于最大似然算法的空间谱估计测向性能分析

本文针对车载小阵列的情况，首先研究解决相干源方向估计的有效方法－最大似然法，然后着重分析了角分辨能力和估计精度，并与前后向平滑法进行了估计精度的比较。本文对每一结论都给出了仿真结果。     

基于周期Choi-Williams Hough变换的线性调频连续波信号参数估计算法

在采用联合CWH(Choi-Williams Hough)变换估计多周期线性调频连续波(LFMCW)信号的参数时,当观察时间大于一个周期时,输出信号的信噪比不再随时间的增加而增大,且时频图中会出现多个峰值干扰信号参数的估计。结合CWH对LFMCW 信号的能量聚集和相干累积思想,该文提出一种基于周期CWH变换的多周期LFMCW信号的参数估计算法,给出了多周期LFMCW信号的PCWH变换公式;分析了PCWH输出信噪比与观测时间和观测样本信噪比的关系;分析了参数估计精度。最后,数值仿真验证了该算法的有效性,证明在对多周期LFMCW信号参数估计时,PCWH更优。     

线性调频信号快速检测与参数估计算法研究

讨论一种基于RAT的LFM信号快速检测算法。根据信号模糊函数的能量分布特性,首先采用二分法快速逼近信号能量中心分布区域,然后进行小范围高精度搜索,以精确估计其调频斜率。仿真结果表明,该算法在保持有效检测性能的条件下可大大降低运算量,显著提高对LFM信号的实时检测处理速度。     

基于高斯模型的似然函数的逼近

为了解决最大似然目标定位中从局域传感器阵列到融合节点的传输数据量受限问题,依据对数似然函数的特点,选取高斯函数作为基函数,用最小二乘方法来拟合,提出了两种简化的方法。数值仿真结果表明,该方法在保证对数似然函数关键点的性能不变的情况下,大大降低了局部节点到融合节点的传输数据量。     

线性调频连续波信号参数估计算法

提出了一种线性调频连续波信号参数估计算法。利用短时傅里叶变换得到信号的时频变化曲线,根据时频曲线的周期特性对它进行频谱分析,找出信号参数与相关谱线的位置、幅度之间的关系,从而估计出信号的主要参数。仿真结果表明,文中提出的算法能够精确估计出线性调频连续波信号的参数,在信噪比大于-8 dB的情况下性能稳定,具有很好的估计精度。     

基于CAFMS算法的正弦调频信号参数估计及性能分析

文章提出了一种估计单分量正弦调频信号参数的新算法,详细分析并推导得到了调制指数与幅度两个参数的理论估计精度.仿真结果表明,在较高信噪比条件时(SNR＞ - 3dB)论文所提算法的估计理论精度与仿真精度基本上是一致的.这说明了文章理论分析的正确性,也说明了论文所提算法的有效性和优越性.     

基于双曲调频的组合波形设计研究

主动声呐通常采用的单频或调频波形时频耦合分辨能力弱,不利于混响背景下的信号检测与估计。先前工作表明,“V”和“W”形双曲调频(HFM)组合波形可以实现距离-速度高分辨和低混响输出,其中W-HFM波形还有效解决了V-HFM波形在多目标场景中的虚假目标问题,但是设计复杂、运算量大。为优化HFM组合波形的设计和应用,该文推导了HFM组合波形的峰脊线斜率表达式。一方面提出V-HFM波形的最小无虚警距离(MNFAD)指标,分析了其多目标适用性;另一方面以典型的W-HFM波形为例,提出了优化的波形设计方案,对工程应用具有指导意义。水池实验数据表明,HFM组合波形实现了距离-速度高分辨、混响输出降低5 dB以上,并且W-HFM波形还抑制了虚假目标干扰。     

一种低复杂度线性调频信号参数估计算法

为降低线性调频(LFM)信号参数估计的复杂度,该文提出一种二次估计算法。首先通过短时相干积分与非相干累加对频率斜升和起始频率进行预估计;然后以预估计结果为中心,利用多路并行部分匹配滤波快速傅里叶变换(PMF-FFT)和二次插值对参数进行精确估计;最后综合预估计和精确估计结果得到参数的最终估计值。仿真结果表明,该算法信噪比门限较低,估计精度接近克拉美罗下界,其计算复杂度和资源消耗均远低于频率斜升试探算法和插值联合估计算法。     

线性调频连续波信号的检测和参数估计

针对长时间积累较难在线性调频连续波信号的检测和参数估计中应用的问题,该文提出一种联合变窗长相干平均法与循环平稳法的线性调频连续波信号检测与参数估计算法。首先基于分段相干的思想采用变窗长相干平均法提高信噪比的增益,然后利用循环平稳法完成信号的检测和参数估计。该算法以较低计算复杂度实现信号的长时间积累,并且解决了起始时间给信号检测和参数估计带来的问题,在低信噪比条件下具有较好的估计性能。仿真结果验证了方法的有效性。     

基于记忆因子的连续相位调制信号最大似然调制识别

为解决有记忆非线性的连续相位调制(CPM)信号调制方式识别精度低的问题,该文提出一种基于记忆因子的CPM信号最大似然调制识别新方法。该方法定义具有时齐马尔科夫性的映射符号,通过计算其后验概率构造记忆因子,进一步结合CPM分解和EM算法,推导出时间可分离,信道参数可估计的CPM信号似然函数。该调制识别方法所需符号数目少,适用信噪比范围广,识别CPM信号种类多且精度高,对相位误差鲁棒性强。仿真结果证明,当符号数目为200,信噪比为0 dB,相位误差任意时,该方法对8种CPM信号的识别率可达95%以上。     

复杂噪声环境下基于LVD的LFM信号参数估计

针对传统的线性调频(LFM)信号参数估计方法平滑交叉项时,会出现参数估计精度降低和计算复杂度增加等问题,该文引入LVD(LVs Distribution)方法,该方法可以在参数空间直接显示中心频率和调频斜率(CFCR)。LVD首先对对称参数瞬时自相关函数(PSIAF)进行尺度变换,消除信号在时间轴上的线性频率偏移,然后对尺度变换后的时间变量作2维傅里叶变换,将1维LFM信号转化为2维单频信号。信号各分量在LVD平面表现为多个独立尖峰,使交叉项的能量聚集影响可忽略不计,且信号各峰值所在位置对应于各信号分量的中心频率和调频斜率。LVD可有效抑制高斯噪声,但在脉冲性较强的稳定分布噪声中,该方法在CFCR域的性能退化甚至失效。对此,该文结合分数低阶统计量理论,提出一种稳定分布噪声环境下的分数低阶LVD新方法。仿真实验表明该方法在高斯噪声和脉冲噪声环境下均可稳定工作,具有较好的鲁棒性。     

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。     

脉冲噪声下基于压缩变换函数的LFM信号参数估计

针对现有线性调频(LFM)信号参数估计方法在脉冲噪声下性能退化甚至完全失效的问题,该文提出一种脉冲噪声下估计LFM信号参数的新方法。该文构造了一种新的压缩变换(CT)函数,分析了该函数在零点附近的近线性,推导了任意随机变量经该函数变换后的2阶矩有界,证明了函数变换前后LFM信号的初始频率和调频斜率信息不变。将经过函数变换后的信号进行分数阶傅里叶变换(FrFT),根据FrFT域中峰值坐标和信号参数的关系,寻找变换域中的峰值点,实现信号参数的估计。仿真实验表明,该方法可有效抑制脉冲噪声且能准确估计出信号的参数信息,实现简单,不需要噪声的先验信息,具有良好的稳健性。