一种关于LFM相参脉冲信号多普勒频率变化率的估计算法

LFM信号在雷达和通信中得到广泛应用,对于单站无源定位与跟踪系统来说,获取LFM信号中多普勒频率变化率信息具有十分重要的现实意义.接收信号的多普勒频率变化率十分微弱,很难精确测量.本文提出了基于渐近小波变换的多普勒频率变化率估计算法,通过对LFM信号的渐近小波变换谱做相关,增强了多普勒频率变化率信息,消除了调频率对参数估计的影响.数值仿真表明参数估计的精度接近CRLB,能达到单站无源定位与跟踪系统的精度要求.     

基于相位补偿的BPSK相参脉冲串信号多普勒频率变化率估计算法

目标与观测平台之间径向加速度引起的接收信号多普勒频率变化率的精确估计对于高精度单站无源定位与跟踪具有重要意义。该文针对脉内相位调制信号的频率变化率不能直接表征多普勒频率变化率的问题,首先引入相位补偿的方法消除BPSK相位调制序列的影响,然后针对固定脉冲重复频率和脉冲重复频率抖动两种情况分别提出了径向加速度引起的多普勒频率变化率的精确估计方法,并且给出了多普勒频率变化率与采样频率、观测时间及脉冲重复频率之间的约束关系。仿真结果表明,典型参数条件下该文提出算法的信噪比门限比已有算法低约4~6 dB。     

一种脉冲群间多普勒频率变化率的估计算法

提出了一种脉冲群间多普勒频率变化率估计算法,该算法利用离散傅里叶变换进行脉冲间相参积累,获得脉冲群的相对模糊频率,通过脉冲群间相对模糊频率差分获得多普勒频率变化率。算法具有计算量小、多普勒频率变化率估计精度高的优点。计算机仿真结果证明了算法的有效性。     

一种PCM相参脉冲序列多普勒频率变化率估计算法

相位编码调制信号是一种典型的脉冲压缩信号,广泛应用于脉冲压缩体制的低截获概率雷达中。来波信号中多普勒频率变化率的高精度估计是基于质点运动学原理的单站无源定位与跟踪的一个关键技术。该文针对信号脉内相位调制和多普勒频率变化率信息非常微弱的特点,提出了一种快速高精度估计算法,通过相邻脉冲间的时域相关消除了相位调制对参数估计的影响,频域积累增强了信噪比,利用脉冲间的相参特性进行频谱相关消除了相位模糊,并放大了多普勒频率变化率信息。算法计算量小,为实际应用提供了良好条件。计算机仿真结果证明了算法的有效性。     

基于小波变换的多普勒频率变化率高精度估计方法

在单站无源定位与跟踪系统中,获取多普勒频率变化率信息对运动目标的状态估计和定位具有非常重要的意义.多普勒频率变化率非常微弱,很难精确测量.小波变换是一种时频局域化的分析方法,具有较低的信噪比门限.本文提出了基于小波变换的多普勒频率变化率估计方法,计算机仿真研究表明本文提出的方法具有较低的信噪比门限,并且可以快速精确地实现参数估计.     

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。     

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。     

基于多普勒频率变化率的固定单站定位算法研究

针对传统无源定位系统中定位精度差、收敛速度慢的特点,研究了基于多普勒频率变化率的定位原理,建立了基于多普勒频率变化率的固定单站对运动目标的定位模型,并结合修正增益的扩展卡尔曼滤波算法对定位数据进行处理,得到了较高精度的定位数据,通过试验仿真重点分析了基于多普勒频率变化率单站定位跟踪精度的影响因子,并验证了基于多普勒频率变化率的单站定位跟踪算法的有效性和稳定性。     

基于Ozaktas算法的LFM信号参数估计误差分析

Ozaktas算法因其运算复杂度低、精度高、提出时间早而成为目前对LFM信号进行处理时最为常用的离散分数阶Fourier变换算法,但其附加的量纲归一化对LFM信号参数估计存在影响。为此,在对LFM信号参数估计建模基础上,分析了基于Ozaktas算法的参数估计二维离散网格效应,并进一步得到了影响初始频率和调频率估计精度的因素。可以发现:在满足采样定理条件下,基于Ozaktas算法的LFM信号参数估计能保持较好的估计精度,且在一定程度上可以通过增大采样频率或减小采样时长来进一步提高估计精度。最后,通过仿真分析验证了上述理论推导的正确性。     

相参脉冲序列频率估计的小波变换方法

在单站无源定位与跟踪系统中,接收信号的多普勒频率变化率信息对运动目标的状态估计和定位非常重要。对于脉冲体制的雷达来说,信号持续时间较短,很难精确测量多普勒频率变化率。小波变换在时频域同时具有良好的局域特性和较低的信噪比门限。文章引入了小波变换方法实现单站无源定位与跟踪系统的参数估计,推导了相参脉冲序列的小波变换方法。数值仿真证明该方法能实现脉冲的相参积累,大幅提高参数的估计精度。     

LFM相参脉冲串多普勒频率变化率估计

在传统的只测向单站无源定位算法的基础上,增加波达角变化率和径向加速度两个观测量,可以大大改善定位与跟踪的性能,所以高精度径向加速度估计(即多普勒频率变化率估计)具有重要意义。由于在无源定位里没有接收脉冲信号的任何先验知识,接收到的LFM相参脉冲串信号的相参性容易被破坏。文中借鉴雷达里的匹配滤波方法,提出一种“准匹配滤波”方法,首先估计每个脉冲的到达时间、脉冲宽度、起始频率和调频系数,接着构造本地参考信号用于对接收信号进行“准匹配滤波”,最后对其输出进行多普勒频率变化率估计。该方法可以避免处理过程中的非相参问题,运算简单,估计精度高,具有应用价值。     

相参脉冲信号频率估计算法研究

 给出了一种适用于相参脉冲串的频率估计算法,通过脉内相关积累,提高了信噪比.分析了本算法实现相参频率估计的条件,推导了相应的信噪比门限的解析表达式,指出了信噪比门限与信号样本总数、占空比之间的关系.仿真结果表明:上述结论是正确的,在满足信噪比门限条件下,频率估计的精度接近相参脉冲串频率估计的克拉美-罗限.     

基于FrFT的LFM信号检测与参数估计算法

针对线性调频(Linear Frequency Modem,LFM)信号的快速检测和高精度参数估计问题,在分析LFM信号特征和分数阶傅里叶变换(FrFT)原理的基础上,基于快速解线性调频技术,提出了一种LFM信号检测和参数估计算法,该算法将LFM信号检测由二维搜索转换为一维搜索,从而有效地减少了运算量。仿真结果表明,算法在低信噪比下具有良好的参数估计性能。     

一种基于高效FrFT的LFM信号检测与参数估计快速算法

针对传统方法对线性调频(LFM)信号检测与参数估计运算量大的问题,该文提出一种基于高效FrFT的快速算法。首先,分析了高效FrFT原理,指出高效FrFT存在旋转角度的选取、易受初始频率影响以及抗噪性能差等问题。针对以上问题,该文利用修正的功率谱平滑滤波方法对高效FrFT进行改进。理论分析表明,该文提出的改进算法仅用3次旋转角度即可实现较低信噪比下LFM信号的检测和参数估计。与传统的FrFT相比,在保证参数估计精度不变的情况下,运算复杂度大大降低,更符合工程上实时处理的要求。仿真结果验证了该算法的有效性。     

基于FrFT的欠采样LFM信号分离与参数估计

基于分数阶傅里叶变换，本文提出了一种欠采样条件下的宽带与窄带线性调频信号分离与参数估计方法。该方法先由延迟相乘和牛顿迭代算法估计信号的调频斜率，然后在分数阶傅立叶变换域进行滤波，实现信号分离。最后对欠采样信号解频率模糊，估计信号的初始频率。仿真表明了该方法分离宽带与窄带线性调频信号的可行性与分离后信号参数估计的有效性。