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。     

分数阶傅里叶变换在雷达多目标检测和参数估计中的应用

介绍了分数阶傅里叶变换的基本原理和基本性质。结合时域和频域上扫频滤波器的原理推导出了分数域上的扫频滤波器的实现形式。利用分数阶傅里叶变换对线性调频信号有很好的聚焦性的性质,提出了基于分数阶傅里叶变换的雷达多目标检测和参数估计算法。解决了在强度相差较大的强分量信号中检测和估计弱分量LFM信号参数的问题。仿真结果表明了该算法的有效性。     

基于高斯加权分数阶傅里叶变换的LFM信号参数估计

针对低占空比下传统算法参数估计性能下降的问题,提出了一种高斯加权分数阶傅里叶变换(GFRFT,Gaussian-weighted fractional Fourier transform)参数估计方法。给出了时限信号GFRFT的定义并推导了其模值平方的特性,研究了高斯白噪声背景下GFRFT的输出信噪比并给出了闭式表达式,进行了仿真实验并讨论说明了该方法的适用条件。仿真结果表明,该方法在低占空比的情况下可以有效地提高参数估计精度。     

基于短时分数阶傅里叶变换的谱分割算法

多分量非线性调频信号在现代通信和雷达系统中应用越来越广泛,而对其进行有效分析识别的常用算法就是短时分数阶傅里叶变换（Short Time Fractional Fourier Transform,STFRFT）.文章首先讨论了STFRFT的圆特性,证明了它基于高斯旋转窗的非圆性并给出了修正的圆的STFRFT定义;在此基础上研究了时频变换后不同时频点的谱峭度,进而推导出了区域集的谱峭度,并将该区域谱峭度作为谱图上某区域内是否含有信号点的检测因子;最后基于区域集谱峭度的区域增长算法被用于从谱图中盲分割识别出各个非线性调频分量信号.仿真实验验证了所提算法的有效性和鲁棒性.     

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.     

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.     

分数阶傅里叶变换

最近分数阶傅里叶交换引起光学界的广泛关注，本文介绍分数阶傅里叶交换的概念、性质、光学解释和实现、与其它变换的关系及应用等。     

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CSS抗干扰通信系统设计与实现

为适应新形势下的战场电磁环境,必须寻求一种新型抗干扰通信技术体制.提出了一种基于分数阶傅里叶变换(FRFT)解调的非相干CSS(Chirp Spread Spectrum)扩频抗干扰技术,构建了调制解调模型并分析了其性能.研究表明,该系统在线性调频干扰情况下性能优于DSSS约2dB;同步实现难度低于直接序列扩谱(DSSS),易于在扫频扩频的基础上加入跳频功能实现二维扩频系统.通过DSP实现验证了方案的可行性.     

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.     

应用多模算法的纯方位被动定位

在被动定位中,初始状态值不能精确得到,其设定误差一般较大,从而影响滤波收敛速度和精度。为解决这一问题,采用了多模型滤波方法,多个滤波器分别在不同的初始条件下同时滤波,实时计算各滤波器的加权值,然后进行数据互联。理论分析和仿真结果表明,应用这一方法,收敛速度和精度得到改善,提高了算法的适应性。     

基于协方差差分的近场源定位参量估计

提出一种基于空间差分技术的近场源方位角和距离联合估计新算法.算法利用平稳噪声协方差矩阵关于主对角线对称的特点,构造近场源定位模型下的空间差分矩阵.推导并证明了该矩阵的谱分解特性,以此为基础确定噪声子空间,借助谱峰搜索实现定位参量估计.算法通过对消噪声分量有效降低了未知平稳噪声对定位精度的影响,同时避免了应用差分技术解决信源定位时出现的伪峰问题.均方根误差的仿真结果证明了算法的有效性.     

单频网外辐射源雷达定位算法分析

单频网外辐射源雷达存在测量-发射站关联模糊的问题,在进行目标定位时必须考虑测量-发射站关联解模糊问题。基于此,建立了单频网外辐射源雷达系统测量-发射站关联模型,推导了三维TOA定位方法以及估计目标高度的二维TOA定位方法原理,给出了相应算法的GDOP定位精度分析,并通过一个三发单收的外辐射源定位模型仿真验证,分析了不同算法对定位精度以及对测量-发射站关联的影响。结果表明,采用估计目标高度的二维TOA定位方法能够提高单频网外辐射源雷达测量-发射站关联概率。     

基于总体最小二乘算法的多站无源定位

将总体最小二乘算法应用于多站无源定位中,分别提出了基于角度估计的总体最小二乘算法,基于时差估计的总体最小二乘算法以及基于角度和时差估计的总体最小二乘算法。算法首先把非线性的观测方程转化为伪线性的观测方程,然后构造增广矩阵,并对该矩阵进行奇异值分解即可估计出目标位置,因此无需迭代计算或者获得目标位置的粗略估计,仿真结果表明该算法具有较高的定位精度。     

基于无源定位系统的航迹处理

基于无源定位系统,对多目标定位、跟踪及航迹关联方法进行了深入研究,采用卡尔曼滤波算法对目标航迹进行跟踪、预测和平滑,充分考虑了多条航迹产生交叉、分裂等情况,并通过模拟数据进行了验证。     

一种基于压缩感知的同频多辐射源数量估计及定位方法

本文提出了一种基于压缩感知的多辐射源数量估计及定位方法,能够较为准确地对未知的多个无线电辐射源的数量估计并定位.方法通过移动监测,在区域内部分位置上获取场强值.在对场强值进行预处理后,利用目标源的空间稀疏性,结合传播模型及压缩感知方法进行粗定位,用较少场强值重构计算出区域内未知同频辐射源数量.在此基础上进行二次定位确定辐射源的位置,提高了定位的准确度.通过对算法进行仿真与实验验证,证明了本文方法的有效性.     

固定单站对运动目标的无源定位

单站无源定位技术具有隐蔽性强、设备量小及系统相对独立等优点,有着较强的实用价值.以往人们对运动单站无源定位技术研究较多,而对固定单站无源定位技术研究相对较少.针对此种情况,文章对固定单站对运动目标的无源定位技术的基本原理进行了分析,并提出了多普勒变化率、到达角变化率等定位参数的测量方法.     

基于时差及多普勒频差的IMM无源定位算法

无源定位系统本身不发射电磁波,完全是被动工作,具有很好的隐蔽性,受到各方的青睐.针对时差和多普勒频差信息固定多站定位问题,给出了一种对运动目标进行定位跟踪的IMM滤波算法.文中首先对目标定位原理进行了阐述,然后对IMM滤波算法的滤波过程进行了详解.经过计算机仿真验证,此算法是正确有效的.     

基于TDOAs与GROAs的多信号源被动定位

为提高感知节点位置模糊条件下多目标被动定位结果精度,提出基于TDOAs与GROAs的混合定位代数闭式解算法,该算法联合估计未知信号源位置与带误差感知节点位置,利用TDOAs与GROAs所包含的相同感知节点位置误差信息提升定位精度,并推导得到基于TDOAs与GROAs多目标混合定位的克拉美罗下界(CRLB),仿真结果表明,所提算法能较好的达到CRLB,并且GROAs信息的引入给多目标定位精度带来明显性能提升.     

基于MGEKF算法的单机无源定位技术

单机无源定位跟踪技术具有隐蔽性强、设备简单以及系统相对独立等优点,有着广阔的应用前景.为了提高定位精度和收敛速度,在现有的基于EKF单机无源定位算法的基础上,推导了基于MGEKF的定位算法,以解决EKF算法的不稳定性和对滤波初始值要求高的问题.与EKF定位算法相比,MGEKF定位算法对滤波初始值的要求相对较低,MGEKF定位算法提高了定位精度、收敛速度和稳定度,定位结果能够满足实际需求.