首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 140 毫秒
1.
基于欠采样的宽带线性调频信号参数估计   总被引:1,自引:0,他引:1  
基于中国余数定理解频率模糊和解线调方法,提出一种无模糊欠采样的宽带线性调频信号的调频斜率和初始频率的估计算法.首先,欠采样宽带线性调频信号与其两路不同延迟共轭相乘,根据两路输出信号的单频特性,利用FFT、谱峰检测(PSD)和中国余数定理进行宽带线性调频信号的调制斜率无模糊估计;其次,根据估计的调制斜率数字合成无载波的线性调频信号对另外两路不同延迟的欠采样宽带线性调频信号解线调处理,利用类似方法进行宽带线性调频信号的初始频率无模糊估计.利用频谱细化技术,参数估计精度可进一步提高.计算机仿真证实了算法的有效性.  相似文献   

2.
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。   相似文献   

3.
LFM信号参数联合估计新方法——域频率相差法   总被引:2,自引:0,他引:2  
采用分数阶傅里叶变换域频率分析方法,针对线性调频连续波信号分数阶傅咀叶变换的特性,提出了分数阶域相差法,可以在低信噪比条件下对线性调频连续波信号进行检测,获得多普勒频移与实验的精确参数估计。同时时频参数联合估计中不必进行二维搜索,具有快速、高效的特点。计算机仿真结果表明了该方法的有效性。  相似文献   

4.
基于FRFT的线性调频信号欠采样快速检测方法   总被引:2,自引:0,他引:2       下载免费PDF全文
仇兆炀  陈蓉  汪一鸣 《电子学报》2012,40(11):2165-2170
采用分数阶Fourier变换对线性调频信号(Linear Frequency Modulation,LFM)进行检测与参数估计时,由于信号的特征未知,需要运用二维搜索方法确定分数阶Fourier变换的最佳旋转角度.该方法运算量巨大.为减少运算量,本文推导了欠采样前后LFM信号的分数阶Fourier变换最佳能量聚集旋转角度关系,证明了无噪LFM信号的调频率估计可以完全不受Nyquist采样定理的限制;通过推导分析欠采样含噪LFM信号在最佳分数阶Fourier域的信噪比,给出了欠采样倍数M对LFM信号检测的影响及其选取原则;最终提出一种基于欠采样理论的LFM信号快速检测方法.实验结果表明,当M选取合适时,利用原始信号的欠采样样本即可对LFM信号实现有效检测,快速确定其调频率.  相似文献   

5.
针对宽频段(2-18GHz)内非平稳来波信号的参数估计和测向问题,提出一种时空欠采样线性调频信号参数与二维到达角联合估计方法。该方法首先用时域解线调方法估计调频斜率,然后在分数阶傅里叶变换(FRFT)域进行滤波,实现信号提取。利用参考阵元及其延时通道进行无模糊初始频率估计,通过构建FRFT波束空间阵列模型实现无模糊测向。数值仿真表明,该方法能够实现宽频段内多个线性调频信号的参数和二维到达角精确估计,在低信噪比下仍有较好的估计性能。  相似文献   

6.
基于余数定理解频率模糊和解线调方法,提出一种在低速采样条件下针对宽带线性调频实信号的参数估计算法。单路欠采样信号与其延迟信号共轭相乘,根据输出信号的单频特性利用谱峰检测进行调制斜率的无模糊估计。通过合成无载波的线性调频信号对三路欠采样信号解线调处理,运用余数定理进行初始频率的无模糊估计。该算法稳定性好,精度高,易于在硬件上实现,具有实用价值。  相似文献   

7.
对称三角线性调频连续波信号的检测与参数估计   总被引:1,自引:0,他引:1  
结合低截获概率雷达中常用的对称三角线性调频连续波信号的特点,提出了基于Radon-Ambiguity变换(RAT)和分数阶傅立叶变换(FRFT:Fractional Fourier Transform)的对称三角线性调频连续波信号的检测与参数估计新算法。该方法不仅给出了对称三角线性调频连续泼信号的调频率和初始频率的参数估计,并且推导出了调制带宽估计的表达式。通过仿真验证了该方法的有效性并具有很好的估计性能。  相似文献   

8.
吴婷婷  田书林 《现代电子技术》2007,30(12):151-152,163
针对基于多速率欠采样的超宽带LFM信号瞬时频率估计方法中,余数的很小测量误差将导致很大的测频误差问题,提出一种基于欠采样的超宽带LFM信号参数估计算法。该算法在多速率欠采样方法的基础上,对错误的瞬时频率估计值进行重估计,剔除大误差后通过线性拟合的方法可在-6 dB信噪比环境下稳定地对线性调频信号进行参数估计。计算机仿真实验验证了该方法的有效性。  相似文献   

9.
牛虹  齐林  宋家友 《现代雷达》2007,29(11):37-39,43
分析了时变幅度线性调频信号参数估计的一般方法,提出了将分数阶傅里叶变换用于时变幅度线性调频信号的参数估计,并对相关问题进行了较为深入的研究。研究了时变幅度线性调频信号初始相位,初始角频率、调频率及幅度信息提取与估计的方法,并以幅度随高斯函数而变化以及幅度随机变化的线性调频信号为对象对参数估计性能(参数估计的均方误差)作了传真分析。  相似文献   

10.
基于分数阶傅立叶变换的WLFM信号DOA估计   总被引:3,自引:0,他引:3  
张艳红  齐林  穆晓敏  陶然 《信号处理》2005,21(Z1):57-60
本文提出了一种新的基于分数阶傅立叶变换的DOA估计算法,该算法首先将天线阵的观测信号变换到分数阶Fourier域,并将时域时变的方向向量转化为分数阶Fourier域时不变的方向向量,同时将线性调频信号解调为窄带平稳信号,然后在相应的分数阶Fourier域,利用root-MUSIC算法进行波达方向估计.理论分析与仿真结果表明,该方法算法简单,估计性能好.  相似文献   

11.
基于FrFT的LFM相参脉冲信号多普勒频率变化率估计算法   总被引:2,自引:0,他引:2  
线性调频信号(LFM)在雷达中广泛应用,精确获取观测LFM信号中的多普勒频率变化率信息是单站无源定位与跟踪系统的一项关键技术。该文提出了基于分数阶Fourier变换(FrFT)的多普勒频率变化率估计算法,在分数阶变换域上使信号能量聚集,消除调频率对参数估计的影响的同时充分提高了信噪比,进而利用保留的脉冲间相对相位关系获得了多普勒频率变化率的高精度估计。理论分析表明,该算法估计精度接近理论下界,数值仿真验证了算法的有效性。  相似文献   

12.
基于DFRFT水下动目标LFM回波检测算法   总被引:1,自引:0,他引:1  
匹配滤波器作为高斯白噪声背景下线性调频信号的最优检测器,在水下声信号处理中得到了广泛的应用。根据匹配滤波器输出峰值位置可以获得目标距离的估计,但运动目标径向速度造成的回波和样本失配将导致匹配滤波器检测性能下降。利用分数阶傅里叶变换对线性调频信号的聚焦特性,提出了应用离散分数阶傅里叶变换的水下运动目标线性调频回波检测算法。仿真测试表明,该算法对于混响噪声背景下径向速度未知动目标的线性调频回波具有良好的检测性能。  相似文献   

13.
高斯白噪声背景下的LFM信号的分数阶Fourier域信噪比分析   总被引:7,自引:0,他引:7  
目标大机动运动使雷达回波表现为频率和调频率参数均未知的LFM信号。未知参数LFM信号的检测和估计采用分数阶Fourier变换来实现受到越来越多的关注,为此本文着重分析其分数阶Fourier变换的信噪比。首先推导出时限线性调频信号的分数阶Fourier变换模平方,给出了在分数阶Fourier域的峰值点与未知参数的关系,然后研究了附加白噪声LFM信号在分数阶Fourier域的统计特性,确定了其信噪比,并与理想情况(即参数频率和调频率参数已知)下线性相位匹配滤波器的输出信噪比进行了比较。  相似文献   

14.
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。  相似文献   

15.
By using Fractional Fourier Transform (FRFT) for detecting multicomponent linear frequency-modulated (LFM) signals, weak signal components are usually shadowed by the sidelobes of strong ones and cannot be detected effectively. The CLEAN technique is widely used to improve such a situation via subtracting the detected strong signal component from the multicomponent signals iteratively and applying detection algorithm to the remainder signals. Thus the adverse effect of strong components can be eliminated and weak signal components may be detected. However, since only the strongest LFM component is detected and subtracted in each iteration, the number of detection iteration will be directly proportional to the number of LFM components. Using concept of shading coefficient, a novel threshold setting method for rapid detection of multicomponent LFM signals has been proposed by analyzing the shading relation among the fourth-order origin moment of fractional spectrum (OMFrS) of different LFM components. By employing the proposed method, several LFM components whose fourth-order OMFrS at their own optimal rotation angles are not shadowed by strong components can be detected at the same time in one iteration. Consequently, the number of detection iteration and the computational complexity are reduced dramatically. Simulation results are given to verify that this new approach is valid.  相似文献   

16.
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。  相似文献   

17.
直接序列扩频(DSSS)系统中用分数傅里叶变换可以抑制线性调频干扰等非平稳干扰,然而快变化线性调频干扰有可能在分数傅里叶域上呈现出多个尖峰,不利于干扰的检测.分析了线性调频干扰对DSSS系统的影响,提出了利用模糊变换和分数傅里叶变换结合抑制线性调频干扰的算法,通过模糊变换选择延迟时间估计调频斜率,然后在相应的分数傅里叶域滤除干扰,克服了分数傅里叶变换在估计调频斜率时可能出现的多尖峰问题.仿真表明,此算法可以有效估计并滤除DSSS中的线性调频干扰.  相似文献   

18.
刘明玲  刘高辉 《电子科技》2014,27(10):133-135
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。  相似文献   

19.
讨论了转发器实现收发不间断的方法,提出了在自适应噪声相消的系统上,将简化的分数阶傅里叶变换理论应用于时延估计,进而将干扰信号重构抵消。推导了该算法,并提出基于该算法实现收发同时进行的转发器系统,即透明转发器。给出本系统模型框图,该透明转发器采用最小均方(LMS)算法建立自适应系统控制结构,能够通过自适应滤波器将自发干扰信号减除,并将不相关的背景噪声抵消。最后利用 MATLAB 软件仿真了基于该算法的透明转发器在具体信号上的运用,实验结果表明该方法实现了不间断转发功能,并且系统结构简单、易实现。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号