相位建模法与平滑相位差分法在瞬时频率估计中的应用

信号的瞬时频率经常被用在非平稳信号处理中,为了在高斯白噪声背景下对线性调频信号（LFM）的瞬时频率进行准确估计,介绍了采用相位建模估计法和平滑相位差分估计法,分析了两者各自的优缺点和适用条件,仿真试验表明两种瞬时频率估计方法的有效性。     

高斯白噪声中单频复正弦信号频率估计

本文提出了一种在加性复高斯白噪声中对单频复正弦信号频率的估计方法。该方法是基于利用自相关系数对Kay的方法和扩展。它从自相关系数的相位差的最佳线性组合中提取频率值。相对于Kay的方法，自相关系数中相位差信息的信噪比提高了。新的估计方法的方差具有更低的输入信噪经阈值，而保持了Kay的方法的无偏性和频率估计范围。我们给出了新方法的均方误差分析及其数值结果。该方差分析适用于中等以上的信噪比或大样本长度的情况。给出了估计其估计方差输入信噪比阈值的近似公式，该公式得出的阈值与样本长度大于24的模拟结果相当接近。     

双向高斯核函数时频分布及在瞬时频率估计中的应用

将双向高斯核函数时频分布引入到非平稳信号瞬时频率估计。通过控制时延、频移参数,该时频分布能够有效提高时频分辨率,同时对多分量信号检测时存在的交叉项能够得到很好的抑制。理论推导及计算机仿真均表明该分布具有良好的性能。     

电离层回波信号的瞬时频率估计

在电离层的探测与研究中,瞬时多普勒频率可以很好地表明多普勒效应随时间的变化情况,从而反映电离层的变化规律.文中采用相位差分和相位建模两种瞬时频率估计方法,对实际电离层斜向返回探测系统的回波信号进行了仿真,并做出了比较分析,结果显示相位建模方法更能准确反映电离层的变化规律.     

宽带LFM信号瞬时频率和二维到达角联合估计

针对非平稳的宽带线性调频信号(LFM),本文利用了对称阵元 分布(WVD)将原始数据投影到时频波束空间建立了一种新颖的具有分维结构的空间时频分布数据模型,然后采用Beamspace-ESPRIT算法、子空间投影法获得了信号瞬时频率和二维到达角的联合估计.仿真实验证明算法精度较好,计算量小,具有很好的实用性.     

基于瞬时频率估计的进动锥体目标微多普勒频率提取方法

该文针对进动锥体目标的微动特性提取,建立等效散射点模型下的微多普勒频率与目标运动参数关系。结合进动调制的微多普勒频率近似正弦变化规律的特点,提出基于瞬时频率估计和随机抽样一致性(RANSAC)的进动目标微多普勒频率提取方法。该方法将回波信号分为若干段,每一段的回波信号近似为若干线性调频(LFM)信号分量之和,通过调频Relax算法估计各信号分量的瞬时频率,并通过随机抽样一致性算法估计散射点的微多普勒曲线。基于仿真数据和电磁计算数据的实验验证了该方法的有效性及稳健性。     

匹配 Wigner 变换及其在瞬时频率估计中的应用

提出了一种新的时频分析方法,称为匹配Wigner变换（Matched Wigner Transform ,MWT ）。该变换通过泰勒级数扩展傅立叶旋转因子e－jωτ来匹配双线性信号核,能够对单分量高阶多项式相位信号（Polynomial Phase Signal , PPS ）分析得到聚集性最优的时频分布（Time Frequency Distribution ,TFD ）,且克服了自交叉项的干扰。基于MWT ,给出了一种有效实现PPS的瞬时频率（Instantaneous Frequency ,IF）和参量估计的迭代算法,并通过仿真算例验证了算法的有效性。最后,将该方法应用于水下运动声源的微弱多普勒信号分析,得到良好的海试试验结果。     

改进的相位展开算法及其在瞬时频率估计中的应用

 研究了一种改进的相位展开算法及其在瞬时频率估计中的应用.首先讨论了噪声对相位展开的影响,发现当每个周期内的样本数为2个样本时相位展开具有最佳的性能;接着利用这个性质得到一种简单的相位展开算法,可以在较低信噪比条件下估计出信号的瞬时相位;随后把相位展开算法应用于正弦波频率估计,得到了改进的相位平均法,利用它可以在较低信噪比条件下得到宽带信号的瞬时频率曲线;最后通过MATLAB仿真对算法进行验证.     

一种新型混合并行粒子滤波频率估计方法

针对高动态、低信噪比环境下的载波频率信号跟踪问题,提出一种新的混合并行粒子滤波算法（ Multi-ple Extend Kalman Filter Independent Metropolis Hastings ,M-E-IMH）。该算法具有并行运算结构,实时性较基本粒子滤波有较大的提高。该算法直接利用同相支路（In-phase,I）和正交支路（Quadrature,Q）作为观测量,避免了传统方法中的鉴别器引入而引起的信噪比损耗。在高斯和非高斯环境下,与现有的载波跟踪方法如扩展卡尔曼滤波器（ EKF ）,粒子滤波器（ PF）,卡尔曼滤波器（ KF）等仿真对比表明,该方法在低信噪比下具有更高的跟踪精度。     

基于瞬时频率谱的码元速率估计方法

数字通信中码元速率的估计对调制信号的识别、非合作通信的盲解调和无线电频谱监测等有着重要意义。为此,本文提出了一种基于瞬时频率谱的码元速率估计方法。该方法首先利用Hilbert变换将实信号变换为复信号,再利用微分算法求取信号的瞬时频率,然后对瞬时频率值进行Fourier变换,根据变换结果的谱得到码元速率的估计值。经对该方法仿真分析和实际应用,表明其具有准确性高、计算量小以及受噪声、滚降系数及载频影响小等特点。     

基于希尔伯特谱的瞬时频率滤波方法

含有色噪声的非平稳信号的滤波去噪一直是未能很好解决的问题,传统的傅立叶分析方法不适用于此类信号的分解及滤波,而小波域滤波效果也不理想.本文提出一种基于希尔伯特谱的瞬时频率滤波方法,并和经验模态分解滤波、基于经验模态分解的小波阀值滤波方法的信噪比进行比较.仿真实验结果表明基于希尔伯特谱的信号分解及滤波去噪方法具有更高的信噪比.     

复高斯白噪声下基于多种方法的频率估计

对常用的几种频率估计方法进行了回顾,简单介绍了其中两种频率估计方法的原理;并应用最大似然、协方差、MUSIC、ESPRIT这几种方法对复高斯白噪声下信号的频率进行估计。给出了计算机仿真结果,并对各种方法估计结果进行了比较。比较结果表明:基于旋转不变的互谱估计方法(ESPRIT)避免了在固有的整个频域搜索,且能有效抑制噪声,具有良好频率估计性能。     

基于瞬时频率的LFM信号脉内分析

雷达信号的脉内调制特征分析在雷达侦察系统中充当了一个重要角色,是雷达系统信号处理过程中的一个重要组成部分,在瞬时频率基础上提出了一种快速而有效的脉内分析方法——首先对加入加性高斯白噪声的复信号进行相位解模糊,由测量的相位展开得到信号的真实相位,然后进行Ⅳ阶相位差分,得到估计的瞬时频率,最后再利用迭代变权最小二乘线性拟合的方法得出对信号瞬时频率的估计曲线.此方法也可完成对起始频率和调频斜率等参数的估计.大量的仿真实验和分析可以验证,提出的方法是可行、有效的,而且在工程上具有良好的应用价值.     

基于压缩感知的线性调频信号频率估计

基于压缩感知理论,测量了在不重构情况下线性调频信号的频率。算法根据信号的稀疏表示建立原子库,利用AIC(Analog-to-Information Conversion)技术完成对信号的压缩采样,在压缩域利用正交匹配追踪的算法进而优化重构稀疏系数,寻找出系数最大值所在的位置,而原子库中该位置原子的频率参量即为线性调频信号的频率参量。该方法在保证频率估计高成功率的前提下,大大减少了采样过程中的冗余和浪费,节省了存储空间,实验仿真验证表明该方法的可行性。     

非合作通信中循环前缀线性调频信号的频率估计

针对非合作通信中循环前缀线性调频信号频率估计范围小的问题,提出了一种宽范围高精度的频率估计算法。该算法首先利用循环前缀的相关性确定符号周期起点,然后利用部分线性调频信号匹配相关确定接收信号的零频达到时刻,根据两者的时延差得到大范围频偏粗估计。最后,利用高精度单频估计算法估计匹配相关后波形的残余频偏,提高频率估计精度。理论分析和仿真结果表明,所提算法在保证估计精度的同时大大提高了频率估计范围,更适用于非合作接收环境。      

基于分数阶Fourier功率谱的瞬时频率估计方法

通过分析分数阶Fourier变换功率谱与信号相位微分的关系，提出了根据信号密度分布和分数阶Fourier谱估计信号瞬时频率的方法，并对含噪声和不含噪声的两种信号进行了计算机仿真。仿真结果表明了其有效性。该方法适用于信噪比大于3dB的信号。该方法采用非递归算法，不需要进行时频平面上的投影和峰值搜索，运算量低。     

基于分数阶Fourier功率谱的瞬时频率估计方法

通过分析分数阶Fourier变换功率谱与信号相位微分的关系,提出了根据信号密度分布和分数阶Fourier谱估计信号瞬时频率的方法,并对含噪声和不含噪声的两种信号进行了计算机仿真。仿真结果表明了其有效性。该方法适用于信噪比大于3dB的信号。该方法采用非递归算法,不需要进行时频平面上的投影和峰值搜索,运算量低。     

一种适用于线性调频信号参数估计的快速DCFT算法

基于FFT和FQPT算法,本文提出一种快速、高效的适用于脉冲噪声环境的修正DCFT算法。该算法较精确地估计线性调频信号的调制斜率和初始频率,且运算量较原DCFT算法有较大幅度降低。计算机仿真表明了算法的有效性。     

基于混合时-频分布的信号检测与瞬时频率估计

提出了一种基于分数阶线性及分数阶非线性时-频分布混合法,该方法将分数阶维格拉分布与加窗分数阶短时傅里叶变换相结合,在适当的分数阶时-频域进行信号检测与瞬时频率的估计.对于多分量信号,该方法能够有效地消除交叉项,同时提高自项的时-频分辨率.在对线性调频信号检测与瞬时频率估计应用中,计算机仿真表明该方法是有效的,具有良好的工程应用前景.     

基于条件对抗生成时频分布的多分量信号瞬时频率估计

瞬时频率（Instantaneous Frequency,IF）估计在多分量信号处理中具有重要意义,而现有方法在信号分量的IF曲线相近或相交时估计准确度不佳。针对这一问题,本文提出一种基于条件对抗生成时频分布的多分量信号IF估计方法。该方法首先采用时频分析产生信号的时频图像（例如掩膜维格纳分布）作为条件生成对抗网络（Conditional Generative Adversarial Networks, CGAN）的原始数据集,通过训练CGAN进行学习之后生成接近理想时频分布的时频图像。根据这些图像,本文利用一种改进的维特比算法提取出不同分量的IF曲线。其改进点在于增加了一个线段梯度的惩罚项,使维特比算法在分量相交的时频区域仍有准确的IF估计。实验结果表明,该方法能够有效且准确地估计分量相近或相交情况下信号的IF信息。