基于FRFT的LFM信号自适应滤波算法及分析

针对线性调频(LFM)信号自适应滤波问题,利用分数阶傅里叶变换(FRFT)对LFM信号良好的能量聚集性的特点,提出了一种分数阶傅里叶域LFM信号自适应滤波算法.算法采用分级迭代运算的方法确定最佳变换角度,保证参数估计精度的同时,降低了运算量.结合泄漏LMS(LLMS)和归一化LMS(NLMS)算法,对传统LMS自适应算法的跟踪和滤波性能进行了改进,并给出了算法的收敛条件.在加权矢量的迭代公式中引入泄露因子,降低了记忆效应对滤波器的影响;并对自适应步长进行功率归一化,提高了收敛速率.仿真分析了参数对算法收敛性能的影响,结果表明,当输入LFM信号频率变化较快时,算法有较好的收敛性能和较小的均方误差,同时在低信噪比(SNR=10 dB)下也有良好的滤波效果.     

基于FRFT域自适应滤波的脉冲压缩技术

雷达回波中往往存在严重的干扰,采用线性调频信号(linear frequency modulation,LFM)的脉冲压缩雷达系统中,直接对回波信号进行脉冲压缩往往得不到好的效果。文中利用线性调频信号在分数阶傅里叶变换(fractional fourier transform,FRFT)中的强能量聚集性的特点,在分数阶傅里叶域对混合回波进行自适应滤波,再将滤波后的信号变换回时域进行脉冲压缩处理。自适应滤波算法采用一种改进的变步长NLMS算法,相对于传统固定步长NLMS算法有较好的滤波结果。仿真结果表明,经过分数阶傅里叶域自适应滤波后的信号在脉冲压缩后的目标检测结果有了很大的改善,明显提高了脉冲压缩雷达的检测性能。     

LFM的一种自适应滤波方法

研究了白噪声环境下线性调频信号的自适应滤波问题。提出了一种LFM自适应滤波算法,该算法利用分数阶傅里叶变换将LFM信号转化为正弦信号,在u域进行自适应滤波,利用分数阶傅里叶反变换得到滤波后的时域信号。该算法为白噪声下LFM信号增强、滤波提供了一种算法框架。性能分析表明,该算法的滤波效果取决于自适应滤波器的效果。最后仿真表明该算法效果明显,计算方便。     

基于改进的FrFT的LFM最佳u域点滤波

分数阶傅里叶变换（Fractional Fourier Transform,FrFT）能够对线性调频信号（Linear Frequency Modulation,LFM）起到很好的能量聚焦效果，因此常用FrFT来对LFM信号进行未知参数估计以及滤波。基于此，提出了一种基于改进的FrFT的最佳u域滤波算法。仿真结果表明，相较于传统的在FrFT u域下的滤波而言，所提的滤波算法信号幅度谱损失更少，信息保留更完整，输出信噪比提升了3 dB，运算量减少了25%。     

线性调频信号分数阶频谱特征分析

线性调频信号是一种典型的非平稳信号,广泛应用于雷达、声纳、通信等领域.分数阶Fourier变换是一种新兴的时频变换,由于其独特的性质,成为线性调频信号检测与参数估计的一种良好工具.尤其是,作为一种线性变换,分数阶Fourier变换在处理多分量线性调频信号时能够避免交叉项的干扰.但是,多分量线性调频信号在分数阶Fourier域也存在相互影响的问题.为了分析该问题,研究线性调频信号在分数阶Fourier域的频谱分布特征是非常必要的.本文根据分数阶Fourier变换的定义以及分数阶Fourier变换与时频分布的关系,分析了线性调频信号在分数阶Fourier域的频谱分布特征,以及线性调频信号的分数阶频谱分布与分数阶旋转角α的变化关系;根据离散分数阶Fourier变换的实现算法,讨论了线性调频信号在离散分数阶Fourier变换条件下的分数阶频谱的分布特征,以及线性调频信号在分数阶Fourier域的能量谱的近似表达式.最后,利用LFM信号的分数阶频谱的分布特征,分析了多分量LFM信号中的信号尖峰偏移问题,并给出信号尖峰发生偏移的条件.本文为定量分析分数阶Fourier域多分量线性调频信号之间的相互影响奠定了基础,为改善分数阶Fourier变换对多分量线性调频信号的处理能力提供了参考.     

基于变换域和时域联合处理的雷达同频干扰抑制方法

针对舰艇编队情况下线性调频脉冲体制雷达间同频干扰的问题,该文提出一种分数阶傅里叶域滤波处理与时域反异步处理相结合的干扰抑制方法。通过分数阶傅里叶域自适应滤波对与目标回波信号调频率不同的干扰信号做抑制处理,同时根据分数阶傅里叶变换的可逆性,逆变换到时域后采用相邻周期反异步方法进一步消除与目标回波信号调频率相同或相近的同频干扰。仿真试验表明,该方法相对传统方法能够有效抑制与目标回波信号调频率不同的同频干扰,同时对于在时域与目标回波信号完全重合或部分重合的干扰信号也有较好的抑制效果,干扰抑制处理增益达到29 dB以上。该方法为提高同型雷达编队组网能力提供了设计参考。     

基于分数阶域的多分量线性调频信号能量聚集性检测

线性调频信号(LFM)在雷达信号中已得到广泛使用。本文利用LFM信号在时频平面上某一角度的能量聚集特征和分数阶Fourier变换的性质,提出了基于分数阶域的能量聚集性检测算法,并定性地分析其检测性能以及提高FRFT的分辨率方法。     

基于小波变换的变步长LMS自适应滤波算法

变步长LMS自适应滤波算法通过构造合适的步长因子有效的解决了传统LMS算法收敛速度和稳态误差相矛盾的问题.变换域LMS自适应滤波算法通过正交变换降低了输入信号矩阵的相关性,提高了算法的收敛速度.将这两种算法相结合,提出了一种新的基于小波变换的变步长LMS自适应滤波算法.仿真结果表明,该算法无论是收敛速度还是稳态误差都有了很大的提高.     

LFM信号参数估计的插值FrFT修正算法

针对线性调频（LFM）信号参数估计插值FrFT算法在信噪比较低时性能下降而且针对不同参数估计性能不稳定的问题,提出了一种修正的插值FrFT算法。首先分析了现有插值FrFT算法问题出现的原因,然后定义了分数阶域量化频率,指出当信噪比较低时,若LFM信号初始频率接近分数阶域量化频率点,插值FrFT算法出现反向补偿的概率增大,性能下降。修正的插值FrFT算法改进了插值方向的判决条件以提高噪声免疫力,并通过频移LFM信号初始频率使其不在分数阶域量化频率点附近。最后,对不同初始频率的LFM信号进行仿真,结果表明,修正的插值FrFT算法提高了LFM信号参数估计精度,性能稳定,而计算量并没有明显增加。      

基于小波变换变步长LMS自适应信道均衡的新方法

结合变换域最小均方(LMS)和变步长LMS算法的优势,提出了一种基于小波变换的变步长LMS自适应均衡方法。该方法中步长调整函数采用了改进的Sigmoid函数,该函数具有简单且误差信号接近零时变化缓慢的特点。并且,在训练模式、判决引导模式以及混合模式下,将提出方法和传统均衡方法进行了仿真比较。结果表明,所提出的方法比传统的线性LMS算法、变步长LMS以及小波变换LMS收敛更快、性能更优。     

基于ST-FRFT的非合作水声脉冲信号检测方法

为解决非合作条件下水声脉冲信号检测与参数估计的难题,本文提出了一种基于短时分数阶傅里叶变换（ST-FRFT）的检测方法。线性调频（LFM）和单频（CW）脉冲信号是最常见的两种水下声脉冲信号,在非合作条件下,信号参数信息的缺失使得不能直接采用匹配滤波检测方法,傅里叶变换（FT）对CW信号具有良好的检测增益,但对LFM信号检测增益下降,尤其是具有较大调制率的LFM信号。分数阶傅里叶变换（FRFT）对LFM信号具有良好的能量聚集性特点,有利于LFM信号的检测,并且包含了Fourier变换,同样适用于CW信号的检测。为了同时获得接收信号的时域和频域特征,设计了基于短时分数阶傅里叶变换（ST-FRFT）的检测器,可以实现信号参数未知的情况下对LFM和CW信号的截获检测。理论分析了ST-FRFT与STFT方法针对LFM信号和CW信号的检测性能,基于FT的方法对LFM信号的处理增益受到调制率的影响,相对于CW信号增益下降,并且随窗长呈非线性变化,非合作条件下难以获得最佳窗长,而FRFT对LFM信号可以获得近似匹配滤波的处理增益,提高了LFM信号的检测性能。仿真结果和湖试数据处理结果验证了理论分析的正确性与该方法的有效性。      

基于S变换的线性调频信号时频滤波

线性调频(LFM)信号是一种典型的非平稳信号。对非平稳信号的分析和处理不能仅依靠传统的基于傅里叶变换的分析方法,必须采用时域和频域联合的时频分析方法。将S变换(ST)的时频分析方法应用到LFM信号的滤波中,用tST-tIST和fST-fIST 2种算法组合分别实现了对LFM信号的滤波,然后采用均方误差(MSE)的衡量标准,仿真对比了以上2种算法组合的滤波性能。仿真结果表明:fST-fIST算法的滤波误差较大,不适合对LFM信号的滤波;tST-tIST算法的滤波性能较好,适合对LFM信号的滤波。     

基于时频加窗短时傅里叶变换的LFM干扰抑制

通过对线性调频(LFM)信号分数阶傅里叶变换的分析,该文提出了一种基于时频加窗短时傅里叶变换(TFW-STFT)的LFM干扰抑制算法。由于提出的时频窗对LFM干扰具有较好的频域能量聚集性能,因此TFW-STFT对信号的影响要小于无聚集性能的短时傅里叶变换。仿真结果证明该算法在信噪比损失和系统误比特率上明显优于基于短时傅里叶变换的算法。     

一种新的变换域自适应LMS滤波算法

为了改善时变系统中的LMS算法收敛速度,一般可以在变换域进行自适应处理。通过研究和分析分数阶傅里叶变换与时-频平面的关系,提出在分数阶傅里叶变换域进行自适应时-频滤波。所提出的方法首先搜索最佳变换域,然后在分数阶傅里叶变换域进行LMS自适应滤波。仿真结果表明,与目前一些基于变换域的方法对比,新方法通过对时-频平面的旋转,可以显著加速算法收敛性。     

DSSS系统LFM干扰抑制技术研究

针对传统的傅里叶变换只能对平稳干扰信号具有较好的抑制能力而对非平稳的LFM干扰信号不能有效抑制,该文引入了分数阶傅里叶变换（FRFT）,在分数阶傅里叶域给出了一种LFM信号最佳旋转角度确定的算法,并利用该算法对LFM在分数阶傅里叶域进行干扰抑制。仿真结果表明,该算法能够准确确定LFM信号在分数阶傅里叶域的最佳旋转角度,...     

基于拉伸处理的宽带频域接收波束形成方法

为了抑制宽带干扰信号,提出了一种基于频域的宽带接收波束形成方法。该方法针对线性调频信号,在对接收信号做拉伸处理和窄带滤波之后,进行傅立叶变换划分为许多窄带,然后对不同频带的信号按窄带方法（例如采样矩阵求逆法）接收波束形成。与传统的频域方法相比,大大降低了数据率和计算量,易于工程实现;与拉伸处理波束形成方法相比,该方法能有效抑制宽带干扰,阵列输出信号干扰噪声比高。最后计算机仿真证实了新方法的有效性。     

一种基于分数阶傅里叶变换的OFDM系统及其均衡算法

在快速时变信道环境下,由于子载波间干扰(ICI)的影响,传统OFDM系统性能有较大下降.本文提出了一种基于分数阶傅里叶变换的OFDM系统,它用分数阶傅里叶变换代替傅里叶变换进行子载波调制与解调;同时,文中给出了最优分数阶傅里叶变换阶次的选取方法,并根据最小均方误差(MMSE)准则设计了分数阶傅里叶域乘性滤波器在接收端进行均衡.分析和数值仿真结果表明,最优分数阶傅里叶域的乘性滤波算法较频域方法有更好的均衡效果.     

LFM信号的一种最优滤波算法

本文提出了一种基于分数阶傅立叶变换的LFM信号的最优滤波算法.首先由线性最小均方误差估计的正交条件出发,得到了连续分数阶傅立叶域上的等效Wiener滤波算子的求解方法;在此基础上,进一步给出了滤波算子的离散化算法.分析及数值仿真的结果表明,这一算法不仅在性能上接近普通的Wiener滤波器,而且计算简单,便于实现.     

用DSP快速实现自适应滤波器算法

自适应游波器可对信号实现最优的滤波效果。简要介绍了自适应滤波器LMS算法，并结合TI公司的C54X DSP特点阐述了算法的实现过程，以及在编程中时程序代码的优化。通过时一段音频信号的仿真实验证明：时由适应滤波器算法的代码优化使得滤波器的整体滤波效率有了很大的提高。