基于压缩感知的线性调频雷达信号截获方法

低采样率截获宽带线性调频信号(LFM)是电子侦察的难点。基于压缩感知理论,提出了分数阶变换(FrFT)域LFM信号截获方法。采用随机序列与低通滤波器实现信号的压缩,基于LFM在FrFT域的稀疏性,实现LFM信号的精确重构,得到重构精确度与减采样因子、信噪比(SNR)的关系,当减采样因子在20倍以内时,信号频域重构的归一化均方根误差(NRMSE)在2.2%以内,信噪比大于12 dB时,重构精确度优于90%。仿真表明该方案具有有效性和可行性。     

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FRFT模最大值的LFM信号参数估计方法

提出了一种基于分数阶Fourier变换模最大值的LFM信号参数估计方法,先对线性调频信号以较大的间隔先进行FRFT模变换,寻找次次最大值和次最大值点.在这两点之间以较小的间隔再进行FRFT模变换,此时寻找最大值点所对应的变换阶数即是最佳变换阶数,由量纲归一化即可得到LFM信号的调频斜率.提出的两次搜索最佳变换阶数法相比于传统方法不需要二维搜索,在相同的计算精度条件下大大降低了计算量,提高了效率.     

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。     

两级分辨率稀疏重构线性调频信号参数估计

为解决压缩感知(Compressed Sensing,CS)算法在线性调频(Linear Frequency Modulation,LFM)信号参数估计中计算量较大的问题,提出了两级分辨率稀疏重构参数估计算法。该算法在离散线性调频傅里叶变换的基础上,采用低分辨率观测矩阵,获取信号调频率和中心频率的先验信息,根据先验信息构造有约束的高分辨率观测矩阵,精确估计出调频率和中心频率两个参数,实现LFM信号的重构,达到了减小计算量的目的。仿真实验表明,该算法能够准确估计单个和多个LFM信号的参数,并且算法的参数估计性能明显优于传统算法。     

基于压缩感知的分数阶Fourier 域LFM 信号检测

提出一种新的基于压缩感知CS（Compressed Sensing）理论的LFM 信号检测算法。利用LFM 信号在分数阶 Fourier 变换（Fractional Fourier Transform,FrFT）域稀疏的特点,构造FrFT 矩阵作为LFM 信号的稀疏变换基,通过少量待检测 LFM 信号的随机投影,求解信号在FrFT 域的系数向量,然后对该系数向量进行检测判决,进而达到对感兴趣信号检测的目 的。理论分析和仿真实验表明,随机投影点数低至奈奎斯特采样点数的1/10、信噪比低至-8 dB 时,该算法对感兴趣的LFM 信号检测的成功率可达到95%以上,并且对强窄带干扰不敏感;与波形一致算法相比,该算法在相同信噪比条件下,可以获得 更高的信号检测概率。     

一种chirp信号快速参数估计算法

针对目前线性调频(chirp,LFM)信号参数估计算法运算量较大且估计参数较少的问题,在分析Radon-Wigner变换(RWT)和分数阶傅里叶变换(FrFT)应用于chirp信号参数估计的基础上,提出了一种基于Wigner-Ville分布(WVD)切片和FrFT的chirp信号参数估计新算法。该算法首先通过对观测信号两个WVD切片的计算估计出调频斜率,然后得到相应的FrFT阶数,最后利用一次FrFT估计出chirp信号的初始频率、初始相位和幅度等参数。整个算法只需三次FFT的计算量即可估计出chirp信号的四个参数。仿真实验表明了该算法能在低信噪比下实现chirp信号参数的快速有效估计。     

线性调频连续波信号参数估计算法

提出了一种线性调频连续波信号参数估计算法。利用短时傅里叶变换得到信号的时频变化曲线,根据时频曲线的周期特性对它进行频谱分析,找出信号参数与相关谱线的位置、幅度之间的关系,从而估计出信号的主要参数。仿真结果表明,文中提出的算法能够精确估计出线性调频连续波信号的参数,在信噪比大于-8 dB的情况下性能稳定,具有很好的估计精度。     

基于FRFT的时变幅度Chirp信号的参数估计

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。     

基于FRFT的对称三角LFMCW信号检测与参数估计

对称三角线性调频连续波(STLFMCW)信号是一种典型的低截获概率雷达信号。该文通过分析STLFMCW信号在分数阶Fourier变换(FRFT)域的频谱分布特征,发现STLFMCW信号包含的各段LFM信号在其对应的最佳FRFT域内具有很好的能量聚集性;各段LFM信号在频域内会完全重叠,叠加的频谱幅度较高,在低信噪比条件下,严重影响STLFMCW信号的检测与参数估计。因此,利用FRFT检测STLFMCW信号时,必须克服该问题。该文提出一种FRFT与聚类分析相结合的STLFMCW信号检测与参数估计方法。该算法解决了由STLFMCW信号的频谱叠加给信号检测带来的问题,而且,克服了信号尖峰的高度必须高于噪声幅度的限制,在低信噪比条件下具有较好的检测效果。最后,仿真验证了该方法的有效性。     

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。     

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。     

基于压缩感知的地面运动目标成像方法

针对地面运动目标成像数据量过大不便于数据存储和传输的问题,提出了一种基于压缩感知的地面运动目标成像方法.该方法对沿距离向脉冲压缩之后的数据进行双通道的相位中心偏置天线杂波对消处理,获取地面运动目标的数据信息,沿方位向进行低维观测获得压缩的回波数据,利用分数阶傅里叶变换矩阵作为稀疏基矩阵,并结合平滑i0算法实现最终的运动目标成像,同时利用获得的最优阶数进行运动目标的参数估计.仿真实验验证了所提方法的有效性和可行性.     

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。     

基于压缩感知超宽带信号盲稀疏度信道估计

鉴于超宽带(UWB)信道估计要求预先给出信道才能精确重构的不足,研究了基于压缩感知的盲稀疏度匹配追踪类算法用于信道重建.这种盲稀疏度方法根据迭代终止条件和字典中最优原子选择方式的不同,设置迭代终止阈值和阶段转换阈值,通过可变步长的增大逐步逼近稀疏度,实现精确重建.仿真结果表明,相同条件下,基于此思想经过改进算法可有效用于解决实际UWB信道估计,较改进前算法估计性能相当,是一种具有应用价值的盲稀疏度重构方法.     

基于积分二次相位函数和分数阶Fourier变换的多分量LFM信号参数估计

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。      

一种多 LFM 信号检测与参数估计的方法

针对常规方法对多个线性调频（LFM ）信号进行处理时存在运算量大、不能满足快速检测和交叉干扰的问题,分析了采用分数阶傅里叶变换（FrFT ）对LFM 信号进行参数估计的原理,基于快速解线性调频技术,将LFM 信号检测与参数估计由二维搜索转换为2个一维搜索。该方法可以有效减小运算量,易于工程实现。仿真结果表明,此方法在低信噪比下仍具有良好的性能。     

基于分数阶Fourier变换的LFM信号参数估计精度分析

本文采用一阶扰动分析的方法分析了基于分数阶Fourier变换的LFM信号参数估计精度,推导得到了频率估计误差均方值表达式和调频率估计误差均方值表达式,前者反比于信号时长,后者反比于信号时长的平方。结果表明,基于分数阶Fourier变换的LFM信号参数估计方法在估计精度方面达到了最优。     

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。     

基于小波变换与压缩感知的脉冲星TOA估计

脉冲星导航是一种新型的自主式导航。为提高其精度与实时性,提出一种小波变换与压缩感知结合的脉冲星到达时间(Time of Arrival,TOA)估计的方法。该方法对标准脉冲轮廓使用小波变换构造多级冗余字典,通过信号恢复算法估计出实际脉冲星的TOA。该方法的算法复杂度低于传统的TOA估计方法,并且随着脉冲星信号周期内bin数量的增加,算法的实时性越好。该方法改变了传统的先去噪再估计TOA的思路,其可以嵌入到信号去噪的过程中,还可以和小波去噪的阈值处理并行计算。仿真结果显示文中方法耗时分别为两种传统TOA估计方法的0.87%和21.35%,并且随着数据时长的缩短,文中方法的TOA估计精度的相对优势越发明显。该方法不但可以提高TOA估计精度,而且降低了对数据时长的依赖。