加权多窗口字典的非线性调频信号参数估计方法

非线性调频(NLFM)信号经脉冲压缩后具有较低的旁瓣电平,广泛应用于脉冲压缩雷达中,实现对NLFM 信号的精确参数估计,对雷达对抗侦察具有重要意义。针对非线性调频信号的准确参数估计问题,文中通过构建加权多窗口字典并结合稀疏重构算法提出了一种凸优化基追踪信号重构方法,实现了对NLFM 信号的精确重构。通过筛选的Gabor 原子获得了信号的瞬时频率,利用反正切无模糊相位重构算法获得了信号的相位信息。经过仿真验证:该方法可以实现NLFM信号的精确重构。     

基于瞬时相位拟合的LFM信号参数估计算法

针对传统线性调频（LFM）信号参数估计算法中复杂的搜索和计算问题,提出了一种不需要参数搜索的快速LFM信号参数估计算法。该算法先用希尔伯特变换估计LFM信号瞬时相位,再用二次相位函数拟合LFM信号瞬时相位从而得到初始频率和调频斜率的估计。仿真验证了本文算法的有效性,说明该算法能够给出满意的参数估计结果。     

基于信号稀疏分解的毫米波主动探测

基于信号稀疏分解的Gabor时频原子库,将毫米波主动探测回波信号进行分解与重构,提取原子的时频参数作为其特征信息,并用改进的混合粒子群算法克服计算量过大难以实现的问题。实验表明,文章所提方法利用少数的原子就可以表示回波信号的主要特征,为目标回波信号的分类和识别提供了依据。     

块稀疏贝叶斯模型下的跳频信号时频分析

针对传统时频分析方法存在的时频聚集性差以及交叉项干扰的问题,本文将接收到的跳频信号进行分割,构建时频稀疏模型,利用模型中的统计特性和结构特性采用块稀疏贝叶斯学习算法对跳频信号的时频图进行重构,在不需知道稀疏度和噪声强度的情况下,得到了高精度的时频图。但是由于算法在高维参数空间进行参数估计时复杂度较高,本文采用近似替换的方法对该算法进行改进,将高维参数空间转换到原始参数空间计算,大大减少了算法的复杂度,仿真结果表明改进算法在低信噪比的情况下能有效的得到跳频信号的高精度时频图且复杂度大大降低。      

一种基于迭代滤波的Chirp信号参数估计算法

线性调频信号广泛应用于雷达、声纳、通信等领域中,其相位参数估计具有研究意义.本文研究了噪声中线性调频信号相位参数的估计问题,提出了基于最小二乘的相位展开和迭代滤波的相位参数估计方法.该算法提高了基于最小二乘相位展开算法得到的初估计的精度,并将本文算法与HAF方法得到的估计的均方误差进行比较,同时,通过仿真实验表明,本文的算法对于相位参数a2的估计在信噪比大于3dB时接近CRLB,验证了算法的有效性.     

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。     

稀疏重构混合源参数估计方法

针对近远场混合源定位问题,本文提出了一种基于稀疏信号重构的信源参数估计算法。该算法首先通过对接收信号的协方差矩阵进行稀疏重构估计出远场信源参数,接着采用协方差分离技术将近场源和远场源分离,最后利用均匀线阵的对称性和稀疏信号重构估计近场信源参数。该算法避免了二维谱峰搜索和近场源参数配对,也无需构造高阶累积量,降低了计算复杂度。仿真结果表明,该算法的空间分辨能力和混合源参数估计精度均高于基于子空间的混合源参数估计方法。      

压缩域信号参数估计算法

参数估计作为盲信号处理的关键环节,对后续信号的侦察处理意义重大.提出一种压缩域信号参数估计算法,通过分析不同测量矩阵下稀疏系数的位置特征,对信号参数进行预判;通过引入降升调频思想,提高了参数估计的分辨率;利用多级搜索策略,大大减少了稀疏字典原子个数,降低了运算复杂度.仿真结果和理论分析表明,算法在没有增加运算复杂度的前提下信号参数估计性能明显提高.     

LFM信号参数估计算法研究

初始频率和调频斜率是表征线性调频信号频率特性的基本参数,如何准确快速地估计它们具有的重要意义。针对传统LFM信号参数估计算法中繁琐的搜索和计算问题,提出了一种不需要参数搜索的快速LFM信号参数估计算法。该算法先用希尔伯特变换估计LFM信号瞬时相位,再用高阶差分估计LFM信号瞬时频率特性,最后用直线拟合LFM信号瞬时频率特性从而得到初始频率和调频斜率的估计。仿真实验验证了本文算法的有效性,说明本文算法能够给出满意的参数估计结果。     

一种修正的线性调频信号参数估计算法

研究了加性噪声中线性调频信号的参数估计问题。基于相位解卷和多项式拟合,考虑到初始相位可能出现模糊,提出了一种修正的线性调频信号参数的联合估计算法。仿真实验证实了所提出的修正算法的有效性。     

基于自相关和时频分析的跳频参数估计

为解决低信噪比条件下跳频参数估计算法性能低的问题,提出了一种基于自相关和时频分析的跳频参数估计算法。首先,采用基于能量检测的分段自相关算法对接收端信号进行预处理;然后,进行时频变换,得到信号的时频矩阵,通过二值化和形态学滤波完成对信号的降噪提取;最后,通过聚类算法完成参数估计。仿真实验表明,该算法具有较高的估计精度和良好的抗噪声性能,在信噪比最低为-11 dB时估计误差数量级仍为10^-7,同时自相关运算对参数估计算法的抗噪声性能具有明显的提高作用。     

基于RPRG+ICCD与RANSAC的多分量多项式相位信号参数估计

多分量多项式相位信号的检测和参数估计是多项式相位信号处理的一大难点。时频分析方法能够通过时频分布表征多项式相位信号的瞬时频率,通过对提取的瞬时频率进行多项式拟合得到其系数,经过简单的变换即可获得多项式相位信号的参数。文中利用RPRG+ICCD分离多分量多项式相位信号得到各个分量的瞬时频率,再使用RANSAC进行多项式拟合,最终实现了多项式相位信号的参数估计。实验结果表明,文中提出的方法能够实现在时频域部分重叠的多分量多项式相位信号的分离和参数估计。     

基于Gabor变换的超声回波信号时频估计

在无损检测中,超声回波往往是一个重叠较严重,含有噪声的多回波信号。根据Gabor变换时频分析的特点,该文提出一种基于Gabor变换的超声回波信号时频估计方法。该文建立回波信号与Gabor变换分析窗函数相似度(即距离)模型,通过模型相似度最小化问题转化为求解回波信号Gabor变换系数模的最大值来估计回波信号的传播时间(TOF)和中心频率(CF),最后推导它们的克拉美-罗界(CRLB)以评价算法的性能。Monte Carlo仿真和实验结果表明该文提出的算法,无论对低信噪比的单回波信号或重叠的多回波信号都能达到较高的精度,而且估计的均方误差在高信噪比时,达到CRLB,即使在低信噪比,也接近CRLB。     

Hybrid linear/quadratic time-frequency attributes

We present an efficient method for robustly calculating time-frequency attributes of a signal, including instantaneous mean frequency, bandwidth, kurtosis, and other moments. Most current attribute estimation techniques involve a costly intermediate step of computing a (highly oversampled) two-dimensonal (2-D) quadratic time-frequency representation (TFR), which is then collapsed to the one-dimensonal (1-D) attribute. Using the principles of hybrid linear/quadratic time-frequency analysis (time-frequency distribution series), we propose computing attributes as nonlinear combinations of the (slightly oversampled) linear Gabor coefficients of the signal. The method is both computationally efficient and accurate; it performs as well as the best techniques based on adaptive TFRs. To illustrate, we calculate an attribute of a seismic cross section     

Adaptive phase extraction: incorporating the Gabor transform in the matching pursuit algorithm

Short-time Fourier transform (STFT), Gabor transform (GT), wavelet transform (WT), and the Wigner-Ville distribution (WVD) are just some examples of time-frequency analysis methods which are frequently applied in biomedical signal analysis. However, all of these methods have their individual drawbacks. The STFT, GT, and WT have a time-frequency resolution that is determined by algorithm parameters and the WVD is contaminated by cross terms. In 1993, Mallat and Zhang introduced the matching pursuit (MP) algorithm that decomposes a signal into a sum of atoms and uses a cross-term free pseudo-WVD to generate a data-adaptive power distribution in the time-frequency space. Thus, it solved some of the problems of the GT and WT but lacks phase information that is crucial e.g., for synchronization analysis. We introduce a new time-frequency analysis method that combines the MP with a pseudo-GT. Therefore, the signal is decomposed into a set of Gabor atoms. Afterward, each atom is analyzed with a Gabor analysis, where the time-domain gaussian window of the analysis matches that of the specific atom envelope. A superposition of the single time-frequency planes gives the final result. This is the first time that a complete analysis of the complex time-frequency plane can be performed in a fully data-adaptive and frequency-selective manner. We demonstrate the capabilities of our approach on a simulation and on real-life magnetoencephalogram data.     

基于时域分割的DS/FH信号参数估计

针对时频分析方法在直扩/跳频(DS/FH)混合扩频信号参数估计中存在时频分辨率受限、交叉项干扰、实时性差等缺点,通过分析DS/FH信号的时频特性,提出了一种新的DS/FH信号参数估计方法。该方法从待测信号的时域分析出发,利用不同跳频点对应的周期数不相等的性质,完成了对DS/FH信号的时域分割,最后结合DS/FH信号性质完成了对待测信号跳频周期、驻留时间、跳频频率的估计。仿真结果表明,该方法针对DS/FH信号的参数估计精度高,运算速度较快,且没有干扰频率。     

低信噪比条件下天基预警雷达目标运动参数估计方法

天基预警雷达目标回波包络峰值的距离徙动会导致FFT相参积累增益降低,为了对回波信号进行运动补偿,需要对目标运动参数进行估计。由于天基雷达对目标的观察距离较远,因此回波信噪比较低,直接影响了运动参数的估计精度。针对这一问题,本文提出了一种低信噪比条件下天基预警雷达目标运动参数估计方法。首先建立了目标回波模型,并对雷达观测距离范围内的回波信噪比进行了计算分析;然后利用Keystone变换对回波包络距离徙动进行校正,并对校正后的回波信号作离散短时傅里叶变换,得到回波信号方位向上的时频分布;最后利用Hough变换将时频域变换到参数域,得到运动参数的估计值。仿真结果表明,本文方法在低信噪比条件下能有效地估计目标运动参数,并且估计精度对信噪比的变化不敏感,具有良好的鲁棒性。      

基于时频矩阵局部对比度的跳频信号参数估计

为了提高低信噪比下跳频信号参数估计性能,提出了一种基于时频矩阵局部对比度的跳频信号参数估计算法。根据跳频信号和噪声的时频分布不同特点,利用时频矩阵在不同尺度滑窗下的局部能量对比值均值,得到多尺度局部能量对比特征矩阵,通过此特征矩阵和自适应阈值分离得到仅保留了跳频信号时频信息的时频矩阵P。然后从P中提取时频跳变信息,精确估计跳频信号的跳频周期、起跳时间和跳变频率。仿真结果表明,与传统局部对比度（local contrast measure,LCM）法及形态学滤波法相比,本文算法具有更好的跳频信号提取效果和更高的参数估计精度,其有效性与实用性在DSP+FPGA的硬件系统上得到了测试验证。