改进的乘积型核函数二次调频信号的参数估计

该文提出一种基于改进乘积型核函数的二次调频信号的参数估计方法。首先,对信号乘以自身的共轭反转并做相位匹配变换,通过积累后信号最大值位置得到信号的调频率估计值;然后,再补偿掉原信号的调频率,对解调频(dechirp)后的信号构造新的乘积型核函数,并变换到2维时间-时延域,沿时间和时延轴分别做相位匹配变换和傅里叶变换,在变换后的调频率变化率-频率平面通过最大值的位置即可同时得到调频率变化率和中心频率的估计值,对补偿掉相位的信号取均值并求模得到幅度值,从而实现二次调频信号的参数估计和重构。可见,该方法避免了对所有相位参数的迭代搜索,提高了运算效率。最后,对单分量和多分量二次调频信号的仿真结果证明了该方法的有效性。     

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。     

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。     

一种低复杂度线性调频信号参数估计算法

为降低线性调频(LFM)信号参数估计的复杂度,该文提出一种二次估计算法。首先通过短时相干积分与非相干累加对频率斜升和起始频率进行预估计;然后以预估计结果为中心,利用多路并行部分匹配滤波快速傅里叶变换(PMF-FFT)和二次插值对参数进行精确估计;最后综合预估计和精确估计结果得到参数的最终估计值。仿真结果表明,该算法信噪比门限较低,估计精度接近克拉美罗下界,其计算复杂度和资源消耗均远低于频率斜升试探算法和插值联合估计算法。     

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。     

联合STFT-迭代变权拟合的LFM信号参数估计方法

针对现有线性调频(LFM)信号参数估计方法估计精度与估计速度难以兼得,以及对信号畸变敏感的难题,提出了一种联合Rife插值改进的短时傅里叶变换(STFT)-迭代变权最小二乘线性拟合(IRLSF)参数估计的方法。使用Rife插值改进的STFT较好地保持了LFM信号瞬时频率曲线的线性特征,迭代变权处理有效地抑制了估计得到的瞬时频率中出现异常值对参数估计精度的影响。该方法无需进行复杂的计算和参数搜索,实时性好。仿真分析表明,相对于常规最小二乘线性拟合(CLSF)方法信噪比下限降低了4dB。湖试结果验证了该方法的有效性和实用性。      

基于FrFT的欠采样LFM信号分离与参数估计

基于分数阶傅里叶变换，本文提出了一种欠采样条件下的宽带与窄带线性调频信号分离与参数估计方法。该方法先由延迟相乘和牛顿迭代算法估计信号的调频斜率，然后在分数阶傅立叶变换域进行滤波，实现信号分离。最后对欠采样信号解频率模糊，估计信号的初始频率。仿真表明了该方法分离宽带与窄带线性调频信号的可行性与分离后信号参数估计的有效性。     

LFM信号参数估计的最大似然改进算法

为实现含噪声LFM信号参数的快速检测和精确估计,提出了一种基于延时相关解线调的最大似然估计改进算法,即首先在时域内进行延时相关解线调,然后对解线调后含噪声信号进行经典功率谱估计,得到调频斜率的粗略估计,将此估计值作为初始值,再进行最大似然估计,得到调频斜率的精确估计值,用此精确估计值对原LFM信号进行解线调,再以同样的思路可以得到LFM信号初始频率的最大似然精确估计值。仿真实验证明了该算法的有效性。     

LFM信号参数估计的牛顿迭代方法初始值研究

 本文研究了LFM信号参数估计的牛顿迭代方法的初始值问题,用计算量较小的DPT算法得到LFM信号中心频率和调频系数的估计值,以此作为牛顿迭代的初始值.性能分析表明,在DPT算法信噪比门限以上时,用本算法得到的中心频率和调频系数的估计值在牛顿迭代所需收敛域范围之内,保证牛顿迭代的收敛性.仿真结果表明,在信噪比门限以上时,用本文提出的方法所得参数估计的均方根误差达到克拉美-罗限.本算法计算量小,有利于LFM信号参数估计的准实时处理.     

STTFD的特性分析及其在线性调频信号 参数估计中的应用

 精确地估计线性调频(LFM)信号的中心频率和调频率值,在雷达信号处理中有着十分重要的作用.WVD变换具有估计线性调频信号的中心频率和调频率特性,但当存在多个线性调频分量时,交叉项会严重影响线性调频信号中心频率和调频率的估计.针对这一问题,本文提出了基于STTFD(时频分布尺度变换)的线性调频信号参数估计的方法,即在时频平面内对信号进行尺度变换,去除信号瞬时时间和相关函数延迟量的耦合,使线性调频信号的频率随时间变化呈线性分布变为不随时间变化的常数分布,再通过在时频平面内沿时间轴做FFT积累所得到的信号峰值位置来估计信号的中心频率和调频率参数值,并且对STFD的特性以及相关函数延迟量和尺度变换常数对STTFD的影响进行了详细的分析.在本文最后,通过仿真数据验证了STTFD的特性及其精确估计线性调频信号参数的有效性.     

基于循环自相关的正弦调频信号参数估计新方法

为解决现有的正弦调频(SFM)信号参数估计方法运算复杂度高、受信噪比限制等问题,提出了一种基于循环自相关的SFM信号参数估计新方法。首先分析了SFM信号循环自相关函数特征,推导了信号调制频率的估计表达式;然后对信号延时相乘以去除其正弦调制特性,得到单频信号并估计信号载频。最后,利用信号频率调制的周期性,对下变频至零频的信号进行周期累加以减少噪声影响,通过对累加后的信号进行瞬时频率计算得到调制指数估计值。仿真表明,信噪比(SNR)大于6 dB时,各参数估计值的均方根误差小于-18 dB。该算法计算量较小,为同等条件下利用卡森准则(CR)方法的16%,便于工程实现。     

对称三角线性调频连续波信号的检测与参数估计

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。     

一种新的LFM信号参数估计算法

针对线性调频信号的参数估计问题,提出了一种新的算法.该算法利用计算信号的二次相位函数,得到其能量分布集中于信号的调频率曲线上的结论,因此通过谱峰检测可以获得信号的调频率估计,进而通过解调频技术得到初始频率的估计.分析了该算法的统计特性,计算机仿真结果表明算法计算量小,性能优良,在信噪比较高时,估计精度可接近CRLB界.     

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。     

基于多速率欠采样的超宽带LFM信号参数估计

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。     

一种线性调频信号参数估计实时系统的设计

首先简要分析了线性调频信号的特点和参数估计方法,提出了一种基于相关解调、STFT和最大似然估计的参数估计方法。该方法结合了各种方法的优点,在计算量小的情况下得到了比较高的估计精度,通过分析指出使用该方法设计的系统是在现有硬件条件下可实现的实时参数估计系统,并给出了该方法的具体步骤和方针结果。     

LFM信号参数估计的DAF插值算法

为实现LFM信号起始频率和调频斜率的高精度参数估计,对基于离散模糊函数的DAF算法进行了研究。该算法具有计算量小的优点但估计精度受到采样频率和采样点数的限制。针对此问题,提出了一种可提高参数估计精度的DAF插值方法:首先利用DAF将LFM信号转换为正弦信号,分别通过两次FFT并进行峰值搜索得到起始频率和调频斜率的粗估计值,然后基于Rife插值利用最大谱线和次大谱线进行修正得到预估计值,再利用两次单点DFT的频谱细化技术得到该值两侧相邻0.5个量化频率点处的谱线,最后重新进行插值计算。该算法突破了频谱离散化带来的频率分辨率限制,在增加运算量较少的情况下,提高了参数估计的精度。仿真实验结果验证了算法的有效性。      

低信噪比下LFM-BPSK复合信号参数估计新方法

LFM-BPSK复合信号已应用于多种雷达中,针对此类信号的参数估计问题提出了一种基于分数阶傅里叶变换和ZAM分布联合估计的方法。该方法首先搜索复合信号的分数阶傅里叶变换峰值从而估计起始频率和调频斜率,然后利用调频斜率重构LFM信号并对复合信号进行解线调,最后对解线调之后的信号提取ZAM分布在起始频率截面的负峰值估计码元宽度。仿真表明,该方法能在低信噪比下精确估计信号参数。     

基于FrFT的LFM相参脉冲信号多普勒频率变化率估计算法

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。     

白噪声中复指数序列参数估计的一种新方法

本文提出估计白噪声中一个或多个复指数序列的参数(复指数序列的频率和功率、白噪声的方差)的一种新方法,该方法根据数据的2p个自相关函数值,相继求解两个线性方程组,即可得到对白噪声中P个复指数序列的参数估计.这种方法的算法简单,并具有很高的频率估计精度.