一种新的多线性调频信号时频表示

本文提出了一种用于多线性调频信号时频表示的方法.首先由Radon-Ambiguity变换设计出线状核函数,以去除噪声和多线性调频信号之间的交叉项在模糊域中的影响,再通过二维傅立叶变换得到一种新的时频表示.仿真实验证明了此方法可以有效的去除噪声和多信号之间交叉项的影响,在低信噪比下也十分有效.     

用于多分量线性调频信号的自适应核分布分析

该文针对多分量线性调频信号,提出了一种新的自适应核时频分布-自适应高斯核分布,并给出了有效的核函数估计准则;以自适应高斯核分布为例,分析了采用自适应核时频分布对信号自身项及交叉项的影响,从而说明自适应核相对于固定核的优势所在;总结了基于模糊域自适应设计多分量线性调频信号核函数的一般方法。计算机仿真结果表明了自适应高斯核分布在抑制交叉项并保持较高时频分辨力方面的有效性。     

复杂噪声环境下基于LVD的LFM信号参数估计

针对传统的线性调频(LFM)信号参数估计方法平滑交叉项时,会出现参数估计精度降低和计算复杂度增加等问题,该文引入LVD(LVs Distribution)方法,该方法可以在参数空间直接显示中心频率和调频斜率(CFCR)。LVD首先对对称参数瞬时自相关函数(PSIAF)进行尺度变换,消除信号在时间轴上的线性频率偏移,然后对尺度变换后的时间变量作2维傅里叶变换,将1维LFM信号转化为2维单频信号。信号各分量在LVD平面表现为多个独立尖峰,使交叉项的能量聚集影响可忽略不计,且信号各峰值所在位置对应于各信号分量的中心频率和调频斜率。LVD可有效抑制高斯噪声,但在脉冲性较强的稳定分布噪声中,该方法在CFCR域的性能退化甚至失效。对此,该文结合分数低阶统计量理论,提出一种稳定分布噪声环境下的分数低阶LVD新方法。仿真实验表明该方法在高斯噪声和脉冲噪声环境下均可稳定工作,具有较好的鲁棒性。     

多分量线性调频信号的Wigner-Ville分布交叉项去除

针对多分量线性调频信号WVD（Wigner-Ville Distribution）检测中的交叉项问题,提出一种交叉项去除方法.利用自项和交叉项的频率特性,将WVD时频矩阵进行坐标旋转,在变换域上滤波去除交叉项.理论推导了矩阵旋转变换公式以及旋转后自项和交叉项的表达式,并且针对缓慢震荡的交叉项受滤波器性能限制不能完全去除的情况,提出能量加权的方法进行改进.仿真和实验结果验证,该方法不仅能够去除交叉项,且不会降低分辨率.     

基于乘积性模糊函数的多线性调频信号时频分布

本文提出一种新的多分量线性调频信号的双线性时频分布.在核函数设计中,提出了两种基于乘积性模糊函数的方法.两种方法在信号的模糊域能够有效地滤出噪声和交叉项,并保留绝大部分的自项能量,得到准确的核函数.仿真结果证实了该方法能够有效地抑制噪声和交叉项,提高时频分辨率,同时可以适应低信噪比环境.     

基于小波脊线-Hough变换的LFM信号检测

线性调频(LFM)信号是现代雷达广泛使用的一种大时宽-带宽积的低截获概率信号,根据线性调频信号的小波变换特性,小波脊线与瞬时频率的对应关系,提出了一种检测线性调频信号的联合小波脊线-Hough变换方法,该方法首先计算信号的小波变换,得到二维时-频能量分布图,采用脊算法提取信号的小波脊线,然后在小波脊线时-频平面上再进行Hough变换,从而检测噪声中的线性调频信号并估计信号参数.仿真结果证明,此方法可有效地对线性调频类信号进行检测,并且有较好的抗噪声性能.     

基于分数阶Fourier变换的机载SAR运动目标检测

该文首先建立了机载合成孔径雷达(SAR)对运动目标的回波信号模型,阐述了其本质为线性调频信号的特点。根据这种特点,提出了一种基于分数阶Fourier变换的机载SAR运动目标检测新方法,有效地消除了线性调频信号的时频耦合特性对信号检测的影响。与双线性时频分布类算法相比,分数阶Fourier变换是线性变换,在多运动目标存在的情况下,不会受到交叉项的影响。仿真结果验证了算法的有效性。     

基于LPFT时频滤波器的WVD交叉项抑制方法

本文提出一种抑制Wigner-Ville分布(WVD)交叉项的新方法。利用局部多项式傅里叶变换(LPFT)构建时频滤波器,确定自项支撑区域,再利用此滤波器对WVD进行处理,从而达到抑制交叉项的目的。通过3dB信噪比的分析可以看出,LPFT具有比短时傅里叶变换(STFT)更好的时频聚集性,因此基于LPFT的时频滤波器能更有效抑制WVD中的交叉项干扰,同时又能保留WVD的高时频聚集性。通过与Chio-Williams分布、径向高斯核函数时频分布、基于STFT时频滤波器的交叉项抑制方法的比较,验证了该方法对抑制多分量信号及非线性调频信号的交叉项以及噪声干扰的有效性,显示了该方法在保持高时频聚集性,抑制交叉项干扰,以及抑制噪声干扰方面的优势。     

基于Wigner-Ville分布的复杂时变信号的时频分析

对多分量线性调频(LFM)信号、单分量非线性调频(NLFM)信号以及多分量NLFM信号的Wigner-Ville分布进行了数值计算,探讨了信号项与交叉项之间的差异性特征,提出了信号时频曲线中点集的概念,研究了交叉项出现的一般规律.对于多分量信号,交叉项出现在信号项时频曲线之间的中点集之内.对于单分量NLFM信号,也有交叉项产生,交叉项出现在信号项时频曲线自身的自中点集之内.     

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.     

基于乘积性模糊函数的核函数设计方法

利用乘积性模糊函数,提出一种双线性时频分布的核函数设计新方法,能够在模糊域有效地抑制噪声和多分量间的交叉项.在多分量强弱信号环境中,提出基于逐次减小误差的递归算法重构强信号,减小传统分析方法的残余信号影响和参数误差传播效应.利用分段近似的原则,可将非线性调频信号分解为多分量线性调频信号,从而将核函数设计方法推广到非线性调频信号环境.最后,仿真结果证实了该方法对多分量调频信号的有效性.     

一种低副瓣无混叠的线性调频信号时频分析方法

作为通信与勘探中广泛使用的一类信号,线性调频信号的参数分析经常采用基于Wigner-Ville分布(WVD)的时频分析方法。该方法具有高时频分辨率,但在交叉项、高副瓣以及频谱混叠问题上存在缺陷。该文提出一种名为空间变迹重排Wigner-Ville分布(SVA-rWVD)的时频分析方法,结合空间变迹技术(SVA)的副瓣抑制能力及短时傅里叶变换(STFT)的无混叠无交叉项特性,得到一个新的时频分布。基于单分量和多分量线性调频信号的仿真实验结果表明,该方法得到的时频分布可以降低副瓣水平至–40 dB以下同时消除交叉项及频谱混叠现象。     

基于多谱图叠加阈值的抑制WVD交叉项的新方法

本文提出了一种抑制Wigner-Ville分布(WVD)交叉项的新方法。 首先对多幅具有不同时-频分辨率的谱图进行叠加, 然后对叠加结果进行阈值处理,确定WVD自项在时频平面的支撑区域。 最后,用该区域的示性函数乘以WVD得到一个新的时频分布。 不同于传统的抑制交叉项的核函数方法, 该方法抑制交叉项的同时, 保持WVD了高时频聚集性。 实验结果表明, 该方法对由多个LFM信号构成的多分量信号和非线性调频信号都非常有效。     

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.     

基于线性正则变换与短时傅里叶变换联合的时频分析方法

线性正则变换作为傅里叶变换、分数阶傅里叶变换更为广义的形式,已经在光学和信号处理等领域得到了应用.短时傅里叶变换是一种线性时频分布,避免了其他双线性时频分布中出现的交叉项干扰,是分析时频信号的有力工具.本文从线性正则变换的定义和性质出发,研究了线性正则变换与短时傅里叶变换的时频关系,提出了基于线性正则变换与短时傅里叶变换联合的时频分析方法,避免了交叉项问题能够实现chirp信号干扰抑制和多分量时频信号分离.最后用仿真实例表明,该方法是分析时频信号的有效手段.     

基于DMFT的LFM信号参数估计

线性调频信号是低截获概率雷达常用的一种信号形式,如何在低信噪比情况下检测线性调频信号一直是人们研究的焦点之一.在离散匹配傅里叶变换的基础上对算法进行改进,并利用改进后的算法分别对单分量和多分量线性调频信号进行仿真,仿真结果表明离散匹配傅里叶变换能够在低信噪比情况下比较准确地估计出线性调频信号的参数,不存在交叉项问题.离散匹配傅里叶变换是一种针对线性调频信号有效的参数估计方法.     

基于局部多项式傅里叶变换的语音盲源分离

频域的语音信号盲源分离多采用短时傅里叶变换以及Wigner-Ville分布(WVD)求信号的功率谱,而短时傅里叶变换对于多分量信号的频率分辨率受窗函数影响很大,WVD是一种非线性时频变换,处理多分量信号受交叉项影响很大。局部多项式傅里叶变换(LPFT)不仅提高了频率估计精度而且大大减少了时频分布中交叉项的影响。将语音信号表示为多分量的多项式相位信号,对语音信号作二阶LPFT,求得其局部多项式傅里叶变换谱(LPP),并构造时频矩阵,采用联合近似对角化算法求得能使信号功率谱矩阵近似对角化的一个酉矩阵,通过信号的白化以及酉矩阵来估计源信号,有效地分离出了原始信号。仿真结果表明,在噪声环境下可以将两个不同的语音信号进行分离。     

一种新的抑制交叉项的时—频分布的分析

从信号模糊域滤波的角度分析了最近提出的一种新的高时-频分辨率抑制交叉项的时-频分布中核函数的设计方法与思路，并针对多分量线性调频信号用该分布进行了计算机仿真。仿真结果证明了该分布在抑制交叉项并保持较高时-频分辨率方面的有效性。     

一种时频分布核函数构造方法

立足于信号的参数化模型—多分量多项式相位信号,提出了一种新的时频分布并给出了其构造方法.该方法根据待分析的瞬时相关函数中自项分量及交叉项分量相位的不同特点,采用相位匹配的方法估计各信号分量的瞬时频率.所构造的时频分布不仅具有理想的频率聚集性,而且实现了绝大多数交叉项分量的有效抑制,有效克服了多线性时频分析方法的局限性.     

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.