TFR-HT的多分量LFM信号脉内特征提取方法

针对多分量LFM信号脉内特征的提取问题，提出了一种基于时频重排-Hough变换（TFR-HT）的特征提取方法，以重排后的时频分布作为图像，利用Hough变换检测图像中直线的原理，依次实现了对各分量的脉内特征提取．仿真结果表明，该方法能够有效地提取多分量LFM信号各自分量的脉内特征，同时具有较高的抗噪声性能．     

高精度LFM信号参数估计

解线性调频方法是实际工程中常采用的一种估计LFM信号参数的方法,然而该方法需要对调频斜率在一定范围内搜索,运算量大。针对这个问题本文提出了一种改进算法,首先通过计算LFM信号瞬时自相关的FFT得到调频斜率的估计值,然后在此值附近作小范围精细搜索,从而获得高精度的参数估计值。该方法缩小了搜索的范围,在运算量减少的同时,提高了参数的估计精度。仿真结果表明了此方法的有效性。     

低信噪比下多相码信号检测与参数估计方法

针对低信噪比下多相码信号的检测与参数估计问题,提出了基于扩展 Wigner-Hough 变换(WHT)的多相码信号检测与参数估计方法。该方法依据多相码信号在 Wigner-Ville 分布(WVD)中表现为多条平行脊线的特点,通过改进 WHT的核函数,累积了多相码信号 WVD的多条脊线能量,在完成信号检测的同时,估计出多相码信号的调制参数。理论分析和仿真实验结果均表明,该方法能够在较低信噪比下完成多相码信号的检测和参数估计,且不受编码类型的影响。     

线性接收阵列下LFM信号的检测与参数估计方法

针对微弱信号较难在通信侦察中检测和估计的问题,提出了基于线性阵列的信号检测和参数估计方法．该方法首先利用基于傅里叶快速算法的循环自相关方法实现了每一个阵元的能量积累,然后,对每一阵元循环自相关结果采用用非相干积累方法实现了信号的检测和参数估计．该方法计算复杂度低,实现简单,低信噪比下可有效实现信号的参数估计与检测．仿真实验证明了该方法的有效性．     

DSSS中基于DCFT和FRFT的多分量LFM干扰抑制方法

文章提出了一种直扩系统（DSSS）中抑制多分量线性调频干扰（LFM）的方法。首先利用DCFT（Discrete Chirp-Fourier Transform）对接收信号进行变换,在DCFT域通过峰值搜索估计出各LFM分量的调频率li,进而得到进行分数阶傅立叶变换所需的旋转角度ai。然后在分数阶傅立叶域利用级联的陷波器进行干扰抑制。仿真结果表明此方法能有效抑制多分量LFM干扰,与其它基于二维时频分析工具的干扰抑制算法相比,不仅减少了运算量,而且对强干扰有较好的抑制效果。     

强噪声干扰源下的多分量LFM信号检测方法

提出了一种盲分离联合时频谱分析的多分量线性调频信号检测方法,该方法采用先时域分离后时频分析的思想,有效抑制了传统的基于WVD类方法检测多分量线性调频信号时受交叉项困扰的问题,并且有效抑制了强噪声干扰源对传统的时频分析检测方法的影响．仿真结果表明,提出的方法与传统时频分析方法相比,对多分量线性调频信号的分离及特征提取效果...     

DSSS中基于DCFT和FRFT的多分量LFM干扰抑制方法

文章提出了一种直扩系统DSSS中抑制多分量线性调频干扰LFM的方法。首先利用DCFTDiscrete Chirp Fourier Transform对接收信号进行变换,在DCFT域通过峰值搜索估计出各LFM分量的调频率li,进而得到进行分数阶傅立叶变换所需的旋转角度αi。然后在分数阶傅立叶域利用级联的陷波器进行干扰抑制。仿真结果表明此方法能有效抑制多分量LFM干扰,与其它基于二维时频分析工具的干扰抑制算法相比,不仅减少了运算量,而且对强干扰有较好的抑制效果。     

色噪声背景下LFM信号参数估计的互谱ESPRIT方法

对色噪声背景下LFM信号(线性调频信号)进行了分析,提出了一种基于二次型变换的互谱ESPR IT方法。该方法首先对LFM信号进行二次型变换转化为平稳信号,再将现代互谱理论引入ESPR IT方法生成互谱ESPR IT方法来进行后续的信号处理,成功地实现了高效率、高精度的参数估计,且使附加的有色噪声信噪比低至-5 dB。仿真试验结果证明了本文方法的正确性和有效性。     

低信噪比弱信号提取算法研究

采用从强背景噪声中提取话音信号的自适应噪声抵消技术——最小均方误差(LMS)入手，对该算法的性能进行了分析，针对其收敛速度慢、提取信号频带窄的缺点，提出了改进的有动量因子的自适应最小均方误差算法(MLMS)．仿真结果表明，该方法对于解决弱信号提取问题有一定效果．     

基于FRFT的LFM信号的检测及其参数估计

针对LFM信号的检测及参数估计等问题,先对现有的检测方法如Wigner-Ville、FRFT等进行研究,在FRFT变换的基础上提出基于预判法与FRFT变换相结合的算法。通过仿真分析,验证了该方法能有效对L F M信号的参数进行估计,同时降低了计算量。     

基于混沌的LFM信号检测与参数估计

为了实现线性调频(LFM)信号的检测与参数估计,提出一种基于混沌理论的新算法.该算法首先分析了LFM信号参数变化对处于混沌临界态的Duffing振子输出相图的影响,并对待检LFM信号进行解调频处理.利用Duffing混沌振子构造滤波器阵列,以最大Lyapunov指数的符号作为系统状态的判断标准,从而实现了LFM信号的检测和参数估计.数值模拟表明,该算法易于操作,在低信噪比下,能有效检测LFM信号并获得较好的参数估计精度.     

欠采样超宽带LFM信号参数估计

针对Nyquist采样频率过高、硬件实现困难的问题,提出一种基于欠采样的超宽带线性调频信号的调制斜率和初始频率估计方法。该方法利用互谱ESPRIT算法和余数定理对欠采样信号进行解模糊,在低信噪比情况下仍能较精确地估计超宽带线性调频信号的调制斜率和初始频率。计算机仿真证实了该方法的有效性。     

Chirp-Rate Resolution of Fractional Fourier Transform in Multi-component LFM Signal

Distinguishing close chirp-rates of different linear frequency modulation (LFM) signals under concentrated and complicated signal environment was studied. Firstly, detection and parameter estimation of multi-component LFM signal were used by discrete fast fractional Fourier transform (FrFT). Then the expression of chirp-rate resolution in fractional Fourier domain (FrFD) was deduced from discrete normalize time-frequency distribution, when multi-component LFM signal had only one center frequency. Furthermore, the detail influence of the sampling time, sampling frequency and chirp-rate upon the resolution was analyzed by partial differential equation. Simulation results and analysis indicate that increasing the sampling time can enhance the resolution, but the influence of the sampling frequency can be omitted. What’s more, in multi-component LFM signal, the chirp-rate resolution of FrFT is no less than a minimal value, and it mainly dependent on the biggest value of chirp-rates, with which it has an approximately positive exponential relationship.     

基于移动最小二乘曲线拟合的LFM信号参数估计

针对二维搜索方法实现基于分数阶傅里叶变换(FrFT)的线性调频信号(LFM)参数估计中存在的峰值估计偏差问题,提出可利用移动最小二乘(MLS)技术来拟合FrFT模函数峰值检测向量的方法以提高参数估计性能.该算法将复杂的二维搜索问题简化至一维曲线拟合来进行处理.理论分析与仿真结果表明,该方法在保留分数阶域处理优点的同时,可明显减少运算量,并达到较高估计精度,为基于FrFT的LFM信号实时检测提供了可能.     

冲激噪声环境中LFM信号的特征参数估计

SαS稳定分布是一类非常重要的非高斯随机分布,具有这类分布的噪声称为冲激噪声。在冲激噪声情况下,α阶以上的矩均不存在,导致基于二阶矩的高斯模型算法性能下降,甚至不能正常工作。该文提出了一种在冲激噪声环境下线性调频信号特征参数估计的算法,通过分析冲激噪声的具体特点,给出了修正的低阶矩模糊函数,并结合Radon变换估计了冲激噪声环境下LFM信号的参数。该算法既可应用于冲激噪声下,又可应用于高斯噪声环境,故具有较好的鲁棒性。最后用计算机仿真验证了该算法的有效性。     

一种低信噪比下基于深度学习的DoA估计方法

针对低信噪比下毫米波系统多径方位估计问题,提出了一种基于深度学习的多径波达方向估计方法。该方法通过构建协方差矩阵与多径角度间的映射模型来实现：首先利用接收信号,构建抽样协方差矩阵;然后,通过基于深度残差收缩网络的多标签分类模型,实现视距传输路径角度估计;最后,利用基于卷积神经网络的回归模型,实现非视距传输路径的角度估计。仿真结果表明,与传统方法相比,所提方法能够显著降低均方根误差,并且在低信噪比下可以取得较低的角度估计误差;在不同场景下,所提方法具有良好的适用性。     

分数阶自相关和FrFT的LFM信号参数估计

基于分数阶自相关和分数阶傅里叶变换的特点,提出了一种LFM信号检测与参数估计方法。相对分数阶傅里叶二维扫描法和匹配傅里叶变换,所提方法将检测与参数估计的二维搜索变为一维搜索,快速实现信号检测和参数估计,在多分量LFM信号情况下借助"Clean"的方法来抑制强分量对弱分量的干扰。计算机仿真表明了该算法在低信噪比多分量LFM信号检测与参数估计中的有效性。     

低信噪比下MPSK信号的似然识别法研究

通过对几种调相信号的研究,结合信号似然检测方法,提出了一种加性高斯白噪声中低信噪比多相调和信号的识别方法,即似然识别,并通过仿真实验验证了该识别方法的有效性。