基于分数阶傅里叶变换的LFM信号参数估计预判法

本文提出了一种基于分数阶傅里叶变换(fractional Fourier transform,FRFT)的LFM信号参数预判法,即对线性调频信号先利用FFT进行预判并粗略估计出调频系数值;根据得到的线性调频系数计算出对应的旋转角度,然后根据这个旋转角度做FRFT以找出精确的最大峰值点并精确估计出信号的各参数.理论分析与仿真结果表明该方法在保留原FRFT优点的同时,极大地减少了计算量,为单分量LFM信号的实时处理提供了可能;同时也避免了原基于FRFT(fractional Fourier transform)的二维搜索所带来的频谱伪峰干扰.     

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。     

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。     

基于瞬时自相关和FRFT的LFM信号检测性能研究

为解决分数阶傅里叶变换(FRFT)在非合作线性调频(LFM)信号检测中运算量过大,限制其工程应用的问题,提出基于FRFT检测LFM信号/粗测引导+精细测量0的处理算法。理论分析表明:改进算法相比直接采用FRFT运算复杂度大大降低。仿真实验分析了改进算法的运算复杂度、检测灵敏度、参数估计精度,结果表明改进算法的检测灵敏度和参数估计精度能够满足工程需要,证明了理论分析的正确性和该算法的有效性。     

LFM信号参数估计误差分析及改进算法

为进一步提高LFM信号参数估计的实时性和精确性,研究分析了分数阶傅里叶变换(FRFT)对LFM信号进行参数估计的误差来源,通过对其参数估计公式的研究,得出采样点数和搜索间隔对估计精度的不同影响,并提出了相应的改进算法。同时,采用DPT算法与FRFT离散并行快速算法相结合,提高了算法的实时性。最后,利用能量重心法对参数估计结果进行谱校正,进一步提高了估计精度。仿真结果表明,该算法对LFM信号参数估计精度高,性能接近CRLB,同时能够实现实时处理。     

分数阶Fourier域强弱LFM信号检测与参数估计

分数阶Fourier变换（FRFT）由于其特有的性质,非常适合处理线性调频（LFM）信号,尤其是,作为一种线性变换,可以克服多分量LFM信号之间的交叉项干扰。但是采用逐次消去法检测多分量LFM信号时,每检测一个LFM信号,都要对信号分别求旋转角 的FRFT,再进行二维搜索,计算量较大。为了提高FRFT对多分量LFM信号的检测效率,本文给出一种在分数阶Fourier域检测强、弱LFM信号的新方法。首先,分析了逐次消去法和聚类分析法检测多分量LFM信号的原理,以及它们的优缺点。提出一种聚类分析和逐次消去相结合的信号检测方法,利用平面截取信号在平面(u,α)上的尖峰,并引入基于广度优先搜索邻居（BFSN）的聚类算法,对截取的信号尖峰进行聚类分析,获得每个LFM信号对应的信号尖峰,实现多个较强信号的检测与参数估计,再利用逐次消去法实现弱信号的检测。该方法可以同时检测多个能量相近的LFM信号,提高了检测效率,以及次强信号的参数估计精度,并有效地抑制了强信号对弱信号的遮蔽影响。通过对信号进行平面切割处理,减少了BFSN聚类算法中输入集样本数量,大大降低了算法的计算量。最后,仿真验证了该方法的有效性。      

基于分数阶傅里叶变换的低信噪比线性调频信号参数快速估计算法

针对低信噪比线性调频信号参数估计精度低且运算量大的问题,该文提出一种基于高效分数阶傅里叶变换(FRFT)和分数阶频谱4阶原点矩的快速估计算法.该算法通过判断调频斜率的正负,以确定旋转阶次所在初始区间;进而应用高效FRFT获得初始旋转阶次;最终利用分数阶频谱4阶原点矩,进一步确定搜索区间和步长,实现精准搜索,从而满足参数精度的要求.实验结果表明,该算法尤其适合用于低信噪比情况下的线性调频(LFM)信号检测与参数的准确估计,而且运算量较低.     

一种新的LPI信号的截获方法

提出了一种新的低截获概率(Low Probability of Intercept-LPI)信号的截获方法,该方法基于滤波器组(Filter Bank)和Wigner-Ville分布(WVD)联合处理算法.然后把该方法用于跳频(FH)信号的检测及参数估计,并给出了估计跳周期和跳频频率的方法.仿真结果和性能分析表明,和WVD以及SPWVD变换相比该方法大大减少了交叉项和噪声的影响,具有很好的时频聚集性.     

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。     

基于分数阶傅里叶变换的线性调频信号二维波达方向估计

 本文提出了一种基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)的多线性调频(Linear Frequency Modulation,LFM)信号二维波达方向(Direction of Arrival,DOA)估计方法.该方法利用FRFT对LFM信号的能量聚集特性,构造出一种新的分数阶傅里叶域的阵列信号数据模型,并利用MUSIC算法实现对多个LFM信号的二维DOA估计.仿真实验验证了算法的有效性.