基于分数阶傅里叶变换的宽带LFM信号波达方向估计新算法

提出一种新的基于分数阶傅里叶变换和信号子空间分解的宽带线性调频(LFM)信号波达方向(DOA)估计算法.该方法利用LFM信号在分数阶傅里叶变换域的极高的聚集性,在分数阶傅里叶变换域分离信号,并构造分数阶傅里叶变换域的阵列信号相关矩阵.通过对相关矩阵进行特征值分解,估计信号子空间和噪声子空间,并利用MUSIC算法估计宽带LFM信号的波达方向.仿真验证了新方法的有效性.     

基于DSSS-LFM-FRFT的ZigBee网络中抗RFID干扰研究

针对传统解决ZigBee/RFID(radio frequency identification)2种设备的信号同频干扰问题,采用信道调度算法存在频谱资源利用率低、通信效率低等问题,量化分析了两者信号冲突成因,并提出了基于直接序列扩频再线性调频的分数阶傅里叶变换自适应抗干扰方法(direct sequence spread spectrum-linear frequency modulation-fractional Fourier transform,DSSS-LFM-FRFT)。该方法将传统的ZigBee直接序列扩频技术进行改进,当系统检测到信号干扰时,在接收机解扩之前进行干扰抑制,通过线性调频再扩频技术展宽ZigBee信道信号频谱,接收机前端利用分数阶傅里叶变换滤除掉干扰信号之后再进行分数阶傅里叶逆变换,通过解扩还原信号。实验结果表明,该方法与传统DSSS比较,不仅提高了系统的抗干扰能力,还降低了误码率,实现了ZigBee/RFID共存时高效率通信,提高了无线网络频谱资源利用率。     

一种多分量线性调频信号参数估计方法

为解决目前传统方法在低信噪比时对多分量线性调频信号参数估计不理想的问题,提出一种新的参数估计算法.该算法将分数阶傅里叶变换和小波变换很好地结合起来,对经过分数阶傅里叶变换后的信号用小波进行滤波,并最终估计信号参数.仿真结果验证了该算法的有效性,可适用于低信噪比环境.     

基于分数阶傅里叶变换和循环谱的雷达信号调制方式识别

针对低信噪比条件下雷达信号脉内调制方式识别算法识别率低的问题,提出了一种基于分数阶傅里叶变换(FRFT)和循环谱的雷达信号识别方法。通过分数阶傅里叶变换搜索出最大峰值对应的分数阶,把信号粗分为非调频信号和调频信号2大类。对于非调频信号,利用信号的谱峰特征和频谱复杂度以及循环谱特征,对二频编码信号、常规雷达信号、二相编码信号和四相编码信号进行分类识别;对于调频信号,利用自相关得到功率谱特征实现线性调频信号与非线性调频信号的细分类。经实验验证,本文提出的方法在信噪比大于2 dB时,总体识别率达到90%以上。     

分数阶傅里叶变换的数值实现

信号及其傅里叶变换可以分别反映信号在时频两域内的信息。傅里叶变换是一种常用的数学工具，在数学、物理及工程技术领域都得到了十分广泛的应用。介绍了一种崭新的信号分析工具——分数阶傅里叶变换，并用经典的傅里叶变换的观点对分数阶傅里叶变换进行了解释。对于分数阶傅里叶变换的实现，因一般情况下分数阶傅里叶变换给不出解析表达式，故分数阶傅里叶变换的数值算法的研究是十分重要的。给出了分数阶傅里叶变换的较准确的数值计算方法。利用此方法对被线性调频函数污染混叠的高斯信号进行了滤波分离。     

基于分数阶傅里叶变换的直扩通信快速线性调频干扰抑制

针对直接序列扩频系统中的线性调频干扰,将短时傅里叶变换和分数阶傅里叶变换相结合,提出了在短时傅里叶域进行线性调频干扰参数粗估计而在分数阶傅里叶域进行精确估计,并根据线性调频干扰在分数阶傅里叶域形成的脉冲位置和强度自适应选择消波区间达到抑制线性调频干扰的目的。仿真实验表明,所提出的干扰抑制方法在干信比JSR40情况下,对线性调频干扰有很好的抑制作用,位错误率BER性能可改善103倍。     

基于扫频滤波器线性调频信号的滤波算法

研究了白噪声环境下线性调频信号的自适应滤波问题.提出一种线性调频信号(LFM)自适应滤波算法.该算法利用分数阶傅里叶变换将LFM信号转化为正弦信号,在分数阶傅里叶域进行自适应滤波,利用分数阶傅里叶反变换得到滤波后的时域信号.分数阶的滤波器可以使用扫频滤波器替代.性能分析表明,该算法的滤波效果取决于自适应滤波器的效果,在使用最下均方(LMS)算法时,步长的选取决定了滤波器的性能,在实际应用中必须按需选取.仿真表明该算法效果明显,计算方便.     

扩频通信中多个宽带Chirp干扰的识别与抑制

根据宽带Chirp干扰信号在与其调频斜率一致的分数阶傅里叶变换域呈现冲激函数特征，对接收的信号进行连续阶数的分数阶傅里叶变换，在适当的阈值下搜索并剔除其局部极大值后再进行反变换，从而对直接序列扩频通信系统中多个宽带Chirp干扰逐一识别和剔除，该方法计算量适中，且对干扰的强弱有较大的适应范围，仿真实验结果证明了这种方法的有效性。     

多分量微弱LFM信号的检测

提出了一种基于分数阶傅里叶变换的多分量微弱LFM信号的检测方法.首先利用分数阶Fourier域的LMS自适应滤波算法,改善了LMS算法对LFM信号的处理效果.在此基础上,提出了分数阶Fourier域的自适应谱线增强器(ALE)算法,提高了对多分量微弱LFM信号的检测性能,并将分数阶Fourier变换的移动算法应用于谱线增强器,减少了运算量.     

单分量chip信号的线性正则变换域功率谱参数估计

本文利用线性正则变换域功率谱对单分量chirp信号进行了参数估计.作者首先推导了信号的LCT变换的统计特性,得到了信号的均值,相关函数并定义了线性正则变换域功率谱,进而导出了线性正则变换域中输入输出信号的相关函数与功率谱的关系,然后利用线性正则变换域功率谱对单分量chirp信号进行了参数估计.仿真结果表明该方法优于分数阶傅里叶变换域功率谱的参数估计.     

基于FRFT_LFM信道探测的TDCS系统衰落信道抑制技术

利用分数傅里叶变换(FRFT)对线性调频信号(LFM)检测的优势,提出一种基于FRFT_LFM的变换域通信系统(TDCS)衰落信道探测技术;该技术利用FRFT算法对预先发射的LFM信号进行检测,以估计信道的衰落特征,并采用预均衡的方法对TDCS系统基函数幅度谱函数进行预修正,以提高TDCS系统对信道衰落特性的抑制能力.理论分析和仿真结果证明,FRFT_LFM技术可有效探测信道的衰落特性,基于预均衡的TDCS系统的信道衰落特征抑制性能明显提升.     

线性调频脉冲压缩雷达信号参数估计方法

针对低信噪比下,瞬时自相关谱算法对调频率估计精度不够高及基于传统的包络检波方法对线性调频(LFM)脉宽和重复间隔估计不准确的问题,提出了以分数阶傅里叶变换为核心的多参数估计方法.利用分数阶傅里叶变换对LFM信号的聚集特性,精确估计LFM脉冲压缩雷达信号各主要参数,设计LFM脉冲压缩信号发射接收实验以验证本算法.实验结果表明,在较低信噪比条件下,能够实现线性调频脉冲雷达信号主要参数的准确估计.     

基于负频率频谱干扰消除的高精度低频间谐波检测算法

采用离散频谱分析的快速检测电网信号中存在的间谐波时,离散傅里叶变换(DFT)后的负频率频谱泄露干扰会降低检测精度。为有效消除负频率频谱泄露干扰,建立了含有负频率分量的频谱解析表达式,推导出基于最大旁瓣衰减窗的改进三谱线插值DFT,以实现间谐波的快速高精度检测。对新算法进行系统误差和噪声灵敏度分析,仿真结果表明新算法不仅能够有效消除负频率频谱泄露干扰,对加性白噪声也具有很强的鲁棒性;而且在被测间谐波低于1个频率分辨率时,新算法也能够达到很高的检测精度。     

干涉型分数傅里叶变换计算全息及其数字再现

根据Lohmann I型分数傅里叶变换(FRFT)光学单元,在FRFT数值算法的基础上获得了物光波在FRFT域的离散复振幅分布,以干涉型计算全息编码方法制作出了分数傅里叶变换计算全息图(CGH),并在计算机中进行了数字再现。仿真实验结果表明:干涉型CGH能记录下物光波的振幅和相位的完整信息,输入平面上的物光波经过任意阶次FRFT后,按照干涉型CGH编码方式产生的全息图能够通过相应阶次的逆FRFT实现再现。     

分数傅里叶变换离散化（DFRFT）算法和应用研究

分数傅里叶变换是传统傅里叶变换的发展和推广,在信息处理中有非常广泛的应用。文章对已发展的四种分数傅里叶变换离散化算法进行了系统的归纳和总结,重点比较了几种算法的优缺点,指出了适用范围,并对其中三种主要方法给出了计算机模拟结果;在此基础上,用解啁秋法对chirp信号进行了检测和滤波,并给出了仿真结果。     

基于分数阶傅里叶变换的量化噪声抑制方法

针对A/D转换器在采样和量化过程中产生的量化噪声问题,提出一种基于分数阶傅里叶变换的量化噪声抑制方法.利用经典量化器的统计特性,分析出量化噪声在分数阶傅里叶域具有白噪声特性,利用过采样和分数阶傅里叶域数字滤波方法对输入信号的量化噪声进行抑制,提高信号质量.理论推导和仿真结果表明,该方法能够有效抑制量化噪声,提高A/D转换器的输出信噪比,而且针对线性调频等信号的量化噪声抑制效果优于传统傅里叶域的方法.