α稳定分布噪声下一种稳健加权滤波的统一框架

针对传统滤波方法在α稳定分布噪声环境下性能退化的问题,从加权Myriad滤波以及加权Merid滤波方法出发,以M估计理论为基础,推导得到稳健加权(robust weighted,RW)滤波方法的统一算法结构,并据此提出了基于RW滤波的新算法,即基于稳健加权滤波的统一框架,从而将加权Myriad、加权Merid以及基于广义柯西分布的加权滤波器统一起来。此外,针对线性调频(linear frequency modulation, LFM)信号采用基于RW的LVD(RW LVD)方法估计其参数,并根据估计性能对RW方法的抑噪效果进行分析。仿真结果表明,与基于加权Myriad滤波、加权Merid滤波以及基于广义柯西分布的加权滤波等多种方法相比,在强脉冲噪声下RW滤波方法能有效抑制脉冲噪声,并具有良好的稳健性。     

α稳定分布噪声中基于最优核时频分析的跳频信号参数估计

针对传统非线性时频分析方法在跳频(frequency hopping, FH)信号参数估计时,会出现严重的交叉项和参数估计精度降低等问题,引入径向高斯核(radially Gaussian kernel,RGK)时频分析方法,该方法根据FH信号的不同自适应选择最优核函数,从而有效抑制交叉项。RGK时频分析方法可在高斯噪声环境下估计FH信号的参数,但在脉冲性较强的α稳定分布噪声中,该方法性能退化甚至失效。对此,结合最大似然估计理论,提出了一种α稳定分布噪声环境下的加权最大似然广义柯西(weighted maximum likelihood generalized Cauchy,WMGC)滤波的新方法。采用基于WMGC滤波器的RGK时频分析方法(WMGC RGK方法,即WR方法),对该噪声中的跳频信号进行参数估计。仿真结果表明,与基于分数低阶及Myriad的时频分析方法相比,WR方法在α稳定分布噪声中具有良好的鲁棒性和优良的跳频信号参数估计性能。     

非高斯alpha稳定分布环境中自适应滤波及研究进展

讨论了非高斯alpha稳定分布噪声环境中的自适应滤波及其近十几年来的研究进展。以alpha稳定分布的线性理论和参数的最大似然估计理论为基础,发展形成了线性滤波和非线性滤波两大类算法。相对于高斯环境下的滤波,新滤波算法在脉冲噪声中的韧性得到显著提高。最后分别给出了两类算法在谐波恢复中的应用实例。     

检测多项式相位信号的时频综合方法

多项式威格纳分布是一种高精度的多项式相位信号检测方法,但是对噪声敏感,多信号情况下受交叉项困扰。而短时傅里叶变换对噪声不敏感,没有交叉项问题,但时频分辨率较低。首先构造了一组高效6阶多项式威格纳分布,将多项式威格纳分布与短时傅里叶变换的结果按照"与"操作和"滤波"操作相综合,得到高分辨的多项式相位信号时频分布。仿真结果表明,不同时频分析方法综合能够在低信噪比的条件下检测到多项式相位信号。     

多LFM信号自适应时频表示方法

提出了一种多线性调频信号自适应时频表示方法及其快速算法:首先采用分数阶傅里叶变换的快速算法计算出模糊函数,再通过Radon-Ambiguity变换设计出信号的最优核函数,以滤除噪声和多线性调频信号在模糊域中的互项,最后通过二维傅里叶变换得到信号的时频表示。在多分量线性调频信号情况下借助"clean"的思想来抑制强分量对弱分量的干扰。仿真表明该方法在低信噪比环境下也十分有效,且运算复杂度小。     

基于方向性S变换的多分量FM信号瞬时频率估计

针对复杂多分量调频信号的瞬时频率估计问题,提出一种基于方向性S变换的瞬时频率估计方法。首先,在S变换中引入变趋势窗,有效改善了高频区的频率分辨率;其次,提出了方向性S变换,该变换在引入方向性参数的基础上,利用最大化准则实现了复杂调频信号的时频方向匹配;最后,由于传统时频脊线及相应的均方根误差准则无法适用于多分量信号瞬时频率估计的性能评估,提出一种基于支撑域的置信度准则。仿真实验通过线性与非线性的多分量混合调频信号证明了该方法的有效性。     

时域欠采样线性调频信号参数估计方法

针对Nyquist采样频率过高 ,硬件实现困难的问题 ,提出了一种基于分数阶傅里叶变换的时域欠采样线性调频信号参数估计方法。该方法首先用时域解线调方法估计调频斜率 ,然后在分数阶傅里叶变换域进行滤波 ,实现信号提取。利用PRO ESPRIT方法进行初始频率估计。数值仿真表明 ,本方法能够实现多个线性调频信号的高精度参数估计 ,在低信噪比下仍有较好的估计性能     

α稳定分布噪声下基于最优L-柯西加权的LFM信号参数估计

针对传统维格纳霍夫变换(Wigner-Ville Hough transform, WHT) 时频分析方法在稳定分布噪声环境下性能退化的问题,基于L-估计理论,提出了可有效抑制该噪声的最优L 柯西加权(L-Cauchy weighted, LCW)新方法。3En准则是一种常用的异常值剔除方法,其可从数理统计的角度对异常值进行有效抑制,对此,结合柯西分布提出了基于分散系数的异常值剔除准则,并依据数值仿真选取降噪效果最优的分散系数γ。在LCW方法有效抑制α稳定分布噪声的基础上,采用WHT对线性调频(linear frequency modulation, LFM)信号进行参数估计。仿真结果表明,最优γ值的选取与该文提出的异常值剔除准则一致,且与基于分数低阶、加权Myriad滤波以及L-估计等多种方法相比,提出的基于LCW的WHT(LCW-WHT,LW)方法在强脉冲噪声下具有良好的鲁棒性和优良的LFM信号参数估计性能。     

低信噪比下线性调频信号检测与参数估计

对低信噪比下线性调频信号的参数估计方法进行了分析 ,提出了首先由信号分段相关解线调的方法得到调频斜率的粗略估计 ,再以此估计值为初值 ,采用局部解线调的技术在一定范围内搜索计算 ,从而快速实现局部Radon Wigner变换检测 ,并给出了线性调频信号参数的极大似然估计。计算机模拟仿真证明了此方法的有效性。     

机动目标距离徙动校正与检测算法

在机动目标的检测中,目标的速度、加速度会产生距离徙动和多普勒徙动的现象,影响机动目标的积累与检测性能。针对上述问题,提出一种基于频率轴反转变换与广义变尺度傅里叶变换的机动目标检测快速非搜索算法。首先在距离频域-方位时域利用频率轴反转变换校正距离徙动,回波信号变为线性调频信号;接着利用Wigner-Ville分布变换核与广义变尺度傅里叶变换对目标参数进行估计;最后在距离-多普勒域完成目标能量的积累。与现有方法相比,所提方法可以快速校正距离徙动,实现非搜索的目标参数估计,计算复杂度低。仿真实验表明,该方法可有效完成机动目标的检测与参数估计。     

脉冲噪声下基于NAT函数的LFM信号参数估计

针对传统的线性调频(linear frequency modulation,LFM)信号参数估计方法在脉冲噪声环境中无法准确提取参数信息的问题,设计了两种非线性幅值变换函数(nonlinear amplitude transformation,NAT),即attenuation-NAT (A-NAT)函数与increa...     

脉冲噪声下基于相关熵的OFDM时域参数估计

针对传统的正交频分复用(orthogonal frequency division multiplexing,OFDM)时域参数估计方法在Alpha稳定分布噪声环境下性能退化的问题,该文提出了一种基于相关熵的时域参数估计新方法。相关熵是适用于非高斯信号处理的一种广义相关函数,用于表征随机变量的局部相似性。该方法利用OFDM信号时域结构具有局部相似性这一特点以及相关熵对脉冲噪声较好的抑制作用,完成Alpha稳定分布噪声下OFDM信号有用符号时间和符号周期这两个时域参数的估计。此外,为进一步提高强脉冲噪声下有用符号时间和符号周期的估计性能,该文利用累积法对相关熵进行了改进。仿真结果表明,在Alpha稳定分布噪声下,本文提出的基于相关熵的方法具有良好的估计性能,并且在强脉冲噪声下优于基于分数低阶统计量的方法。     

基于MCMC的OFDM系统脉冲噪声检测与抑制方法

为解决正交频分复用系统(orthogonal frequency division multiplexing,OFDM)中存在脉冲噪声干扰降低系统链路可靠性的问题,提出基于马尔可夫蒙特卡罗(Markov chain Monte Carlo,MCMC)的turbo迭代均衡检测方法。首先给出OFDM系统发射机和接收机模型;然后分析给出未知变量的先验分布及其在已知接收信号条件下的条件分布,通过MCMC均衡器抽样估计得到信道和脉冲噪声的参数信息;最后给出turbo迭代结构的具体实现过程。仿真结果表明,在加性高斯白噪声(additive white Gaussian noise,AWGN)信道和多径信道中,该方法可以有效降低OFDM系统中脉冲噪声影响,提高系统可靠性     

Selection of optimal window length using STFT for quantitative SNR analysis of LFM signal

An adaptive approach to select analysis window parameters for linear frequency modulated (LFM) signals is proposed to obtain the optimal 3 dB signal-to-noise ratio (SNR) in the shorttime Fourier transform (STFT) domain. After analyzing the instantaneous frequency and instantaneous bandwidth to deduce the relation between the window length and deviation of the Gaussian window, high-order statistics is used to select the appropriate window length for STFT and get the optimal SNR with the right time-frequency resolution according to the signal characteristic under a fixed sampling rate. Computer simulations have verified the effectiveness of the new method.     

基于自适应抽取STFT的混合DS/FH扩频信号参数估计

针对混合DS/FH扩频信号的参数估计问题,提出了一种基于自适应抽取的STFT信号分析方法。该方法利用STFT的信道化实现,采用抽取处理实现自适应窗长时频分析,有效地解决了窗长变化带来的数据量问题,易于通信侦测接收机实现。仿真实验以BPSK_DS/FH信号为例,表明了该估计方法的有效性。     

基于时频方差聚类的FH信号参数盲估计

为解决复杂电磁环境下跳频(frequency hopping, FH)参数的盲估计问题,提出了基于时频方差聚类的算法。考虑在低信噪比(signal-to-noise ratio, SNR)和定频干扰同时存在的情况下,通过短时傅里叶变换(short time Fourier transform, STFT)将信号变换到时频域,利用遗传算法对信号的时频区间进行提取,根据时频方差对其进行k-means聚类,消除噪声和定频干扰并提取时频脊线,然后运用Haar小波对该时频脊线进行奇异点检测,进而估计出FH信号的FH周期、跳速和FH频率等参数。仿真结果表明,所提算法在SNR低于-5 dB且存在定频干扰的情况下,能够实现对FH参数的精确估计,参数估计正确概率达到90%以上。