α稳定分布噪声下基于FHN模型的UWB-IR信号检测

针对传统FitzHugh-Nagumo (FHN)模型检测方法在α稳定分布噪声条件下检测性能退化的问题,在α稳定分布的统计特性基础上,将三倍分散系数异常值剔除准则引入FHN模型检测方法,提出基于三倍分散系数FHN模型的超宽带冲激无线电(ultra wideband-impulse radio, UWB-IR)检测方法。此外,对传统三倍分散系数准则进行改进,使用样本分位数法对α稳定分布参数进行估计,避免了传统三倍分散系数准则对α稳定分布参数先验信息的依赖,使其适合全盲条件下的UWB-IR信号检测。仿真实验表明,该算法能有效抑制α稳定分布噪声中的强脉冲,可较好地重构UWB-IR信号波形,实现了强α稳定分布噪声条件下UWB-IR信号的有效检测。     

调频线性度对线性调频信号性能影响分析

针对去调频和脉冲压缩两种不同的处理方式,深入研究了线性调频信号调频线性度对信号性能的影响,得到LFM信号带宽越大,误差频率越低,对线性度要求越高的结论,且在相同边带抑制的条件下,去调频处理比脉冲压缩处理对LFM信号线性度的要求大约提高了一倍。仿真结果验证了理论分析的正确性。     

用于多分量线性调频信号的自适应核分布

首先分析了自适应高斯核函数的局限性,并作了改进,同时给出了其参数估计方法。然后,基于线性调频信号模糊度函数特征,提出了一种新的自适应核函数。两种新的核函数的宽度对信号长度具有自适应能力,所以在获得了一定的交叉项抑制能力的同时,避免了较大的信号自项能量损失。不仅对更一般的多分量线性调频信号具有适用性,而且简化了参数的求解。因而,相对于自适应高斯核函数而言,两者性能更优。仿真结果验证了本文方法的有效性。     

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。     

线性调频信号参数快速估计

针对采用线性调频(linearfrequencymodulation,LFM)信号体制的参数估计的应用场合,提出了一种消除最大似然估计时带来旁瓣的算法。该算法利用雷达回波信号的对称性上来获取统计样本,因而在无需对雷达系统作任何改进的情况下,可获得对LFM信号参数较好的估计。通过结合解线调估计运算量少的特点,有效地减少了估计的运算量,提高了估计精度。给出了应用该方法的具体步骤,通过仿真实验证明该算法的有效性。     

线性调频信号的仿生处理模型

线性调频(LFM)信号在现代高分辨成像雷达和声纳中得到了越来越广泛的应用.为提高LFM信号处理的性能,提出了一种基于蝙蝠回声定位系统的仿生处理模型.该模型可以用来辨别两个具有高度重叠回波,距离几乎相等的目标.仿真结果显示该模型对LFM信号的处理与传统的匹配滤波和分数阶Fourier变换相比,具有更好的稳健性和更高的时间分辨力.这种仿生学的信号处理方法可以应用到各种线性调频的声纳和雷达系统中,以改善系统的探测性能和成像精度.     

α稳定分布噪声下基于稳健S变换的LFM信号参数估计

S变换由短时傅里叶变换发展而来,克服了短时傅里叶变换窗长固定、不能同时展现信号高频及低频的缺点,但在脉冲性较强的α稳定分布噪声下,该方法性能退化甚至失效。对此,基于广义柯西分布,构造了一类可有效应用于强脉冲噪声环境的损失函数,并详细分析了其影响函数的稳健性。在此基础上,根据最大似然估计理论和S变换,提出了一种稳健S变换方法。该方法以S变换作为初始值,采用最大似然估计方法在时频域迭代得到,在保留S变换窗长选取灵活等优点的同时,进一步提高了S变换的时频聚集性。仿真实验表明,在处理脉冲噪声环境下的线性调频信号时,与传统的基于Myriad滤波、Meridian滤波等多种非线性滤波的方法相比,提出的稳健S变换不仅能有效抑制脉冲噪声,且在脉冲性较强的α稳定分布噪声环境下,具有良好的鲁棒性和优良的线性调频信号参数估计性能。     

线性调频脉冲信号的自适应压缩技术

提出了一种对电子战接收机获得的线性调频脉冲信号进行自适应压缩的技术。它首先通过自相关的方法确定含噪序列中是否含有信号 ,以及信号出现的时间位置 ;然后从这一时间位置处截取一段含噪的信号作为线性调频压缩的相关源 ,对信号进行匹配压缩。经仿真验证 ,该技术可以从被噪声湮没的数据中有效地提取出压缩后的脉冲信号 ,如果将其用于电子战侦察接收机 ,可以将线性调频脉冲信号的灵敏度提高近 7dB～ 10dB。     

基于频谱细化的线性调频信号参数估计

针对现有的线性调频(linear frequency modulation,LFM)信号参数估计算法运算量大、实时性差的问题,提出了基于频谱细化的参数快速估计算法。首先对中频采样信号与其延迟逐点相乘,并对产生的新序列做FFT运算,初步粗略估计出LFM信号的调频斜率,然后运用频谱细化方法,即chirp-Z变换,估计出精确的调频斜率。在此基础上,对原信号直接解线调,分析解线调后的信号频谱,估计出信号的起始频率,同样采用频谱细化方法提高估计精度。仿真结果表明算法的有效性。     

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。     

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     

基于改进 HAF的线性调频雷达信号参数估计

针对多项式相位信号(PPS)中的线性调频(LFM)雷达信号参数估计,通过提出频谱方差极大值准则对PPS次优参数估计方法高阶模糊度函数(HAF)进行了改进,提出了适于单分量LFM参数估计的改进HAF。首先讨论了HAF对LFM参数的估计方法及其局限性,然后提出了分段频谱方差极大值法则下LFM调频斜率估计的方法,将其与HAF相结合提出了单分量LFM参数估计的改进HAF,克服了接收信号与实际信号起点不一致性对HAF带来的影响,降低了由于HAF局限性带来的调频斜率估计误差,改善了HAF的累积误差效应。MATLAB仿真验证了改进方法较HAF的优越性。     

基于匹配Fourier变换的线性调频信号参数估计

正弦(简单脉冲,SP)信号基于重采样的匹配Fourier变换(MFT)谱的幅度最大值能够反映信号的频率.对SP信号的MFT幅度谱进行了分析后,提出了基于MFT的SP信号频率估计方法,完善了MFT理论;分析了线性调频(LFM)信号的MFT幅度谱与SP信号的相似性,提出了基于MFT的LFM信号参数估计方法;分析了MFT变换中改进谱特性时的窗函数应具有的特性,提出了低信噪比条件下提高参教估计精度加窗方法;最后进行了仿真试验.仿真结果表明了基于MFT的LFM信号参数估计算法的有效性.     

基于组合噪声调频信号的高速目标参数估计

宽带噪声雷达参数估计时通常会采用宽带互模糊函数的方法,但是宽带互模糊函数庞大的运算量限制了其在实际工程中的应用,为此提出了一种基于组合噪声调频信号的高速目标参数估计方法。该方法首先将回波信号共轭自混频来抑制多普勒敏感,然后对自混频信号进行短时相关运算,并通过高斯拟合获得分段的时延精确解,最后利用最小二乘算法求得目标参数。该方法通过自混频过程获得的组合噪声调频信号具有更高的时延分辨力,提出的高斯拟合方法较经典的抛物线插值方法精度更高,整个算法无需宽带模糊函数所需的时域重构运算及二维搜索过程,运算复杂度大大降低,适用于实际工程应用。仿真结果验证了本文算法的有效性。     

线性调频-二相编码雷达信号分析

报道了一类由二相编码信号与线性调频信号组合而成的新的脉冲压缩信号。导出了这类信号的表达式。通过理论分析和计算机模拟,给出了该类信号的模糊函数(图),幅度谱特性,匹配滤波器输出波形,多普勒频移特性,有加权时的压缩脉冲时间旁瓣波形和低截获概率等方面的性能。分析证明,该类信号与线性调频信号或二相编码信号相比具有更好的低截获概率特性,其多普勒性能优于二相编码信号。     

采用数字方法实现宽带线性调频信号产生

介绍一个采用数字方法实现的UHF波段宽带线性调频信号产生系统的设计。在研究两种主要线性调频信号数字生产方法的基础上 ,依据波形存储直读法 ,提出了一种宽带线性调频信号产生方案 ,深入探讨了系统实现的关键技术 ,并进行了系统实现和测试。测试结果表明 ,所提出的方法是可行的。     

用迭代方法精确实现FMCW信号的线性调频

本文从理论上提出了一种线性调频连续波(FMCW)信号调频线性度校正的迭代算法,该算法可精确地实现线性调频,利用迭代过程中的频率误差函数可进行线性度测量.基于此,研制了FMCW信号线性度校正与测量系统,对3mm波VCO的实验结果表明,校正后的最大瞬时线性度优于0.016%,均方根线性度优于0.007%.     

基于线性调频信号的ADC时钟抖动误差分析

模数转换器的时钟抖动引起输出信号的误差,该误差会影响后继的数字信号处理.分析了输入为线性调频信号时,模数转换器中由时钟抖动引起的误差.在给出误差平均功率表达式的基础上,推导出信噪比的近似计算公式.并利用该计算公式,对影响信噪比的各种因素依次进行讨论,其中信号带宽和时钟抖动参数的增大都会降低输出信噪比,而信号时宽和采样频率的变化对信噪比影响非常小.仿真结果验证了信噪比计算公式的正确性.     

基于分形盒维数的线性调频信号参数估计

针对当前线性调频（linear frequency modulation, LFM）信号参数估计算法中对调频斜率的估计复杂度高、实时性差且信噪比适应范围较小等缺点,提出了基于分形盒维数的LFM信号调频斜率估计方法。该方法通过计算信号调频斜率与盒维数的关系曲线,利用盒维数对LFM信号的调频斜率进行估计,探讨了信号的幅度和相位对信号盒维数的影响,计算了不同信噪比下的估计误差,并与传统的基于匹配傅里叶变换（matching Fourier transform, MFT）的LFM信号参数估计算法进行了对比仿真,绘制了脉冲宽度、调频带宽与盒维数三者的关系曲线图。仿真结果表明,该算法在建立了对应关系数据库后,在信噪比变化范围比较大的情况下的估计误差仍然比较小,且算法简单,对于实时性估计具有很好的应用价值。     

基于MDCFT的线性调频信号参数估计方法及仿真

修正的离散线性调频傅氏变换(MDCFT:Modified Discrete Chirp-Fourier Transform)消除了离散线性调频傅氏变换(DCFT:Discrete Chirp-Fourier Transform)对参数的限制,实用性大大增加.但是由于其过高的旁瓣,在检测相同频率分辨单元的不同目标时存在缺陷.提出了一种从比较MDCFT幅度值矩阵行(列)的峰值旁瓣比来分别定位线性调频信号的多普勒中心频率和调频率的方法.分析了多普勒调频率和中心频率对邻近目标分辨的影响,并通过本方法解决了相邻目标分辨的问题.通过一系列的仿真,证明了所提方法的有效性和正确性.