高斯脉冲调制Chirp信号分数阶Fourier变换的解析表示

分数阶Fourier变换是Fourier变换的一种广义形式,揭示了信号从时域到频域变化过程中所呈现的特征,运用FrFT分析Chirp信号具有极佳的能量积聚效果.介绍分数阶Fourier变换的基本定义,给出高斯脉冲Chirp信号的FrFT以及最优化高斯脉冲Chirp信号分析角度,对于该类信号的低噪声检测与参数估计具有良好的应用前景.     

分数阶Fourier域中多分量chirp信号的遮蔽分析

本文从分数阶Fourier变换与时频分布的关系入手,在离散分数阶Fourier变换算法基础上导出了单分量chirp信号分数阶Fourier谱强度的近似表达,并依据分数阶Fourier变换的线性性质,得到了调频率不同的两分量chirp信号间分数阶Fourier谱相互遮蔽的量化结果,给出了图例分析,并进行了仿真验证.通过本文的分析可以知道分数阶Fourier域中调频率不同的多分量chirp信号间的相互遮蔽主要取决于各自的幅度、调频率和采样时间.当多分量chirp信号幅度、调频率确定后,可以通过延长采样时间来降低各分量间的相互遮蔽.     

复杂电磁环境下信号监测模型构建

在复杂电磁环境下,信号和背景噪声有很强的时频耦合特性,传统的信号监测模型难以在低信噪比下实现高精度监测。构建了一种基于分数阶Fourier变换高阶累积量后置的复杂电磁环境下的信号监测模型。复杂电磁环境下信号模型构建,进行信号特征提取预处理,然后对传统的分数阶 Fourier 变换模型进行改进,利用4阶累积量对高斯噪声的不敏感性和对非高斯噪声的抑制性能,有效抑制复杂电磁复杂环境,提高监测性能。仿真结果表明,该模型能有效实现在复杂电磁环境低信噪比下的信号监测,监测概率较高,性能优越。     

非均匀采样信号的分数阶数字频谱研究

利用分数阶Fourier变换对实际采样过程中出现的非均匀、非理想采样信号进行了分数阶频谱分析与研究,得到了这类非均匀采样信号在分数阶Fourier变换域的数字频谱表达形式.由此进一步得到了非均匀采样Chirp信号在分数阶域的频谱表达式,并分析了非均匀采样Chirp信号在分数阶Fourier变换域的分数阶频谱性质,最后仿真结果证明了结论的正确性.     

基于积分二次相位函数和分数阶Fourier变换的多分量LFM信号参数估计

针对高斯白噪声中多分量线性调频信号参数估计问题,提出了一种基于积分二次相位函数（IQPF）和分数阶Fourier变换的新方法。分析了IQPF估计线性调频信号调频率的原理,指出IQPF有压制弱信号的缺点。为解决强度相差较大的多分量线性调频信号中弱分量信号的参数估计问题,提出利用分数阶Fourier变换域的信号分离技术,逐次估计强信号分量的参数并将其消去,来提高多分量信号参数估计的可靠性。最后通过计算机仿真,验证了该方法的有效性。这种方法与Radon-Winger变换法、Radon-Ambiguity变换法和单纯的分数阶Fourier变换法相比,极大的简化了计算。因此,该方法非常适合于多分量LFM信号的快速参数估计。      

分数阶Fourier域上非均匀采样信号的频谱重构研究

 本文研究了分数阶Fourier变换域上非均匀采样信号的重构问题.首先得到周期非均匀采样信号经非均匀分数阶Fourier变换后的频谱表达式,研究了该分数阶频谱和信号连续分数阶频谱之间的关系,并基于该关系式提出了一种分数阶Fourier域周期非均匀采样信号的频谱重构算法;其次,讨论了分数阶Fourier变换域上更加一般情况下非均匀采样信号重构问题;最后,给出了周期非均匀采样信号频谱重构的仿真结果.     

线性调频信号分数阶频谱特征分析

线性调频信号是一种典型的非平稳信号,广泛应用于雷达、声纳、通信等领域.分数阶Fourier变换是一种新兴的时频变换,由于其独特的性质,成为线性调频信号检测与参数估计的一种良好工具.尤其是,作为一种线性变换,分数阶Fourier变换在处理多分量线性调频信号时能够避免交叉项的干扰.但是,多分量线性调频信号在分数阶Fourier域也存在相互影响的问题.为了分析该问题,研究线性调频信号在分数阶Fourier域的频谱分布特征是非常必要的.本文根据分数阶Fourier变换的定义以及分数阶Fourier变换与时频分布的关系,分析了线性调频信号在分数阶Fourier域的频谱分布特征,以及线性调频信号的分数阶频谱分布与分数阶旋转角α的变化关系;根据离散分数阶Fourier变换的实现算法,讨论了线性调频信号在离散分数阶Fourier变换条件下的分数阶频谱的分布特征,以及线性调频信号在分数阶Fourier域的能量谱的近似表达式.最后,利用LFM信号的分数阶频谱的分布特征,分析了多分量LFM信号中的信号尖峰偏移问题,并给出信号尖峰发生偏移的条件.本文为定量分析分数阶Fourier域多分量线性调频信号之间的相互影响奠定了基础,为改善分数阶Fourier变换对多分量线性调频信号的处理能力提供了参考.     

基于分数阶Fourier变换的多分量LFM信号检测

分数阶Fourier变换作为最新提出的一种分析工具,其变换域同时具有信号的时域信息和频域信息,其实质是Fourier变换的一种广义形式,较适合处理非平稳信号。文中提出一种基于分数阶Fourier变换的多分量LFM信号参数估计与分离方法。通过在分数阶Fourier域搜索峰值点来对多分量LFM信号进行检测和参数估计,同时结合逐次消去思想来分离多个未知参数的LFM信号,抑制了强信号分量对弱信号分量的遮蔽干扰。     

基于GSFrFT的STLFMCW信号参数估计

结合低截获概率雷达中常用的对称三角线性调频连续波信号(STLFMCW)的特点,提出了基于高斯短时分数阶傅里叶变换(GSFrFT)的STLFMCW信号参数估计算法.该算法首先在分数阶域二维时频面内搜索最佳旋转角,确定FrFT阶数,接着做信号的GSFrFT,然后在分数阶域表示出信号的时频关系,最后通过高斯窗长的调整实现信号参数的有效估计.仿真结果表明,该算法能在较低信噪比下精确估计信号参数.     

基于自适应分数阶傅里叶变换的线性调频信号检测及参数估计

该文提出了一种基于最小均方算法的自适应计算分数阶傅里叶变换的方法并将该方法应用到多分量chirp信号的检测与估计之中。该方法通过对连续型分数阶傅里叶反变换进行离散化采样,得到适合数值计算的离散形式,进而通过适当的选择输入向量和目标函数构造自适应滤波器,经过最小均方算法进行训练后所得的滤波器权系数即为分数阶傅里叶变换的结果。仿真实验表明,该方法可以用来计算分数阶傅里叶变换及对chirp信号进行检测和参数估计,且计算延时相对较小。     

基于HHT的多分量LFM信号检测与参数估计

文中将Hilbert—Huang变换应用到多分量线性调频信号（LFM）信号的分析中：首先利用经验模态分解法（EMD）将原信号分解成有限个本征模态函数（IMF）；然后埘各个IMF进行Hilbert变换，获取瞬时频率、瞬时振幅，得到信号的Hilbert谱，该谱反映r瞬时振幅在频率一时间平面上的分布，从而可以比较准确地检测和估计各LFM分量的初始频率和调频斜率等参数。仿真结果验证了该方法的有效性。     

An Integral Transform and Its Applications in Parameter Estimation of LFM Signals

This paper proposes a new transform called simplified linear canonical transform (SLCT) that provides a new method for parameter estimation of linear frequency-modulated (LFM) chirp signals embedded in additive white Gaussian noise. The proposed transform is a linear transform and has a more succinct form as compared with the fractional Fourier transform (FRFT). The discrete SLCT with fast Fourier transform (FFT) algorithm provides a computationally fast choice for LFM signal detection or parameter estimation. Using SLCT and a clean technique, all the components of Multi-LFM signals can be estimated seriatim. Simulations illustrate that the proposed algorithm is more effective than existing ones.     

线性调频信号时/频差估计算法

提出了一种新的快速估计线性调频信号时/频差的算法.该算法将抽取的自模糊函数与Radon变换结合估计线性调频信号的调频率, 通过分数阶傅里叶变换估计出模糊函数脊线与频率轴交点位置, 应用解调频沿脊线搜索模糊函数峰值.对于接收信号中存在多分量的情况, 根据其模糊函数脊线位置的不同, 该算法能够分辨各分量信号, 并分别精确估计出各分量的时/频差.由于只需一维搜索模糊函数峰值, 并可用快速傅里叶变换实现, 该算法大大减少了运算量.仿真实验表明, 随着信噪比的提高, 该算法估计的时/频差均方误差逐渐逼近克拉美-罗下界.     

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ST-FRFT的非合作水声脉冲信号检测方法

为解决非合作条件下水声脉冲信号检测与参数估计的难题,本文提出了一种基于短时分数阶傅里叶变换（ST-FRFT）的检测方法。线性调频（LFM）和单频（CW）脉冲信号是最常见的两种水下声脉冲信号,在非合作条件下,信号参数信息的缺失使得不能直接采用匹配滤波检测方法,傅里叶变换（FT）对CW信号具有良好的检测增益,但对LFM信号检测增益下降,尤其是具有较大调制率的LFM信号。分数阶傅里叶变换（FRFT）对LFM信号具有良好的能量聚集性特点,有利于LFM信号的检测,并且包含了Fourier变换,同样适用于CW信号的检测。为了同时获得接收信号的时域和频域特征,设计了基于短时分数阶傅里叶变换（ST-FRFT）的检测器,可以实现信号参数未知的情况下对LFM和CW信号的截获检测。理论分析了ST-FRFT与STFT方法针对LFM信号和CW信号的检测性能,基于FT的方法对LFM信号的处理增益受到调制率的影响,相对于CW信号增益下降,并且随窗长呈非线性变化,非合作条件下难以获得最佳窗长,而FRFT对LFM信号可以获得近似匹配滤波的处理增益,提高了LFM信号的检测性能。仿真结果和湖试数据处理结果验证了理论分析的正确性与该方法的有效性。      

LFM signal detection using LPP-Hough transform

This paper presents a new method to detect linear frequency modulated (LFM) signals by jointly using the local polynomial periodogram (LPP) and the Hough transform. Theoretical comparison is made on the 3 dB signal-to-noise ratios (SNRs), achieved by the pseudo-Wigner-Ville distribution (PWVD) and the LPP, to show that the latter is important to achieve significant increase of noise margins in the Hough transform domain. The results of computer simulations are presented for the detection of mono- and multi-component LFM signals corrupted by additive white Gaussian noise and impulsive noise. It is also found that by using the time-frequency filtering, the computational complexity of the detection can be substantially reduced. Both the theoretical analysis and the simulation results show that the proposed method achieves significant performance improvement on detecting the LFM signals in very low signal-to-noise ratio environments.     

基于DAF的多分量LFM信号参数估计

提出了将多分量LFM信号先分离,然后利用离散模糊函数(DAF)估计各信号分量参数的新方法。该方法还结合了基于Chirp-Z变换的频谱细化算法和多时延处理方法,能在较少的运算量下,准确地估计出各分量信号的参数,同时避免了直接利用DAF方法对多分量LFM信号估计时交叉项的影响。仿真结果表明了该方法的有效性。     

高斯白噪声背景下的LFM信号的分数阶Fourier域信噪比分析

目标大机动运动使雷达回波表现为频率和调频率参数均未知的LFM信号。未知参数LFM信号的检测和估计采用分数阶Fourier变换来实现受到越来越多的关注,为此本文着重分析其分数阶Fourier变换的信噪比。首先推导出时限线性调频信号的分数阶Fourier变换模平方,给出了在分数阶Fourier域的峰值点与未知参数的关系,然后研究了附加白噪声LFM信号在分数阶Fourier域的统计特性,确定了其信噪比,并与理想情况(即参数频率和调频率参数已知)下线性相位匹配滤波器的输出信噪比进行了比较。     

一种多 LFM 信号检测与参数估计的方法

针对常规方法对多个线性调频（LFM ）信号进行处理时存在运算量大、不能满足快速检测和交叉干扰的问题,分析了采用分数阶傅里叶变换（FrFT ）对LFM 信号进行参数估计的原理,基于快速解线性调频技术,将LFM 信号检测与参数估计由二维搜索转换为2个一维搜索。该方法可以有效减小运算量,易于工程实现。仿真结果表明,此方法在低信噪比下仍具有良好的性能。