基于FRFT循环处理的LFM-PRBC雷达信号截获与特征提取

针对线性调频-伪码调相复合调制雷达信号(LFM-PRBC)的截获与特征提取问题,提出分数阶傅里叶变换(FRFT)循环处理方法,信号在FRFT循环域(CFRFD)实现能量积累形成峰值。通过CFRFD搜索峰值检测信号,提取线性调频载频和带宽,二相编码码元宽度和伪码位数等参数。通过CFRFD时频滤波重构复合信号,利用相关变换提取信号的伪码相位信息。经过理论分析和计算机仿真验证,该方法能有效完成高斯白噪声背景下低信噪比复合调制雷达信号的截获与特征提取。     

基于STFT的雷达脉内调制信号类型识别

针对雷达脉内调制信号特征分析中的信号特征提取和自动识别问题,文中提出了一种基于短时傅立叶变换(STFT)的雷达脉内调制信号类型自动识别算法.该算法是在获取信号时频变换规律的基础上,通过频率序列的均方差、序列的自相关,序列的直方图等信息提取了信号的相关特征参数,并利用这些参数的组合作为识别特征对信号类型进行了识别.然后对不同的信号利用该算法做了大量的仿真试验,结果表明该算法简单,运算量小,且对雷达脉内调制信号类型的正确识别率较高.此算法具有一定的实际应用价值.     

一种基于时分数据调制的加权分数阶傅里叶变换通信方法

加权分数阶傅里叶变换是一种新型物理层保密通信方式,可极大地提高通信系统的抗调制方式识别能力。针对单参数加权分数阶傅里叶变换易被破解的不足,提出一种基于时分数据调制的加权分数阶傅里叶变换通信方法。该方法采用奇偶位不同调制的策略,充分利用旋转因子动态加密,进行时分数据加权分数阶傅里叶变换调制,减弱信道中噪声对信号的影响,从而提高加权分数阶傅里叶变换调制信号的可靠性和安全性。仿真结果表明：基于时分数据调制的加权分数阶傅里叶变换调制信号,能够提高传统加权分数阶傅里叶变换信号的可靠性,显著降低窃听方的破译能力,可进一步增强信息传输的保密性能。     

基于数字信道化的雷达信号调制类型识别

在宽带数字信道化处理的基础上对线性调频信号、二相编码信号和四相编码信号三种典型的脉冲压缩雷达信号进行识别。从便于工程实现的角度出发,采用一种由粗到细的方法。通过设置一定的带宽门限值,粗识别为线性调频信号和相位编码信号两大类,再采用8点累加时域瞬时自相关法,通过相位跳变累加值的不同,实现对相位编码信号的细识别。仿真结果表明,该方法可实现对低截获概率体制雷达信号的调制类型识别。     

插值重建的分数阶傅里叶域分析

建立在傅里叶变换基础上的传统插值重建理论已不适用于基于分数阶傅里叶变换的SAR算法,文中对插值重建理论在分数阶傅里叶域作了进一步的分析和仿真.首先依据分数阶卷积的概念从分数阶傅里叶域的角度分析了采样信号的重建方程.其次从工程应用出发,进行了有限数目卷积核的插值重建误差分析.最后,给出了卷积核的截断归一化公式.可以发现利用分数阶卷积的插值核数目大于16即可,且需要保证移动后的样本位置不远离原卷积核的样本位置.     

基于分数阶傅里叶变换的雷达型空空导弹检测技术

根据雷达制导空空导弹的特点及其雷达回波信号中速度、加速度等特征建立的回波信号数学模型,对雷达回波的频域数据作了尖峰阻隔处理。利用分数阶傅里叶变换对线性调频信号有很好的聚焦性的性质,提出了基于傅里叶变换的导弹信号检测与参数估计算法,解决了在强分量信号中检测和估计弱分量LFM信号的问题。仿真结果表明了该算法能够实现对导弹发射的早期告警。     

脉冲噪声下基于CNN-FRFT的线性调频信号参数估计方法

由于脉冲噪声破坏了线性调频(LFM)信号的分数谱特征,使得基于分数谱特征的参数估计方法无法有效估计参数。针对这个问题,提出一种脉冲噪声环境下基于CNN-FRFT的LFM信号参数估计方法。首先,利用α稳定分布拟合随机脉冲噪声,构建加性含噪信号,输入卷积神经网络(CNN)进行训练和测试;其次,利用训练好的CNN模型对信号进行去噪,并验证模型的去噪能力和泛化能力;最后,利用分数阶傅里叶变换(FRFT)建立去噪信号的分数谱,通过峰值点位置来估计LFM信号的参数。实验结果表明,相比于传统的基于非线性函数的方法,该方法在强脉冲噪声环境下具有更好的精度和噪声鲁棒性,CNN的应用使其具有更强的泛化能力,在实测脉冲噪声下仍可以准确估计参数。     

分数阶傅里叶域的阵列信号盲分离方法

本文提出一种基于分数阶傅里叶域阵列平均的盲信号分离方法,它在变换域中引入加权函数来降低噪声及减少各源信号间的相互干扰。和传统盲信号分离方法相比,该方法不需要矩阵的白化和联合对角化,并且复杂度低,运算量小,抗干扰性能好。     

基于分数阶傅里叶变换的线性调频信号的自适应时频滤波

本文提出了一种基于分数阶傅里叶变换的线性调频(LFM)信号的自适应滤波方法，利用该变换等同于对信号在时频平面进行旋转这一重要特性，将混迭有噪声的信号以特定的旋转角作分数阶傅里叶变换，使得信号与噪声在变换域中的交迭达到最小；在此基础上，通过窄带通滤波器对LFM信号进行抽取，去除大部分的噪声能量，然后，再经过分数阶傅里叶反变换，恢复出原来的LFM信号。理论分析和仿真表明，该方法不仅可获得明显的信噪比的改善，而且具有算法简单及信号失真小等特点，和其它基于二维时频分析工具的滤波算法相比，降低了计算的复杂度，其实现更为简便。     

基于分数阶傅里叶变换的混响抑制方法研究

线性调频( LFM)信号是声呐中一种常用信号。利用LFM信号在分数阶傅里叶变换( FRFT)域的良好聚焦性,提出了一种基于FRFT的混响抑制算法,在此算法中,通过分数阶Fourier域的窄带滤波来去除混响。对实测混响数据和LFM信号的分离效果进行了仿真,分离前后信混比得到了较大提高。     

基于分数阶傅里叶变换的线性调频干扰抑制

伪随机脉位调制与伪码调相复合体制引信(PRPPM-PRBC)是现代无线电引信重点研究方向之一,对该体制引信的抗干扰性能和抗干扰方法的研究尚处于理论探索阶段.分析了线性调频(LFM)干扰对PRPPMPRBC复合体制引信相关检测性能的影响,通过对LFM干扰信号分数阶傅里叶变换(FRFT)的分析,对解调模块输出的基波信号,提出了在分数阶域进行LFM干扰抑制.仿真分析表明,该方法能够有效消除LFM干扰,使引信相关输出得到明显改善.     

基于循环相关的加权分数阶傅里叶变换信号旋转因子估计方法

加权分数阶傅里叶变换（WFRFT）信号具有很强的抗截获和抗调制方式识别能力,广泛应用于保密通信,WFRFT信号的旋转因子估计可为后续信号处理提供重要依据。通过分析WFRFT信号的特性,统计分析不同旋转因子归一化相关值的峰值及其位置,提出一种未知信号参数下WFRFT信号旋转因子的估计方法。为缩短估计时间,引入循环相关法实现WFRFT信号的快速旋转因子估计。仿真结果表明,基于循环相关的参数估计方法可有效地估计旋转因子,且有效缩短旋转因子估计时间,为WFRFT通信对抗提供重要的依据。     

基于周期FRFT的对称三角LFMCW信号检测算法

对称三角线性调频连续波信号（STLFMCW）是一种常用的线性调频连续波信号,具有低截获概率性质。针对这一性质,提出了一种周期分数阶傅里叶变换（PFRFT）对对称三角线性调频连续波信号的检测算法;分析了对称三角线性调频连续波信号的PFRFT及其性质,并对无先验知识条件下的STLFMCW信号检测技术进行研究,给出了基于PFRFT的STLFMCW信号检测流程并进行性能分析仿真;仿真结果表明：该算法对STLFMCW信号有良好的检测性能,相比于FRFT,PFRFT更适合对STLFMCW信号进行处理。     

基于分数阶傅里叶变换的标量脱靶量测量新方法

针对多普勒测量法恒幅恒频假设在脱靶量点附近会引起较大的测频误差的问题,提出了一种基于恒幅chirp信号假设的准实时标量脱靶量测量方法。通过延长多普勒频率的拟合分段时长,有效地增大了积累时间。利用分数阶傅里叶变换的快速离散算法来实现。仿真结果表明,相比基于FFT的方法,测量精度更高、鲁棒性更好,尤其是在较低信噪比的情况下,但计算复杂度略有增加。     

雷达信号脉内调制识别及其FPGA实现

为了解决雷达信号脉内调制方式的自动识别问题,提出了一种简单实用的调制类型识别方法。通过对比不同脉内调制信号的特性,运用3dB带宽测量,时域累加,时频变换的方法,能够快捷的识别出常规雷达信号、BPSK信号、QPSK信号、FSK信号、LFM信号、NLFM信号六种不同雷达信号。仿真结果表明,该方法具有较高的识别概率。并且通过FPGA实现,验证了该方法的有效性和实用性。     

低信噪比条件下雷达目标微多普勒信息提取

为了实现目标的分类、识别与成像,须研究其微多普勒效应.微多普勒信号通常被目标主体信号淹没,给微动特征的准确提取带来了困难.研究了低信噪比条件下由目标部件旋转引起的微多普勒信息的提取问题,提出了基于谱图域的目标主体信号剔除和微多普勒特征参数提取方法.仿真实验表明:在信噪比为-50dB条件下,该方法仍能取得较好的效果.     

基于分数阶傅里叶变换的线性调频脉冲时延估计特性分析

以线性调频脉冲压缩的时域特性为参照,分析了基于分数阶傅里叶变换的LFM脉冲时延估计的分数阶傅里叶域特性,并对比了两者在数字信号处理上的差异。可以发现两者在输出信噪比、脉宽压缩比、峰值振幅比的特性基本一致,而在数字实现上,后者精度往往更高,所需数据率可以更低,因此,具有更为广阔的应用前景。     

未知包络多分量线性调频脉冲信号参数估计

针对雷达侦察中的未知包络线性调频（LFM）信号参数估计问题,基于时频分析与相干积累,提出了脉冲数、调频率、中心频率、时延和脉宽参数的估计方法。利用时频分析对脉冲数与调频率进行粗估计,结合分数阶傅里叶变换（FRFT）完成脉冲数与调频率精估计;进行局部相干积累,提取中心频率、时延和脉宽。仿真分析表明：多分量LFM信号中的强脉冲可能对弱脉冲信号的参数估计产生干扰。针对该问题,在FRFT域对强脉冲进行了遮蔽处理。推导了估计参数的克拉美劳下界,并对估计误差进行了分析,结果表明：对于多分量LFM脉冲信号,遮蔽强脉冲信号后,弱脉冲信号的脉宽估计精度可显著提高。     

直接序列扩频系统中线性调频干扰的抑制

针对直接序列(DS)扩频系统中线性调频干扰的抑制,本文提出了一种基于分数阶傅里叶变换的干扰抑制接收机的结构和相应的干扰抑制算法.根据线性调频信号在不同的分数阶傅里叶域呈现出不同的能量分布这一特性,利用分数阶傅里叶变换实现干扰信号的检测参数和估计,在此基础上,进行干扰分量的重建和抵消,从而实现对干扰的自适应抑制.性能分析和仿真实验表明,该方法不仅可以在较大的动态范围内有效地抑制线性调频干扰,而且计算简单,便于实现.     

分数阶傅里叶变换与虚拟阵列相结合的波达方向估计

针对常规的MUSIC、ESPRIT算法不能估计宽带线性调频(LFM)信号、相干LFM信号和平滑技术解相干在低信噪比下精度不高的问题,提出了一种基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)与虚拟阵列变换法相结合的宽带相干LFM信号的波达方向(DOA)估计方法。该方法首先将天线阵的观测信号变换到分数阶Fourier域(FRF域),把时域时变的方向向量转化为FRF域时不变的方向向量,然后构造FRF域的阵列信号相关矩阵,用虚拟阵列变换法对相干信号进行解相干,再用ESPRIT算法进行波达方向估计。理论分析和仿真结果表明:在较低信噪比和较少采样快拍时,不仅能实现更准确的DOA估计,而且不损失阵列的孔径,使N个阵元中可估计相干信号源数目达N-1个,提高了阵元数的利用率。