改进的多分量多项式相位信号参数估计

乘积高阶模糊函数（PHAF）是以分析多分量多项式相位信号（mc-PPS）而提出来的,但实际上它抑制交叉项的能力有限,仍然难以实现mc-PPS估计。逐次滤波方法是抑制交叉项的有力工具,但存在着分量间的误差扩散;松弛法（RELAX）采用循环迭代方式,对串行估计中的误差扩散有着较强的抑制能力,将二者结合起来提出来了迭代松弛PHAF方法。通过分析被估计信号参数变化时的性能表明改进后的PHAF具有较好的鲁棒性：减少了估计盲区,具有更好的估计精度,具有较低的信噪比（SNR）门限。这些性能由mc-PPS仿真例子所验证。     

基于压缩采样的宽带线性调频干扰信号参数估计方法

为提高硬件对宽带干扰信号的采样和处理效率,提出一种宽带线性调频干扰信号参数估计方法。在无任何先验知识的情况下,对宽带线性调频干扰信号进行窄带滤波,再采用快速解线性调频技术估计它的调频速率。依据调频速率估计值构造解调器并对宽带线性调频干扰信号进行解调,消除信号的频率变化,使其在频域满足稀疏性。对解调信号进行压缩采样、部分重构估计相关参数。仿真结果表明,在随机采样点数远低于奈奎斯特采样点数的情况下,该方法能够准确估计宽带线性调频干扰信号参数。     

一种用于跳频信号参数估计的时频表示方法

在时延和频移两个方向上,对跳频信号的模糊函数进行了分析,提出了一种基于跳频信号模糊函数自项特征的时频表示方法。其核函数在信号的模糊域能够有效地滤除噪声和交叉项,并保留绝大部分的自项能量。仿真试验结果证实,与平滑伪维格纳分布相比较,该方法提高了信号项的时频聚集性,具有更好的参数估计性能。     

复合调制信号参数估计方法的改进

现代通信为了实现抗干扰普遍用到复合调制信号,目前的大多数信号参数估计方法采用先验信息部分已知的假设,具有特殊性。本文设计了一种低信噪比信元的码元宽度、带宽、伪码数等参数的估计方法,对信号进行短时傅里叶变换,再对输出信号进行三阶累积量短时估计,利用信号时频图的Radon变换实现参数估计。仿真表明该方法无需先验知识,并具有通用性的优点。     

基于多路欠采样的多分量LFM信号参数估计

针对多分量线性调频(Linear frequency modulated,LFM)信号,提出了一种基于多路欠采样的参数估计方法。采样过程由多个采样速率相同、采样时刻不同的模数转换器实现,总采样率可以低于信号的奈奎斯特采样率。基于欠采样序列乘积型模糊函数的单频特性,可以通过峰值检测实现调频斜率的估计。根据估计出的调频斜率对各路欠采样序列进行解线调处理,可得到多频正弦信号。结合矩保持问题的求解方法以及对超定方程组的求解,可以根据解线调后的各路序列估计出原始LFM信号各分量的初始频率。本文方法能够根据亚奈奎斯特采样样本实现LFM信号的参数估计,并且运算简单、易于实现。仿真实验验证了其有效性和准确性。     

基于粒子群优化算法的LFM信号参数估计

在相同时宽范围内,恒定能量的线性调频信号频谱幅度平方与调频斜率呈反比。基于该特性,将信号解调后幅度平方最大值对应的参考信号调频斜率作为其估计值,进而估计其他参数。但该参数估计算法存在高估计精度与大运算量之间的矛盾,为此,将粒子群优化算法引入信号参数的搜索估计过程中。对搜索区间进行高精度划分以提高参数估计的精度,逐步改变参数值,并利用粒子群优化寻找解调后信号幅度平方的最大值,从而估计出相应参数。仿真实验结果证明,该算法运算量较少,且具有更高的估计精度。     

基于DPT的非线性调频信号的DOA估计

提出了一种基于DPT的宽带非线性调频信号的DOA估计算法.首先将非线性调频(NLFM)信号建模为高阶多项式相位信号(PPS)模型,然后通过高阶瞬时矩进行多项式相位变换.接收信号将变换为单个正弦信号和新的噪声.再利用ROOT-MUSIC或者ESPRIT算法对变换得到的正弦信号的波达方向进行估计.理论分析和仿真结果表明,该...     

线性调频信号的相关检测性能分析

针对线性调频信号相关检测副本信号与待检测信号可能不完全一致的情况,给出2种信号之间存在偏差时的互模糊函数与互相关函数,分析相位差、频偏、调频率偏差对相关检测性能的影响,得出相位差对检测性能没有影响,检测概率会随着频偏与调频率偏差的增加而降低的结论。     

基于稀疏分解的微弱多分量LFM信号参数估计

Wigner-Ville分布是线性调频(LFM)信号参数估计方法中的常用方法,但其缺点是对多分量LFM信号有严重的交叉项.文中以稀疏分解方法为基础,利用匹配追踪(MP)算法将微弱多分量LFM信号在过完备原子库上进行分解,由分解得到的原子参数可以估计出各个LFM信号的起始频率和调频斜率,从而实现了微弱多分量LFM信号的参数估计.仿真验证了该方法的有效性.     

基于FRFT的线性调频信号映射方法的快速算法

针对基于分数傅立叶变换(Fractional Fourier transform，FRFT)的线性调频信号(LFM)的参数估计方法，提出了基于Radon变换的判决准则，并建立了相应的快速算法。该映射方法将具有同样调频斜率、同样多普勒中心频率、不同初始相位的信号映射到同一个点。该快速算法的计算量等同于FRFT的计算量，计算结果的精确度取决于连续两次的FRFT运算。     

一种跳频信号参数估计的方法

提出一种跳频信号参数估计的方法,该方法首先求出跳频信号的互相关函数及其随时间改变的功率谱密度矩阵,并从该矩阵中生成跳频信号的时频hop图,最后通过对hop的分析得出跳频信号的跳时、跳速、驻留时间和频率集等参数.该算法不仅提高了信噪比,大大改善了整体性能,而且既不需要知道信号的跳速或驻留时间等前提条件,也不要求信号必须是等跳速或者是等驻留时间的,同时也无需选择小波母基、核函数等特殊数学模型.通过对外场实际数据测试表明本算法切实有效.     

基于支持向量机的频率估计算法

针对高斯白噪声信道下通信信号的频率估计问题,提出一种基于支持向量机的频率估计算法.利用支持向量机的稳健性和泛化性将频率估计转化为小样本分类问题,使用较少的导频符号提高频率估计性能.该算法不需要接收数据的统计信息,对信号的初始相位不敏感,且不存在门限效应.仿真结果表明,该算法的频率估计性能在低信噪比下优于最大似然估计算法...     

相参脉冲串多普勒频率变化率估计算法

给出了一种新的利用相参脉冲串进行多普勒频率变化率估计的算法,选取准最佳算法估计频率,减小了频率估计误差.对各脉冲进行脉内相关积累,将相参脉冲串变换成一个新的线性调频信号序列.该序列的样本点数是脉冲个数、采样间隔是脉冲重复周期、调频斜率是多普勒频率变化率、信噪比提高为输入信噪比的N倍(N是脉内采样点数).因此,可以在较低的信噪比条件下精确估计多普勒频率变化率.仿真结果表明,该算法能在比现有算法更低的信噪比条件下精确估计多普勒频率变化率,其性能接近相参脉冲串多普勒频率变化率估计的克拉美-罗限.     

基于相参处理的宽脉冲信号参数估计快速算法

提出了一种宽脉冲信号参数估计快速算法,利用抽取的方法来降低宽脉冲信号参数估计的计算量。首先,对宽脉冲正弦波信号进行抽取构造相参脉冲串,利用相参脉冲频率估计算法进行频率估计。其次,对于宽脉冲线性调频信号,对其做延时相关之后即可转化为宽脉冲正弦波信号,然后在上述抽取和相参处理方法的基础上即可得到宽脉冲线性调频信号参数估计值。性能分析和仿真结果表明,该算法在保证一定的参数估计精度前提下,大大降低了算法的计算量,有利于宽脉冲信号参数估计的实时处理。     

一种基于多段降频等长信号融合的频率估计方法

为了提高多段采样信号频率估计的精度和扩展已有方法的适用范围,本文提出一种多段降频等 长信号融合方法．该方法采用频域分析参数矩阵、相位差补偿因子矩阵、搜索频率序列等措施,以解决各段 信号之间被测频率不等、相位不连续等问题．给出了四项性质作为所提方法有效性的数学证明,并针对多种 应用环境状态进行了仿真实验．结果表明,本文方法普遍适用于多段降频等长信号,抗噪性好,频率估计精 度比现有方法有较大提高．     

基于高频能量参数Eh的微操作纵向深度估计

提出了利用散焦图像的高频能量参数获取深度信息的新方法．算法实现步骤分为两步：首先通过标定实验,从一组在2μm间隔深度下采集的微工具序列模糊图像中导出深度计算方程,然后,在实际深度估计中,测得深度对应的能量参数,代入深度方程,求解出深度值．在测试实验中,讨论并解决了微工具形状不均对标定实验的影响．该技术已经成功地应用到NKTY-MR系列微操作机器人系统,准确快捷地完成了深度估计和自动调焦的操作．     

基于Gabor谱方法的跳频信号时频分析

摘要：率高、交叉项干扰小的特点,对跳频信号进行时频分析,与其他常用时频分析方法比较得到了更精确的时变谱特征描述。通过对仿真结果的比较分析,证明了该方法对跳频信号分析的有效性,其方法也适用于其他非平稳信号的分析。     

基于频域LMS算法的稀疏信道估计

传统自适应滤波方法无法直接、有效地对稀疏信道进行估计。为此,提出一种基于频域的稀疏信道估计方法。为削弱或消除信道的稀疏性质在其估计过程中带来的影响,引入频域最小均方（LMS）算法。频域LMS算法通过FFT变换实现稀疏信道的非稀疏化,从而使其可以对稀疏信道直接估计。仿真实验结果表明,频域LMS算法具有较好的收敛性能,与频域RLS算法相比,其收敛速度相当,但其收敛后的均方误差提高近10dB,可较好地完成对稀疏信道的估计,同时在算法的实现过程中通过使用重叠保留法能较大程度地减少估计的运算量。     

基于数据抽取的相参脉冲串载频精确估计方法

利用相参脉冲串信号的相位相干特性,提出一种利用FFT和数据抽取技术的精确测量载频的新方法。该方法利用数毫秒信号,达到了亚kHz量级的频率估计精度和数十Hz量级的频率分辨能力。仿真试验验证了该方法的频率精确测量能力和频率高分辨能力。