基于S变换的线性调频信号时频滤波

线性调频(LFM)信号是一种典型的非平稳信号。对非平稳信号的分析和处理不能仅依靠传统的基于傅里叶变换的分析方法,必须采用时域和频域联合的时频分析方法。将S变换(ST)的时频分析方法应用到LFM信号的滤波中,用tST-tIST和fST-fIST 2种算法组合分别实现了对LFM信号的滤波,然后采用均方误差(MSE)的衡量标准,仿真对比了以上2种算法组合的滤波性能。仿真结果表明:fST-fIST算法的滤波误差较大,不适合对LFM信号的滤波;tST-tIST算法的滤波性能较好,适合对LFM信号的滤波。     

短时分数阶傅里叶变换对调频信号的时频分辨能力

调频信号的检测和参数估计一直是信号处理领域的研究热点之一。为深入挖掘短时分数阶傅里叶变换对调频信号的时频分析优势,从短时分数阶傅里叶变换的定义出发,推导了其时频分辨能力与信号参数的关系,并与短时傅里叶变换进行了对比分析。结论表明,短时傅里叶变换时频分辨能力与信号频率变化率有关,而短时分数阶傅里叶变换几乎不受调频率变化率影响。最后,通过对比仿真实验证明,对于频率变化率较小的信号,两者时频分辨效果差别不明显,对于频率变化率较大的信号,短时分数阶傅里叶变换的时频分辨效果更好。     

一种低副瓣无混叠的线性调频信号时频分析方法

作为通信与勘探中广泛使用的一类信号,线性调频信号的参数分析经常采用基于Wigner-Ville分布(WVD)的时频分析方法。该方法具有高时频分辨率,但在交叉项、高副瓣以及频谱混叠问题上存在缺陷。该文提出一种名为空间变迹重排Wigner-Ville分布(SVA-rWVD)的时频分析方法,结合空间变迹技术(SVA)的副瓣抑制能力及短时傅里叶变换(STFT)的无混叠无交叉项特性,得到一个新的时频分布。基于单分量和多分量线性调频信号的仿真实验结果表明,该方法得到的时频分布可以降低副瓣水平至–40 dB以下同时消除交叉项及频谱混叠现象。     

基于线性正则变换与短时傅里叶变换联合的时频分析方法

线性正则变换作为傅里叶变换、分数阶傅里叶变换更为广义的形式,已经在光学和信号处理等领域得到了应用.短时傅里叶变换是一种线性时频分布,避免了其他双线性时频分布中出现的交叉项干扰,是分析时频信号的有力工具.本文从线性正则变换的定义和性质出发,研究了线性正则变换与短时傅里叶变换的时频关系,提出了基于线性正则变换与短时傅里叶变换联合的时频分析方法,避免了交叉项问题能够实现chirp信号干扰抑制和多分量时频信号分离.最后用仿真实例表明,该方法是分析时频信号的有效手段.     

匹配傅里叶变换快速算法及在雷达信号处理中应用

为了减小匹配傅里叶变换分析的计算量,提出了一种基于快速傅里叶变换的快速算法。根据匹配傅里叶变换的分解将积分形式转化为离散形式,推导出快速算法表达式。该算法与直接的数值离散匹配傅里叶变换算法相比较,计算量大大减少。同时给出了其在雷达信号处理中线性调频信号的检测与参数估计的应用。理论及计算机仿真结果表明了该算法的有效性和精确性,有良好的工程应用前景。     

基于短时哈特莱变换的跳频信号时频分析

根据哈特莱变换对于实信号频谱分析的高效性,本文针对跳频信号的非平稳性特征,给出了短时哈特莱变换定义,推导出短时哈特莱变换的递推计算式,并在分析短时哈特莱变换与短时傅立叶变换关系的基础上,应用短时哈特莱变换对跳频信号进行了时频分析。计算机仿真结果表明,该方法能够有效地跟踪频率随时间快速跳变的跳频信号。     

线性调频连续波信号参数估计算法

提出了一种线性调频连续波信号参数估计算法。利用短时傅里叶变换得到信号的时频变化曲线,根据时频曲线的周期特性对它进行频谱分析,找出信号参数与相关谱线的位置、幅度之间的关系,从而估计出信号的主要参数。仿真结果表明,文中提出的算法能够精确估计出线性调频连续波信号的参数,在信噪比大于-8 dB的情况下性能稳定,具有很好的估计精度。     

基于时频分布的线性调频雷达信号的研究

首先介绍了时频分布的基本概念。以雷达信号中常见的线形调频信号为例,对信号进行时频分析,并利用MATLAB语言构造出一种时间和频率的密度函数,以揭示信号中所包含的频率分量。仿真结果表明,运用时频方法能够正确识别常用的调频连续波雷达信号的调制方式,而且有噪声时仍然具有很好的性能。     

一种新的变换——匹配傅里叶变换

本文提出了非线性调制信号处理的新方法——匹配傅里叶变换.匹配傅里叶变换是对傅里叶变换的新发展,是对变采样率处理技术的概括.文中对匹配傅里叶变换进行了理论分析,论述了其与变采样率处理技术之间的关系.最后,进行了计算机仿真,仿真结果表明,匹配傅里叶变换理论是正确的.     

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。     

基于时频分布的多分量LFM信号检测

采用二次型时频分析方法对多分量线性调频信号进行分析,获取信号的时频域能量分布。首先讨论了线性调频信号的两种二次型时频分布：魏格纳-威尔分布及其改进形式——重排魏格纳-威尔分布;在此基础上,进一步对比验证了霍夫变换和若当变换对线性调频信号时频域能量的积累效果,以实现噪声背景中的多分量线性调频信号检测。仿真结果显示基于二次型时频分布的处理是实现多分量线性调频信号检测的一个有效方法。     

基于时频表示的LFM信号参数估计方法

宽带非平稳干扰LFM信号对DSSS系统通信性能威胁较大,为抑制其干扰,必须估算LFM信号参数。在此介绍了几种时频表示方法及其特点,然后采用Radon变换或Hough变换相结合的方法进行LFM信号参数估计,讨论了LFM参数估算过程对时频表示方法的要求。分析表明,选择适当的函数是时频分布估计LFM信号参数的重点,分数傅里叶变换有相对好的LFM信号参数估计性能。     

分数阶Fourier变换对LFM信号的特征参数估计能力仿真评估

将分数阶傅里叶变换（FrFT）对线性调频（LFM）信号处理方法应用到雷达侦察信号分选与参数估计中,研究FrFT对LFM信号在低信噪比下的检测与参数估计能力。设定了雷达侦察信号背景,制定了仿真验证流程,考察了FrFT对LFM信号的调频率和中心频率的估计能力,对比了不同信噪比下的参数估计运算时间。仿真结果验证了该算法可以完成低信噪比条件下雷达侦察LFM信号特征参数的估计。     

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。     

广义S变换及其时频滤波

首先从基于高斯窗函数的短时傅里叶变换推导出了一种广义S变换,分析了它与S变换及小波变换的关系,给出了它的运算实现.理论分析与仿真实验表明,广义S变换的时频窗口不仅能够随着频率尺度自适应地调整,而且克服了S变换中时窗函数的变化趋势固定不变的问题,使广义S变换在应用中具有更高的实用性和灵活性.利用其高质量的时频分布,在时频平面中设计时频滤波器,用于非平稳信号中特定信号分量的提取,展示了广义S变换在这一应用中的有效性.     

一种基于多窗宽度STFT的PSWFs信号时频分析方法

固定窗宽度的短时傅里叶变换(Short Time Fourier Transform,STFT)时频分辨率是固定的,难以对频率时变的椭圆球面波函数(Prolate Spheroidal Wave Functions,PSWFs)信号的时频分布特性进行全面分析.剖析了窗宽度对不同参数PSWFs信号STFT时频分布的影响,...     

基于压缩感知的线性调频信号参数估计

提出一种基于压缩感知(Compressed Sensing,CS)理论的线性调频(Linear Frequency Modulation,LFM)信号参数估计算法.考虑到LFM信号在最佳分数阶Fourier变换(Fractional Fourier Transform,FrFT)域中是稀疏信号,对变换阶次进行粗搜索与精搜索,利用CS恢复信号在各个阶次FrFT矩阵中的系数向量,通过二维搜索.得到最佳变换阶次,进而得到信号的调频斜率和起始频率.在窄带干扰条件下,将形态学成分分析应用于算法中,提高了算法的抗干扰性能.实验结果表明,在随机采样点数远低于奈奎斯特采样点数的情况下,该算法能够准确估计信号参数,并且对高斯白噪声和强窄带干扰不敏感.