基于RadonAmbiguity变换的多分量LFM信号检测与参数估计

发布时间:2021-11-29 04:21:00

第! 卷 第#期 南 京 理 工 大 学 学 报 " $&! ( ’ %’ " %# !#%’ () % % - +/0 2" 3+%/ % /7 " , "$& " &* , %.$ 1 ( 4 4 &564%’ 2 * , !) + + / " + ’ )# !) 年 " 月 )# ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !! 文章编号: ) / ")!) ) / #0 ) ( - . 01 )#) )) / . ) #

基于 2 4 5* 8,9 变换的多分量 3%6 7 9+ ; : < => 信号检测与参数估计
" " 刘爱芳" , 朱晓华, 陆锦辉, 刘



(南京理工大学 电子工程与光电技术学院, 江苏 南京 !)0 ) -)# 摘要: 介绍了 2 45 7 9+ ;变换 2 ?) ( * 的定义和基本性质, 结合解线调技术 3% /* 8 9 ,: 提出了一种基于 2 ? 的线性调频 < >) ( = 信号检测与参数估计方法, 该方法能用 * 较少的计算量完成对 < > 信号的检测与参数估计。为解决多分量条件下 < > = = 信号分量之间交叉项的影响, 基于逐次消去思想, 提出了一种基于 2 ? 的多分量 * 它可以有效地解决强度相差较大的多分量 < > < > 信号检测与参数估计算法, = = 信号的检测和参数估计问题。仿真实验结果验证了该算法的有效性。 关键词:3%6 7 9+ ;变换; 线性调频信号; 参数估计 2 45* 8 9 ,: 中图分类号: (0@. 文献标识码: 学科代码: )? .’ * . ’ - ) 线性调频 < >) ( = 信号在雷达和通信等系统中有着广泛的应用, 研究多分量 < > 信号 =
[ 的检测与参数估计方法有着重要的应用背景 -!.] 。含噪多分量 < > 信号可表示为 =
$

( # [ ( 4 !") #&ACD"’% ( ) ! ! ] * ") " " %B ! % / )( (
% #

( ) -

式中, 为 < > 分量的个数,%,4 和) 分别为第 个 < > 分量的幅度、 起始频率和调频 $ = & ’% % = % [ ] [ ] ! 类似的思想, ( 为加性白噪声。 基于与 2 45 E,A 变换 2E?) 斜率, ") * 3%6 95F ( E >5H5 . 9GA, 提出了 2 45* 8 + ;变换 2 ?) ( * 并将之应用于 < > 信号的检测与参数估计。 为克服直 3%6 7 9 9 = ,:
[ 接利用 2 ?只能估计 < > 信号调频斜率的缺点, 本文结合解线调技术 I]提出了基于 2 ? * = *

的 < > 信号参数估计的改进方法, 它可以在运算量增加不大的情况下实现对 < > 信号全 = = 部参数的估计。 为克服多分量条件下模糊函数交叉项对信号检测与参数估计的影响, 基于逐
[ 次消去思想 @] 本文还提出基于 2 ?的多分量 < > 信号检测与参数估计算法, , 它可以有效 * =

地解决强度相差较大的多分量 < > 信号的检测和参数估计问题。 =

" " " "

收稿日期: ) / 1 ! ! 1 )/! ) 基金项目: “ I ” ( )! * 1-! 国家 "1 计划 !) * @-# ) 作者简介: 刘爱芳 -@ /)男, ( 0# , 山西武乡人, 博士, 主要研究方向: 现代信号处理, 雷达信号处理, 雷 万   方数据 达成像和目标识别等,6 3 :K -0 # I ’ 7。 J 79& G 0@ -1L &3 B %

A; 3

















第 0 卷第 A 期 L

!

基于 " $&( *,+ 变换的 0 2 信号检测和参数估计原理 #%’ ) +- / . 1
[ 复信号!") ( 的模糊函数 ! # & () *’ * ! ) ( " $ $ &+ , : ) 定义为 -] $ %’ /

( $ % # !,.)

本文 要 涉 及 到 的 ! 基 本 性 质 包 括:3 ( )原 点 对 称 性, (# !,.) % # &!, 即 ( $ ( ( ( ) ( ( 4 ) &$ ) ; ) ) 的最大值出现在原点; )信号时间和频率的偏移不会影响 ! 的形状。 . ( 0 ! ( ) 6, 变换 3 5 .*
[ ] 假设 # ", ) ( $ 为*面 ", ) ( $ 上的二维函数, 5 .*变换是 5 .*7于33 年提出的 - 。 6, 6, 89 将原直角坐标系旋转角度) 得到新的坐标系 *, )以不同的* 值*行于+ 轴积分, ( + , 所得结

( 0! 01 ! !"’!/ ) ("&!/ )
" &/

0$" 2! .

. "

( ) 0

果即为 5 .*变换, 其表达式为 6, [( $] ! # ", ) % ( $" : ( * +: .. !! # ", )("$())’$, ))&*)" $
&/ &/ / /

( ) 4

( $ 上的直线投影积分, 变换后*面 *, )上的每一个点 ( ) 5 .*变换实际上在*面 ", ) 6, (* ,;) 都唯一地确定*面 ", ) ( $ 上的一条直线"$ ) ) $ , ) ) * , ( :( ; ’ +: ; % ; 两者是一一对 * ;) 应关系。 ( ) 6,< " $& (变换 0 5 .*! # $ %’ [ 由 ! 的性质可知 -] = > 信号的 ! 在模糊*面上为通过原点的斜直线且满足调频斜 ,) ) ) 率 , %’*))其示意图如图3所示。 ( , 因此, 可以将 ! 和 5 .*变换结合起来对 = > 信号 6 ) 6, ) 进行检测和参数估计。 [ ] 文献 ? 提出的复信号! ") 5 @ 定义为 ( 的 !

- (*, ) #: ) %

!!

/

/

&/ &/

( $ ( ( :( ’ ., ( & . . * (#: !,.) " !$ )) $+:)) *) . ! $

( ) A

文献 ? 提出的= > 信号检测和 [ ] ) 调频斜率估计方法为: 先计算信号的 5 @, ! 然后搜索 5 @谱最大峰对应的 ! 则 ) 角度 ) , = > 信号调频斜率为 , ; ( 6 ;。 %’*) ) 由于信号的起始 频 率 对 直接用 5 @ 难 ! 的形状没有影响, ) ! 以估计 = > 信号的起始频率。 为了估 )
)双分量 = > 信号的 ! 计 = > 信号的其它参数, 本文结合解( )双分量 = > 信号的 BC (# 6 ) D ) ) ) [ ] - 提出了基于 线调技术 ) D ) 5 @的 = > 图3 双分量 = > 信号的 BC 和 ! 示意图 ! )

信号参数估计的改进方法: 先用 5 @ ! 估计 = > 信号的调频斜率 ,;; 然后 )

)%3 @ 1BC * ), 6# , H** $E F D6.! G $ " ,1’ + = >: *I ) $6 %

根据 ,; 构造解线调参考信号!3 ") J & ,; " ) ( %1H 2 ! 0 并将之与信号!") ( ( 相乘得到 / ") ( , . 此时 / ") ( 已经被校正为一个单频信号; 再对 / ") ( 进行 ) & 1 变换以估计 = > 信号的起 ,K K $ ) 始频率$ 和幅度 0 。 = > 信号参数估计常用的 5B@ 相比, 5 @对 = > 信号进行检 用 ! ) . ; 与 ) 测和参数估计只需要计算通过模糊域原点的 5 .*变换且只需要进行一维搜索, 5B@却 而 6, 需要进行整个时频域的 5 .*变换和二维搜索。 显然, 应用本文提出的改进方法能用较少的 6, 万   方数据

总第 $; 期 +

刘爱芳 等

基于 %4.& G 7 I变换的多分量 ! # 信号检测与参数估计 -6E F9 9 " H,

/$ $

计算量完成对 ! # 信号的检测和全部参数的估计。 "

!

基于 " $&’( *,+ 变换的多分量 0 2 信号检测算法 #% ) +- / . 1

用第$节提出的改进方法对 ! # 信号进行检测和参数估计时, 在单分量条件下可以得 " 到较好的效果。 但在多分量条件下," 分量之间的交叉项将严重影响 ! # 分量的检测和 !# " 参数估计, 弱分量很容易被强分量的交叉项所掩盖。 尽管可以通过加核函数或*滑的方法在 一定程度上抑*徊嫦睿 但其分辨力也随之下降。 为此, 本文结合逐次消去思想提出了一种 基于 % ’ 的多分量 ! # 信号的检测和参数估计实用算法。 具体的处理步骤如下: & " ( , 为信号序列, 序列长度为 %(, 采样周期为 ( )设!"$!为搜索 ! # 分量个数)($) $ " # &); ( )计算# $) % ’ 谱 ’ ( , ) ) ! ( !], ( 的 & [ , )并求模得到*’ ( , ) ; * () ( ) ( () ( ) * 则第 ( )对*’ ( , ) 进行一维搜索得到最大值对应的旋转角) , !个 ! # 分量的 + () ( ) * " ! 调频斜率为 + ",.) ), ! 。 ( - ! ! / " 其中,, 和 ! 分别为 & 的频率采样间隔和时延采样间 ! " " ! 隔; ( )构造解线调参考信号#$ .) 1 / + " $ )))并将其与信号# $) ( "02 3 !( & * , ( ( 相乘得到 / ($)此时第! 个 ! # 分量被校正为频率为,! 的单频分量, ; 而其它分量相当于在模糊域 # " $ 4 旋转一个角度, 仍然为 ! # 信号; " ( )计算# $) " 7 0 变换 0 1 )并搜索最大峰的位置$ 和峰值 !, ( 的 68 8 ( , 5 9 2 则该 ! # 分 " $ ! 量的参数为: 起始频率,! " $! $; 幅度 3 "2/ (。 其中,, 为 " 7 0 变换频谱间隔; !$ 68 8 9 4 ! , ! ! % ( )在频域构造一个中心频率为 ,! 的频带极窄的带阻滤波器, 并对# $) ( 进行滤波; : 4 $ 经滤波处理后,$ $) ( 中第! 个分量被滤除而对其它分量的影响不大; # ( )将滤波后的信号乘以解线调参考信号#* $) 1 3 !($ )))将其它分量校正 ( "02 + " & * , ( ; 为原来的形式, 从而得到第! 个分量被滤除的回波信号; ( )置! "!4$ 重复步骤 * # ; , , ( ) ( )直到检测不出明显的 ! # 分量为止。 < "

3 仿真实验结果
仿真实验中采用的 ! # 信号包含+个 ! # 分量$ + 它们的幅度分别为$(;(* ,=,=; " " # , 起始频率分别为/(> @;(> @A(> @ 调频斜率分别为/*5 $ < ?/ ,= ( $ < / ?, / ?, : ?; = B ( @)*: B ( / < ?/ , = < $ < ?/ ; @)$* B ( @) 采样频率, "$#? , * @ 信号采样点数 5( 噪声为零均值的高斯白 (; ) 噪声, 个 ! # 分量的信噪比分别为+4 , C D$ C + " C (4 , $4 。图 * 为仿真信号的 & , " 从中只 , 能分辨出较强的分量$和分量* 弱分量 + 被 & 的交叉项所掩盖。应用本文提出的 ! # " " 信号检测和参数估计方法, 根据步骤 + # ; 估计强分量 $ 的参数并滤除之。图 + 就是根 ( )( ) 据强分量$的调频斜率估计值对信号进行解线调校正后的 " 7 0 变换, 其中纵坐标和横坐 68 8 9 由图 + 可见, 此时分量 $ 被校正为一个 标分别为频谱的归一化幅度 ( 和频域采样点数5。 单频信号, 在频谱上表现为一个尖谱。滤除分量 $ 后, 信号的 & 如图 / 所示。由图 / 可 " 见, 滤除强分量$后, 分量+仍然看不清楚。根据分量*的调频斜率估计值对信号进行解线 万方数据   信号的 调校正后, 分量 * 表现为一个尖峰。用相同的方法对 " 7 0 谱如图5所示。此时, 68 8 9

,! %

















第 ! 卷第 , 期 3

次强分量!进行检测、 参数估计和滤除后, 信号的 " 如图 $ 所示。由图 $ 可见, 滤除强分 # 量%和!后, 尽管噪声分布仍然很强, 但弱分量 & 终于能比较清楚地显现出来。此时, 噪声 分布被大大抑制, ’ ( 就可以比较精确地估计弱分量&的参数。被解线调校正后的方量 用 " 。显然, 此时分量&能被可靠地检测出来。最后估计得到的分量 % & 的 &的频谱可见图) ! 参数为: 幅度分别为%+) +) 和+! ; ,* 起始频率分别为,+- /)+- /和0+- / 调 , * + % * % , . , . $ .; 频斜率分别为,!1 % 3./ ,* + % 3./ 和%!3 % 3./ 。仿真结果表明, 本文 3 * 2 + /4 ! * 2 + /4!$ 2 + /4 , 提出的基于 ’ ( 的多分量 5 6 信号检测和参数估计算法具有优良的性能。 " #

图! 仿真信号的 模糊函数 #8! " : < 7* #9 ;= 4B C = 4 AC 7 > ;D 7 @ @ 8

图& 分量%参考信号 校正后的频谱 #8& #> = ; A:? 7 * 9? ? ? 4 B 7 @ 9 E = =< G 8E; !% <ADF7 7 7 ?A <

图, 滤除分量%后信号的 模糊函数 #8, " : ? C 7@ A 7* #@ = = BA; 8 ; 7 7 4 AC 7 @% H 8

图1 分量!参考信号 校正后的频谱 #81 #> = ; A:? 7 * 9? ? ? 4 B 7 @ 9 E = =< G 8E; !! <ADF7 7 7 ?A <

图$ 滤除分量!后 信号的模糊

图) 分量&参考信号 校正后的频谱

#8$ " : ? C 7@ A #8) # > = ; A:? 7* #@ = = BA; 8 7 * 9? ? ? 4 B ; 7 7 7 @ 9 4 AC 7 @! H E = =< G 8E; !& <ADF7 7 7 ?A < 8

! 结束语
本文讨论了用 ’ ( 对 5 6 信号进行检测和参数估计方法, 并针对用 ’ ( 难以估计 " # " 5 6 信号全部参数的不足结合解线调技术提出了改进方法。与检测 5 6 信号常用的 # # 相比较, 该方法可以用较少的运算量完成对 5 6 信号的检测和参数估计, 性能明显 ’I( # 基 优于 ’I( 变换。为了克服多分量信号条件下 " 交叉项对信号检测和参数估计的影响, # 万   方数据本文还提出一种基于 于逐次消去思想, ’ ( 的多分量 5 6 信号检测和参数估计实用算 " #

总第 $F 期 G

刘爱芳 等

基于 T<0/ = > K变换的多分量 ! # 信号检测与参数估计 ’&6 73 3 " :4

MG $

法, 它可以有效地解决强度相差较大的多分量 ! # 信号的检测和参数估计问题。仿真实 " 验结果证明了其有效性。 参考文献:
[ ] %’)( ,* ,- 01314 16 7 3 8 7 0’ & 2 ) 9:1 ;* 35 > & ? . A A $ &(’)% % + ./ 2+ 0 5’4 1 7* 14 30& 41 305 31< 4 =4 0 ] @ A ’ 23 *3 1 4 6 * (3 3 [ ( B’( 0/&(+ , 81) ’<C 0* 5+( 0 , DF G $ ) $ ! $ . 50 & +> 3 C1+ , 0 3 ’ -&1 3: $E , H $ : $ $IE 4( ( $I : [ ] %5’& ’C / ’ ( & >3 7 &14 " 30* = ’ & = 1 305L >) 50 &7 ? . A A J ’=5( . 0* 3 27*+ 800 ! #( ’ K + 73 <9:1 &: 4 ( 5[ ] @ A ( 4& 0 6 ’2 K( : ( B’( 0C 0* 5+( 0 , DHM I : $ ! $ . 50 & 3 ’ -&1 3: $D ,( ) $H$ $HH ( G : [ ] N’NO. 3 5 1Q3 6 &5 5 50 &7’<4 ’8+4 0 & ) 8 ’ 1 3 ’ & ? . A AB’( 0 G 3 P + 4 ) 8"> 1 4 ( 5 0 3 8*’ & 4 +3 5 1 ( 74 0 ] @ A 50 & (1 5 3 ’2 ( 3 3 5 4 4 3[ ( C 0* 5+( 0 , RR M $ ) J ! G . 3 ’ -&1 3: JR , E $ : J G$G ( G$ : [ ] #)S&3 ,5+ 1 TU. <8 S +3 * 581 0’ & &( 0*& 476 1>0K *0 ? . * 6 M 3&3 S * +P %’1 * 2* / ’4 1 ) 8 4 15 14 30 23 ’ 03 1 5V1+ 8 1 ] A + 3 51 ( 4 2 ’[ 1 : ( 4 0 1 1 , D$J $ ) H ! I . 5 3 4 5 $D ,( G : D $$$ & +! 4 ( F $$ [ ] #0)0 ,)5 (XQ !0’ 2 V1+6 &> 4< 30* 1 +& ( :T<0/ = H 3(1:9, 05WXQ Q ’ 1 / <1 * . 3155 >0K7 <* 1 ( ’<4 4 0> 0 ’&6 73 1 ’ 13 3 6 : [ ] @ A 50 & 30* 5+( 0 , DE M G : F ! E . , I ) H$ HF ( >K5 ( 5 4 ’2 ( :3 4 0 &7 ? . A AB’( 0C ’ -&1 3: $D : [ ] 张贤达,保铮.非*稳信号分析与处理 #]北京: [ . 国防工业出版社, D . H ! I . I $ E $G $M D [ ] ?0&B,4 01:%P.1>4 0& ( 1 = 0 8+* 52 4 3 3 & ’1 7 : : B 1Q A U F 1) C1 =5 3 T<+& 2 3 * 1’<(1, 4’ ( 07+ WS 3 ’3 : ) ! / 3 <& 1’ 3 + 5 0 4 )3> ? . A AB’( 0/ 40’ ’<-&’’ & , DEG M : G HI 1 0 1 ] @ A 50 & 010( 0 58:4 0 $E ,( ) M ! H . + V[ 3 I H

! # & ( ’ +$, ! ./ 0 + & ’ * 00 + 4 " %’ ) ** - %*#1$ $ *0 23 4 ( $ 5 $ +% + 6$( $ *7 52’ 0 ’9 ( %" <=05’ ( 5 0 ’ 0+ *8 2 *: ;/% 4*>4 % % $
! Y / 20 ,L N’6> , Y? 6>,@ )0 @ 3 ’: Z Y 3&)’ ! 3 )3! YZ &: 6 0
(C)& & * 4 0 0315 :’<[ 41 + &3 1) & : , +&* 2A1 5 3 : 1 0 0 8& 14 0 + & +A 0 3 * 5 +B+0* K & , ’\ :JRD ,)0 ) U C U 0 0 $RM Q3’ YB 3 : 5 0$%( 8 03 1& " (315 5V1+6 &> 4< ( 0* 1 + & 0 8574 ( ;$ & :’ + 5 + * 2! # * ’ 2 >0K7 <* 1 )3 ’ <4 4 0’< ’’ 1 5 4 3 3 8 0 1 ’ 13 1 : 1 3 ’ & ( : T <0/ = > K4 025 (T B)W(’’ ]< ’<415(* 3< ’ ( 74 0> 0 ’&6 7 3 3 5 ( 7 / 4 3 3 ’ 0* 1 , 0 ) 1> ( 03 4 4 +1 :4 ’ & K 4’ 4103 2 V1+ & ! #( 0* ’ & = 1 3 ’ < K ( : ) / 3 + K B 56 )4 ) 3 4*5 >0K 2 " 3 ’+004 1 ( 74 = > 0 41T B< 14 . & 1 3’ 1 4 1 3 5 * : ,0 7 5S< +1 1 & = 3:T BW4 1) 8 1)3> ’ 8&&1 , ( S 43 8&*7 ’ 3 8&1 () 7 + 7 3 0 / 3 +3 4+0 1W( 58(< & 1 ) 5= * ( 1 0 )< 5 V W 3) &* ( 74 * 8574 (& " 30* 4 ) & 23* <3&’ + 7 >’ & ) +> 4 ’ * ’’ 1 5 2! #( ’ ’ 41+( *4 <30* & 84 30 + <1 3 1’ 1 4& 41’ 4 4 : , &1 / 6’1 *& *’ . K’8 3:41Q A U4+0 > &41 7 5S<() 7 ’0S*T B=(<’ 6 &< % 8* 0 ) ! / 1)3 14 ) 3 8&1 +1 1 K V : 5 ) W(8114< W 3)+> 1 + 1,! # + 7 &14 7 1<<3 4 0 ! # 3 7 ’ 5(01 , ) 4 + &* 4 4W’ " & 800(1 =<1 0( &: " << 1 5 + 7 &14 . ) + 7 >1 (7 * 30 1> ( 5S 3 1 14 11 . & 800( B 1 & 84 3 > 4 5(* 8&14 2 + S0( 5 ’& 4 ( 2 3 ( :’&6 7 3> K 5025 ;0’ 2 V1+6 &> 4<( 0*8574 ( ( 76 ’ 1 4 ?<@45 T <0/ = 3 4 ( 7 * 15 5 >0K7 <* 1 3 ’; ’ 1 5 1 3 ’ + ’2 1 ’ :4 ’ & 3 : 40 3 &

万   方数据

基于Radon-Ambiguity变换的多分量LFM信号检测与参 数估计
作者: 作者单位: 刊名: 英文刊名: 年,卷(期): 被引用次数: 刘爱芳, 朱晓华, 陆锦辉, 刘中 南京理工大学,电子工程与光电技术学院,江苏,南京,210094 南京理工大学学报(自然科学版) JOURNAL OF NANJING UNIVERSITY OF SCIENCE AND TECHNOLOGY 2004,28(4) 5次

参考文献(7条) 1.BOASHASH B.Black P An efficient real-time implementation of the Wigner-Ville distribution 1987 2.Barbarossa S Analysis of multicomponent LFM signals by a combined Wigner-Hough transform 1995(06) 3.Xia X G Discrete Chirp-Fourier transform and its application to chirp rate estimation 2000(11) 4.Mihovilovic D.Bracefell R N Adaptive chirplet representation of signals on timefrequency plane 1991(13) 5.Minsheng W.Andrew K C.Charles K C Linear frequency-modulated signal detection using Radon-Ambiguity transform 1998(03) 6.张贤达.保铮 非*稳信号分析与处理 1998 7.Jenho T.Steinberg B D Reduction of sidelobe and speckle artifacts in microwave imaging:The CLEAN technique 1988(04)

相似文献(10条) 1.期刊论文 贾舒宜.王国宏.杜文超.JIA Shu-yi.WANG Guo-hong.DU Wen-chao 在单脉冲内基于 Radon-Ambiguity变换的加速度估计方法研究 -宇航学报2008,29(3)
根据雷达发射恒定*敌藕攀痹燃铀倌勘昊夭ㄎ咝缘髌(LFM)信号的特点,研究了在单脉冲内基于Radon-Ambiguity变换 (RAT)估计目标径向加速度的问题,首先采用Radon-Ambiguity变换(RAT)得到信号的调频斜率,进而根据调频斜率估计出目标径向加速 度.分析了加速度分辨率和加速度估计效率,讨论了信号时长和搜索步长对测量加速度精度的影响,最后仿真实验结果验证了方法的有 效性.

2.期刊论文 方前学.王永良.王首勇.FANG Qian-xue.WANG Yong-liang.WANG Shou-yong 基于局部 Radon-Ambiguity变换的ARM检测技术 -系统工程与电子技术2008,30(11)
针对反辐射导弹(anti-radiation missile,ARM)雷达回波信号的调频率特性,提出了基于局部Radon-Ambiguity变换(RAT)的 ARM检测方法.该方法对导弹的初速度不敏感,也不需要对导弹加速度进行多通道相位补偿预处理.通过将RAT局部化,进一步缩小了检 测区域和运算量,提高了检测效率.检测性能分析和仿真实验表明,该方法能够在较低信噪比环境下有效地检测ARM目标信号.

3.期刊论文 杜雨洺.杨建宇.张富贵.王江 多LFM信号自适应时频表示方法 -系统工程与电子技术 2008,30(7)
提出了一种多线性调频信号自适应时频表示方法及其快速算法:首先采用分数阶傅里叶变换的快速算法计算出模糊函数,再通过 Radon-Ambiguity变换设计出信号的最优核函数,以滤除噪声和多线性调频信号在模糊域中的互项,最后通过二维傅里叶变换得到信号 的时频表示.在多分量线性调频信号情况下借助"clean"的思想来抑制强分量对弱分量的干扰.仿真表明该方法在低信噪比环境下也十 分有效,且运算复杂度小.

4.期刊论文 刘爱芳.刘中.陆锦辉 基于Radon-ambiguity变换的ISAR成像算法 -现代雷达

2003,25(6)
非匀速旋转目标和机动目标成像是逆合成孔径雷达(ISAR)技术的一个重点和难点,经典的距离-多普勒(RD)算法对其成像效果不 佳.本文首先分析了ISAR成像回波信号模型,然后在对目标多普勒变化曲线作一阶*似的条件下提出了基于Radon-Ambiguity变换 (RAT)的ISAR成像算法.最后进行仿真实验,仿真实验结果表明了该方法的有效性.

5.学位论文 华旭东 线性调频信号参数快速估计方法的研究 2007
线性调频(LFM)信号是一种广泛使用在雷达、语音、声纳等领域的信号。所以LFM 信号的参数估计问题,长期以来为人们所重 视,作了广泛深入的研究。由于线性调频信号是一种非*稳信号,它的参数估计问题较一般的信号复杂,现有的分析方法多基于时 频*面的二维分析,普遍比较复杂,相对于现有的硬件条件来说,很难做到实时处理。所以寻找快速简便且性能优越的处理方法的 需要十分迫切。 本文主要对线性调频信号参数快速估计方法进行了一些探索和研究。文章首先介绍了线性调频信号模型,然后概述了基于短时 傅立叶变换的参数估计方法。提出了一种基于相关解调、短时傅立叶变换和局部最大似然估计的参数估计方法,文中给出了系统的 设计框图和matlab仿真结果,说明这种方法在计算量小的情况下,得到了较高的精度,说明这种方法对超宽带LFM信号参数估计是行 之有效的。 为了实现对窄带线性调频信号参数的实时估计,接下来详细讨论了新出现的基于二次型时频分布的参数估计方法。主要对 Radon-Wigner变换、Radon-Ambiguity变换进行了分析,在不同的噪声情况下进行了仿真比较,对各种方法的计算量和误差也进行了 分析,说明Radon-Ambiguity变换是一种精度高,计算量小的计算方法。 最后本文提出了一种基于分级搜索方法的Radon-Ambiguity、分数阶傅立叶变换的LFM信号参数估计方法。将模糊*面上Radon变 换角度积分分成粗估计和精估计两个步骤,使该方法在精度不下降的前提下计算量大大减少。文中通过大量仿真试验,给出了该方 法在不同信噪比下的性能分析,对计算量进行了分析。通过这些分析说明,使用分级搜索的方法,大大减少了计算量,为参数的实 时估计提供了一种很有潜力的方法。

6.期刊论文 李英祥.肖先赐 一种新的多线性调频信号时频表示 -电子学报2002,30(12)
本文提出了一种用于多线性调频信号时频表示的方法.首先由Radon-Ambiguity变换设计出线状核函数,以去除噪声和多线性调频 信号之间的交叉项在模糊域中的影响,再通过二维傅立叶变换得到一种新的时频表示.仿真实验证明了此方法可以有效的去除噪声和 多信号之间交叉项的影响,在低信噪比下也十分有效.

7.期刊论文 谭小刚.魏*.李立萍.Tan Xiaogang.Wei Ping.Li Liping 低信噪比下线性调频信号的 检测和高精度参数估计 -电子测量与仪器学报2008,22(5)
Radon-Ambiguity变换(RAT)在低信噪比(SNR)下对线性能调频信号具有良好的检测和参数估计性能.RAT仅需一维搜索,比RadonWigner变换具有更高的运算效率.为了实现高精度参数估计缩小搜索步长而仍采用直接搜索时,运算量仍然比较大.本文提出了高效的 RAT二次搜索方案来解决这个问题.该方法有2个步骤,在检测阶段,通过RAT分辨率公式求出保证最大检测概率的最大搜索步长;在估计 阶段,通过Cramer-Rao界求出保证估计精度的最大搜索步长,该方法能大大减少RAT的计算量.新方法的性能为蒙特卡洛仿真所证实.

8.学位论文 郭洋 基于MP算法的线性调频信号参数估计 2008
线性调频信号(LFM)广泛地应用于通信、雷达、声纳等系统,LFM信号的参数估计问题,长期以来为人们所重视,进行了广泛而 深入的研究。本文以LFM信号为研究对象,针对LFM信号在高斯白噪声和非高斯冲击噪声环境下的参数估计方法进行研究。 目前应用广泛的时频分析方法,通过构建空间时频分布矩阵并与传统的阵列信号处理方法相结合,得到非*稳信号的参数估计 。但该类方法估计性能受时频点的选取及交叉项的影响,只有在信噪比较高的情况下才具有较好的估计性能。稀疏分解作为一种新 的信号分解与表示方法,被引用到阵列信号处理领域。本论文着重于研究匹配追踪(MP)算法在宽带阵列信号处理中的应用。主要工 作和贡献有: 1、研究LFM信号的时域、频域特征及几种典型的时频分析算法,如高斯噪声环境下的时频一相干子空间算法(TF-CSM),冲击噪 声环境下的基于分数阶矩的Radon-Ambiguity变换(FLOM-RAT)和时频MUSIC(FLOM-TF-MUSIC)算法。介绍自适应的信号稀疏分解方法-MP算法。 2、提出基于MP分解的宽带LFM信号二维波达方向估计算法。算法根据阵列结构和信号形式自适应地建立过完备原子库,通过 MP分解将阵列接收数据分解到最佳原子上,实现高精度的信号参数估计。计算机仿真实验说明,本文算法分辨率优于时频相干子空 间(TF-CSM)方法,尤其在低信噪比、多信源情况下仍然有较高的估计精度。 3、提出在sas冲击噪声环境中的高分辨参数估计算法。将分数低阶矩(FLOM)与MP算法相结合,提出基于FLOM-MP分解的宽带 LFM信号频率和DOA参数的估计算法,以及基于无穷范数归一化预处理的MP(IN-MP)频率改进算法。上述算法性能均优于常规FLOMRAT和FLOM-TF-MUSIC算法。

9.期刊论文 盛蔚.毛士艺 Radon-Wigner和Radon-Ambiguity快速算法及其在SAR/GMTI中的应用 -信 号处理2003,19(z1)
本文针对Radon-Wigner Transform、Radon-Ambiguity Transform检测线性调频信号中的若干问题进行研究.Radon-Wigner Transform和Radon-Ambiguity Transform保留了Wigner-Ville分布和模糊函数时频聚集性高的优点,克服了它们在检测多分量信号时 存在严重的交叉项问题.本文首先分析并证明了Wigner-Ville分布和模糊函数中交叉项与自主项的不同,指出该"不同"即是RadonWigner Transform和Radon-Ambiguity Transform能够抑*徊嫦畹母驹;其次,本文证明了Radon-Wigner Transform的一种快速 计算方法,并且以分数阶傅利叶变换为桥梁,给出了Radon-Ambiguity Transform的快速计算方法;最后,本文将Radon-Wigner Transform和Radon-Ambiguitiy Transform快速计算方法用于合成孔径雷达对地面运动目标的检测和参数估计中,取得了预期的较好 的检测结果.

10.会议论文 盛蔚.毛士艺 Radon-Wigner和Radon-Ambiguity快速算法及其在SAR/GMTI中的应用 2003
本文针对Radon-wigner Transform、Radon-Ambiguity Transform检测线性调频信号中的若干问题进行研究.Radon-Wigner Transform和Radon-Ambiguity Transform保留了Wigner-Ville分布和模糊函数时频聚集性高的优点,克服了它们在检测多量信号时存 在严重的交叉项问题.本文首先分析并证明了Wigner-Ville分布和模糊函数中交叉项与自主项的不同,指出该"不同"即是RadonWigner Transform和Radon-Ambiguity Transform能够抑*徊嫦畹母驹;其次,本文证明了Radon-Wigner Transform的一种快速

计算方法,并且以分数阶傅利叶变换为桥梁,给出了Radon-Ambiguity Transform的快速计算方法;最后,本文将Radon-Wigner Transform和Radon-Ambiguity Transform快速计算方法用于合成孔径雷达对地面运动目标的检测和参数估计中,取得了预期的较好的 检测结果.

引证文献(5条) 1.刘锋.孙大鹏.黄宇.陶然.王越 基于改进Wigner-Hough变换的多分量LFM信号特征提取[期刊论文]

-北京理工大学学报
2008(3)

2008(10)

2.陈昌孝.何明浩.董仕斌 多分量LFM信号检测与参数估计的新方法[期刊论文]-现代防御技术

3.付莹.李鸿.汤子跃 低信噪比下的多分量LFM信号参数估计[期刊论文]-空军雷达学院学报 2007(4) 4.程柏林.袁俊泉.马晓岩 TFR-HT的多分量LFM信号脉内特征提取方法[期刊论文]-空军雷达学院学 报 2006(1) 5.程柏林.陈蓓.赵国林 一种多分量LFM信号脉内调制特征的提取方法[期刊论文]-电子信息对抗技 术 2006(3)

本文链接:http://d.wanfangdata.com.cn/Periodical_njlgdxxb200404016.aspx 授权使用:国防科技大学(gfkjdx),授权号:a01b6e52-c74e-47c4-91de-9ec5016a28d8 下载时间:2011年4月14日


相关文档

  • 基于RadonGabor变换的多分量LFM信号检测与参数估计
  • 基于分数阶Fourier变换的多分量LFM信号检测与参数估计
  • 基于Radon-Gabor变换的多分量LFM信号检测与参数估计
  • 广义S变换多分量LFM信号检测及参数估计
  • 基于HHT的多分量LFM信号检测与参数估计
  • 多分量LFM信号检测与参数估计的新方法
  • 基于WignerHough变换的多分量LFM信号检测及离散计算方法
  • 基于分数阶Fourier变换的多分量LFM信号的检测和参数估计_齐林
  • 基于RSPWVDHough的多分量LFM信号检测
  • 猜你喜欢

  • 武汉微识智能科技有限公司企业信息报告-天眼查
  • 2008重庆邮电大学广播电视编导文艺常识试题
  • 观察水生植物(教科版)三年级科学上册PPT课件
  • 交通事故案例心得体会.doc
  • 科研项目__特色图书馆建设--重点学科信息导航库建设
  • 谈培养大学生创新思维——以图像处理技术课程为例
  • 芦笋栽培及肉羊一体经营示范推广项目可行性研究报告代项目可行性研究报告
  • 江苏省2015年瑟肽昴谏笫Α赌诓可蠹苹? 罚嚎刂票曜际蕴
  • 女人梦见好多猫在自己身上
  • 推荐K12学*七年级美术下册第4课扮靓生活的花卉纹样教案2湘美版
  • XX县贯彻实施《食品安全法》工作情况汇报
  • 2016年安徽省合肥市名校联考中考化学三模试卷(解析版)
  • SpringBoot项目本地、docker环境接入SkyWalking-agent探针
  • 初三政治基础类试题1
  • 广西壮族自治区人民政府办公厅转发自治区发展改革委关于西江经济
  • 基于工作过程的静态网页设计
  • 佛山市顺德区淘金时代广场物业管理有限公司企业信用报告-天眼查
  • 快乐读书节手抄报图片
  • 20190308南昌市一模古诗文-PPT精品文档
  • 银龙鱼怎么养最正确的饲养方法有哪些
  • 水利工程新定额与工程量清单计价规范应用手册
  • 让孩子听进你说的话
  • 高层建筑风振计算的虚拟激励法
  • 陪伴是最好的给予读后感
  • 中国茶和茶文化的历史
  • 两种常用的参考图像质量评价指标超分辨率(五)
  • 塑料排水板在铺设中的相关要点事项
  • HR培训教案 招聘与配置篇ppt
  • 幼儿园大班音乐活动说课稿《迷路的小花鸭》
  • 成功稳定的植物群落配植
  • 沈阳市利盟电器商场企业信用报告-天眼查
  • 略论彭德怀在湘、鄂、赣、闽根据地创建中的重要作用
  • 南开15春学期《高级管理会计》在线作业 答案
  • “C620拨动叉”中批生产工艺规程及工装设计_毕业论文(设计)
  • 家庭教育的指标汇总2篇
  • 等待与考验作文
  • 八年级英语上学期unit1-lesson1(2018-2019)
  • 六年级下册语文试题漂亮老师和坏小子课外阅读练* 苏教版_00002
  • 简单无脑的脑筋急转弯题目
  • JJ冀教版 六年级英语 下册第二学期春(教学设计 教案)Unit 2 Lesson 9 Eat More Vegetables and Fruit!
  • 总想对你唱支歌_初中作文
  • 德讯潮泰(北京)科技有限公司(企业信用报告)- 天眼查
  • 电脑版