基于循环自相关的正弦调频信号参数估计新方法

为解决现有的正弦调频(SFM)信号参数估计方法运算复杂度高、受信噪比限制等问题,提出了一种基于循环自相关的SFM信号参数估计新方法。首先分析了SFM信号循环自相关函数特征,推导了信号调制频率的估计表达式;然后对信号延时相乘以去除其正弦调制特性,得到单频信号并估计信号载频。最后,利用信号频率调制的周期性,对下变频至零频的信号进行周期累加以减少噪声影响,通过对累加后的信号进行瞬时频率计算得到调制指数估计值。仿真表明,信噪比(SNR)大于6 dB时,各参数估计值的均方根误差小于-18 dB。该算法计算量较小,为同等条件下利用卡森准则(CR)方法的16%,便于工程实现。     

单通道多分量伪码调制脉冲串信号分离及参数提取

该文针对几种伪随机码调制脉冲串信号,包括伪随机二相编码(PRBC)脉冲串信号、伪随机脉位调制(PPM)脉冲串信号及伪随机脉位调制与伪随机二相编码复合(PRBC-PPM)脉冲串信号,为解决单通道多分量情况下的信号分离和参数提取问题,提出基于奇异值比谱和周期积累的载频及伪码波形估计方法。通过构建奇异值比谱估计广义周期并完成周期积累,再取平方进行FFT变换,并以去载频处理后信号的实部累加和为衡量标准,精确估计出载频并完成脉位波形估计。最后通过内积计算估计出幅度和初始相位。仿真与分析说明该文方法在不同信噪比下的有效性。     

多个线性调频脉冲信号的多参数估计

该文提出了一种估计空间多个线性调频脉冲（Ｃｈｉｒｐ）信号的多个参数的方法，并给出了简单的性能分析，与文献中的方法相比，本文的方法避免了多维搜索，计算量小，有利于实时实现。模拟结果表明，本文的方法能在较低的信噪比下，较为准确在估计出多个线性调频脉冲信号的多个参数。     

基于CAFMS算法的正弦调频信号参数估计及性能分析

文章提出了一种估计单分量正弦调频信号参数的新算法,详细分析并推导得到了调制指数与幅度两个参数的理论估计精度.仿真结果表明,在较高信噪比条件时(SNR>-3dB)论文所提算法的估计理论精度与仿真精度基本上是一致的.这说明了文章理论分析的正确性,也说明了论文所提算法的有效性和优越性.     

多个线性调频脉冲信号的多参数估计

该文提出了一种估计空间多个线性调频脉冲(Chirp)信号的多个参数的方法,并给出了简单的性能分析。与文献中的方法相比,本文的方法避免了多维搜索,计算量小,有利于实时实现。模拟结果表明,本文的方法能在较低的信噪比下,较为准确地估计出多个线性调频脉冲信号的多个参数。     

基于多尺度线性调频基信号稀疏分解的多分量LFM信号检测

该文针对传统的基于二次时频分析和原子追踪匹配方法处理多分量LFM信号时存在的时频干扰和等振幅交叉分解等问题,提出了一种基于多尺度线性调频基信号稀疏分解的多分量LFM信号检测方法,该方法采用多尺度的线调频基函数对多分量LFM信号进行投影分解,通过从不同的时间支撑区内投影系数最大的基函数中寻找出使分解信号能量最大的基元函数组合,逐次获得信号包含的能量最大的LFM信号分量,从基元函数连接形成的频率曲线即可获得LFM信号分量瞬时频率的估计,再对分量瞬时频率求起始时间点的频率值和曲线斜率便可得到该LFM分量的中心频率及调频斜率,仿真试验表明该文方法能精确地提取等振幅多分量LFM信号的瞬时频率,并具有很强的抗噪声干扰能力。     

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。     

多分量线性调频信号检测方法

现代雷达体制下,线形调频(LFM)信号是一种常用的脉冲压缩雷达信号。为了精确获取多分量线性调频信号中分量的数量,引入聚类方法对LFM信号的Radon-时频分析结果进行聚类分析,同时完成多个分量的检测；为了减少聚类分析的输入数据集和提高计算效率,对Radon-时频分析结果进行了近似零均值处理,并分析了不同信噪比情况下的处理结果。仿真和试验结果表明：在较低信噪比条件下,这种方法可有效地检测多分量LFM信号中分量数和进行参数估计。     

基于时间-调频斜率分布的多线性调频信号检测与参数估计

该文提出并分析了多线性调频信号的时间-调频斜率分布,并提出了一种基于该分布的多线性调频信号检测和参数估计方法。性能分析和仿真表明该方法是一种渐进最优的估计方法,具有高的参数估计精度和检测性能,且能用于低信噪比的场合。     

基于循环平稳特征的正弦调制相位信号参数估计

正弦调制相位信号是微动目标雷达回波微多普勒信号的一般形式。该文利用正弦调制相位信号的循环平稳特性推导了信号的循环谱,并由循环谱特征估计信号的参数。相对于传统的频谱分析方法,基于循环谱的参数估计方法对平稳噪声有较好的抑制作用。仿真实验以及误差分析证明了方法的有效性。     

基于似然函数的双曲调频信号参数估计快速算法

相较于线性调频(LFM)信号,双曲调频(HFM)信号因具有良好的脉冲压缩性能和多普勒不变性,被广泛用于雷达侦查、水声探测等多普勒影响严重的场景中,其中HFM信号的参数估计问题尤为重要。有鉴于此,该文提出一种基于似然函数的HFM信号参数估计快速算法。文中首先推导出HFM信号的Cramer-Rao下界作为参数估计的性能评估标准;然后基于高斯随机噪声,构建了HFM信号的似然函数,并结合数据向量化的特点提出一种改进的适应度函数,最后利用全局最优引导人工蜂群(GABC)算法对该适应度函数进行极值寻优,从而实现HFM信号的参数估计;通过蒙特卡洛仿真证明了该方法在信噪比为3 dB以上时,HFM信号的参数估计结果的均方误差更逼近Cramer-Rao下界,且运算量约是原来的1/3,在保证估计精度的同时提高算法收敛速度。     

基于似然函数的双曲调频信号参数估计快速算法

相较于线性调频(LFM)信号,双曲调频(HFM)信号因具有良好的脉冲压缩性能和多普勒不变性,被广泛用于雷达侦查、水声探测等多普勒影响严重的场景中,其中HFM信号的参数估计问题尤为重要。有鉴于此,该文提出一种基于似然函数的HFM信号参数估计快速算法。文中首先推导出HFM信号的Cramer-Rao下界作为参数估计的性能评估...     

线性调频连续波信号的周期分数阶Fourier变换检测与估计

分数阶Fourier变换(FRFT)对LFM信号具有最优检测能力,但对线性调频连续波(LFMCW)信号的检测与估计是次优的。由于LFMCW信号可视为LFM信号的周期拓展,基于FRFT对LFM信号的能量聚集和相干累积思想,该文提出一种新的信号处理方法周期分数阶Fourier变换,以实现对LFMCW信号的检测和估计。周期分数阶Fourier变换的核函数可以与LFMCW信号实现最佳匹配,理论分析和仿真实验表明,随着观测时间的增加,可以实现对LFMCW信号的渐进最优估计,具有比FRFT更优的检测性能。     

线性调频连续波信号检测与参数估计算法

针对长时间积累的方法较难在线性调频连续波信号的检测和参数估计中应用的问题,该文基于归一化变窗长相干平均法,提出一种联合帧间相关法与循环平稳法的线性调频连续波信号检测与参数估计算法。该方法首先利用归一化变窗长相干平均法实现噪声方差的一致性,然后在此基础上利用帧间相关法实现周期的精确估计,最后利用循环平稳法估计信号的相位参数。该算法以较低的计算复杂度实现信号的长时间积累,在低信噪比条件下具有较好的估计性能。仿真结果验证了该方法的有效性。     

单频信号快速频率估计算法比较及改进

本文首先讨论并分析了各种插值DFT(离散傅里叶变换)算法,然后提出了一种实正弦信号的快速插值频率估计方法。该方法只需 3个DFT变换系数的实部构造频率修正项,计算量低,具有精度高、测频速率快的特点。计算机模拟和FPGA仿真均证实了该方法的有效性。     

伪码-线性调频复合信号参数估计理论性能分析

针对伪码-线性调频复合信号参数估计的理论性能评价问题,该文分析了分步估计方法对参数估计的影响,给出了较高信噪比时分步估计方法的理论近似性能;推导了高斯白噪声环境中伪码-线性调频信号参数无偏估计的修正克拉美-罗下限(MCRLB)的解析表达式。利用伪码序列的统计特征推导出起始频率、调制斜率、初始相位及码元宽度参数联合估计的修正Fisher信息矩阵,从而得到各参数估计的MCRLB。对结果进行了对比分析,并通过数值仿真实验,证明了该理论下限的有效性。     

基于正交匹配追踪的欠采样LFM信号参数估计

受限于目前数字采样水平,对宽带线性调频(LFM)信号进行欠采样参数估计具有重要的研究价值。该文基于线性调频信号具有近似矩形的幅频特性,对其频谱的差分过程进行处理,采用正交匹配追踪算法有效提取欠采样信号频谱的边缘信息,实现在欠采样环境下的宽带线性调频信号起始频率和终止频率的估计,具有较高的估计精度,仿真实验证明了其有效性。     

基于稀疏表示的相干分布式非圆信号的参数估计

基于稀疏表示技术,该文提出一种相干分布式非圆信号的参数估计新方法。该方法将信号的非圆特性引入分布式信源模型,充分利用非圆信号的特性,联合阵列输出协方差矩阵和椭圆协方差矩阵,并将其矢量化之后表示在受制于稀疏限制的过完备字典上;然后将DOA估计转化为一个稀疏重构问题,能够一次性求解出中心DOA和角度扩展。仿真结果表明,该方法适用于各种非圆率的非圆信号,具有较好的信噪比性能和分辨力,所提出的方法还能对圆和非圆信号同时存在的情况进行有效估计。