【技术实现步骤摘要】
本专利技术属于通信信号处理领域,更进一步涉及到雷达信号处理
中的一种基于最大似然广义柯西短时傅里叶变换MGCSTFT(maxmium-likehoodgeneralizedCauchyShortTimeFourierTransformMGCSTFT)的线性调频信号参数估计方法。本专利技术利用时频分析技术,在时频域经过迭代去除脉冲噪声,可以准确实现在α稳定分布噪声环境中线性调频信号的参数提取。
技术介绍
线性调频信号LFM(LinearFrequencyModulationLFM),又称chirp信号,作为非平稳信号的典型代表,因为保留连续信号和脉冲的特性,广泛应用于雷达,语音,声呐和生物医学等方面。在数字接收的情况下,对线性调频信号初始频率和调频斜率参数进行精确估计,可以实现电子侦察系统中的目标检测和识别。目前,研究者针对非平稳信号的参数估计先后提出了多种有效的处理方法,其中包括以短时傅里叶变换(STFT)为代表的线性时频分析方法和Wigner-Ville分布(WVD)为代表的双线性时频分析方法。短时傅里叶变换作为最早提出的一类时频分析方法,因为可以结合各种窗函数的优点,且对于多分量信号的处理没有交叉项干扰,因而被广泛应用于非平稳信号的处理中。但是STFT的时频聚集性不够良好,容易受到噪声的干扰,尤其在α稳定分布噪声影响下,STFT方法对非平稳信号参数的估计性能大幅下降。南京信息工程大学申请的专利“基于分数低阶统计 ...
【技术保护点】
基于MGCSTFT的线性调频信号参数估计方法,包括如下步骤:(1)采集线性调频信号:信号采集系统通过脉压雷达的接收机设备,采集雷达天线中任意一段含有实际噪声的线性调频信号;(2)确定判别门限:采用局部幅值特征方法,得到局部阈值,将该阈值作为判别门限;(3)判断幅值统计模块采集的线性调频信号局部幅值是否大于判别门限,若是,则认为线性调频信号中含有α稳定分布噪声,执行步骤(4),否则,执行步骤(6b);(4)按照下式,设置最大似然估计的损失函数:F(e)=‑logpv(t)其中,F(e)表示最大似然估计的损失函数,e表示估计误差,t表示采集信号的采样时间,v(t)表示采集信号中的背景噪声,pv(t)表示背景噪声v(t)的概率密度函数;(5)做最大似然广义柯西短时傅里叶变换MGCSTFT:(5a)对步骤(3)中得到的脉冲指示信号做短时傅里叶变换,将短时傅里叶变换的结果,作为最大似然广义柯西短时傅里叶变换MGCSTFT迭代的初始值;(5b)按照下式,依次迭代得到最大似然广义柯西短时傅里叶变换MGCSTFT值:M(i)=1Q·Σm=0N-1ω(n&De ...
【技术特征摘要】
1.基于MGCSTFT的线性调频信号参数估计方法,包括如下步骤:
(1)采集线性调频信号:
信号采集系统通过脉压雷达的接收机设备,采集雷达天线中任意一段含有实
际噪声的线性调频信号;
(2)确定判别门限:
采用局部幅值特征方法,得到局部阈值,将该阈值作为判别门限;
(3)判断幅值统计模块采集的线性调频信号局部幅值是否大于判别门限,
若是,则认为线性调频信号中含有α稳定分布噪声,执行步骤(4),否则,执行
步骤(6b);
(4)按照下式,设置最大似然估计的损失函数:
F(e)=-logpv(t)
其中,F(e)表示最大似然估计的损失函数,e表示估计误差,t表示采集信
号的采样时间,v(t)表示采集信号中的背景噪声,pv(t)表示背景噪声v(t)的概率
密度函数;
(5)做最大似然广义柯西短时傅里叶变换MGCSTFT:
(5a)对步骤(3)中得到的脉冲指示信号做短时傅里叶变换,将短时傅里
叶变换的结果,作为最大似然广义柯西短时傅里叶变换MGCSTFT迭代的初始
值;
(5b)按照下式,依次迭代得到最大似然广义柯西短时傅里叶变换
MGCSTFT值:
M ( i ) = 1 Q · Σ m = 0 N - 1 ω ( n Δ t - t ) · x ( n Δ t ) e - j 2 π f ...
【专利技术属性】
技术研发人员:金艳,高舵,姬红兵,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。