基于GCRBF网络的LFM信号参数估计方法技术

本发明专利技术提出了一种基于GCRBF网络的LFM信号参数估计方法，用于解决现有技术在低广义信噪比脉冲噪声下对LFM信号参数估计准确率低的技术问题。实现步骤为：1、采集雷达天线中含有脉冲噪声的LFM信号，得到观测信号；2、利用GCRBF网络对观测信号进行去噪，得到去噪后的LFM信号；3、利用LVD时频方法，对去噪后的LFM信号进行时频分析，得到LVD时频谱；4、利用LVD时频谱提取LFM信号参数，得到LFM信号的参数估计。本发明专利技术有效地提高了在低广义信噪比脉冲噪声下LFM信号参数估计的准确率，可用于雷达信号处理技术领域。

【技术实现步骤摘要】
基于GCRBF网络的LFM信号参数估计方法
本专利技术属于通信信号处理
，涉及一种LFM信号参数估计方法，具体涉及一种基于GCRBF网络的LFM信号参数估计方法，可用于雷达信号处理

技术介绍
随着雷达技术的迅速发展以及抗干扰的需要，低截获概率雷达成为雷达发展的一个重要方向。线性调频(LinearFrequencyModulationLFM)信号，属于典型的低截获概率雷达信号，常用于扩频通信、声纳以及地震勘探等众多领域，是一种具有代表性的非平稳信号。在采用数字接收的情况下，对LFM信号的初始频率和调频斜率两个参数进行精确估计，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，其中有基于极大似然的估计方法，以及时频分析方法等。对于LFM信号，上述分析方法将背景噪声建立为高斯模型，直观地给出了LFM信号的参数信息，可以直接进行LFM信号的参数估计。但是大量的研究发现，实际环境中的干扰和噪声，例如通信多通道干扰、低频空气噪声、水声和雷达杂波等均服从非高斯分布，并且具有一定的脉冲特性，将符合这种具有脉冲特性的噪声称为脉冲噪本文档来自技高网...

【技术保护点】
一种基于GCRBF网络的LFM信号参数估计方法，包括如下步骤：(1)采集雷达天线中含有脉冲噪声的LFM信号，得到观测信号；(2)利用GCRBF网络对观测信号进行去噪：(2a)利用滑动窗对观测信号进行分组，得到与窗长相等的多组信号，并按照滑动窗滑动的顺序依次将各组信号作为GCRBF网络输入矩阵的不同列向量；(2b)利用GCRBF网络隐含层神经元的广义柯西分布径向基函数，对GCRBF网络输入矩阵进行非线性变换，得到隐含层输出矩阵；(2c)对隐含层输出矩阵进行线性求和，得到GCRBF网络的输出矩阵；(2d)按照GCRBF网络输出矩阵列向量的先后顺序，依次获取输出矩阵每个列向量中最小输出值的下标，并取...

【技术特征摘要】
1.一种基于GCRBF网络的LFM信号参数估计方法，包括如下步骤：(1)采集雷达天线中含有脉冲噪声的LFM信号，得到观测信号；(2)利用GCRBF网络对观测信号进行去噪：(2a)利用滑动窗对观测信号进行分组，得到与窗长相等的多组信号，并按照滑动窗滑动的顺序依次将各组信号作为GCRBF网络输入矩阵的不同列向量；(2b)利用GCRBF网络隐含层神经元的广义柯西分布径向基函数，对GCRBF网络输入矩阵进行非线性变换，得到隐含层输出矩阵；(2c)对隐含层输出矩阵进行线性求和，得到GCRBF网络的输出矩阵；(2d)按照GCRBF网络输出矩阵列向量的先后顺序，依次获取输出矩阵每个列向量中最小输出值的下标，并取下标位置处对应的GCRBF网络输入矩阵的观测信号，组成去噪后的LFM信号；(3)利用LVD时频方法，对去噪后的LFM信号进行时频分析，得到LVD时频谱：(3a)对去噪后的LFM信号进行自相关运算，得到对称参数瞬时自相关函数；(3b)对对称参数瞬时自相关函数中时间变量进行尺度变换，得到尺度变换后的对称参数瞬时自相关函数；(3c)对尺度变换后的对称参数瞬时自相关函数进行二维傅里叶变换，得到LVD时频谱；(4)利用LVD时频谱提取LFM信号参数：利用峰值检测方法搜索LVD时频谱峰值坐标(x,y)，并将峰值坐标(x,y)中x的值作为LFM信号参数中初始频率参数的估计值，y的值作为LFM信号参数中调频斜率参数的估计值。2.根据权利要求1...

【专利技术属性】
技术研发人员：金艳，韩雨婷，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