优化本振NYFR架构下的多分量LFM信号快速参数估计方法及系统技术方案

本发明专利技术公开了优化本振奈奎斯特折叠接收机(NYFR)架构下的多分量线性调频(LFM)信号快速参数估计方法及系统，方法步骤如下：S1、将NYFR输出的含周期线性调频(PLFM)的多分量信号经过瞬时自相关后进行傅里叶变换(IAF)和最大峰值搜索，估计得出多分量信号的不同的奈奎斯特区域(NZ)标号S2、将S1中不同的构成解线调信号，经过解线调和IAF，估计得出多分量信号的调频率S3、将S1中不同的和S2中的信号调频率构成解线调信号，经过解线调和快速傅里叶变换(FFT)，估计得出多分量信号的中频最后由估计出信号的载频本发明专利技术提出了在时频混叠下的一种优化本振NYFR架构的多分量LFM信号快速参数估计方法，为复杂电磁环境下的高效电子侦察提供技术支撑。术支撑。术支撑。

【技术实现步骤摘要】
优化本振NYFR架构下的多分量LFM信号快速参数估计方法及系统


[0001]本专利技术属于雷达信号侦察
，具体涉及一种优化本振奈奎斯特折叠接收机(NYFR)架构下的多分量线性调频(LFM)信号快速参数估计方法及系统，本专利技术可用于电子侦察。

技术介绍

[0002]在日趋复杂的电磁环境下，新体制雷达系统不断涌现，所采用的雷达信号工作频段范围已扩展至2
‑
18GHz。为了提升信号截获概率，雷达侦察接收机需要更宽的瞬时监视频段。但是，由于现有雷达侦察接收结构受模数转换芯片(ADC)采样率的限制，无法实现单通道情况下的瞬时超宽频段覆盖。
[0003]现有的多通道并行超外差或信道化技术在一定范围内解决了大带宽的接收问题，但还存在着同步误差和硬件资源量大等不足。为了突破ADC采样率的制约，近年来，有多种新型接收理论被提出，如随机采样和调制采样。与随机采样相比，基于调制采样的NYFR只需单通道即可实现宽带接收，且该结构保留了输入信号相关信息。NYFR的核心是通过一个带有调制的本振实现接收机射频端的模拟非均匀调制采样，该过程将侦察机所监视的超宽频带中的高频信号折叠至中频，并通过低通滤波和低速ADC实现瞬时超宽频带接收。NYFR常用本振调制为正弦调频(SFM)，但SFM本振无法解决折叠后时频完全混叠的多分量信号分离和估计问题，故采用周期线性调频(PLFM)为本振调制方式，优化折叠后时频完全混叠信号的分离与处理。
[0004]目前，经NYFR截获的单分量信号参数估计方法较多，而折叠后时频混叠的多分量信号的参数估计方法较少。此外，在当前复杂的电磁环境下，接收机接收的信号也多为多分量信号。因此，有必要提出一种方法用于经NYFR截获的多分量信号。

技术实现思路

[0005]LFM信号已被广泛应用于多种雷达系统，因此，NYFR将截获到多分量LFM信号。针对LFM信号的侦收，现有对LFM信号直接进行参数估计的方法较为成熟。同时，当前被NYFR所截获的信号处理方法主要集中于单分量信号，而多分量LFM信号的处理方法较少。所以，针对采用优化本振(PFLM)的NYFR截获的多分量信号参数估计问题，本专利技术提出了一种优化本振NYFR架构下的多分量LFM信号快速参数估计方法及系统，该方法同时适用于折叠后多分量信号时频混叠情况。
[0006]本专利技术采取如下技术方案：
[0007]优化本振NYFR架构下的多分量LFM信号快速参数估计方法，其步骤如下：
[0008]S1、将NYFR输出含PLFM的多分量信号经过一次IAF(傅里叶变换)和最大峰值搜索，估计得出多分量信号的NZ标号i表示第i个分量信号，i为正整数；
[0009]S2、将S1中构成解线调信号，经过解线调和IAF，估计得出多分量信号的调频率构成解线调信号，经过解线调和IAF，估计得出多分量信号的调频率
[0010]S3、将S1中和S2的信号调频率构成解线调信号，经过解线调和一次FFT(快速傅里叶变换)算法，估计得出多分量信号的中频最后由f
LO
为本振频率，估计出信号的载频
[0011]优选的，步骤S1具体如下：将对NYFR输出的信号进行NZ标号k
NZi
参数估计，信号模型如下
[0012][0013]l为信号的个数且为正整数，l＝1,2,3,
…
；其中θ
PLFM
(t)＝πμ0[mod(t,T
LO
)2‑
T
LO
mod(t,T
LO
)]，其中T
LO
为本振周期，f
ci
＝f
i
+k
NZi
f
LO
，k
NZi
＝round(f
ci
/f
LO
),i＝1,2,
…
，f
LO
为本振中心频率，μ0为本振调频率，k
NZi
为第i个分量信号NZ标号，f
i
为第i个分量信号中频参量，f
ci
为第i个LFM分量信号载频；w(t)为高斯白噪声；
[0014]解调信号为
[0015][0016]k
NZi
搜索表示为
[0017][0018]上式经过瞬时自相关处理和傅里叶变换得
[0019]r
τ
(t,k)＝x(t,k)x
*
(t
‑
τ,k)
ꢀꢀꢀ
(4)
[0020][0021]当且仅当k＝k
NZi
,f＝μ
i
τ时，估计出k
NZi
；M表示k
NZi
搜索的次数；如下式
[0022][0023]优选的，步骤S2具体如下：将对NYFR输出的信号进行调频率估计；将得出的构成解线调信号，采用解线调的方法和IAF；由估计出的k
NZi
，则解线调信号表示为
[0024][0025][0026]再对解线调的信号运用一次IAF算法，T
ADC
＝1/f
ADC
，表示傅里叶变换，估计出信号调频率
[0027][0028]优选的，步骤S3具体如下：将对NYFR输出信号的载频进行估计，将得出的调频率构成解线调信号，再运用一次FFT算法，此时解线调后的信号和信号中频分别为
[0029][0030][0031]最后由估计出信号的载频。
[0032]本专利技术还公开了一种基于上述方法的优化本振NYFR架构下的多分量LFM信号快速参数估计系统，包括如下模块：
[0033]多分量信号的NZ标号估计模块：将NYFR输出含PLFM的多分量信号经过一次IAF和最大峰值搜索，估计得出多分量信号的NZ标号i表示第i个分量信号，i为正整数；
[0034]多分量信号的调频率估计模块：将多分量信号的NZ标号估计模块得到的构成解线调信号，经过解线调和IAF，估计得出多分量信号的调频率
[0035]信号的载频估计模块：将得到的多分量信号的NZ标号估计模块和多分量信号的调频率估计模块得到的信号调频率构成解线调信号，经过解线调和一次FFT算法，估计得出多分量信号的中频最后由f
LO
为本振频率，估计出信号的载频
[0036]优选的，多分量信号的NZ标号估计模块具体如下：
[0037]将对NYFR输出的信号进行NZ标号k
NZi
参数估计，信号模型如下
[0038][0039]l为信号的个数且为正整数，l＝1,2,3,
…
；其中θ
PLFM
(t)＝πμ0[mod(t,T
LO
)2‑
T
LO
mod(t,T
LO
)]，其中T
LO
为本振周期，f
ci
＝f本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.优化本振NYFR架构下的多分量LFM信号快速参数估计方法，其特征是步骤如下：S1、将NYFR输出含PLFM的多分量信号经过一次IAF和最大峰值搜索，估计得出多分量信号的NZ标号i表示第i个分量信号，i为正整数；S2、将S1中构成解线调信号，经过解线调和IAF，估计得出多分量信号的调频率S3、将S1中和S2的信号调频率构成解线调信号，经过解线调和一次FFT算法，估计得出多分量信号的中频最后由f
LO
为本振频率，估计出信号的载频2.根据权利要求1所述优化本振NYFR架构下的多分量LFM信号快速参数估计方法，其特征是，步骤S1具体如下：将对NYFR输出的信号进行NZ标号k
NZi
参数估计，信号模型如下l为信号的个数且为正整数，l＝1,2,3,
…
；其中θ
PLFM
(t)＝πμ0[mod(t,T
LO
)2‑
T
LO
mod(t,T
LO
)]，其中T
LO
为本振周期，f
ci
＝f
i
+k
NZi
f
LO
，k
NZi
＝round(f
ci
/f
LO
),i＝1,2,
…
，f
LO
为本振中心频率，μ0为本振调频率，k
NZi
为第i个分量信号NZ标号，f
i
为第i个分量信号中频参量，f
ci
为第i个LFM分量信号载频；w(t)为高斯白噪声；解调信号为k
NZi
搜索表示为上式经过瞬时自相关处理和傅里叶变换得r
τ
(t,k)＝x(t,k)x
*
(t
‑
τ,k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)当且仅当k＝k
NZi
,f＝μ
i
τ时，估计出k
NZi
；M表示k
NZi
搜索的次数；如下式3.根据权利要求2所述优化本振NYFR架构下的多分量LFM信号快速参数估计方法，其特征是，步骤S2具体如下：将对NYFR输出的信号进行调频率估计；将得出的构成解线调信号，采用解线调的方法和IAF；由估计出的k
NZi
，则解线调信号表示为再对解线调的信号运用一次IAF算法，T
ADC
＝1/f
ADC
，表示傅里叶变换，估计出信号调频率
4.根据权利要求3所述优化本振NYFR架构下的多分量LFM信号快速参数估计方法，其特征是，步骤S3具体如下：将对NYFR输出信号的载频进行估计，将得出的调频率构成解线调信号，再运用一次FFT算法，此时解线调后的信号和信号中频分别为信号，再运用一次FFT算法，此时解线调后的信号和信号中频分别为最后由估计出信号的载频。5.优化本振NYFR架构下的多分量LFM信号快速参数估计系统，其特征是包括如下模块：多分量信号的N...

【专利技术属性】
技术研发人员：仇兆炀，曹彬，孙闽红，滕旭阳，苏明坤，宋慧娜，乔磊，刘二小，张欢，吴超，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：