[發(fā)明專利]基于降階核函數(shù)的高階多項(xiàng)式相位信號(hào)參數(shù)估計(jì)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710299589.3
• 申請(qǐng)日: 2017-05-02
• 公開(kāi)（公告）號(hào): CN107085564B
• 公開(kāi)（公告）日: 2019-12-24
• 發(fā)明（設(shè)計(jì)）人: 李明;孫浩;曹潤(rùn)清;左磊;吳艷
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G06F17/14
• 分類號(hào): G06F17/14;G06F17/15;G01S7/40
• 代理公司: 61205 陜西電子工業(yè)專利中心
• 代理人: 韋全生;王品華

本發(fā)明提出了一種基于降階核函數(shù)的高階多項(xiàng)式相位信號(hào)參數(shù)估計(jì)方法，用于解決現(xiàn)有高階多項(xiàng)式相位信號(hào)的參數(shù)估計(jì)方法存在的估計(jì)精度低的技術(shù)問(wèn)題，實(shí)現(xiàn)過(guò)程為：對(duì)混合高斯白噪聲的高階多項(xiàng)式相位信號(hào)均勻采樣，得到相位信號(hào)序列；構(gòu)造相位信號(hào)序列的降階核函數(shù)；對(duì)相位信號(hào)序列進(jìn)行樣條插值，得到非一致間隔序列；計(jì)算降階信號(hào)序列；對(duì)降階信號(hào)序列進(jìn)行快速傅立葉變換；計(jì)算相位信號(hào)序列中待估計(jì)參數(shù)的估計(jì)量并輸出；對(duì)相位信號(hào)序列進(jìn)行解調(diào)，得到降階解調(diào)序列；更新相位信號(hào)序列，循環(huán)構(gòu)造降階核函數(shù)，依次計(jì)算更新后的相位信號(hào)序列待估計(jì)參數(shù)的估計(jì)量并輸出；更新降階信號(hào)序列，得到一階相位信號(hào)序列，并計(jì)算一階參數(shù)估計(jì)量并輸出。

技術(shù)領(lǐng)域

本發(fā)明屬于非平穩(wěn)信號(hào)分析技術(shù)領(lǐng)域，涉及一種非平穩(wěn)信號(hào)的參數(shù)化估計(jì)方法，具體涉及一種基于降階核函數(shù)的高階多項(xiàng)式相位信號(hào)參數(shù)估計(jì)方法，可用于機(jī)動(dòng)目標(biāo)雷達(dá)回波信號(hào)的檢測(cè)和估計(jì)以及ISAR成像技術(shù)等領(lǐng)域。

背景技術(shù)

多項(xiàng)式相位信號(hào)(PPS)己被廣泛用于非平穩(wěn)信號(hào)如雷達(dá)(脈沖多普勒雷達(dá)、SAR和ISAR)、聲納、通信、生物醫(yī)藥、地震分析和動(dòng)物聲學(xué)應(yīng)用建模中。線性、高斯和平穩(wěn)是傳統(tǒng)信號(hào)處理的主要方面。而現(xiàn)代信號(hào)處理的特點(diǎn)是非線性、非高斯和非平穩(wěn)信號(hào)。非平穩(wěn)信號(hào)的研究中，多項(xiàng)式相位信號(hào)是比較常見(jiàn)的一種。噪聲背景下(特別是色噪聲、雜波等復(fù)雜環(huán)境)多項(xiàng)式相位信號(hào)的時(shí)頻分析和參數(shù)估計(jì)問(wèn)題在雷達(dá)、通信、聲納、生物醫(yī)學(xué)、自然界、地震信號(hào)分析等領(lǐng)域函待解決。例如，在移動(dòng)通信領(lǐng)域，發(fā)射機(jī)與接收機(jī)存在相對(duì)運(yùn)動(dòng)，會(huì)造成發(fā)射信號(hào)的相位隨著時(shí)間變化。瞬時(shí)相位會(huì)隨著收發(fā)間距離的連續(xù)變化而變化，此時(shí)接收信號(hào)就是多項(xiàng)式相位信號(hào)的近似表示。通信中時(shí)變衰落信道估計(jì)采用的信號(hào)是調(diào)頻信號(hào)(二階PPS即是線性調(diào)頻信號(hào)，高階PPS即是非線性調(diào)頻信號(hào))。

作為一類重要的信號(hào)模型，多項(xiàng)式相位信號(hào)可對(duì)許多實(shí)際信號(hào)進(jìn)行建模，多項(xiàng)式相位信號(hào)中的相位系數(shù)在不同的應(yīng)用中都具有重要的意義，能提供豐富的信息，因此，多項(xiàng)式相位信號(hào)的參數(shù)估計(jì)具有廣闊的應(yīng)用前景和重要的研究意義。通常情況下，一個(gè)白噪聲中的離散P階多項(xiàng)式相位信號(hào)可以表示為：

x(n)＝s(n)+w(n),-N/2≤n≤N/2，

其中w(n)為高斯白噪聲，Δ為信號(hào)采樣間隔，信號(hào)的采樣點(diǎn)數(shù)為N+1，b₀為信號(hào)幅度，為一個(gè)常數(shù)，{a₁,a₂,...,a_P}為信號(hào)相位的1到P階參數(shù)。需要用混合噪聲的多項(xiàng)式相位信號(hào)的N+1個(gè)采樣點(diǎn)值估計(jì)參數(shù){a₁,a₂,...,a_P}。多項(xiàng)式相位信號(hào)的參數(shù)估計(jì)有多種方法，最大似然估計(jì)可以得到最小的均方誤差(MSE)，然而由于其采用了多維搜索，這種方法的計(jì)算量巨大。為了減少計(jì)算量，高階模糊函數(shù)(HAF)和立方相位函數(shù)(CPF)的方法以MSE為代價(jià)，采用了一維搜索，大大減少了計(jì)算復(fù)雜度。HAF反復(fù)利用相位差分(PD)算子，對(duì)P階多項(xiàng)式相位信號(hào)采用P-1次PD算子降階，將信號(hào)變?yōu)閱晤l信號(hào)，采用快速傅立葉變化方法估計(jì)信號(hào)最高階參數(shù)，然后降階解調(diào)相位信號(hào)，重復(fù)操作循環(huán)計(jì)算低階參數(shù)估計(jì)量；然而HAF方法采用P-1次PD算子降階，非線性度較高，使得估計(jì)的門限很高，算法在信噪比(SNR)低于門限的時(shí)候會(huì)徹底失效，在針對(duì)于高階多項(xiàng)式相位信號(hào)時(shí)，由于誤差增殖效應(yīng)，HAF方法的高門限會(huì)嚴(yán)重影響估計(jì)性能，進(jìn)而導(dǎo)致估計(jì)的精度低。而立方相位函數(shù)和混合高階模糊函數(shù)(CPF-HAF)方法對(duì)HAF方法進(jìn)行了改進(jìn)，先通過(guò)相位差分將高階多項(xiàng)式相位信號(hào)降階到3階，利用CPF方法估計(jì)3階多項(xiàng)式相位信號(hào)的相位參數(shù)，通過(guò)設(shè)置不同的時(shí)間點(diǎn)，進(jìn)行譜峰搜索，建立方程組，計(jì)算參數(shù)估計(jì)量。雖然CPF-HAF方法在低SNR時(shí)的性能比HAF要好，但非線性程度仍舊較高，噪聲分量較多，對(duì)參數(shù)估計(jì)影響較大，導(dǎo)致估計(jì)方法的精度較低。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述已有技術(shù)存在的缺陷，提出了一種基于降階核函數(shù)的高階多項(xiàng)式相位信號(hào)參數(shù)估計(jì)方法，用于解決現(xiàn)有高階多項(xiàng)式相位信號(hào)的參數(shù)估計(jì)方法存在的估計(jì)精度低的技術(shù)問(wèn)題。