[發明專利]Alpha穩定分布噪聲下LFM信號調制參數估計方法

有效

• 申請號: 201710945082.0
• 申請日: 2017-10-12
• 公開（公告）號: CN107800659B
• 公開（公告）日: 2020-09-08
• 發明（設計）人: 張俊林;劉明騫
• 申請（專利權）人: 西安電子科技大學;西安中電科西電科大雷達技術協同創新研究院有限公司
• 主分類號: H04L27/14
• 分類號: H04L27/14;H04L27/16;H04L5/00
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

本發明屬于非平穩信號調制分析技術領域，公開了一種Alpha穩定分布噪聲下LFM信號調制參數估計方法；對接收到的LFM信號做廣義擴展線性chirplet變換的時頻分析圖像；將時頻分析圖進行Radon變換，并計算其最大值，根據最大值所對應的角度估計調頻斜率；利用調頻斜率構造解調參考信號，將其與原信號相乘得到解調信號，對解調信號進行廣義Fourier變換，并利用其最大值的位置估計起始頻率。當廣義信噪比大于0dB時，本發明的LFM信號調頻斜率估計的歸一化均方誤差小于?33dB；當廣義信噪比大于?6dB時，本發明的LFM信號初始頻率估計的歸一化均方誤差小于?22.4dB。

技術領域

本發明屬于非平穩信號調制分析技術領域，尤其涉及一種Alpha穩定分布噪聲下LFM信號調制參數估計方法。

背景技術

線性調頻(Linear Frequency Modulation,LFM)信號是一種典型的非平穩信號，廣泛應用于雷達、聲吶、地質探測與生物醫學等系統。同時，LFM信號具有較大的時寬帶寬積，這使得LFM信號相比于其它信號，具有了一定的抗多普勒能力，因此，LFM在水聲通信系統中常作為同步信號，并且基于LFM的擴頻系統在中遠程水聲通信中的應用也正在逐步增多。中心頻率和調頻斜率是表征LFM信號頻率特性的基本參數，因而這兩個參數的估計問題一直是非平穩信號調制分析領域的研究熱點。目前，LFM信號的參數盲估計研究主要集中在高斯噪聲環境下，其中，基于極大似然(ML)估計的方法估計精度高，估計性能曲線逼近CRLB界，但該方法計算復雜度高，且可能收斂到局部極值點(Abatzoglou T J.Fast MaximnurmLikelihood Joint Estimation of Frequency and Frequency Rate[J].IEEETransactions on AerospaceElectronic Systems,2007,AES-22(6):708-715.)。以Wigner-Ville分布(WVD)為代表的雙線性時頻分析方法，雖然可獲得良好的能量聚集性，但這類非線性時頻分布存在交叉項干擾，且在信噪比較低的場合估計性能較差(Thomas M,Lethakumary B,Jacob R.Performance comparison of multi-component signals usingWVD and Cohen's class variants[C].International Conference on Computing,Electronics and Electrical Technologies.IEEE,2012:717-722.)。短時傅里葉變換(STFT)和分數階傅里葉變換(FRFT)屬于線性變換，雖然不存在交叉項，但STFT的估計效果在低信噪比條件下并不理想，而FRFT需要進行二維搜索，運算量較大(Pei S C,Huang SG.STFT With Adaptive Window Width Based on the Chirp Rate[J].IEEETransactions on Signal Processing,2012,60(8):4065-4080.)。在工程應用中，實際噪聲通常具有明顯的脈沖特性，如水下沖擊噪聲、大氣噪聲等，由于這類脈沖噪聲存在大幅度脈沖，使得信號在頻域出現大幅度頻率特征，導致高斯噪聲環境下基于時頻分布的LFM信號參數估計方法性能嚴重退化。針對脈沖噪聲環境下的LFM信號估計問題，已有學者展開研究，主要有基于最大似然(maximum-likelihood,ML)估計理論的方法，如Myriad濾波、Meridian濾波處理方法和穩健理論下的時頻分析方法，這類可以較好的抑制脈沖噪聲，但由于濾波器設計該方法計算復雜度高，且在低信噪比估計性能較差(金艷,胡碧昕,姬紅兵.α穩定分布噪聲下一種穩健加權濾波的統一框架[J].系統工程與電子技術,2016,38(10):2221-2227.)。基于分數低階統計和非線性變換的時頻分析方法，如分數低階wigner分布、熵測度的STFT，這類方法雖然可以適應脈沖噪聲環境，實現LFM信號的參數估計，但由于這類方法時頻聚集性較差使得其時頻分辨率較低，導致估計準確率較低，且在低信噪比下估計性能退化嚴重(陳文武,蔡征宇,陳如山,等.脈沖噪聲下基于Robust STFT的LFM信號檢測與參數估計[J].南京理工大學學報(自然科學版),2012,36(2):328-331.)。