[發(fā)明專利]基于CS和簡化FrFT的UWB-LFM信號參數(shù)估計方法

在審

• 申請?zhí)枺?/td>: 202011509981.4
• 申請日: 2020-12-19
• 公開（公告）號: CN112731306A
• 公開（公告）日: 2021-04-30
• 發(fā)明（設計）人: 李如瑋;孫興武;楊登才
• 申請（專利權）人: 北京工業(yè)大學
• 主分類號: G01S7/36
• 分類號: G01S7/36;G06F17/14
• 代理公司: 北京思海天達知識產(chǎn)權代理有限公司 11203
• 代理人: 沈波

本發(fā)明公開了基于CS和簡化FrFT的UWB?LFM信號參數(shù)估計方法，本方法將壓縮感知方法引入，首先對超寬帶線性調(diào)頻信號進行稀疏表示、AIC采樣；其次建立了離散的簡化分數(shù)階傅里葉變換字典作為基字典矩陣進行觀測并降低算法復雜度；最后使用改進的CoSaMP重構算法對觀測向量進行重構，將傳統(tǒng)ROMP重構算法中的正則化與SAMP重構算法中的自適應思想進行結合，改善了實際應用中缺乏先驗信號信息和計算量龐大的缺陷，以提升信號的重建精度和抗干擾能力，具有良好的精準性與實時性。

技術領域

本發(fā)明涉及超寬帶線性調(diào)頻信號技術、微波光子技術、信號處理領域，特別是一種基于壓縮感知和簡化分數(shù)階傅里葉變換的超寬帶線性調(diào)頻信號的參數(shù)估計方法。

背景技術

對于超寬帶線性調(diào)頻信號來說，鑒于其超高的帶寬和低信噪比的檢測特性，使用傳統(tǒng)的奈奎斯特采樣定律進行采樣，采樣率需要達到最大帶寬的兩倍及以上才能實現(xiàn)對信號的精確重構，但龐大的采樣數(shù)據(jù)對信號采集與處理機制帶來了極大壓力。而壓縮感知理論(Compressed Sensing,CS)的發(fā)展則有效緩解了這一問題，成為了近年來的研究主題。

壓縮感知理論利用了信號的稀疏特性，將信號投影到給定域，以獲取一組壓縮采樣數(shù)據(jù)，再利用優(yōu)化算法對壓縮采樣數(shù)據(jù)進行處理，估計出原信號的重要信息，以解除了奈奎斯特采樣定理的限制。而超寬帶線性調(diào)頻信號(Ultra-Wide Band Linear FrequencyModulation,UWB-LFM)在簡化分數(shù)階傅里葉變換(Concise Fractional FourierTransform,CFrFT)的變換域中恰好滿足沖擊信號的特性，使得針對UWB-LFM信號的參數(shù)估計在壓縮感知框架下的實現(xiàn)成為可能。

現(xiàn)存的基于超寬帶線性調(diào)頻信號參數(shù)估計的研究中普遍存在以下兩個缺陷：一是缺少先驗LFM信息的情況下算法的計算量龐大的缺陷，在實際信號環(huán)境未知的場景下中，待估計信號在CFrFT變換域中的稀疏度是未知的，盲目的優(yōu)化以及峰值搜索會帶來相當大的計算復雜度；二是在低信噪比下不具有優(yōu)秀的檢測效率與估計精度的缺陷，針對實際在微波光子寬帶雷達電子戰(zhàn)的環(huán)境中，噪聲干擾的低信噪比環(huán)境下的影響如何避免，是亟待解決的重要問題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于提供一種基于壓縮感知和簡化分數(shù)階傅里葉變換的超寬帶線性調(diào)頻信號的參數(shù)估計方法。

為達到上述目的，本發(fā)明提供如下的技術方案：

本發(fā)明提供的基于壓縮感知和簡化分數(shù)階傅里葉變換的超寬帶線性調(diào)頻信號的參數(shù)估計方法，包括以下步驟：

獲取包含高斯白噪聲的超寬帶線性調(diào)頻信號；

構建離散的簡化分數(shù)階傅里葉變換字典矩陣對超寬帶線性調(diào)頻信號進行稀疏表示；

對超寬帶線性調(diào)頻信號進行壓縮采樣；

使用改進的壓縮采樣匹配追蹤算法對系數(shù)向量進行重構；

根據(jù)超寬帶線性調(diào)頻信號在離散分數(shù)階傅里葉變換域中的分布特性來估計出該信號的起始頻率和調(diào)頻斜率。

進一步，獲取包含高斯白噪聲的超寬帶線性調(diào)頻信號，信號的模型x表達式如下：

x＝s+n；

其中，s為超寬帶線性調(diào)頻信號，n為加性高斯白噪聲。

進一步，構建離散的CFrFT字典矩陣超寬帶線性調(diào)頻信號進行稀疏表示以進行壓縮采樣、選擇最佳變換階數(shù)和后續(xù)的信號的檢測和參數(shù)估計，構建離散的CFrFT矩陣表達式如下：