發(fā)布時(shí)間：2021-10-20 11:12

　　線性調(diào)頻信號是一類重要的低截獲概率信號,已經(jīng)在聲納、雷達(dá)、通信及地震勘測等領(lǐng)域獲得廣泛應(yīng)用。另外,線性調(diào)頻信號作為典型的非平穩(wěn)信號,其頻率調(diào)制為一階時(shí)變的,可以作為處理高階多項(xiàng)式相位信號的基礎(chǔ),因此研究線性調(diào)頻信號的參數(shù)估計(jì)方法具有重要意義。傳統(tǒng)的線性調(diào)頻信號分析方法均基于高斯背景噪聲,而近年來的研究表明,一些實(shí)際噪聲或人為噪聲特征更適合采用alpha穩(wěn)定分布建模。隨著噪聲模型的改變,基于二階統(tǒng)計(jì)量的常規(guī)算法不再適用。因此,開展alpha穩(wěn)定分布噪聲環(huán)境下線性調(diào)頻信號的檢測與參數(shù)估計(jì)方法研究,具有重要理論意義和工程價(jià)值。Alpha穩(wěn)定分布噪聲環(huán)境下,傳統(tǒng)時(shí)頻分析方法對線性調(diào)頻信號分析性能退化甚至失效,不利于信號參數(shù)提取。對此,論文根據(jù)alpha穩(wěn)定分布噪聲的特點(diǎn),構(gòu)造可抑制大脈沖的高斯型函數(shù),并在此基礎(chǔ)上提出了一種基于短時(shí)高斯-傅里葉變換時(shí)頻分布的線性調(diào)頻信號參數(shù)估計(jì)新方法。該方法首先對觀測信號加滑動(dòng)窗,然后采用所構(gòu)造的高斯型函數(shù)對短時(shí)窗內(nèi)信號進(jìn)行處理,得到短時(shí)高斯-傅里葉變換。此變換在有效抑制alpha穩(wěn)定分布噪聲的同時(shí),可得信號的時(shí)頻分布,并且對不同強(qiáng)度的脈沖噪聲均具有良好的穩(wěn)健性... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【部分圖文】：

LFM信號時(shí)域波形和頻譜

第 2.2.1 節(jié)，STFT 中窗函數(shù)選矩形窗，其窗長通過自適應(yīng)尋優(yōu)算法確定[55]。由圖可知，LFM信號的頻率隨時(shí)間呈線性變化。圖2.4為3dB的高斯噪聲下LFM信號的STF與其相應(yīng)的等高線圖。由圖 2.4(a)可以看到除了信號的頻率信息外，噪聲的信息同樣存在，但其幅值較低；由圖 2.4(b)可以看出雖然高斯噪聲對 STFT 有影響，但信號的直線特征仍可較好地顯示。

[55]。由圖可知，LFM信號的頻率隨時(shí)間呈線性變化。圖2.4為3dB的高斯噪聲下LFM信號的STFT與其相應(yīng)的等高線圖。由圖 2.4(a)可以看到除了信號的頻率信息外，噪聲的信息同樣存在，但其幅值較低；由圖 2.4(b)可以看出雖然高斯噪聲對 STFT 有影響，但信號的直線特征仍可較好地顯示。(a) STFT (b) 等高線圖圖 2.3 LFM 信號的 STFT 和 STFT 等高線圖

【參考文獻(xiàn)】：
期刊論文
[1]基于分?jǐn)?shù)階傅里葉變換的LFM信號參數(shù)估計(jì)[J]. 渠瑩,楊俊.  物聯(lián)網(wǎng)技術(shù). 2017(11)
[2]復(fù)雜噪聲下基于同步壓縮Chirplet變換的LFM信號參數(shù)估計(jì)[J]. 金艷,高舵,姬紅兵.  電子與信息學(xué)報(bào). 2017(08)
[3]基于Radon-Ambiguity變換的LFM信號時(shí)/頻差快速聯(lián)合估計(jì)[J]. 楊林森,張子敬,郭付陽.  電波科學(xué)學(xué)報(bào). 2016(06)
[4]基于GST-Hough變換的LFM信號識別方法[J]. 王紅衛(wèi),范翔宇,陳游,楊遠(yuǎn)志.  系統(tǒng)工程與電子技術(shù). 2016(10)
[5]BP神經(jīng)網(wǎng)絡(luò)算法改進(jìn)及應(yīng)用研究[J]. 李如平,朱煉,吳房勝,徐珍玉.  菏澤學(xué)院學(xué)報(bào). 2016(02)
[6]基于柯西分布的跳頻信號參數(shù)最大似然估計(jì)方法[J]. 金艷,李曙光,姬紅兵.  電子與信息學(xué)報(bào). 2016(07)
[7]STFT與WVD在地震波時(shí)頻分析中的應(yīng)用[J]. 劉�？�,丁志峰,李媛,崔仁勝.  地震地磁觀測與研究. 2016(01)
[8]基于分?jǐn)?shù)階自相關(guān)的線性調(diào)頻信號的參數(shù)提取[J]. 閆哲,孫婉君,王奇?zhèn)?  測控技術(shù). 2016(02)
[9]α穩(wěn)定分布噪聲下基于最優(yōu)L-柯西加權(quán)的LFM信號參數(shù)估計(jì)[J]. 金艷,胡碧昕,姬紅兵.  系統(tǒng)工程與電子技術(shù). 2016(07)
[10]神經(jīng)網(wǎng)絡(luò)七十年:回顧與展望[J]. 焦李成,楊淑媛,劉芳,王士剛,馮志璽.  計(jì)算機(jī)學(xué)報(bào). 2016(08)

博士論文
[1]線性調(diào)頻信號參數(shù)估計(jì)方法研究[D]. 馬寧.南京理工大學(xué) 2014
[2]α穩(wěn)定分布參數(shù)估計(jì)及自適應(yīng)濾波算法研究[D]. 單志明.哈爾濱工程大學(xué) 2012

碩士論文
[1]Chirp信號參數(shù)估計(jì)方法的研究[D]. 王志洋.吉林大學(xué) 2013
[2]基于時(shí)頻分析的LFM及數(shù)字信號處理與參數(shù)識別研究[D]. 孫小杰.西南交通大學(xué) 2012
[3]基于中值算法和Myriad算法的非線性信號處理[D]. 李科.上海交通大學(xué) 2009



本文編號：3446805