本文關(guān)鍵詞：脈沖噪聲下線性調(diào)頻信號(hào)的檢測(cè)方法研究

  更多相關(guān)文章： Alpha穩(wěn)定分布 LFM信號(hào) 信號(hào)檢測(cè) L-估計(jì) 穩(wěn)健迭代 代價(jià)函數(shù) 噪聲抑制

【摘要】：線性調(diào)頻(LFM)信號(hào)作為出現(xiàn)較早且應(yīng)用較為廣泛的非平穩(wěn)信號(hào),在雷達(dá)、通信、聲吶、地震勘探和生物醫(yī)學(xué)等方面均有廣泛應(yīng)用,在電子對(duì)抗領(lǐng)域中,對(duì)敵方信號(hào)進(jìn)行分析并從中獲取信息,是電子偵察的主要任務(wù)。因此,研究切實(shí)可行的LFM信號(hào)檢測(cè)與分析方法具有重要意義。常規(guī)LFM信號(hào)分析常采用高斯分布作為背景噪聲模型,然而,實(shí)際噪聲往往更加復(fù)雜且具有脈沖性,如閃電,海雜波,低頻大氣噪聲等,Alpha穩(wěn)定分布噪聲便可較好模擬實(shí)際噪聲。Alpha穩(wěn)定分布環(huán)境下傳統(tǒng)方法性能退化嚴(yán)重,對(duì)此,本文提出了三種可有效抑制脈沖噪聲的方法:提出了基于L-估計(jì)的LFM信號(hào)分析方法。該類方法基于L-估計(jì)原理,通過(guò)合適的權(quán)函數(shù)來(lái)實(shí)現(xiàn)強(qiáng)脈沖噪聲的有效抑制。L-冪次加權(quán)方法在頻域?qū)π盘?hào)進(jìn)行濾波,其選用2的冪函數(shù)作為權(quán)值來(lái)實(shí)現(xiàn)脈沖噪聲的抑制。基于最優(yōu)L-柯西加權(quán)的方法,以Alpha穩(wěn)定分布的特例--柯西分布為基礎(chǔ),柯西分布為?(27)2時(shí)唯一存在封閉概率密度函數(shù)表達(dá)式的Alpha穩(wěn)定分布噪聲,能夠吻合脈沖噪聲重拖尾特征等特點(diǎn),以其為權(quán)函數(shù)可有效抑制脈沖噪聲。仿真實(shí)驗(yàn)表明,本文提出的這兩種基于L-估計(jì)的方法均具有較好的魯棒性。提出了基于M估計(jì)的LFM信號(hào)分析方法。LFM信號(hào)的穩(wěn)健迭代分析方法以M估計(jì)為基礎(chǔ),從優(yōu)化理論的角度重新描述了常規(guī)濾波問(wèn)題,通過(guò)迭代尋求誤差最小時(shí)對(duì)應(yīng)的濾波系數(shù)�；诖�,本文提出了基于穩(wěn)健迭代的均值濾波器和基于穩(wěn)健迭代的加權(quán)濾波器。此外,研究了基于廣義柯西階次擴(kuò)展的方法,該方法通過(guò)增加柯西分布拖尾參數(shù)的取值范圍,提高了其檢測(cè)性能,擴(kuò)大了其適用范圍。提出了基于代價(jià)函數(shù)優(yōu)化的LFM信號(hào)分析方法,該方法引入了新的拖尾參數(shù),并基于M估計(jì)理論構(gòu)造了可有效抑噪的代價(jià)函數(shù),推導(dǎo)得到穩(wěn)健加權(quán)濾波方法的統(tǒng)一算法結(jié)構(gòu),將加權(quán)Myriad、加權(quán)Merid以及基于廣義柯西分布的加權(quán)濾波器統(tǒng)一起來(lái)。仿真結(jié)果證明,本文方法可有效抑制Alpha穩(wěn)定分布噪聲,并具有良好的魯棒性。
【關(guān)鍵詞】：Alpha穩(wěn)定分布 LFM信號(hào) 信號(hào)檢測(cè) L-估計(jì) 穩(wěn)健迭代 代價(jià)函數(shù) 噪聲抑制
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN911.23
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 符號(hào)對(duì)照表11-13
• 縮略語(yǔ)對(duì)照表13-16
• 第一章 緒論16-22
• 1.1 研究背景及意義16-17
• 1.2 研究歷史與現(xiàn)狀17-19
• 1.2.1 LFM信號(hào)檢測(cè)分析的研究現(xiàn)狀17-18
• 1.2.2 Alpha穩(wěn)定分布研究進(jìn)展18-19
• 1.3 本文主要內(nèi)容及章節(jié)安排19-22
• 第二章 常規(guī)LFM信號(hào)分析方法概述22-34
• 2.1 引言22
• 2.2 信號(hào)模型及噪聲模型22-27
• 2.2.1 線性調(diào)頻信號(hào)模型22-24
• 2.2.2 噪聲模型24-26
• 2.2.3 噪聲抑制的常用方法26-27
• 2.3 常規(guī)時(shí)頻分析方法27-32
• 2.3.1 線性時(shí)頻分析方法27-29
• 2.3.2 雙線性時(shí)頻分析方法29-32
• 2.4 小結(jié)32-34
• 第三章 基于L-估計(jì)原理的LFM信號(hào)檢測(cè)方法34-52
• 3.1 基于L-估計(jì)的濾波方法34-37
• 3.1.1 L-估計(jì)原理34-35
• 3.1.2 L-估計(jì)抑制脈沖噪聲性能分析35-37
• 3.2 L-冪次加權(quán)37-38
• 3.3 基于最優(yōu)L-柯西加權(quán)的WHT38-51
• 3.3.1 WHT38-40
• 3.3.2 WHT噪聲抑制分析40-41
• 3.3.3 最優(yōu)L-柯西加權(quán)原理41-43
• 3.3.4 抑制脈沖噪聲性能分析43-51
• 3.4 本章小結(jié)51-52
• 第四章 基于M估計(jì)理論的LFM信號(hào)檢測(cè)方法52-74
• 4.1 基于穩(wěn)健迭代的濾波器52-57
• 4.1.1 最大似然估計(jì)與M估計(jì)原理52
• 4.1.2 基于穩(wěn)健迭代的均值濾波52-54
• 4.1.3 基于穩(wěn)健迭代的加權(quán)濾波54-55
• 4.1.4 抑噪效果與性能分析55-57
• 4.2 基于廣義柯西階次擴(kuò)展的濾波方法57-64
• 4.2.1 基于廣義柯西階次擴(kuò)展的濾波57-60
• 4.2.2 LVD算法60
• 4.2.3 抑噪效果與性能分析60-64
• 4.3 基于代價(jià)函數(shù)優(yōu)化的統(tǒng)一框架64-71
• 4.3.1 基于代價(jià)函數(shù)優(yōu)化的穩(wěn)健加權(quán)濾波方法64-66
• 4.3.2 穩(wěn)健加權(quán)濾波的統(tǒng)一框架66-68
• 4.3.3 抑噪效果與性能分析68-71
• 4.4 本章小結(jié)71-74
• 第五章 總結(jié)與展望74-76
• 5.1 全文總結(jié)74
• 5.2 未來(lái)展望74-76
• 參考文獻(xiàn)76-82
• 致謝82-84
• 作者簡(jiǎn)介84-85

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 金艷;彭營(yíng);姬紅兵;;α穩(wěn)定分布噪聲中基于最優(yōu)核時(shí)頻分析的跳頻信號(hào)參數(shù)估計(jì)[J];系統(tǒng)工程與電子技術(shù);2015年05期

2 趙新明;金艷;姬紅兵;;a穩(wěn)定分布噪聲下基于Merid濾波的跳頻信號(hào)參數(shù)估計(jì)[J];電子與信息學(xué)報(bào);2014年08期

3 張智豐;許本相;金文標(biāo);;基于雙色像素的Hough直線檢測(cè)算法[J];計(jì)算機(jī)應(yīng)用;2014年S1期

4 金艷;段鵬婷;姬紅兵;;復(fù)雜噪聲環(huán)境下基于LVD的LFM信號(hào)參數(shù)估計(jì)[J];電子與信息學(xué)報(bào);2014年05期

5 蘇峰;平殿發(fā);簡(jiǎn)濤;;拖尾噪聲中基于WVD-Hough變換的LFM信號(hào)檢測(cè)算法[J];艦船電子工程;2013年10期

6 劉明騫;李兵兵;曹超鳳;;非高斯噪聲下數(shù)字調(diào)制信號(hào)識(shí)別方法[J];電子與信息學(xué)報(bào);2013年01期

7 張曉松;林明;;小波變換與線性調(diào)頻信號(hào)脈內(nèi)調(diào)制特征分析[J];科學(xué)技術(shù)與工程;2012年36期

8 陳文武;蔡征宇;陳如山;趙兆;;脈沖噪聲下基于Robust STFT的LFM信號(hào)檢測(cè)與參數(shù)估計(jì)[J];南京理工大學(xué)學(xué)報(bào);2012年02期

9 遲華山;王紅星;趙培洪;李軍;;基于S變換的線性調(diào)頻信號(hào)時(shí)頻濾波[J];無(wú)線電通信技術(shù);2012年01期

10 趙春暉;馬爽;;脈沖噪聲下基于Myriad濾波及分形盒維數(shù)的頻譜感知[J];振動(dòng)與沖擊;2012年03期

，

本文編號(hào)：837158