论文部分内容阅读
随着线性调频信号在雷达、地震、语音、医电等应用领域的进一步应用及其他新的领域的应用拓展,针对线性调频信号的检测与参数估计的研究也越来越深入。本文开展了如下内容的研究：首先研究了基于Cubic Phase Function- Fractional Fourier Transform (CPF-FrFT)的多分量线性调频信号的检测及参数估计算法。该算法首先利用二次型函数CPF得到对于调频率参数的估计,以此作为分数阶傅立叶变换FrFT的最优阶数,然后将多分量信号变换到残留最强信号分量的最优分数阶变换空间,在得到该分量起始频率和幅度参数估计的同时,滤除相应信号分量,该算法充分利用了分数阶变换域能量高聚集度的性质,可以用来进行多分量的信号检测分离,并有效地提高了其调频率、起始频率和幅度参数的估计。在上面研究基础上,针对在信号分量幅度差别不大的时候,传统CPF方法由交叉项产生的伪峰干扰问题,给出了相应的解决方案PCPF (Procduct CPF)并进一步分析了在多分量信号的调频率相近甚至于相同的情况下,传统CPF方法的失效的原因,并针对性地提出了FrFT的参数邻域扫描方法,以提高调频率参数的估计精度,并据此提出了基于PCPF-FrFT的多分量同IFR的线性调频信号检测及参数估计算法,该算法首先通过PCPF得到调频率参数的粗估计,然后利用FrFT进行调频率参数的精细估计,在最优分数阶域中得到起始频率和幅度参数的估计。该算法解决了CPF伪峰的检测干扰,提高了在同调频率下多分量线性调频信号的参数估计精度。最后,在结合推广的线性S变换和二次型wigner变换的基础上,提出了新的时频变换Stockwell-Wigner变换,该变换不仅消除了二次型变换中的交叉项,而且提高了信号在二维时频平面上能量聚集度,并将此新变换应用到分数阶滤波器的辅助设计中,并进行了仿真实验。