论文部分内容阅读
非平稳信号广泛存在于自然界与现实生活中，作为非平稳信号的线性调频信号（Linear Frequency Modulation，LFM）和正弦调频信号（Sinusoidal Frequency Modulation，SFM）广泛应用于通信、雷达、声纳、地震勘测和生物医学等众多领域。由于经典的傅里叶变换不反映非平稳信号的时变本质，时频联合分析技术成为处理此类信号的有效方法，由于能够描述信号频率与时间的关系，目前被广泛应用于非平稳信号分析与处理中。首先，本文对各种LFM信号参数估计方法进行了研究，诸如，分数阶傅里叶变换（Fractional Fourier Transform，FRFT）、离散Chirp-Fourier变换（Discrete Chirp FourierTransform，DCFT）、匹配傅里叶变换（Matched Fourier Transform，MFT）和三次相位变换（Cubic Phase Transform，CPT），并通过仿真比较各种算法的性能。然后，基于一阶局部多项式傅里叶变换（Local Polynomial Fourier Transform，LPFT）对LFM信号具有良好的时频聚集和抑制较叉干扰的性能，提出基于两级搜索LPFT1与FFT结合（Two Step LPFT1-Fast Fourier Transform，TSLPFT1-FFT）的LFM信号参数估计方法。仿真结果表明，与现有方法相比，提出的方法在相同的信噪比条件下改善了参数估计精度，并且适用于多分量LFM信号的处理。最后，由于SFM信号时频特性函数呈余弦曲线变化，现有的LFM信号分析处理方法不适用于分析此类信号，根据信号特征提出正弦调频变换（Sinusoid FrequencyModulation Transform，SFMT），理论分析说明SFM信号在离散正弦调频变换（DiscreteSFMT，DSFMT）域具有明显的聚敛特征，经仿真验证，基于DSFMT的SFM信号参数估计方法性能接近于参数估计的Cramer-Rao下限。