微波雷达信号时频分布的计算.pdfVIP

微波雷达信号时频分布的计算 张晓冬 成都cUr引{盘凡学Jq卅脚成剐610054) 杨j、胤 f南京邮IU人学南京210096) t熟未焉耥躐嬲黧慧警饿要嚣嚣嚣激裂搿 真的结果．{j}{明町以娃著减弱原算法中交叉项谁柬的蟛响，是对联台时翱计而算犯胜开jr弘卟承玑“。 有益的尝试。 I关健词1联合时频分布 梭函数 对于调频连续波体制的雷达，目标的距离，速度等信息全部包含在经商频前 端的混频器混频输}Ij的信号中。因此，对这一信号的详细分析有助于更好地提取目标 的信息。通常采用的处理方法是进行一维的频谱分析，提取信号中的频率成分。本文 采用近年来提出的联合时频分布的改进算法，对信号进行二维谱分析，在时间一频率 平面上表示出回波中确切的信息。 一维频谱分析和联合时频分布算法之问的不同在于：频谱分析可提取的内容 是有哪些频率成分存在，而联台时频分布则能够确定在某～特定时间有哪些频率成份 存在。 二联合时频分布 魏格纳分椎(Wigner 信号s(t)，魏格纳分布的数学描述为： 帅捌=去M—jf)印+j巾1‰ 所有的联合时频分布都可以由下面的基本方程得到 c“咖嘉肛‘(w一≯咖+扣邺，咖1“Ⅲ““捌耐一 =专肛(盯)e-ttl-．!rwd舭 其中 M(O，r)=W(O，r)』s+(“一；r)s(“+；r)e，“’d“ =甲(口，r)A(口，r) 一439— 公式中v(口，r)称为核函数。 前述魏格纳分布可视为取、lJp，r)=1时的特殊情况。 因为信号本身在计算中出现了两次，所以联合时频分布是信号的双线性表 示。但是当信号中包含有多个频率成分时．幽于是双线性表示的缘故，每两个频率成 份之l剐要出现峰值幅度最大为信号幅度2倍的交叉项。这个交叉项是算法本身引入的。 交叉项的存在严重影响了对信号频率的识别，阻碍了这一算法在实际系统中的应用。 三算法的改进 本文利用满足边缘分，缸器件的核函数，对交叉项进行抑制。 当把一维信号变换成二维信号，并转换到0一r平面上时，信号本身的分量与 交叉项引起的分量分离丌柬。一般情况下信号分量集中在平面的原点附近．而交叉项 的分量位于离丌原点有～定距离的地方。利用这个特性，可以用一个在原点处有峰值， 在离开原点处急速下降的核函数柬减弱交叉项的影响。 取核函数为乔伊一威廉斯核：(Choi—Williams) 甲(学，r)=e一矿一7一 (盯为一常数) 它满足联合时频分布对边缘分布的要求，即Y(o，f)=甲徊，o)=t 把这个核代入基本方程，并在0范围内积分，可得到： ％“㈨卜击ff方斧一[一黔一M～1*71卜r 式中为消除信号的负频率成分以段正负频率成分之间在m=o处的交叉项， s(w)采用输入信号x(r)的解析信号形式，即： 其中 日kf)】=妻J罢÷出。 为输入信号坤)的希尔伯特变换(Hilbert) 四仿真结果： 理论推导表明．满足边缘分布的双线性分布在整个时一频平面内不可能总是 正的，它在某些地方一定是负值。以下的结果中给出的是时一频平面上取了绝对值后 的数值结果。虽然这样处理没有表示出值为负的部分，但并不影响各频率成分的分布， 并且这也是该理论实际应用时要进行的处理。 核函数的参数选择： 27sf≤128；步长均为1 一440一 一。一! 』臣iL—旦二坦LJ址墟埔嚏毫 』量EL—￡生贮—五此嗽叠 td0…∞∞∞n∞O 』正￡L—Ld贮JE＆E胁 五结论： 由上述结果中可知： 1)联合时