基于分数阶傅里叶变换LFM信号参数估计.docVIP

基于分数阶傅里叶变换LFM信号参数估计 　　摘 要：线性调频信号作为一种典型的非平稳信号，具有大时宽带宽积的特殊优势，广泛应用于雷达、通信、地质探测和声呐信号处理等研究领域。因此，研究线性调频信号具有十分重要的意义。分数阶傅里叶变换实质上是一种线性变换，它不仅可以理解为chirp基分解，还没有交叉干扰的问题。所以，分数阶傅里叶变换特别适合用来处理chirp类信号。文中基于分数阶傅里叶变换，研究了线性调频信号的检测和参数估计算法。首先利用Matlab对线性调频信号进行仿真，并分析了其时域波形特性；然后在不同信噪比的背景下，对单分量和多分量的线性调频信号进行了参数估计。仿真结果表明：在噪声环境中，分数阶傅里叶变换能够检测出线性调频信号的相关参数，设计的线性调频信号参数检测估计仿真软件具有较好的交互性能。 　　关键词：线性调频信号；分数阶傅里叶变换；信号检测；参数估计 　　中图分类号：TP39；TN953 文献标识码：A 文章编号：2095-1302（2017）11-00-03 　　0 引 言 　　线性调频（chirp）信号作为最常见的调频信号，具有大时宽带宽积的优势，广泛应用于雷达信号处理、医学成像处理、地质探测、声纳信号处理等领域，因此，该信号的检测与估计具有重要意义[1，2]。Wigner-Ville分布方法在对线性调频信号进行检测时，会有交叉项干扰[2，3]；短时傅里叶变换对线性调频信号检测时，虽然具有较快的速度，但估计精度有待进一步提高[4]；小波变换能够较好地完成线性调频信号的时频分析，但实时性能较差[5]。 　　本文实现了基于分数阶傅里叶变换的线性调频信号检测与估计。仿真结果验证了算法的有效性和可靠性。 　　1 分数阶傅里叶变换的线性积分定义 　　定义在时间域的函数 x（t），其p阶分数阶傅里叶变换（FRFT）[6，7]是一种线性积分运算，表示如下： 　　公式（2）给出了FRFT的线性积分定义，但其不具备移不变性。因为核函数Kp（u，t）与时间t和阶次p都有关系。这里我们分析特殊阶次的FRFT： 　　（1）当p=4n，即α=2nπ时，函数x（t）的FRFT等于函数本身，即F4n为恒等算子I。 　　（2）当p=4n±2，即α=（2n±1）π时，函数x（t）的FRFT等于x（-t），即F4n±2为奇偶算子P。 　　（3）当p=1，即α=π/2时，函数x（t）的FRFT等于函数的FT，即F1退变为FT算子F。 　　（4）当p=-1，即α=-（π/2）时，函数x（t）的FRFT等于函数的傅里叶逆变换F-1。 　　从情况（3）可知，X1（u）就是x（t）的普通傅里?~变换。同理，我们从上面可以得到函数x（t）的傅里叶逆变换，即X-1（u）。 　　2 基于分数阶傅里叶变换的线性调频信号检测 　　在分数阶傅里叶域的线性调频信号有一个优点，即线性调频信号的能量聚集性会随着阶数的不同而改变。根据该特点，就可对含有未知参数的线性调频信号进行检测。把旋转角α当作检测时所用的变量，然后再对观测信号作分数阶傅里叶变换，把线性调频信号的能量分布在二维平面（α，u）上，最后按照事先设置好的阈值对信号峰值点的位置进行检测，即可实现线性调频信号的检测和参数估计。 　　线性调频信号的频率会随着时间的不断变化而变化，且两者间是线性关系。可以通过数学表达式给基本的线性调频信号建立如下模型： 　　其中，A，φ0，f0和μ分别表示线性调频信号的幅度，初始相位，起始频率和调频斜率，T表示线性调频信号的持续时间。 　　在本模型中，线性调频信号的持续时间和观测时间都为[0，T]。这里假设线性调频信号的终止频率为fm，那么线性调频信号的调频斜率可以表示为μ=（fm-f0）/T。 　　将含有噪声的单分量线性调频信号表示为如下模型： 　　把旋转角α当作检测的变量时，分数阶傅里叶变换 （FRFT）可以在FFT的帮助下大大减小计算量。在处理多分量线性调频信号时，分数阶傅里叶变换和WVD变换相比，能够避免后者复杂的变换过程，且分数阶傅里叶变换作为一种线性变换，还可以排除交叉项的干扰。此外，分数阶傅里叶变换在对线性调频信号参数进行估计时，可以保留线性调频信号的相位信息。 　　3 算法仿真结果与分析 　　3.1 线性调频信号参数估计 　　设置线性调频信号的幅度为1，起始频率为20 Hz，采样频率为800 Hz，终止频率为100 Hz。线性调频信号的持续时间为2 s，那么信号的观测时间为[0 s， 2 s]。设置好这些参数后，单分量的线性调频信号仿真波形如图1所示。 　　还可以利用Matlab产生一个多分量的线性调频信号，信号1的幅度为1，起始频率为20 Hz，采样率为800 Hz，终止频率为100 Hz；信号2的幅度为1，起始频率为