复杂噪声环境中线性调频信号的参数估计-信号与信息处理专业论文.docx

万方数据 万方数据 西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学分和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再攥写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 日期 导师签名： 日期 万方数据 万方数据 摘 要 I 摘 要 线性调频(LFM)信号是一类典型的低截获概率非平稳信号，且能够用于近似表 示多种频率时变特性复杂的其他信号，广泛应用于雷达、声呐、地质探测与生物 医学等系统。因此，LFM 信号参数估计一直是信号处理领域的研究热点，具有重 要的理论意义及实用价值。本文首先给出了 LFM 信号模型和能够描述复杂环境噪 声的 alpha 稳定分布模型。针对复杂噪声模型给出了抑制 alpha 稳定分布噪声的常 用方法，然后在时频分析理论的基础上，介绍了线性时频表示和双线性时频表示 的特性与缺陷。线性时频表示方法不受交叉项干扰但窗函数限制了时频分辨率的 提高，而双线性时频表示中存在严重的交叉项干扰，通过核函数的设计能够实现 干扰的有效抑制，但通常是以时频分辨率为代价的。 针对线性时频表示方法的局限性，本文分析了 LPFT 的时频聚集性能以及噪 声、交叉项对它的影响，并结合 Hough 变换实现了 LFM 信号的参数估计。结合 LVD(Lv’s distribution)方法对 LPFT 的参数空间集进行快速估计，可以进一步将二 阶 LPFT 推广至多项式相位信号的参数估计。基于 LPFT 时频分析，采用限幅器预 处理滤波方法实现了脉冲噪声环境中的 LFM 信号参数估计。 针对具有良好时频聚集特性的双线性时频分析方法线平滑交叉项时，会出现 参数估计精度降低和计算复杂度增加等问题，论文结合 Keystone 变换原理对模糊 函数(AF)进行尺度变换，消除信号在时间轴上的线性频率偏移，然后对尺度变换 后的时间变量作二维傅里叶变换，使信号各分量在参数域平面表现为多个独立尖 峰，抑制交叉项的同时保持了较高的能量聚集，快速准确地提取了 LFM 信号的相 位参数。SAT(scaled Ambiguity function transform)可有效抑制高斯噪声，但在脉冲 性较强的 alpha 稳定分布噪声中，该方法性能退化。对此，论文结合分数低阶统计 量理论，提出了一种 alpha 稳定分布噪声环境下的分数低阶 SAT 方法。仿真实验 表明该方法在高斯噪声和脉冲噪声环境下均可稳定工作，具有较好的鲁棒性。 关键词：Alpha 稳定分布 尺度变换 线性调频信号 时频分析 参数估计 万方数据 万方数据 万方数据 万方数据 ABSTRACT III ABSTRACT Linear frequency modulated (LFM) signals are typical non-stationary signals and widely used in various practical applications such as radar, sonar and communication. Other non-stationary signals with the rapidly varying instantaneous frequency can also be modeled as LFM signals. Accurate estimation of an LFM signal without any prior information provides high theoretical significance and practical value. Firstly, this thesis briefly reviews the LFM signal model, alpha stable