基于解调分选的时分多址信号时/频差参数联合估计方法

针对TDMA多时隙信号不连续,通信时隙外噪声以及其它用户信号影响时/频差参数估计的问题,首先证明了多时隙多普勒频差信号具有相参性,指出多时隙信号在相关处理中能量是可以积累的;在此基础上,根据通信时隙外噪声、其它用户信号与特定用户信号在时域上的可分离特性,提出基于解调分选的TDMA时/频差参数估计方法,并推导分析了该方法的处理性能。试验结果表明,提出的方法可以实现TDMA信号中多用户信号的时/频差参数联合估计,可以有效降低通信时隙外噪声与其它用户信号对参数估计精度的影响。     

基于神经网络的时频域雷达信号调制参数估计

针对常规时频分析方法对多分量雷达信号分析的不足,提出一种基于神经网络的时频域多分量雷达信号调制参数估计新方法.把多分量雷达信号的时频分布作为灰度图像,通过神经网络训练得到高分辨率时频平面图,然后在时频域实现雷达信号各分量的调制参数估计,相对于时频重排等方法,其对时频分布的处理不需要关于各分量信号的先验知识.仿真实验表明,该方法在得到比时频重排方法更高分辨率时频图的基础上,能够较准确地估计各分量雷达信号调制参数.     

GPS信号的码相位与多普勒频率联合捕获

分析了PMF FFT码捕获算法在不同频偏下的性能,针对其频率估计精度较低引起的部分频偏下的检测性能下降,提出了一种改进的码相位与多普勒频偏联合捕获方法。首先基于部分匹配滤波(PMF)相关算法得到一组匹配滤波输出;然后在PMF FFT算法基础上提出了一种利用FFT幅度差求解的低复杂度高精度迭代频偏估计算法,并利用此高精度的频率估计值补偿PMF输出,进行相干检测,从而在提高频率估计精度的同时提高了信号的检测概率,实现了高精度的频率估计与码相位捕获的联合处理。仿真结果表明检测算法可以有效改善频偏估计精度,提升检测概率,并且具有极低的复杂度。     

基于时频分布的电子侦察信道参数估计方法

提出了一种基于时频分布的信道参数盲估计方法。首先分析了多径信道模型和时频域匹配滤波算法,接着根据时频分布自身项和交叉项的不同特点,提出采用短时傅里叶变换的时频图对Wigner—Ville分布进行滤波,以提取源信号的时频脊线,然后利用时频域匹配滤波对多径信号进行参数估计。该方法快速简单,参数估计准确,分辨率高。仿真实验对雷达脉内频率调制信号进行多径参数估计,实验结果证明了该方法的正确性和有效性。     

基于积分抽取的时/频差参数估计方法

利用互模糊函数对大数据量信号进行时/频差参数估计的运算量大,现有处理算法难以满足系统实时性要求。针对该问题,提出了基于积分抽取的时/频差参数估计方法。该方法根据对积分抽取滤波器的性能分析,选择最优的抽取倍数,对粗估计和精细估计中的混合积信号进行降采样,在信息基本不缺失的前提下,大幅降低了FFT和CZT细化处理的运算量。利用该方法,可以将时/频域混合积信号抽取到5个样本点,再通过CZT运算就可以实现对时/频差参数的高精度估计。仿真结果表明所提方法的有效性。     

基于逐点扫描FFT法的跳频信号参数估计

针对时频分析方法估计跳频信号参数存在时频分辨率受限、交叉项干扰、实时性差等缺点,通过分析跳频信号的时频特性,提出一种新的跳频信号参数估计方法。该方法从未知信号的时域分析出发,采用逐点步进的方法进行多次FFT计算,通过分析其频谱特性判断跳频信号的跳变时刻,将跳频信号序列按跳频频率分割为多个单频率信号分量,最后再综合提取跳频信号的时频参数。仿真结果表明,该方法针对跳频参数的估计精度高,运算速度较快,且没有干扰频率。     

跳频信号的时频分析

时频分析是跳频信号检测的重要工具之一,获得清晰的时频图是跳频信号参数估计和信号分选的前提.使用各种时频分析工具,包括线性时频表示、二次时频分布、重排类二次时频分布、不同时频分布组合方法对跳频信号进行仿真,在时频聚焦性和抑制交义项干扰两个方面综合比较各分布之性能,寻找适合针对多个跳频信号同时存在的时频分布,并给出了各分布性能的定量评价.仿真结果表明,谱图、平衡伪wigner-Ville 分布(SP-WVD)、重排类时频分布以及线性与非线性时频分布组合方法能获得较清晰的时频图.     

基于极化时频分布的改进DOA估计算法

针对雷达回波信号波达方向估计精度差和时频分析方法运算量大的问题,以极化敏感阵列为模型,结合时频分析方法,充分利用回波信号的空域、时频域和极化域信息,对雷达回波信号进行更准确的估计,并简化其计算量。分析基于空间极化时频分布的多重信号分类(MUSIC)和旋转不变子空间(ESPRIT)算法,并结合两者的优缺点提出了一种改进算法。改进算法用极化时频ESPRIT算法对来波信号确定大致的方位角,以每个方位角为中心确定一个小角度范围,在此范围内用MUSIC算法进行谱峰搜索,得到较准确的波达方向(DOA)估计值,在确保DOA估计精度的基础上节省大部分运算时间。仿真试验验证了该改进算法的有效性。     

一种低轨双星雷达信号无模糊频差估计算法

针对低轨双星组合接收低脉冲重复频率(LPRF)雷达信号的频差(DFO)估计存在模糊的问题，提出一种基于时差差分的频差无模糊高精度估计算法，该算法通过对高精度的时差测量值进行中心差分获得无模糊的频差估值。仿真结果表明，新算法能对PRF低至300 Hz的雷达信号进行无模糊的频差估计，估计精度在信噪比高于15 dB时逼近克拉美劳下界，可有效扩大低轨双星时/频差定位系统对LPRF信号的适用范围。     

高低轨双星时频模糊雷达信号的频差估计算法

针对高低轨双星定位系统中，雷达信号定位参数估计结果同时存在时差与频差模糊的问题，分析了相参脉冲串信号的模糊特性；利用粗略配对的脉冲串获得到达时间差序列，避免了对时域高度密集的脉冲进行配对的难题；在此基础上，提出了对时差序列进行中心差分计算频差粗估值实现频差模糊消除的方法；推导得出了频差粗值误差随着辐射源载频的增加、脉冲到达时间测量误差的增大、时差差分间隔的减小而增大的结论。仿真结果表明，频差粗值误差与理论值一致；通过设置合理的差分间隔，得到无模糊的频差粗值以后，频差精估精度逼近CRLB。新算法便于工程实现，对长基线定位系统中雷达信号的频差估计具有一定参考价值。