基于FRFT的雷达信号chirp基稀疏特征提取 及分选

 特征分析是雷达信号分选识别的基础,利用稀疏分解思想对新体制雷达信号进行特征提取是一个新的研究方向。本文以分数阶Fourier变换的核函数作为稀疏分解的chirp基函数,将具有相近特征参数的chirp基函数构成基函数族用于稀疏分量提取,推导了在分数阶Fourier域基于匹配跟踪的chirp基函数族稀疏分解公式,然后利用chirp基稀疏分量的调频率和初始频率构成特征参数序列,将雷达信号脉冲分成5大类进行分选和识别,仿真分析验证了推导结果的有效性。结果表明对于具有线性或曲线时频特征的雷达信号在信噪比为-3 dB,采样频率为500 MHz,观测时间为2 μs,调频率不超过100 MHz/μs时,仍然具有95%的正确分选概率。     

基于周期FRFT的多分量LFMCW雷达信号分离

 多分量线性调频连续波(LFMCW)信号的截获和特征提取是雷达情报侦察的难点,为了实现对多分量LFMCW信号的快速检测和有效分离,提出了一种基于周期分数阶Fourier变换(PFRFT)的多分量LFMCW雷达信号分离新方法。首先介绍了PFRFT,分析了PFRFT和FRFT之间的关系,讨论了LFMCW信号的PFRFT特征。然后给出了一种离散PFRFT的计算方法,结合周期分数阶Fourier域(PFRFD)的窄带滤波和CLEAN算法实现了多分量LFMCW信号的分离。仿真结果表明:①PFRFT的计算效率较周期Wigner-Hough变换(PWHT)具有明显优势;②LFMCW信号分量在特定PFRFD中具有能量峰值,分离后能较好保留时频特征;③当两个LFMCW信号分量的功率相差较大时,适合在PFRFD分离,反之适合在时域分离;④当信噪比(SNR)为0 dB时,两个具有相同功率的LFMCW信号分量分离后,与初始信号分量的相关系数都达到了0.9以上。     

基于周期Wigner-Hough变换多相编码连续波雷达信号检测算法

为提高雷达侦察截获接收机对多相编码连续波弱信号截获能力,提出了一种基于周期Wigner-Hough变换（Periodic Wigner-Hough Transform,PWHT）的多相编码连续波信号检测算法。研究了线性调频连续波信号的PWHT及性质;分析了多相编码连续波信号时频主脊线的类似线性调频连续波特征;推导了高斯白噪声在PWHT域的统计分布特征,根据多相编码连续波信号与线性调频连续波的相似性,提出了基于PWHT的多相编码连续波信号检测算法,给出了实现流程,并计算出其检测性能和参数估计性能仿真的仿真结果。仿真结果表明：该算法较已有的其他多相编码信号检测算法有更好的弱信号检测能力,最小可检测信噪比至少可以降低3dB,并随着观测时间延长而进一步降低;其参数估计精度具有渐进最优的性质。