多分量Chirp信號的時頻表示與參數(shù)估計的研究及其應(yīng)用.pdf

1、Chirp信號是一種典型的非平穩(wěn)信號，廣泛地應(yīng)用于通信、雷達、聲納、生物醫(yī)學(xué)和地震勘探等系統(tǒng)，許多自然現(xiàn)象也可以用Chirp信號作為信號模型。本文以多分量Chirp信號為研究對象，采用時頻重排-Hough變換、分數(shù)階傅立葉變換、三參數(shù)Chirp原子分解等方法，對多分量Chirp信號的時頻表示、檢測與參數(shù)估計進行了較為深入的研究。 從時頻聚集性、交叉項抑制、分量間的可分辨性等方面，研究了模糊函數(shù)、WVD及Cohen類雙線性時頻分布

2、對多分量Chirp信號的時頻表示性能。盡管模糊函數(shù)和WVD對單分量Chirp信號有最好的時頻聚集性，但它們對多分量Chirp信號的時頻表示卻存在交叉項干擾。Cohen類時頻分布使用核函數(shù)平滑來減少交叉項，但平滑也使時頻聚集性下降，交叉項和較低的時頻聚集性又導(dǎo)致分量間的可分辨性變差，所以，對于多分量Chirp信號，現(xiàn)有的雙線性時頻分布不是最好的時頻分析工具。 由于多分量Chirp信號在時頻平面淹沒在交叉項和噪聲中，直接從其時頻分布

3、很難辨別信號的存在。為此提出了將該信號的雙線性時頻分布作為圖像，由于Chirp信號在時頻平面呈直線，利用Hough變換檢測圖像中直線的原理，將噪聲中多分量Chirp信號的檢測與參數(shù)估計轉(zhuǎn)換為在參數(shù)空間尋找局部極大值及其相應(yīng)坐標的問題，使檢測和參數(shù)估計一并完成。針對WVD中的交叉項經(jīng)Hough變換后會形成偽尖峰；抑制此偽尖峰而平滑交叉項又造成時頻聚集性下降這一矛盾，提出了基于時頻重排-Hough變換和抽取圖像脊-Hough變換的兩種改進方

4、法，從而既解決了交叉項抑制與時頻聚集性下降的矛盾，又縮短了Hough變換的時間，提高了檢測和參數(shù)估計的準確性，也改善了抗噪聲性能，并將時頻重排-Hough變換方法應(yīng)用于對噪聲中多運動目標雷達回波信號的檢測，仿真實驗結(jié)果證明了該方法的有效性。 深入系統(tǒng)地研究了分數(shù)階傅立葉變換(FRFT：FractionalFourierTransform)的基本理論，包括傅立葉變換算子的分數(shù)階化過程、FRFT的定義與性質(zhì)、典型信號的FRFT、分數(shù)

5、階傅立葉域的概念和運算、FRFT與其它的時頻表示的關(guān)系、以及離散FRFT的計算等。我們的目的是從多個角度揭示和分析多分量Chirp信號在適當?shù)姆謹?shù)階傅立葉變換域呈現(xiàn)沖激信號特征的機理。利用這個特征，提出了對直接序列擴頻通信系統(tǒng)中多個Chirp寬帶干擾的識別和剔除方法，仿真實驗結(jié)果說明了這種方法的可行性。 研究了Chirplet變換的定義和物理意義，它適合于對多分量Chirp信號的線性時頻表示，但其定義的高維參數(shù)空間無法使它實際應(yīng)

6、用。分析了匹配追逐算法原理和尋找最佳時頻原子的計算復(fù)雜性。在此基礎(chǔ)上，提出了具有三參數(shù)Chirp原子的預(yù)估計的匹配追逐方法，來對多分量Chirp信號進行時頻表示與參數(shù)估計。首先，提出了基于分數(shù)階傅立葉變換的旋轉(zhuǎn)-徑向移位算子，證明了該算子對WVD的旋轉(zhuǎn)協(xié)變性和徑向移不變性，并通過將該算子作用于比例后的高斯基函數(shù)，得到用比例、旋轉(zhuǎn)、徑向移位三個參數(shù)表示的Chirp原子，使Chirp原子由五個參數(shù)降為三個參數(shù)表示；然后提出了基于預(yù)估計的匹配

7、追逐算法(PEMP：PriorEstimateMatchingPursuit)以搜索最佳三參數(shù)Chirp原子，并將PEMP方法應(yīng)用于合成信號、實際的聲音信號和地震數(shù)據(jù)。實驗結(jié)果表明，PEMP方法能從整體上把握信號中固有的時頻結(jié)構(gòu)，避免原始MP算法因局部優(yōu)化的貪婪性對信號的過于分解，可以得到信號的緊湊表示，并能提供每個Chirp分量的參數(shù)?；谌齾?shù)Chirp原子分解的時頻分布是恒正的，不含交叉項干擾，沒有窗效應(yīng)，且有較高的時頻聚集性和可