CN102680948B - 一种线性调频信号调频率和起始频率估计方法 - Google Patents
一种线性调频信号调频率和起始频率估计方法 Download PDFInfo
- Publication number
- CN102680948B CN102680948B CN 201210150122 CN201210150122A CN102680948B CN 102680948 B CN102680948 B CN 102680948B CN 201210150122 CN201210150122 CN 201210150122 CN 201210150122 A CN201210150122 A CN 201210150122A CN 102680948 B CN102680948 B CN 102680948B
- Authority
- CN
- China
- Prior art keywords
- frequency
- window
- value
- short
- term
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
- Measuring Frequencies, Analyzing Spectra (AREA)
Abstract
本发明公开了一种线性调频信号调频率和起始频率估计方法,该方法包括以下步骤:第一步:获取数据序列x(n),n=0,1,2,…,N-1;第二步:参数初始化;第三步:计算第i个短时窗内的数据序列xi(m)的功率谱Yi(l2);第四步:采用Rife插值算法估计出本短时窗内数据序列的瞬时频率估计值fi;第五步:判断是否处理完所有短时窗的数据序列:如果未处理完,返回第三步,否则转入第六步;第六步:计算第k次迭代权重第七步:判断是否满足迭代加权最小二乘线性拟合停止条件:如不满足,返回第六步,否则转入第八步;第八步:计算出调频率和起始频率参数。该方法无需进行复杂的计算和参数搜索,在保证快速估计前提下,可以提高参数估计的精度。
Description
技术领域
本发明属于信号处理领域,具体涉及一种线性调频信号调频率和起始频率估计方法。
背景技术
线性调频信号的低峰值功率、大时宽带宽积特性,使其具有较好的可压缩性,这使得线性调频信号在声呐和雷达等领域得到了广泛的应用。初始频率和调频率是表征线性调频信号频率特性的两个基本参数,其估计问题是一直是信号处理领域的重要研究内容。线性调频信号是一种典型的非平稳信号,使用简单的傅里叶变换只能获得信号的整体频谱,难以获得其局部特性。因此,估计线性调频信号的参数常需使用时频分析方法。目前常用于估计线性调频信号参数的时频方法有Wigner-Hough变换(WHT)、Radon-Ambiguity变换(RAT)和分数阶傅里叶变换(FRFT),这几种方法都利用了线性调频信号在时频域的聚集特性。其中,WHT是将线性调频信号的参数的估计问题转换成时频图的直线搜索问题,RAT是将其转换成模糊图中搜索过原点直线的问题,这两种方法都需要先进行复杂的运算再进行直线搜索,运算速度非常慢,限制了其工程应用,而且RAT法丢失了信号的初始频率信息,只适合仅对调频率感兴趣的场合。FRFT充分利用线性调频信号在时频域的聚集特性,可以同时估计出信号的调频率和起始频率参数,但是该方法需要对线性调频信号的调频率和起始频率参数进行二维搜索,计算量大,而且参数估计的精度受到FRFT固有分辨率的限制。
在进行性调频信号调频率和起始频率估计前,需要先进行数据采集和信号检测,由数据采集部分可以得到采样频率fs,通过信号检测可以得到信号的起始和终止时刻,检测到的信号的终止和起始时刻的差值即为信号脉宽,信号脉宽所对应的采样点数即为N,在检测到信号起始时刻并得信号脉宽所对应的采样点数N后即可进行线性调频信号调频率和起始频率估计。
发明内容
技术问题:本发明提供了一种无需进行复杂的计算和参数搜索,可在保证参数快速估计前提下提高参数估计精度的线性调频信号调频率和起始频率估计方法。
技术方案:本发明的线性调频信号调频率和起始频率估计方法,包括以下步骤:
第一步:获取数据序列x(n),n=0,1,2,…,N-1:从传感器接收N个采样点的实时采集数据或从存储器中提取从检测到信号时刻起始的N个采样点的数据作为待处理的数据序列x(n),n=0,1,2,…,N-1,所述的N为检测到的线性调频信号脉宽所对应的采样点个数;
第二步:参数初始化:设置短时窗长M、短时窗移动步进L、最大迭代次数门限K和精度控制指标ε,计算出总的短时窗个数 表示向下取整运算,初始化短时窗序号i=1,所述短时窗长M取值为为2的整数次幂且满足M<N/2,L取值为K取值为大于2的正整数,ε取值为小于0.1的正数;
第三步:对第i个短时窗内的数据序列xi(m)做离散傅里叶变换并计算其功率谱Yi(l2):第i个短时窗内的数据序列为xi(m)=x(ni),m=0,1,…,M-1,ni=(i-1)L,(i-1)L+1,…,(i-1)L+M-1,用下列式1对xi(m)做离散傅里叶变换
第四步:采用Rife插值算法估计出第i个短时窗内数据序列的瞬时频率估计值fi:Rife插值算法的公式为
其中Li为功率谱Yi(l)最大值对应的离散频率索引值,Δf=fs/M为短时窗长度为M的离散傅里叶变换的频率分辨率,fs为采样频率,为该短时窗内数据序列频率与功率谱Yi(l)最大值对应的离散频率索引值的相对偏差,其表达式为
第五步:判断是否处理完所有短时窗的数据序列:如果i≤I-1,则令i=i+1,并回到第三步,否则令迭代次数k=1,并进入第六步;
第六步:计算第k次迭代中第i个短时窗内数据序列的瞬时频率估计值所对应的加权权重
其中ak,bk通过在表达式中分别对ak,bk求导并令导数为0,并写成矩阵形式为
对上式求解即可得到
其中p=1,2,…I;
本发明方法的第三步中,xi(m)的离散傅里叶变换可以是通过快速傅里叶变换实现。
本发明方法的第四步中,首先搜索功率谱值Yi(l2)最大值,通过所述搜索功率谱值Yi(l2)最大值的位置确定离散频率索引值Li,然后根据公式4确定相对偏差并代入式3,估计出本短时窗内数据序列的瞬时频率估计值fi。其中,搜索功率谱值Yi(l2)最大值时取l2=0,1,2…M/2-1。
本发明方法的第六步中,当σ1=1时,估计效果较好。
有益效果:与现有技术相比,本发明具有以下优点:
1.目前常用于估计线性调频信号参数的有Wigner-Hough变换(WHT)、Radon-Ambiguity变换(RAT)和分数阶傅里叶变换(FRFT)。其中,WHT是将线性调频信号的参数的估计问题转换成时频图中直线搜索的问题,RAT是将其转换成模糊图中搜索过原点直线的问题,这两种方法都需要先进行复杂的运算再进行直线搜索,而且RAT法丢失了信号的起始频率信息;FRFT充分利用线性调频信号在分数阶域Fourier的聚集特性,在已知信号起始时间的条件下,可以同时估计出信号的调频率和起始频率参数,但该方法需要对线性调频信号的调频率和起始频率参数进行二维搜索,而且参数估计精度受到FRFT固有分辨率的限制。以上三种方法虽然可以获得高精度的调频率估计,但都需要复杂的计算和参数搜索,计算量大,运算速度慢,而在实际工程中常需处理数据流,要求较快的运算速度,这限制了上述三种算法的工程应用。本发明的估计方法无需进行复杂的计算和参数搜索,可以快速实现,具有工程实用性。
2.本发明的估计方法将Rife插值算法应用于短时傅里叶变换,能够提高短时傅里叶变换中每段短时窗内频率估计的精度,相对于仅用短时傅里叶变换,能够更准确地估计线性调频信号的瞬时频率。
3.传统的最小二乘线性拟合方法,对所有的样本点同等对待,在样本中无异常值时是最优估计方法,但是当信噪比较低导致提取的瞬时频率中存在异常值时,会受异常值影响,参数估计性能急剧下降,而本发明的估计方法使用迭代变权最小二乘线性拟合方法,,能够有效地降低估计的瞬时频率中存在的异常值对参数估计结果的影响,提高参数估计的精度,降低对信噪比的要求。
附图说明
图1为本发明方法的流程图。
图2为本发明方法实施例中线性调频仿真信号波形图。
图3为本发明方法实施例中线性调频仿真信号的瞬时频率曲线。
图4为本发明方法实施例中在信噪比为-9dB的情形下,叠加了背景噪声后的接收信号仿真波形图。
图5为本发明方法实施例中瞬时频率估计值、拟合直线和瞬时频率实际值的比较。
具体实施方式
下面结合附图,对本发明的技术方案进行详细的说明。
如图1所示,本发明的线性调频信号调频率和起始频率估计方法,包括以下步骤:
第一步:获取数据序列x(n),n=0,1,2,…,N-1:从传感器接收N个采样点的实时采集数据或从存储器中提取从检测到信号时刻起始的N个采样点的数据作为待处理的数据序列x(n),n=0,1,2,…,N-1,所述的N为检测到的线性调频信号脉宽所对应的采样点个数;
第二步:参数初始化:设置短时窗长M、短时窗移动步进L、最大迭代次数门限K和精度控制指标ε,计算出总的短时窗个数 表示向下取整运算,初始化短时窗序号i=1,所述短时窗长M取值为为2的整数次幂且满足M<N/2,L取值为K取值为大于2的正整数,ε取值为小于0.1的正数;
第三步:对第i个短时窗内的数据序列xi(m)做离散傅里叶变换并计算其功率谱Yi(l2):第i个短时窗内的数据序列为xi(m)=x(ni),m=0,1,…,M-1,ni=(i-1)L,(i-1)L+1,…,(i-1)L+M-1,用下列式1对xi(m)做离散傅里叶变换
其中xi(l1)表示离散傅里叶变换的结果,j表示虚数单位,即则功率谱Yi(l2)为
其中,离散傅里叶变换可以通过快速傅里叶变换实现;
第四步:采用Rife插值算法估计出第i个短时窗内数据序列的瞬时频率估计值fi:Rife插值算法的公式为
其中Li为功率谱Yi(l)最大值对应的离散频率索引值,Δf=fs/M为短时窗长度为M的离散傅里叶变换的频率分辨率,fs为采样频率,为该短时窗内数据序列频率与功率谱Yi(l)最大值对应的离散频率索引值的相对偏差,其表达式为
在第四步中,Rife插值算法属于现有技术,例如《电子学报》2004年,32(4)的第625页至第628页中公开的内容,本发明方法将其应用于短时傅里叶变换,可以提高每一短时窗内数据序列瞬时频率估计值的精度。
在第四步中,搜索功率谱值Yi(l2)最大值时取l2=0,1,2…M/2-1,这是因为实数据序列的离散傅里叶变换关于中心对称,因此搜索时功率谱值Yi(l2)最大值时,l2可以只取前M/2个点。
第五步:判断是否处理完所有短时窗的数据序列:如果i≤I-1,则令i=i+1,并回到第三步,否则令迭代次数k=1,并进入第六步;
第六步:计算第k次迭代中第i个短时窗内数据序列的瞬时频率估计值所对应的加权权重
对上式求解即可得到
其中p=1,2,…I;
在第六步中,加权重修正因子σ1是为了避免当时,出现权重无限大的情况,取σ1=1时,效果最好,物理意义最明确。当时当 且与fi差值越大越小,通过采用上述权重实现了拟合过程中正常样本点与异常样本点的自动区分,降低异常值对参数估计结果的影响。式6和式7中p与i均为窗序号,用不同的字母表示,表达不同短时窗序号的组合。
本发明的线性调频信号调频率和起始频率估计方法,首先使用基于Rife插值算法改进的短时傅里叶变换估计线性调频信号的瞬时频率估计值,然后采取变权最小二乘线性拟合的方法进行迭代计算,从而估计出线性调频信号的起始频率和调频率参数。
本发明的原理是利用线性调频信号的瞬时频率是时间的线性函数。因此,如果能获得线性调频信号的瞬时频率,则可以结合线性拟合估计出信号参数。
本发明的实施例中,仿真接收信号模型为:
其中A为信号幅度,为初始相位,τ为脉冲宽度,fl为起始频率,μ=B/τ为调频率,B为脉冲带宽。仿真信号参数分别设置为:信号幅度A=1,初始相位脉宽τ=20ms,采样频率fs=70kHz,对应的采样点数N=1400,起始频率fl=5kHz,调频率μ=500KHz/s,叠加零均值高斯白噪声,方差σ2的大小由信噪比SNR决定:SNR=10lg(A2/2σ2)。
仿真线性调频信号波形示意图如图2所示,从图2可以看出,信号波形越来越密,这是因为仿真线性调频信号是上调频信号,信号频率随着时间的增大而线性增大,因此波形越来越密。图3所示是仿真线性调频信号的瞬时频率曲线,从图3也可看出,仿真线性调频信号的瞬时频率是时间的线性函数。图4是在信噪比为-9dB的情形下,叠加了背景噪声后的仿真接收信号波形图。图5是每个短时窗瞬时频率估计值,拟合直线和瞬时频率实际值的比较图,从图5中可以看出瞬时频率估计值存在异常值,本文发明的方法得到的拟合直线与瞬时频率实际值吻合较好。以该仿真信号模拟接收到的受噪声污染后的采样信号x(n),n=0,1,...,N-1,N=1400。下面对x(n)进行调频率和起始频率的估计。
实施例1:首先进行参数初始化,设置短时窗长M=128,短时窗移动步进L=64,权重修正因子σ1=1,最大迭代次数门限K=2000和精度控制指标ε=10-6,计算出总的短时窗个数初始化窗移动次数i=1,迭代次数k=1。
然后移动时间窗,利用Rife插值算法估计每个短时窗内的数据序列的瞬时频率估计值,得到瞬时频率估计值序列fi,i=1,2,…,20,如表1所示
表1利用Rife插值算法估计得到的瞬时频率序列
其中f3,f4,f11,f15,f18,f19是瞬时频率估计值中存在的异常值。
实施例2:首先进行参数初始化,设置短时窗长M=128,短时窗移动步进L=64,权重修正因子σ1=100,最大迭代次数门限K=100和精度控制指标ε=10-3,计算出总的短时窗个数初始化窗移动次数i=1,迭代次数k=1。
然后移动时间窗,利用Rife插值算法估计每个短时窗内的数据序列的瞬时频率估计值,得到瞬时频率估计值序列fi,i=1,2,…,20;
实施例3:首先进行参数初始化,设置短时窗长M=256,短时窗移动步进L=128,权重修正因子σ1=1000000,最大迭代次数门限K=100000和精度控制指标ε=10-16,计算出总的短时窗个数初始化窗移动次数i=1,迭代次数k=1。
然后移动时间窗,利用Rife插值算法估计每个短时窗内的数据序列的瞬时频率估计值,得到瞬时频率估计值序列fi,i=1,2,…,9;
实施例4:首先进行参数初始化,设置短时窗长M=256,短时窗移动步进L=128,权重修正因子σ1=1,最大迭代次数门限K=1000和精度控制指标ε=10-1,计算出总的短时窗个数初始化窗移动次数i=1,迭代次数k=1。
然后移动时间窗,利用Rife插值算法估计每个短时窗内的数据序列的瞬时频率估计值,得到瞬时频率估计值序列fi,i=1,2,…,9;
从实施例1、实施例2、实施例3和实施例4的结果可以看出,本发明估计方法可以获得良好的估计精度,而且计算简单,计算量小,适用于高精度快速估计线性调频信号的调频率和起始频率参数的场合。
Claims (5)
1.一种线性调频信号的调频率和起始频率估计方法,第一步首先获取数据序列x(n),n=0,1,2,…,N-1:从传感器接收N个采样点的实时采集数据或从存储器中提取从检测到信号时刻起始的N个采样点的数据作为待处理的数据序列x(n),n=0,1,2,…,N-1,所述的N为检测到的线性调频信号脉宽所对应的采样点个数;
其特征在于,该估计方法还包括以下后续步骤:
第二步:参数初始化:设置短时窗长M、短时窗移动步进L、最大迭代次数门限K和精度控制指标ε,计算出总的短时窗个数表示向下取整运算,初始化短时窗序号i=1,所述短时窗长M取值为2的整数次幂且满足M<N/2,L取值为,K取值为大于2的正整数,ε取值为小于0.1的正数;
第三步:对第i个短时窗内的数据序列xi(m)做离散傅里叶变换并计算其功率谱Yi(l2):第i个短时窗内的数据序列为xi(m)=x(ni),m=0,1,…,M-1,ni=(i-1)L,(i-1)L+1,…,(i-1)L+M-1,用下列式1对xi(m)做离散傅里叶变换
则功率谱Yi(l2)为
第四步:采用Rife插值算法估计出第i个短时窗内数据序列的瞬时频率估计值fi:Rife插值算法的公式为
其中Li为功率谱Yi(l2)最大值对应的离散频率索引值,Δf=fs/M为短时窗长度为M的离散傅里叶变换的频率分辨率,fs为采样频率,为该短时窗内数据序列频率与功率谱Yi(l2)最大值对应的离散频率索引值的相对偏差,其表达式为
第五步:判断是否处理完所有短时窗的数据序列:如果i≤I-1,则令i=i+1,并回到第三步,否则令迭代次数k=1,并进入第六步;
第六步:计算第k次迭代中第i个短时窗内数据序列的瞬时频率估计值所对应的加权权重:
其中,σ1为权重修正因子,σ1为任一大于0的数,为第k-1次迭代过程中第i个时间窗内数据序列的瞬时频率拟合值,通过对所述第四步中得到的瞬时频率估计值fi进行加权最小二乘线性拟合得到,即:
对上式求解即可得到
其中p=1,2,…I;
2.根据权利要求1所述的线性调频信号调频率和起始频率估计方法,其特征在于,所述的第三步中,xi(m)的离散傅里叶变换是通过快速傅里叶变换实现。
3.根据权利要求1所述的线性调频信号调频率和起始频率估计方法,其特征在于,所述的第四步中,首先搜索功率谱值Yi(l2)最大值,通过所述搜索功率谱值Yi(l2)最大值的位置确定离散频率索引值Li,然后根据公式4确定相对偏差并代入式3,估计出本短时窗内数据序列的瞬时频率估计值fi。
4.根据权利要求3所述的线性调频信号调频率和起始频率估计方法,其特征在于,搜索功率谱值Yi(l2)最大值时取l2=0,1,2…M/2-1。
5.根据权利要求1所述的线性调频信号调频率和起始频率估计方法,其特征在于,所述的第六步中,σ1=1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201210150122 CN102680948B (zh) | 2012-05-15 | 2012-05-15 | 一种线性调频信号调频率和起始频率估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201210150122 CN102680948B (zh) | 2012-05-15 | 2012-05-15 | 一种线性调频信号调频率和起始频率估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102680948A CN102680948A (zh) | 2012-09-19 |
CN102680948B true CN102680948B (zh) | 2013-08-28 |
Family
ID=46813165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201210150122 Expired - Fee Related CN102680948B (zh) | 2012-05-15 | 2012-05-15 | 一种线性调频信号调频率和起始频率估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102680948B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103048642B (zh) * | 2012-12-31 | 2014-09-10 | 东南大学 | 基于频域最小二乘法的水声脉冲信号匹配场定位方法 |
CN103675758B (zh) * | 2013-12-05 | 2015-11-04 | 东南大学 | 一种双曲调频信号周期斜率和起始频率估计方法 |
CN105004920B (zh) * | 2015-07-10 | 2017-11-17 | 国网天津市电力公司 | 傅里叶修正系数频率测量方法 |
CN105911349B (zh) * | 2016-05-31 | 2019-01-11 | 清华大学 | 基于重排时频谱的线性扫频信号基本参数估算方法及装置 |
CN106443178B (zh) * | 2016-09-08 | 2019-02-01 | 东南大学 | 一种基于IQuinn-Rife综合的正弦信号频率估计方法 |
CN106646436B (zh) * | 2016-12-09 | 2019-04-30 | 东南大学 | 一种基于信号宽窄带模糊度的侦察信号参数估计方法 |
CN106802368B (zh) * | 2017-01-19 | 2019-10-01 | 湖南大学 | 一种基于频域插值的广域电网相量测量方法 |
CN106597100B (zh) * | 2017-01-19 | 2019-06-28 | 湖南大学 | 一种广域电网动态频率的插值fft估计方法 |
CN107064629B (zh) * | 2017-06-07 | 2019-07-12 | 东南大学 | 一种基于频率相对偏差预估的分段综合单频信号频率估计方法 |
CN107292846B (zh) * | 2017-06-27 | 2020-11-10 | 南方医科大学 | 一种圆轨道下不完全ct投影数据的恢复方法 |
CN108152795A (zh) * | 2017-11-24 | 2018-06-12 | 北京遥感设备研究所 | 一种宽带线性调频脉冲信号初始频率估计方法 |
CN108362939B (zh) * | 2018-01-31 | 2020-06-23 | 成都泰格微波技术股份有限公司 | 一种线性调频信号的频域参数测量方法 |
CN108731714B (zh) * | 2018-06-04 | 2019-09-06 | 北京邮电大学 | 一种频率扫描数据的解码方法及装置 |
CN108594185B (zh) * | 2018-07-25 | 2021-06-04 | 电子科技大学 | 一种线性调频信号调频率的估计方法 |
CN109510787B (zh) * | 2018-10-15 | 2021-08-17 | 中国人民解放军战略支援部队信息工程大学 | 水声信道下线性调频信号参数估计方法及装置 |
CN109581525B (zh) * | 2018-11-23 | 2020-06-19 | 中国船舶重工集团公司第七0七研究所 | 旋转加速度计式重力梯度敏感器原始采样频率的选择方法 |
CN110007148B (zh) * | 2019-03-28 | 2021-03-16 | 东南大学 | 一种基于离散频谱相位和幅值综合内插的单频信号频率估计方法 |
CN110068727B (zh) * | 2019-04-09 | 2021-03-30 | 东南大学 | 一种基于Candan-Rife综合内插的单频信号频率估计方法 |
CN110133598B (zh) * | 2019-05-09 | 2023-06-23 | 西安电子科技大学 | 基于FrFT的线性调频信号参数快速估计方法 |
CN110133738B (zh) * | 2019-05-14 | 2020-06-09 | 东南大学 | 基于IpDFT的质子磁力仪自由感应衰减信号的频率估计方法 |
CN111766444A (zh) * | 2020-07-08 | 2020-10-13 | 电子科技大学 | 基于综合算法的多分量线性调频信号参数估计方法及系统 |
CN114236231A (zh) * | 2021-12-08 | 2022-03-25 | 湖南艾科诺维科技有限公司 | 一种载波频率估计方法、系统及介质 |
CN114826541B (zh) * | 2022-04-08 | 2023-12-26 | 西南石油大学 | 一种低样本数信号中心频率估计方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833035A (zh) * | 2010-04-19 | 2010-09-15 | 天津大学 | 线性调频信号参数估计方法及其实施装置 |
-
2012
- 2012-05-15 CN CN 201210150122 patent/CN102680948B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833035A (zh) * | 2010-04-19 | 2010-09-15 | 天津大学 | 线性调频信号参数估计方法及其实施装置 |
Non-Patent Citations (7)
Title |
---|
Cang Yan等.The application of short time fractional Fourier transform in processing underwater multi-frequency LFM signal.《2011Cross Strait Quad-Regional Radio Science and Wireless Technology Conference》.2011,第2卷1472-1475. |
David M. J.等.Separation of overlapping linear frequency modulated (LFM) signals using the fractional fourier transform.《IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control》.2010,第57卷(第10期),2324-2333. |
Separation of overlapping linear frequency modulated (LFM) signals using the fractional fourier transform;David M. J.等;《IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control》;20101031;第57卷(第10期);2324-2333 * |
The application of short time fractional Fourier transform in processing underwater multi-frequency LFM signal;Cang Yan等;《2011Cross Strait Quad-Regional Radio Science and Wireless Technology Conference》;20110730;第2卷;1472-1475 * |
一种快速估计LFM 信号参数的算法研究;姚帅等;《声学技术》;20110630;第30卷(第3期);207-209 * |
姚帅等.一种快速估计LFM 信号参数的算法研究.《声学技术》.2011,第30卷(第3期),207-209. |
徐宗本等.信息工程概论.《信息工程概论》.科学出版社,2011,第73-76页. * |
Also Published As
Publication number | Publication date |
---|---|
CN102680948A (zh) | 2012-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102680948B (zh) | 一种线性调频信号调频率和起始频率估计方法 | |
CN106443178B (zh) | 一种基于IQuinn-Rife综合的正弦信号频率估计方法 | |
CN103675758B (zh) | 一种双曲调频信号周期斜率和起始频率估计方法 | |
CN102222911A (zh) | 基于ar模型和卡尔曼滤波的电力系统间谐波估计方法 | |
CN103746722B (zh) | 一种跳频信号跳周期和起跳时间估计方法 | |
CN106526568A (zh) | 基于短时稀疏分数阶傅里叶变换的雷达动目标检测方法 | |
CN107064629B (zh) | 一种基于频率相对偏差预估的分段综合单频信号频率估计方法 | |
CN110133632B (zh) | 一种基于cwd时频分析的复合调制信号识别方法 | |
CN106483374A (zh) | 一种基于Nuttall双窗全相位FFT的谐波间谐波检测方法 | |
CN108037361A (zh) | 一种基于滑动窗dft的高精度谐波参数估计方法 | |
CN106597408A (zh) | 基于时频分析和瞬时频率曲线拟合的高阶pps信号参数估计方法 | |
CN103941089A (zh) | 基于dft的正弦信号频率估计方法 | |
CN101334469A (zh) | 基于分数阶傅立叶变换的风廓线雷达杂波抑制方法 | |
CN105572501A (zh) | 一种基于sst变换和ls-svm的电能质量扰动识别方法 | |
CN106501602A (zh) | 一种基于滑窗频谱分离的基波参数测量方法 | |
CN104122538A (zh) | 确定风廓线雷达噪声功率的方法 | |
CN104714075A (zh) | 一种电网电压闪变包络参数提取方法 | |
CN106054159A (zh) | 一种多普勒信号的瞬时频率提取方法 | |
CN105259537A (zh) | 基于频移迭代的多普勒谱中心频率估计方法 | |
CN104503432A (zh) | 一种基于小波能量的自主式水下机器人故障辨识方法 | |
CN106546949A (zh) | 一种基于频率预估计的双阵元正弦信号来波方向估计方法 | |
CN104007424A (zh) | 基于时频分析的机动目标检测方法 | |
CN105403915A (zh) | 基于谱模拟提取地层瞬时吸收衰减参数的方法 | |
CN104217112A (zh) | 一种基于多类型信号的电力系统低频振荡分析方法 | |
CN107561497A (zh) | Fsk及多种非线性调频信号识别及参数估算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130828 Termination date: 20160515 |
|
CF01 | Termination of patent right due to non-payment of annual fee |