CN109975770A - 时间频率重叠多分量线性调频信号的分离方法及装置 - Google Patents

时间频率重叠多分量线性调频信号的分离方法及装置 Download PDF

Info

Publication number
CN109975770A
CN109975770A CN201910187401.5A CN201910187401A CN109975770A CN 109975770 A CN109975770 A CN 109975770A CN 201910187401 A CN201910187401 A CN 201910187401A CN 109975770 A CN109975770 A CN 109975770A
Authority
CN
China
Prior art keywords
signal
channel
order
frequency
linear
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.)
Granted
Application number
CN201910187401.5A
Other languages
English (en)
Other versions
CN109975770B (zh
Inventor
周涛
王茂汶
钟欣
刘静娴
陈智宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC 2 Research Institute
Southwest China Research Institute Electronic Equipment
Original Assignee
CETC 2 Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CETC 2 Research Institute filed Critical CETC 2 Research Institute
Priority to CN201910187401.5A priority Critical patent/CN109975770B/zh
Publication of CN109975770A publication Critical patent/CN109975770A/zh
Application granted granted Critical
Publication of CN109975770B publication Critical patent/CN109975770B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/288—Coherent receivers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/288—Coherent receivers
    • G01S7/2883—Coherent receivers using FFT processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/356—Receivers involving particularities of FFT processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及信号处理技术领域，公开了时间频率重叠多分量线性调频信号的分离方法。包括：将输入的时间频率重叠多分量线性调频信号在数字域分为2个处理通道(A和B)，通道B对输入的数字信号进行存储，同时通道A对输入的数字信号进行分数阶傅里叶变换，估计线性调频信号的数量N并分别测量线性调频信号参数；然后来配置通道B中的运算资源和滤波资源；再在通道B中构建N个处理支路；最后在通道B每个处理支路中对输入的时间频率重叠多分量线性调频信号进行最优阶数的分数阶傅里叶变换、进行带通滤波、进行最优阶数的分数阶傅里叶反变换得到分离以后的信号分量。同时公开了对应的装置。上述方案降低了处理过程的运算量，提高了频域分辨率。

Description

时间频率重叠多分量线性调频信号的分离方法及装置
技术领域
本发明涉及信号处理技术领域，特别是时间频率重叠多分量线性调频信号的分离方法及装置。
背景技术
随着无线电技术在军事和民用领域日益广泛的应用，无线接收系统面临越来越密集的电磁信号环境。线性调频信号(LFM：linear frequency modulated signal)作为一种常用的信号形式，在雷达、通信、声纳和电子战等诸多领域中得到了广泛应用，无线接收系统的单个接收通道中可能会接收到多个在时间频率上重叠的线性调频信号：在雷达、声纳系统中，接收到的信号可能是多个具有不同传播延迟和衰减的线性调频信号的回波；在语音信号处理系统中，某些情况下只能利用单一通道或传感器接收，从而导致接收到的信号中存在多个线性调频信号分量；在电子侦察系统中，宽带接收机经常会截获到多个线性调频信号，这些信号可能会在时间频率上发生重叠，从而形成时频重叠的多分量信号。要对时频重叠多分量线性调频信号中的各个信号分量进行有效的参数估计或者后端处理，必须首先实现信号的高效分离。
目前研究人员已经提出多种方法试图解决上述问题，但效果不好。
如文献(公开号CN105717490 A)“基于时频分析的LFM信号分离及参数估计方法”。基于时频分析的方法利用小波变换建立时频分析模型，利用该模型分析混合线性调频信号。利用小波变换对线性调频信号良好的时频聚集性，识别出各个线性调频信号，再通过聚类、分段估计的方法快速估计出各个线性调频分量的参数。但是小波变换中怎样选取合适的时域与频域分辨率的问题仍未很好解决，频域分辨率仍很粗糙，远不能达到傅里叶变换的程度。
又如刘歌等人发表的“基于时频图像处理的多分量LFM信号分离”文章。基于时频图像处理的方法首先对多分量线性调频信号的平滑伪Wigner-Ville分布(SPWVD)进行Radon变换，得到各分量的调频斜率的估计值。同时，将SPWVD时频图转化成二值图像，利用调频斜率估计值得到的直线倾斜角对二值图像进行形态学处理，得到多分量线性调频信号的粗分离，最后采用连通区域标记法实现信号分量细分离。虽然SPWVD相比WVD可以有效抑制交叉项干扰。但是相比Wigner-Ville分布，SPWVD在时域和频域都需要加窗函数作平滑滤波，其庞大的运算量使得其难以实际应用。
发明内容
本发明所要解决的技术问题是：针对多分量线性调频信号粗糙的频域分辨率和庞大的运算量问题，提供了时间频率重叠多分量线性调频信号的分离方法及装置。
本发明采用的技术方案如下：时间频率重叠多分量线性调频信号的分离方法，包括：
步骤S101：将输入的时间频率重叠多分量线性调频信号在数字域分为2个处理通道，分别为通道A和通道B；
步骤S102：通道B对输入的数字信号进行存储，同时通道A对输入的数字信号进行分数阶傅里叶变换，形成信号能量在变换阶数、分数阶傅里叶域平面上的二维分布；
步骤S103：对通道A中信号能量的二维分布在变换阶数和分数阶傅里叶域进行峰值点的二维搜索，估计线性调频信号的数量N并分别测量线性调频信号参数；
步骤S104：根据步骤S103中估计的线性调频信号的数量N和测量得到的参数配置通道B中的运算资源和滤波资源；
步骤S105：根据步骤S104中配置的运算资源和滤波资源在通道B中构建N个处理支路；
步骤S106：在通道B每个处理支路中对输入的时间频率重叠多分量线性调频信号进行最优阶数的分数阶傅里叶变换；
步骤S107：在通道B每个处理支路中对分数阶傅里叶变换后的信号进行带通滤波；
步骤S108：在通道B每个处理支路中对带通滤波以后的信号进行最优阶数的分数阶傅里叶反变换得到分离以后的信号分量。
进一步的，所述步骤S101中，时间频率重叠多分量线性调频信号包括N个输入线性调频信号和输入噪声。
进一步的，所述步骤S103中，需要测量的线性调频信号参数包括输入线性调频信号最优的分数阶傅里叶变换的阶数和输入线性调频信号在其对应最优阶数的分数阶傅里叶域中峰值点所在的位置。
本发明还公开了时间频率重叠多分量线性调频信号的分离装置，包括：
信号分路单元，将输入信号在数字域分为2路，分别为通道A和通道B；信号存储单元，用于存储通道B中的信号；信号检测及参数测量单元，对输入的数字信号进行分数阶傅里叶变换，形成信号能量在变换阶数、分数阶傅里叶域平面上的二维分布，对二维分布在变换阶数和分数阶傅里叶域进行峰值点的二维搜索，估计通道A中线性调频信号的数量并分别测量线性调频信号参数；资源配置单元，根据信号检测及参数测量单元给出的信号数量及信号参数配置通道B中信号分离单元的运算资源和滤波资源；信号分离单元，对通道B中存储的信号进行分数阶傅里叶变换、带通滤波以及分数阶傅里叶反变换，实现信号的分离。
进一步的，所述信号分离单元包括N个处理支路，所述每个处理支路包括分数阶傅里叶变换、带通滤波和分数阶傅里叶反变换。
与现有技术相比，采用上述技术方案的有益效果为：采用本发明的技术方案，明显降低了处理过程的运算量，显著提高了频域分辨率，能处理较多分量的线性调频信号混合信号；而且可以根据检测得到的信号数量和测量得到的信号参数自适应地动态配置数字信号处理资源，可以实现自适应地调整分数阶傅里叶变换的阶数和分数阶傅里叶域带通滤波器的技术指标，使得该方法具有较广泛的适用性和较大的灵活性。本发明的技术方案可以用于雷达、通信、声纳和电子战等诸多领域中时间频率重叠多分量线性调频信号的分离。
附图说明
图1为时间频率重叠多分量线性调频信号的分离方法的流程示意图。
图2为时间频率重叠多分量线性调频信号的分离装置示意图。
图3是信号分离单元的结构示意图。
图4是一实施例中含有加性高斯白噪声的时间频率重叠的3个线性调频信号时频分布图。
图5(a)是实施例中，在变换阶数p1＝1.00637时，3个信号在分数阶傅里叶域的能量分布示意图。
图5(b)是在变换阶数p1＝1.00637傅里叶域中对应信号1峰值点位置的带通滤波器幅频响应。
图5(c)是混合信号在经过图5(b)的带通滤波器滤波以后的能量分布。
图5(d)是实施例方法完成信号分离以后信号1的时频分布图。
图6(a)是实施例中，在变换阶数p2＝0.99363时，3个信号在分数阶傅里叶域的能量分布示意图。
图6(b)是在变换阶数傅里叶域p2＝0.99363中对应信号2峰值点位置的带通滤波器幅频响应。
图6(c)是混合信号在经过图6(b)的带通滤波器滤波以后的能量分布。
图6(d)是实施例方法完成信号分离以后信号2的时频分布图。
图7(a)是实施例中，在变换阶数p3＝1.00955时，3个信号在分数阶傅里叶域的能量分布示意图。
图7(b)是在变换阶数傅里叶域p3＝1.00955中对应信号3峰值点位置的带通滤波器幅频响应。
图7(c)是混合信号在经过图7(b)的带通滤波器滤波以后的能量分布。
图7(d)是实施例方法完成信号分离以后信号3的时频分布图。
具体实施方式
下面结合附图对本发明做进一步描述。
一个线性调频信号在适当的分数阶傅里叶域中将表现为一个冲击函数，即分数阶傅里叶变换在某个阶数的分数阶傅里叶域对给定的线性调频信号具有良好的能量聚集特性，在其他阶数的分数阶傅里叶域线性调频信号的能量将被展宽。这种能量聚集特性就是分数阶傅里叶变换对线性调频信号检测与参数估计的理论基础。而噪声的能量则均匀地分布在整个时频平面内，在任何的分数阶傅里叶域上均不会出现明显的能量聚集。
如图1所示，时间频率重叠多分量线性调频信号的分离方法，包括：步骤S101：将输入的时间频率重叠多分量线性调频信号(N个输入线性调频信号和输入噪声)在数字域分为2个处理通道，分别为通道A和通道B；步骤S102：通道B对输入的数字信号进行存储，同时通道A对输入的数字信号进行分数阶傅里叶变换，形成信号能量在变换阶数、分数阶傅里叶域平面上的二维分布；步骤S103：对通道A中信号能量的二维分布在变换阶数和分数阶傅里叶域进行峰值点的二维搜索，估计线性调频信号的数量N并分别测量线性调频信号参数；步骤S104：根据步骤S103中估计的线性调频信号的数量N和测量得到的参数配置通道B中的运算资源和滤波资源；步骤S105：根据步骤S104中配置的运算资源和滤波资源在通道B中构建N个处理支路；步骤S106：在通道B每个处理支路中对输入的时间频率重叠多分量线性调频信号进行最优阶数的分数阶傅里叶变换；步骤S107：在通道B每个处理支路中对分数阶傅里叶变换后的信号进行带通滤波；步骤S108：在通道B每个处理支路中对带通滤波以后的信号进行最优阶数的分数阶傅里叶反变换得到分离以后的信号分量。
上述过程中，利用分数阶傅里叶变换对时频重叠的线性调频信号进行分析，通过在每个线性调频信号分量最优阶数傅里叶域构建对应的带通滤波器滤出该线性调频信号的主要能量，再通过分数阶傅里叶反变换将该信号变换回时域，从而实现了时频重叠线性调频信号的分离。
如图2为时间频率重叠多分量线性调频信号的分离装置，包括：
信号分路单元，将输入信号在数字域分为2路，分别为通道A和通道B；信号存储单元，用于存储通道B中的信号；信号检测及参数测量单元，对输入的数字信号进行分数阶傅里叶变换，形成信号能量在变换阶数、分数阶傅里叶域平面上的二维分布，对二维分布在变换阶数和分数阶傅里叶域进行峰值点的二维搜索，估计通道A中线性调频信号的数量并分别测量线性调频信号参数；资源配置单元，根据信号检测及参数测量单元给出的信号数量及信号参数配置通道B中信号分离单元的运算资源和滤波资源；信号分离单元，对通道B中存储的信号进行分数阶傅里叶变换、带通滤波以及分数阶傅里叶反变换，实现信号的分离。
其中，输入信号x(n)是经过采样量化以后的时间频率重叠多分量线性调频信号，x(n)＝s1(n)+s2(n)+…+sN(n)+noise，s1(n)、s2(n)、…、sN(n)是N个输入线性调频信号，noise为输入噪声。N为输入的线性调频信号的数量，P＝(p1，p2，…，pN)，p1、p2、…、pN分别表示每个输入线性调频信号最优的分数阶傅里叶变换的阶数。Umax＝(u1_max，u2_max，…，uN_max)，u1_max、u2_max、…、uN_max分别表示每个输入线性调频信号在其对应最优阶数的分数阶傅里叶域中峰值点所在的位置。
如图3所示，信号分离单元包括N个处理支路，每个支路由分数阶傅里叶变换Fp{ }、带通滤波M(u)和分数阶傅里叶反变换F-p{ }构成，最终得到N个分离的信号，图2中s′1(n)、s′2(n)、…、s′N(n)是分离以后的线性调频信号。
在MATLAB R2012b软件平台下仿真的一个实施例，该实施例中输入信号是含有加性高斯白噪声的时间频率重叠的3个线性调频信号，3分量实线性调频信号表达式为
本发明一个实施例中：
线性调频信号1的起始频率f1＝130MHz，信号带宽B1＝10MHz，处理时间窗长度T＝2.048us，调频斜率
线性调频信号2的起始频率f2＝145MHz，信号带宽B2＝10MHz，处理时间窗长度T＝2.048us，调频斜率线性调频信号3的起始频率f3＝260MHz，信号带宽B3＝15MHz，处理时间窗长度T＝2.048us，调频斜率
3个线性调频信号的输入信噪比都为0dB，采样速率为1Gsps。
仿真得到如图4、图5、图6、图7的仿真结果。
图4所示是含有加性高斯白噪声的时间频率重叠的3个线性调频信号时频分布图。
在变换阶数p1＝1.00637时，信号1在该分数阶傅里叶域的能量最集中，而信号2、信号3的能量被展宽图5(a)所示；图5(b)所示是在变换阶数p1＝1.00637傅里叶域中对应信号1峰值点位置的带通滤波器幅频响应；图5(c)所示是混合信号在经过图5(b)所示带通滤波器滤波以后的能量分布；图5(d)所示是本发明实施例方法完成信号分离以后信号1的时频分布图。
在变换阶数p2＝0.99363时，信号2在该分数阶傅里叶域的能量最集中，而信号1、信号3的能量被展宽，如图6(a)所示；图6(b)所示是在变换阶数p2＝0.99363傅里叶域中对应信号2峰值点位置的带通滤波器幅频响应；图6(c)所示是混合信号在经过图6(b)所示带通滤波器滤波以后的能量分布；图6(d)所示是本发明实施例方法完成信号分离以后信号2的时频分布图。
在变换阶数p3＝1.00955时，信号3在该分数阶傅里叶域的能量最集中，而信号1、信号2的能量被展宽，如图7(a)所示；图7(b)所示是在变换阶数p3＝1.00955傅里叶域中对应信号3峰值点位置的带通滤波器幅频响应；图7(c)所示是混合信号在经过图7(b)所示带通滤波器滤波以后的能量分布；图7(d)所示是本发明实施例方法完成信号分离以后信号3的时频分布图。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。如果本领域技术人员，在不脱离本发明的精神所做的非实质性改变或改进，都应该属于本发明权利要求保护的范围。

Claims (5)

1.时间频率重叠多分量线性调频信号的分离方法，其特征在于，包括：
步骤S101：将输入的时间频率重叠多分量线性调频信号在数字域分为2个处理通道，分别为通道A和通道B；
步骤S102：通道B对输入的数字信号进行存储，同时通道A对输入的数字信号进行分数阶傅里叶变换，形成信号能量在变换阶数、分数阶傅里叶域平面上的二维分布；
步骤S103：对通道A中信号能量的二维分布在变换阶数和分数阶傅里叶域进行峰值点的二维搜索，估计线性调频信号的数量N并分别测量线性调频信号参数；
步骤S104：根据步骤S103中估计的线性调频信号的数量N和测量得到的参数配置通道B中的运算资源和滤波资源；
步骤S105：根据步骤S104中配置的运算资源和滤波资源在通道B中构建N个处理支路；
步骤S106：在通道B每个处理支路中对输入的时间频率重叠多分量线性调频信号进行最优阶数的分数阶傅里叶变换；
步骤S107：在通道B每个处理支路中对分数阶傅里叶变换后的信号进行带通滤波；
步骤S108：在通道B每个处理支路中对带通滤波以后的信号进行最优阶数的分数阶傅里叶反变换得到分离以后的信号分量。
2.如权利要求1所述的时间频率重叠多分量线性调频信号的分离方法，其特征在于，所述步骤S101中，时间频率重叠多分量线性调频信号包括N个输入线性调频信号和输入噪声。
3.如权利要求1所述的时间频率重叠多分量线性调频信号的分离方法，其特征在于，所述步骤S103中，需要测量的线性调频信号参数包括输入线性调频信号最优的分数阶傅里叶变换的阶数和输入线性调频信号在其对应最优阶数的分数阶傅里叶域中峰值点所在的位置。
4.时间频率重叠多分量线性调频信号的分离装置，其特征在于，包括：
信号分路单元，将输入信号在数字域分为2路，分别为通道A和通道B；信号存储单元，用于存储通道B中的信号；信号检测及参数测量单元，对输入的数字信号进行分数阶傅里叶变换，形成信号能量在变换阶数、分数阶傅里叶域平面上的二维分布，对二维分布在变换阶数和分数阶傅里叶域进行峰值点的二维搜索，估计通道A中线性调频信号的数量并分别测量线性调频信号参数；资源配置单元，根据信号检测及参数测量单元给出的信号数量及信号参数配置通道B中信号分离单元的运算资源和滤波资源；信号分离单元，对通道B中存储的信号进行分数阶傅里叶变换、带通滤波以及分数阶傅里叶反变换，实现信号的分离。
5.如权利要求1所述的时间频率重叠多分量线性调频信号的分离装置，其特征在于，所述信号分离单元包括N个处理支路，所述每个处理支路包括分数阶傅里叶变换、带通滤波和分数阶傅里叶反变换。
CN201910187401.5A 2019-03-13 2019-03-13 时间频率重叠多分量线性调频信号的分离方法及装置 Active CN109975770B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910187401.5A CN109975770B (zh) 2019-03-13 2019-03-13 时间频率重叠多分量线性调频信号的分离方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910187401.5A CN109975770B (zh) 2019-03-13 2019-03-13 时间频率重叠多分量线性调频信号的分离方法及装置

Publications (2)

Publication Number Publication Date
CN109975770A true CN109975770A (zh) 2019-07-05
CN109975770B CN109975770B (zh) 2021-01-22

Family

ID=67078694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910187401.5A Active CN109975770B (zh) 2019-03-13 2019-03-13 时间频率重叠多分量线性调频信号的分离方法及装置

Country Status (1)

Country Link
CN (1) CN109975770B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112559973A (zh) * 2021-02-25 2021-03-26 中国人民解放军空军预警学院 基于STFrFT的自适应多分量线性调频信号参数估计方法
WO2021254183A1 (zh) * 2020-06-16 2021-12-23 华为技术有限公司 用于传输信号的通信装置及信号传输方法
CN114759951A (zh) * 2022-06-15 2022-07-15 成都中星世通电子科技有限公司 跳频信号实时盲检测方法、参数估计方法、系统及终端
CN115529213A (zh) * 2022-11-28 2022-12-27 中国人民解放军国防科技大学 一种用于分离lfm脉冲重叠信号的方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1875293A (zh) * 2003-11-03 2006-12-06 皇家飞利浦电子股份有限公司 使用单晶换能器的超声多波束发射
CN101388688A (zh) * 2008-11-05 2009-03-18 北京理工大学 一种用于直接序列扩频通信系统的扫频干扰抑制方法
CN102510363A (zh) * 2011-09-30 2012-06-20 哈尔滨工程大学 一种强干扰源环境下的lfm信号检测方法
CN102685049A (zh) * 2012-06-08 2012-09-19 北京理工大学 一种同时到达两线性调频信号的分数阶信道化分离方法
CN103760526A (zh) * 2014-01-22 2014-04-30 中国科学院电子学研究所 基于移时正交波形的多发多收合成孔径雷达信号处理方法
EP2927706A1 (en) * 2014-03-31 2015-10-07 Honeywell International Inc. Hybrid radar system combining FMCW radar and pulsed radar
CN105783974A (zh) * 2014-12-25 2016-07-20 中国科学院声学研究所 一种线性调频信号的检测、参数估计方法及系统
CN106249208A (zh) * 2016-07-11 2016-12-21 西安电子科技大学 基于分数阶傅里叶变换的噪声调幅干扰下信号检测方法
CN107769815A (zh) * 2016-08-19 2018-03-06 南京理工大学 线性调频近程探测系统噪声调幅干扰抑制方法
CN108957416A (zh) * 2018-04-17 2018-12-07 大连大学 脉冲噪声环境下基于分数阶功率谱密度的线性调频信号参数估计方法
CN109145726A (zh) * 2018-07-10 2019-01-04 南京信息工程大学 时频重叠多模式兰姆波信号分离方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1875293A (zh) * 2003-11-03 2006-12-06 皇家飞利浦电子股份有限公司 使用单晶换能器的超声多波束发射
CN101388688A (zh) * 2008-11-05 2009-03-18 北京理工大学 一种用于直接序列扩频通信系统的扫频干扰抑制方法
CN102510363A (zh) * 2011-09-30 2012-06-20 哈尔滨工程大学 一种强干扰源环境下的lfm信号检测方法
CN102685049A (zh) * 2012-06-08 2012-09-19 北京理工大学 一种同时到达两线性调频信号的分数阶信道化分离方法
CN103760526A (zh) * 2014-01-22 2014-04-30 中国科学院电子学研究所 基于移时正交波形的多发多收合成孔径雷达信号处理方法
EP2927706A1 (en) * 2014-03-31 2015-10-07 Honeywell International Inc. Hybrid radar system combining FMCW radar and pulsed radar
CN105783974A (zh) * 2014-12-25 2016-07-20 中国科学院声学研究所 一种线性调频信号的检测、参数估计方法及系统
CN106249208A (zh) * 2016-07-11 2016-12-21 西安电子科技大学 基于分数阶傅里叶变换的噪声调幅干扰下信号检测方法
CN107769815A (zh) * 2016-08-19 2018-03-06 南京理工大学 线性调频近程探测系统噪声调幅干扰抑制方法
CN108957416A (zh) * 2018-04-17 2018-12-07 大连大学 脉冲噪声环境下基于分数阶功率谱密度的线性调频信号参数估计方法
CN109145726A (zh) * 2018-07-10 2019-01-04 南京信息工程大学 时频重叠多模式兰姆波信号分离方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王茂汶等: "基于瞬时自相关和FRFT的LFM信号检测性能研究", 《电子信息对抗技术》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021254183A1 (zh) * 2020-06-16 2021-12-23 华为技术有限公司 用于传输信号的通信装置及信号传输方法
CN112559973A (zh) * 2021-02-25 2021-03-26 中国人民解放军空军预警学院 基于STFrFT的自适应多分量线性调频信号参数估计方法
CN114759951A (zh) * 2022-06-15 2022-07-15 成都中星世通电子科技有限公司 跳频信号实时盲检测方法、参数估计方法、系统及终端
CN115529213A (zh) * 2022-11-28 2022-12-27 中国人民解放军国防科技大学 一种用于分离lfm脉冲重叠信号的方法及装置

Also Published As

Publication number Publication date
CN109975770B (zh) 2021-01-22

Similar Documents

Publication Publication Date Title
CN109975770A (zh) 时间频率重叠多分量线性调频信号的分离方法及装置
CN102707271B (zh) 一种利用cmmb信号探测目标的系统及其方法
Zhao et al. Multipath clutter rejection for digital radio mondiale-based HF passive bistatic radar with OFDM waveform
Boashash et al. Algorithms for time-frequency signal analysis
CN105974376B (zh) 一种sar射频干扰抑制方法
CN105572473B (zh) 高分辨率线性时频分析方法
CN106707258A (zh) 一种非高斯背景下微动目标多参数估计方法
RU2012134496A (ru) Применение многоканальной декорреляции для усовершенствованного многоканального повышающего микширования
US20160018512A1 (en) Method for Generating and Compressing Multi-Sweep-Frequency Radar Signals
CN102508031A (zh) 一种基于傅里叶级数的局部放电脉冲相角测量方法
Enell et al. Comparison between manual scaling and Autoscala automatic scaling applied to Sodankylä Geophysical Observatory ionograms
Toth et al. Analytical investigation of non-coherent mutual fmcw radar interference
Vizitiu et al. The synthesis of some NLFM laws using the stationary phase principle
CN112782685B (zh) 基于mimo雷达的多声源定位与声音重构方法及系统
CN103744066A (zh) 数字正交鉴相与匹配滤波的优化方法
CN106330342A (zh) 一种低计算复杂度的水声通信多普勒因子估计方法
CN103529429A (zh) 用于线性调频信号的频域中的脉冲压缩方法
EP2877820B1 (en) Method of extracting zero crossing data from full spectrum signals
Wang et al. LFM signal analysis based on improved Lv distribution
CN108919206A (zh) 一种基于子载波处理的外辐射源雷达极化滤波方法
CN105745550A (zh) 模拟至信息转换器
Zhang et al. Parameter estimation of the hyperbolic frequency-modulated bat calls using hyperbolic scale transform
CN111308426A (zh) 一种适用于单天线接收机的低信噪比周期调频信号检测与分离方法
CN112649786A (zh) 一种基于虚拟阵元的宽带信号超分辨测向方法及装置
Khan et al. Iterative missing data recovery algorithm for non-stationary signals

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant