CN113721201A - 一种线性调频信号调频率的估计方法 - Google Patents
一种线性调频信号调频率的估计方法 Download PDFInfo
- Publication number
- CN113721201A CN113721201A CN202111049468.6A CN202111049468A CN113721201A CN 113721201 A CN113721201 A CN 113721201A CN 202111049468 A CN202111049468 A CN 202111049468A CN 113721201 A CN113721201 A CN 113721201A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- component
- complex sinusoidal
- frequency modulation
- 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
Links
Images
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
- G01S7/35—Details of non-pulse systems
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
本发明公开了一种线性调频信号调频率的估计方法,包括:步骤1:对接收的多分量线性调频信号进行离散多项式变换,得到含有调频率信息的复正弦信号与线性调频信号的混合信号m(t);步骤2:对混合信号构造Hankel矩阵,然后通过奇异值分解分离出复正弦信号;步骤3:对复正弦信号周期估计后整周期截断,再离散傅里叶变换得到其频率,最后得到各个分量的调频率。本发明能准确的估计多分量线性调频信号的各个调频率,相比于现有的多分量线性调频信号调频率的估计方法,本发明在保持较小的计算复杂度的同时能够降低信噪比门限。本发明能适用于含有强噪声的多分量场景。
Description
技术领域
本发明属于线性调频信号参数估计领域,涉及一种线性调频信号调频率的估计方法,特别是一种利用离散多项式和奇异值分解对多分量线性调频信号调频率的估计方法。
背景技术
线性调频信号(LFM)在雷达、卫星通讯、辅助驾驶等领域应用广泛,其估计问题一直是LFM处理的重要内容,尤其是多分量线性调频信号的参数估计有着更高的使用价值。调频率作为LFM的关键参数,一直是相关领域学者的研究热点。
经典的时频域估计方法是估计线性调频信号参数的重要思路,例如:短时傅里叶变换(Short-time Fourier Transform,STFT)、Wigner-Ville分布(WVD)、Wigner-Hough变换(WH)、分数阶傅里叶变换(Fractional Fourier Transform,FrFT)等。基于STFT的方法在频率和时间分辨率之间始终存在矛盾;WVD难以处理多分量的交叉项和高计算复杂度限制其实际应用;基于WH的方法需要未知参数的先验信息,且抗噪性能差;FrFT对于线性调频信号处理有独特优势,但其最优阶数的搜索大大增加了计算复杂度,尤其多分量场景下计算量呈倍数增大。基于中心频率-调频率(Centroid Frequency-Chirp Rate,CFCR)域的分析方法减少了计算量,但在多分量场景下抗噪性能下降。
综上,现有的基于变换域的参数估计方法在多分量线性调频信号场景下估计精度不佳,或不能在较低信噪比下保持优异性能,而强噪声环境十分普遍,因此,在保证较低计算复杂度前提下,进一步降低参数估计方法的抗噪门限有重大意义。
发明内容
针对上述现有技术,本发明要解决的技术问题是提供一种基于离散多项式和奇异值分解的线性调频信号调频率的估计方法,在多分量、低信噪比场景下,保持优异性能,且计算复杂度小,适应于实际应用。
为解决上述技术问题,本发明的一种线性调频信号调频率的估计方法,包括以下步骤:
步骤1:对接收的多分量线性调频信号进行离散多项式变换,得到含有调频率信息的复正弦信号与线性调频信号的混合信号m(t);
步骤2:对混合信号构造Hankel矩阵,然后通过奇异值分解分离出复正弦信号;
步骤3:对复正弦信号周期估计后整周期截断,再离散傅里叶变换得到其频率,最后得到各个分量的调频率。
本发明还包括:
1.步骤1中对接收的多分量线性调频信号进行离散多项式变换,得到含有调频率信息的复正弦信号与线性调频信号的混合信号具体为:
步骤1.1:对接收信号数字化处理,得到T个采样点的数字接收信号矢量为s=[s(1)s(2)…s(t)…s(T)]T,其中,fs为采样频率,t=1,2,…T表示采样时刻,[·]T表示转置,s(t)表示接收信号模型:
其中,si(t)为多分量线性调频信号的第i个分量,其中i=1,2,...,L,w(t)表示高斯白噪声;
2.步骤2中对混合信号构造Hankel矩阵,然后通过奇异值分解分离出单频信号具体为:
步骤2.1:对混合信号m(t)构造Hankel阵H,表示如下:
对矩阵H进行奇异值分解:
H=UΣVT
其中,U和V分别代表左奇异矩阵和右奇异矩阵,Σ代表奇异值矩阵,满足:
Σ=diag{λ1λ2λ3…}
Hi=UiλiVi T
将Hi分别恢复为i个复正弦信号xi。
3.步骤3中对复正弦信号周期估计后整周期截断,再离散傅里叶变换得到其频率,最后得到各个分量的调频率具体为:
步骤3.2:根据i个复正弦信号的周期Pi分别对xi整周期截断,再进行2倍采样点长度的离散傅里叶变换,得到xi的频率为fMi,进而由ki=fsfMi/τ得到多分量的调频率。
本发明的有益效果:本申请发明针对现有的线性调频信号调频率估计方法在多分量场景下,估计精度不佳或信噪比门限较高的问题,提出一种基于离散多项式和奇异值分解的调频率估计算法,在多分量、低信噪比场景下,依然保持优异性能,且计算复杂度小,适应于实际应用。本发明能准确的估计多分量线性调频信号的各个调频率,相比于现有的多分量线性调频信号调频率的估计方法,本发明在保持较小的计算复杂度的同时能够降低信噪比门限。本发明能适用于含有强噪声的多分量场景。
附图说明
图1是基于离散多项式和奇异值分解的抗干扰方法方法原理框图;
图2是多分量线性调频信号场景抗噪性能对比图;
图3是单分量线性调频信号场景抗噪性能对比图;
具体实施方式
下面结合说明书附图和具体实施方式对本发明做进一步说明。
本发明首先对接收信号进行离散多项式变换,然后构建Hankel矩阵,再对矩阵奇异值分解,选取大于阈值的奇异值分别重构Hankel矩阵,恢复为复正弦信号后,对其周期截断后傅里叶变换求得频率,最后由频率得到各个分量的调频率。具体实施步骤为:
步骤1:对接收的多分量线性调频信号进行离散多项式变换,得到含有调频率信息的复正弦信号与线性调频信号的混合信号,具体为:
以1/fs为采样间隔对接收信号数字化处理,得到T个采样点的数字接收信号矢量为s=[s(1)s(2)…s(t)…s(T)]T,其中,fs为采样频率,t=1,2,…T表示采样时刻,[·]T表示转置,x(t)表示接收信号模型:
其中,si(t)为多分量线性调频信号的第i个分量,其中i=1,2,...,L,w(t)表示高斯白噪声。
步骤2:对混合信号构造Hankel矩阵,然后通过奇异值分解分离出复正弦信号,具体为:
将矢量m构造大小为(N+1-u)×u的Hankel矩阵H,对H进行奇异值分解
H=UΣVT
其中,U和V分别代表左奇异矩阵和右奇异矩阵,Σ代表奇异值矩阵,且
Σ=diag{λ1λ2λ3…}
每个复正弦信号能量集中在一个奇异值内,线性调频信号能量和噪声能量被分散在所有奇异值中。设置奇异值阈值为所有奇异值的平均值筛选出大于阈值的奇异值为由前i奇异值与其对应的左、右奇异向量重构出i个Hankel矩阵为
Hi=UiλiVi T
再将Hi分别恢复为i个复正弦信号xi,至此,分离出m中的全部复正弦信号。
步骤3:对复正弦信号周期估计后整周期截断,再离散傅里叶变换得到其频率,最后得到各个分量的调频率,具体为:
根据i个复正弦信号的周期Pi分别对xi整周期截断,再进行2倍采样点长度的离散傅里叶变换,得到xi的频率为fMi,进而由ki=fsfMi/τ得到多分量的调频率ki。
本发明的核心技术内容在于:
单分量线性调频信号离散多项式变换后为复正弦信号,结合奇异值分解对复正弦信号分离的独特优势,发明一种基于离散多项式和奇异值分解的调频率估计方法,在多分量线性调频信号场景下,接收信号离散多项式变换后产生含有调频率信息的复正弦信号、线性调频信号与噪声,再采用奇异值分解分离出复正弦信号,通过对其整周期截断后傅里叶变换得到频率,进而估计出每个分量的调频率。
下面结合具体参数给出具体实施例:
实验条件:1个单分量线性调频信号、1个双分量线性调频信号(本实施例以双分量线性调频信号代表多分量线性调频信号),其中不同信号场景的信号参数如表1所示,经采样频率为32Hz的数字化处理后得到512个数据点,并叠加高斯白噪声。
表1不同场景的信号参数
结合图1,该方法包括:
1.数字化接收信号:
s=[s(1) s(2),…,s(t),…,s(512)]T
其中t=1,2,…512表示采样时刻,[·]T表示转置,s(t)表示接收信号模型:
s(t)=s1(t)+s2(t)+w(t)
其中,w(t)表示高斯白噪声,s1(t)、s2(t)表示双分量线性调频信号的分量一、分量二。
2.离散多项式变换中的延时点数τ设置为128,则T-τ为384,将数字接收信号矢量s的前384个采样点延时后表示为然后取其共轭为再与接收信号矢量s的前384个对应采样点相乘,表示为其中[·]*表示共轭,m中含有2个复正弦信号、2个线性调频信号与噪声,其中2个复正弦信号分别为分量一、分量二自身离散多项式变换的结果,表示为m1=s1(t)·s1 *(t+256),m2=s2(t)·s2 *(t+256),2个线性调频信号分别为分量一与分量二延时共轭相乘的结果以及分量二与分量一延时共轭相乘的结果,表示为m3=s1(t)·s2 *(t+256)、m4=s2(t)·s1 *(t+256)。
3.将矢量m构造大小为321×64的Hankel矩阵H,对H进行奇异值分解
H=UΣVT
其中,U和V分别代表左奇异矩阵和右奇异矩阵,Σ代表奇异值矩阵,且
Σ=diag{λ1 λ2 λ3 … λ64}
6.根据2个复正弦信号的周期估计值P1、P2分别对x1、x2整周期截断,再进行1048点的离散傅里叶变换,得到x1、x2的频率为fM1、fM2,进而由ki=fsfMi/τ得到多分量线性调频信号每个调频率的估计值k1、k2。
多分量线性调频信号场景下,设置输入信噪比从-16dB升至6dB,间隔为2dB,在每个信噪比场景下蒙特卡洛仿真实验500次,并定义均方误差(MSE)为
其中,R表示蒙特卡洛次数,表示第i个分量调频率在第r次蒙特卡洛实验时的估计值,mi表示第i个分量调频率的真实值。结果如图2所示,为了说明本发明所提方法的优越性,将其与基于改进的分数阶傅里叶变换的调频率估计算法对比,可以发现本发明所提方法在多分量线性调频信号场景下信噪比门限分别-14dB与-10dB,均小于对比算法,且保持着优异的估计精度和较低的计算复杂度,所以本发明有更广泛的实际应用。
为证明本发明方法的鲁棒性,单分量线性调频信号场景下,输入信噪比为-24dB至0dB的高斯白噪声,间隔为2dB。实验原理、步骤与多分量相同,将其与基于改进的分数阶傅里叶变换的调频率估计算法对比,结果如图3所示,可以发现本发明所提方法在单分量线性调频信号场景下信噪比门限为-18dB,小于对比算法,说明本发明方法在单分量线性调频信号场景下优势明显。
综上,本实施例的方法通过对线性调频信号进行离散多项式变换,产生线性调频信号与含有复正弦信号的混合信号,再通过奇异值分解分离出复正弦信号,然后分别对复正弦信号周期估计后整周期截断,补零后再通过傅里叶变换后得到各个复正弦信号的频率,最后得到各个分量的调频率估计值。所提方法能在单分量线性调频信号场景下以及多分量线性调频信号场景下准确估计出各分量的调频率,且可以在低信噪比下保持估计精度。
本领域技术人员可以理解,在本申请具体实施方式的上述方法中,各步骤的序号大小并不意味着执行顺序的先后,各步骤的执行顺序应以其功能和内在逻辑确定,而不应对本申请具体实施方式的实施过程构成任何限定。
最后应说明的是,以上实施例仅用以描述本发明的技术方案而不是对本技术方法进行限制,本发明在应用上可以延伸为其他的修改、变化、应用和实施例,并且因此认为所有这样的修改、变化、应用、实施例都在本发明的精神和教导范围内。
Claims (4)
1.一种线性调频信号调频率的估计方法,其特征在于,包括以下步骤:
步骤1:对接收的多分量线性调频信号进行离散多项式变换,得到含有调频率信息的复正弦信号与线性调频信号的混合信号m(t);
步骤2:对混合信号构造Hankel矩阵,然后通过奇异值分解分离出复正弦信号;
步骤3:对复正弦信号周期估计后整周期截断,再离散傅里叶变换得到其频率,最后得到各个分量的调频率。
2.根据权利要求1所述的一种线性调频信号调频率的估计方法,其特征在于:步骤1所述对接收的多分量线性调频信号进行离散多项式变换,得到含有调频率信息的复正弦信号与线性调频信号的混合信号具体为:
步骤1.1:对接收信号数字化处理,得到T个采样点的数字接收信号矢量为s=[s(1) s(2)…s(t)…s(T)]T,其中,fs为采样频率,t=1,2,…T表示采样时刻,[·]T表示转置,s(t)表示接收信号模型:
其中,si(t)为多分量线性调频信号的第i个分量,其中i=1,2,…,L,w(t)表示高斯白噪声;
3.根据权利要求1或2所述的一种线性调频信号调频率的估计方法,其特征在于:步骤2所述对混合信号构造Hankel矩阵,然后通过奇异值分解分离出单频信号具体为:
步骤2.1:对混合信号m(t)构造Hankel阵H,表示如下:
对矩阵H进行奇异值分解:
H=UΣVT
其中,U和V分别代表左奇异矩阵和右奇异矩阵,Σ代表奇异值矩阵,满足:
Σ=diag{λ1 λ2 λ3…}
Hi=UiλiVi T
将Hi分别恢复为i个复正弦信号xi。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111049468.6A CN113721201B (zh) | 2021-09-08 | 2021-09-08 | 一种线性调频信号调频率的估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111049468.6A CN113721201B (zh) | 2021-09-08 | 2021-09-08 | 一种线性调频信号调频率的估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113721201A true CN113721201A (zh) | 2021-11-30 |
CN113721201B CN113721201B (zh) | 2023-10-13 |
Family
ID=78682609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111049468.6A Active CN113721201B (zh) | 2021-09-08 | 2021-09-08 | 一种线性调频信号调频率的估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113721201B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2064190C1 (ru) * | 1993-06-15 | 1996-07-20 | Рязанская государственная радиотехническая академия | Устройство подавления многокомпонентных помех |
CA2453711A1 (en) * | 2002-12-17 | 2004-06-17 | Queen's University At Kingston | Methods and systems for tracking of amplitudes, phases and frequencies of a multi-component sinusoidal signal |
KR20090131344A (ko) * | 2008-06-18 | 2009-12-29 | 한양대학교 산학협력단 | 상이한 대역의 첩신호를 이용하는 거리 측정 장치 및 방법 |
CN101958729A (zh) * | 2010-09-30 | 2011-01-26 | 哈尔滨工程大学 | 直扩通信系统中快速线性调频干扰检测和抑制方法 |
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 |
US8407020B1 (en) * | 2010-09-28 | 2013-03-26 | The United States Of America As Represented By The Secretary Of The Navy | Fast method to search for linear frequency-modulated signals |
JP2014206440A (ja) * | 2013-04-12 | 2014-10-30 | 日本電気株式会社 | 波源方位推定システム、波源方位推定方法及びプログラム |
CN109510787A (zh) * | 2018-10-15 | 2019-03-22 | 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 |
CN111610503A (zh) * | 2020-06-03 | 2020-09-01 | 西安电子科技大学 | 基于改进的lvd的线性调频信号参数估计方法 |
CN112105954A (zh) * | 2018-05-01 | 2020-12-18 | 三菱电机株式会社 | 基于频率调制连续波(fmcw)的系统及用于fmcw范围估计的方法 |
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 |
WO2021109473A1 (zh) * | 2020-01-13 | 2021-06-10 | 上海交通大学 | 基于微波感知的全场振动测量方法与系统 |
-
2021
- 2021-09-08 CN CN202111049468.6A patent/CN113721201B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2064190C1 (ru) * | 1993-06-15 | 1996-07-20 | Рязанская государственная радиотехническая академия | Устройство подавления многокомпонентных помех |
CA2453711A1 (en) * | 2002-12-17 | 2004-06-17 | Queen's University At Kingston | Methods and systems for tracking of amplitudes, phases and frequencies of a multi-component sinusoidal signal |
KR20090131344A (ko) * | 2008-06-18 | 2009-12-29 | 한양대학교 산학협력단 | 상이한 대역의 첩신호를 이용하는 거리 측정 장치 및 방법 |
US8407020B1 (en) * | 2010-09-28 | 2013-03-26 | The United States Of America As Represented By The Secretary Of The Navy | Fast method to search for linear frequency-modulated signals |
CN101958729A (zh) * | 2010-09-30 | 2011-01-26 | 哈尔滨工程大学 | 直扩通信系统中快速线性调频干扰检测和抑制方法 |
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 |
JP2014206440A (ja) * | 2013-04-12 | 2014-10-30 | 日本電気株式会社 | 波源方位推定システム、波源方位推定方法及びプログラム |
CN112105954A (zh) * | 2018-05-01 | 2020-12-18 | 三菱电机株式会社 | 基于频率调制连续波(fmcw)的系统及用于fmcw范围估计的方法 |
CN109510787A (zh) * | 2018-10-15 | 2019-03-22 | 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 |
WO2021109473A1 (zh) * | 2020-01-13 | 2021-06-10 | 上海交通大学 | 基于微波感知的全场振动测量方法与系统 |
CN111610503A (zh) * | 2020-06-03 | 2020-09-01 | 西安电子科技大学 | 基于改进的lvd的线性调频信号参数估计方法 |
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 |
Non-Patent Citations (3)
Title |
---|
万建;国强;王宝林;: "强噪声干扰源下的多分量LFM信号检测方法", 哈尔滨工业大学学报, no. 11 * |
戚连刚: "复合干扰环境下卫星导航信号捕获抗干扰方法研究", 中国优秀博硕士学位论文全文数据库 * |
竺如生;李亚军;国强;李和平;万建;: "一种多分量线性调频辐射源信号分析方法", 电测与仪表, no. 03 * |
Also Published As
Publication number | Publication date |
---|---|
CN113721201B (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yin et al. | A fast refinement for adaptive Gaussian chirplet decomposition | |
Hinich et al. | Detection of non-Gaussian signals in non-Gaussian noise using the bispectrum | |
CN1781338B (zh) | 基于复指数调制的滤波器组的高级处理和自适应时间信号传送方法 | |
Reisenfeld et al. | A new algorithm for the estimation of the frequency of a complex exponential in additive Gaussian noise | |
Zhang | The optimal linear canonical Wigner distribution of noisy linear frequency-modulated signals | |
Zhao et al. | Nonparametric and parametric methods of spectral analysis | |
Guo et al. | One-bit LFM signal recovery via random threshold strategy | |
CN113721201B (zh) | 一种线性调频信号调频率的估计方法 | |
CN110112757B (zh) | 基于sure小波消噪和改进hht的低频振荡分析方法 | |
Zhao et al. | Reconstruction of bandlimited signals in linear canonical transform domain from finite nonuniformly spaced samples | |
Zhang | Jittered sampling in linear canonical domain | |
CN113422663B (zh) | 一种基于信号分解与稀疏重构的混合信号分离方法及装置 | |
Cohen | Generalization of the Gram-Charlier/Edgeworth series and application to time-frequency analysis | |
Xianmin | A new method with high confidence for validation of computer simulation models of flight systems | |
CN111917676B (zh) | 一种线性调频干扰对消方法 | |
Zhang et al. | Frequency estimation for zero-padded signal based on the amplitude ratio of two DFT samples | |
Ma et al. | Two-part reconstruction in compressed sensing | |
CN108337205B (zh) | 一种基于多通道反馈结构的bpsk信号的欠采样参数估计方法 | |
Demirli et al. | A high-fidelity time-frequency representation for ultrasonic signal analysis | |
Xiaohua et al. | Joint estimation of Doppler and multipath time delay of overlapping echoes for LFM pulse radar | |
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 | |
Sousa-Vieira et al. | Fast simulation of self-similar and correlated processes | |
US6907413B2 (en) | Digital signal processing method, learning method, apparatuses for them, and program storage medium | |
Liu et al. | Parameter estimation of LFM signal with narrowband jamming based on CS | |
Omara et al. | A compression-based backward approach for the forward sparse modeling with application to speech coding |
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 |