CN109239680A - 一种低截获概率雷达lfm信号的参数估计方法 - Google Patents
一种低截获概率雷达lfm信号的参数估计方法 Download PDFInfo
- Publication number
- CN109239680A CN109239680A CN201811186637.9A CN201811186637A CN109239680A CN 109239680 A CN109239680 A CN 109239680A CN 201811186637 A CN201811186637 A CN 201811186637A CN 109239680 A CN109239680 A CN 109239680A
- Authority
- CN
- China
- Prior art keywords
- frft
- lfm signal
- signal
- lfm
- parameter
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000009466 transformation Effects 0.000 claims abstract description 34
- 238000010606 normalization Methods 0.000 claims abstract description 13
- 238000005070 sampling Methods 0.000 claims abstract description 9
- 230000008859 change Effects 0.000 claims description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 description 1
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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及雷达信号处理领域,具体涉及一种低截获概率雷达LFM信号的参数估计方法。本发明要确定FrFT最优变换阶次的搜索范围,以提高搜索速度和精度,克服目前搜索范围大带来的搜索速度慢和精度低的问题。一种低截获概率雷达LFM信号的参数估计方法,包括以下步骤:首先采集LFM信号s(t),然后进行LFM信号的量纲归一化得到信号X(t),之后根据***带宽Bsys和采样频率fs计算FrFT的最优旋转角度的范围,从而计算FrFT最优变换阶次的搜索范围,最后在该FrFT最优变换阶次范围内对归一化后的LFM信号X(t)进行采样型离散FrFT,搜索FrFT的最优变换阶次,实现LFM信号的参数估计。
Description
技术领域:
本发明涉及雷达信号处理领域,具体涉及一种低截获概率雷达LFM信号的参 数估计方法。
背景技术:
在电子对抗中,低截获概率(Low Probability of Intercept,LPI)雷达是一种利用特殊的天线、特殊的信号形式、特殊的功率控制等技术的雷达***,在准确探 测到对方目标的同时也尽可能降低被敌人的侦查设备发现的概率。LPI雷达因其 优秀的电子反对抗能力,其信号处理是现代雷达技术发展的一个重要方面,该研 究可以大大提高雷达战场上的生存能力。随着雷达信号分析与处理的技术日益完 善,作为电子战的一个新的研究方向,LPI雷达信号脉冲内特征分析已经成为现 代电子战中普遍关注的问题。有效地识别和估计LPI雷达信号的特征参数,对于 当今和未来的电子对抗及对其进行情报分析都具有及其重大的战略地位,因此, LPI雷达信号的参数估计就显得十分重要。
线性调频(Linear Frequency Modulation,LFM)信号作为一种成熟的低截获概率信号广泛用于多种体制雷达中。近年来,对LFM信号参数估计常用的方法有 分数阶傅里叶变换(Fractional Fourier Transform,FrFT)法,Wigner-Ville分布 (Wigner Villedistribution,WVD)时频分析方法,Wigner-Hough变换(Wigner-Hough transform,WHT)法等,其中FrFT是传统傅里叶变换的推广,其本质是一种信号 的时频变换,根据LFM信号在进行FrFT后,不同阶次会表现出不同的能量聚 集特点,利用二维峰值搜索来实现LFM信号的检测和参数估计。已知的理论、 仿真和实验均表明,利用FrFT这一性质在变换域中处理LFM信号比单纯的时 域或频域更有效。然而,FrFT方法对LFM信号参数估计的原理表明,对LFM信号的参数估计就是对最优变换阶次的搜索,目前采用的搜索范围是FrFT旋转 角度的半周期,即对应的变换阶次范围是p∈(0,2),这导致了若要实 现快速搜索必然牺牲参数估计精度,若要保证精度,搜索速度就会减慢,因此, 文献[1]提出一种基于FrFT的LFM信号参数估计预判法,首先利用FFT对LFM 信号进行预判并粗略估计出调频率的数值,然后根据得到的调频率计算出对应的 旋转角度,再计算FrFT的旋转角度,找到附近的最大峰值,实现Chirp信号各 参数的精确估计,理论分析与仿真结果表明该方法为单分量LFM信号的实时处 理提供了可能,并且极大地减少了传统FrFT二维搜索所带来的计算量。文献[2] 提出了一种基于FrFT的LFM信号欠采样快速检测方法,利用欠采样技术计算 出FrFT的最优变换阶次,实现LFM的参数估计,利用欠采样的方法可以有效 减少运算量。文献[3]提出了一种基于插值的LFM信号参数估计方法,该方法利 用FrFT方法以大步长对LFM信号进行参数估计,得到一个粗略的FrFT变换阶 次能量聚集曲线,在此基础上对分数域中的FrFT变换阶次进行插值,得到一个 精确的FrFT最优变换阶次,实现LFM信号的参数估计,从而减小二维搜索带 来的计算量。由此可见,LFM信号的参数估计精度由FrFT最优变换阶次的精度 决定,而FrFT最优变换阶次的搜索范围决定了LFM信号参数估计的速度。而 目前,还没有一种方法可以缩小FrFT最优变换阶次的搜索范围,都只是在搜索 方法上寻找突破,以减少计算量,因此现有技术存在着因搜索范围大导致的搜索 速度慢和精度低的问题。
[1]刘建成,刘忠,王雪松,等.高斯白噪声背景下的LFM信号的分数阶Fourier域信噪比分析[J].电子与信息学报,2007,29(10):2337-2340.
[2]仇兆炀,陈蓉,汪一鸣.基于FRFT的线性调频信号欠采样检测方法[J].电子 学报,2012.
[3]Song J,Liu Y.Parameter Estimation of LFM Signal by Direct andSpline Interpolation Based on FrFT[J].Lecture Notes in ElectricalEngineering,2013, 210:41-48.
发明内容:
本发明要提供一种低截获概率雷达LFM信号的参数估计方法,来确定FrFT 最优变换阶次的搜索范围,以提高搜索速度和精度,克服目前搜索范围大带来的 搜索速度慢和精度低的问题。
为了达到本发明的目的,本发明提供一种低截获概率雷达LFM信号的参数估 计方法,包括以下步骤:
步骤一:采集LFM信号s(t);
步骤二:LFM信号的量纲归一化;
步骤三:计算FrFT最优变换阶次的搜索范围,包括以下步骤:
3.1根据***要求,设计***带宽Bsys;
3.2根据***带宽Bsys,选择***的采样频率fs,其中采样频率fs与***带 宽Bsys的关系如下式所示:
fs=nBsys (1)
3.3计算FrFT的最优旋转角度的范围:
3.4计算FrFT最优变换阶次的范围:
步骤四:归一化后的LFM信号X(t)的FrFT:对归一化后的LFM信号X(t) 进行p阶采样型离散FrFT,变换后的信号记为Xp(u);
步骤五:估计LFM信号的参数:在分数域中找最优变换阶次和其最大值对 应的采样点,最终实现LFM信号参数的估计。
上述步骤四的具体算法如下:
步骤1:用LFM信号与X(t)相乘得:
步骤2:g(t)与LFM信号做卷积得:
步骤3:用LFM信号与信号h(u)相乘得:
上述步骤五的具体步骤如下:
首先在分数域中找最优变换阶次和其最大值对应的采样点,如式(8)所示,
其中,是FrFT最优变换阶次p的估计值,是FrFT最大值对应的采样点 u的估计值;
然后利用式(9)计算出FrFT的最优旋转角度的估计值
通过式(10)可以计算参数和
最后通过尺度变换,实现LFM信号参数和的估计,如式(11)。
与现有技术相比,本发明可以带来如下有益效果:
1、本发明根据雷达***的硬件性能指标(***带宽和采样频率)计算出FrFT 最优变换阶次的搜索范围,比传统的FrFT最优变换阶次搜索范围缩小了2/3,有 效提高了雷达***对LFM信号参数估计的速度和精度,可实现快速、准确的估 计LFM信号参数的目的;
2、本发明通过缩小FrFT最优变换阶次的搜索范围,加快了LFM信号参数 估计的速度,提高了LFM信号参数估计的精度,分数阶Fourier变换对低截获概 率LFM信号进行处理,能够得到高精度的估计值;
3、本发明方法计算复杂度低,运算量小,适用于工程实践中,符合目前电 子对抗、地震勘探、水下声呐等各领域的需求,具有广泛的应用前景。
附图说明:
图1是基于FrFT的LFM信号参数估计方法流程图;
图2是在信噪比为0dB~-15dB情况下对LFM信号参数f0估计进行100次蒙 特卡洛实验结果的均方误差;
图3是在信噪比为0dB~-15dB情况下对LFM信号参数k估计进行100次蒙 特卡洛实验结果的均方误差。
具体实施方式:
下面将结合附图和实施例对本发明进行详细地描述。
如图1所示的是一种LFM信号的参数估计方法流程图,该方法可用于对低 信噪比下的LFM信号进行参数估计。
实施例1:无噪声时对LFM信号进行参数估计,具体包括下述步骤:
步骤一:采集LFM信号s(t),LFM信号的数学模型如式(12)所示:
其中,t表示LFM信号的采样时间点,T=2us,表示LFM信号的时宽,f0=10MHz,表示LFM信号的初始频率,k=10MHz/us,表示LFM信号的频率;A =0.8,表示LFM信号在传输过程中的衰减因子;
步骤二:LFM信号的量纲归一化:
设信号s(t)的时域区间为将时域和频域都转换成量纲统一的域, 引入一个量纲归一化因子S,如式(13)所示,
其中,T表示信号的时宽,fs表示信号的采样频率,则归一化后坐标如式(14) 所示,
其中,t表示原信号的时间,f表示原信号的频率,新坐标系(t′,f′)表示量 纲归一化后信号的时间和频率,此时信号的时域和频域区间化为同一区间,如式 (15)所示,
其中△x表示新的采样频率,信号的时间间隔变为归一化 后的信号记为X(t);
步骤三:计算FrFT最优变换阶次的搜索范围,包括以下步骤:
3.1根据***要求,设计***带宽Bsys;
在雷达***中,为保证有效接收信号,***带宽Bsys必须大于信号带宽Bsig, 如式(16)所示,
Bsys≥Bsig (16)
3.2根据***带宽Bsys,选择***的采样频率fs,其中采样频率fs与***带 宽Bsys的关系如下式所示:
fs=nBsys (1)
根据奈奎斯特采样定理,为了得到不失真的原始连续信号,采样率fs至少为 信号带宽Bsig的2倍,如式(17)所示,
fs≥2Bsig=2kT (17)
而在实际的工程实践中,通常以已知的***带宽来代替未知的信号带宽,为 了更好的恢复信号,采样频率fs一般取***带宽的5~6倍,如式(18)所示,
fs≈5~6Bsys (18)
因此,当Bsys=200MHz时,设
fs=5Bsys=1000MHz (19)
3.3计算FrFT的最优旋转角度的范围:
3.4计算FrFT最优变换阶次的范围:
以下将对上述的步骤具体论述如下:
根据FrFT的原理,最优变换阶次的搜索也是对最优旋转角度的搜索,
由式(13)可知:
其中,T表示信号的时宽,fs表示信号的采样频率,将式(21)带入式(20)可 以得到式(22),
将式(17)和式(19)带入式(22)中,整理得到式(23),
又因为
因此,得到FrFT的最优阶次p的搜索范围,如式(24)所示,
因此,这里n是5,最优旋转角度对应的最优变 换p∈(0.8744,1.1256)。
步骤四:归一化后的LFM信号X(t)的FrFT,
对归一化后的LFM信号X(t)进行p阶采样型离散FrFT,变换后的信号记为 Xp(u),具体算法如下:
步骤1:用LFM信号与X(t)相乘得
步骤2:g(t)与LFM信号做卷积得
步骤3:用LFM信号与信号h(u)相乘得
步骤五:估计LFM信号的参数,
当LFM信号以FrFT最优变换阶次变换时,LFM信号在分数域中出现脉冲 信号。因此在分数域中通过峰值搜索可以找到最优变换阶次和其最大值对应的采 样点,如式(8)所示,
其中,是FrFT最优变换阶次p的估计值,是FrFT最 大值对应的采样点u的估计值;
然后利用式(9)计算出FrFT的最优旋转角度的估计值
通过式(10)可以计算参数和
最后通过尺度变换,实现LFM信号参数和的估计,如式(11)。
实例2:低信噪比情况下对LFM信号进行参数估计:采集回波信号,其中 LFM信号的参数和雷达***的带宽与采样频率各项参数设置与实施例1中相同, 在信噪比0dB~-15dB递减变化时,每组实验进行100次蒙特卡罗实验,实验结 果如图2、图3所示,在信噪比0dB~-13dB区间内,该方法可以实现有效估计。
Claims (3)
1.一种低截获概率雷达LFM信号的参数估计方法,其特征在于,包括以下步骤:
步骤一:采集LFM信号s(t);
步骤二:LFM信号的量纲归一化;
步骤三:计算FrFT最优变换阶次的搜索范围,包括以下步骤:
3.1根据***要求,设计***带宽Bsys;
3.2根据***带宽Bsys,选择***的采样频率fs,其中采样频率fs与***带宽Bsys的关系如下式所示:
fs=nBsys (1)
3.3计算FrFT的最优旋转角度的范围:
3.4计算FrFT最优变换阶次的范围:
步骤四:归一化后的LFM信号X(t)的FrFT:对归一化后的LFM信号X(t)进行p阶采样型离散FrFT,变换后的信号记为Xp(u);
步骤五:估计LFM信号的参数:在分数域中找最优变换阶次和其最大值对应的采样点,最终实现LFM信号参数的估计。
2.根据权利要求1所述的一种低截获概率雷达LFM信号的参数估计方法,其特征在于,所述步骤四的具体算法如下:
步骤1:用LFM信号与X(t)相乘得:
步骤2:g(t)与LFM信号做卷积得:
步骤3:用LFM信号与信号h(u)相乘得:
3.根据权利要求1或2所述的一种低截获概率雷达LFM信号的参数估计方法,其特征在于,所述步骤五的具体步骤如下:
首先在分数域中找最优变换阶次和其最大值对应的采样点,如式(8)所示,
其中,是FrFT最优变换阶次p的估计值,是FrFT最大值对应的采样点u的估计值;
然后利用式(9)计算出FrFT的最优旋转角度的估计值
通过式(10)可以计算参数和
最后通过尺度变换,实现LFM信号参数和的估计,如式(11)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811186637.9A CN109239680B (zh) | 2018-10-12 | 2018-10-12 | 一种低截获概率雷达lfm信号的参数估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811186637.9A CN109239680B (zh) | 2018-10-12 | 2018-10-12 | 一种低截获概率雷达lfm信号的参数估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109239680A true CN109239680A (zh) | 2019-01-18 |
CN109239680B CN109239680B (zh) | 2022-12-06 |
Family
ID=65052337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811186637.9A Active CN109239680B (zh) | 2018-10-12 | 2018-10-12 | 一种低截获概率雷达lfm信号的参数估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109239680B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109839618A (zh) * | 2019-03-15 | 2019-06-04 | 北京应用物理与计算数学研究所 | 低信噪比雷达信号识别方法、计算机可读存储介质及*** |
CN110347970A (zh) * | 2019-07-19 | 2019-10-18 | 成都理工大学 | 分数阶同步提取广义s变换时频分解与重构方法 |
CN110501682A (zh) * | 2019-09-29 | 2019-11-26 | 北京润科通用技术有限公司 | 一种车载雷达测量目标方位角的方法及车载雷达 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020030623A1 (en) * | 2000-06-06 | 2002-03-14 | Orhan Arikan | System and method for detection and tracking of targets |
CN1859346A (zh) * | 2006-04-29 | 2006-11-08 | 北京理工大学 | 基于分数阶傅立叶变换的正交频分复用(ofdm)*** |
CN101881821A (zh) * | 2010-06-28 | 2010-11-10 | 北京理工大学 | 一种分数阶傅里叶域信道化接收方法 |
CN101963662A (zh) * | 2010-09-20 | 2011-02-02 | 北京理工大学 | 基于短时分数阶傅里叶域滤波的自聚焦预处理方法 |
CN102521834A (zh) * | 2011-12-12 | 2012-06-27 | 上海海事大学 | 采用极对数坐标表示的分数阶傅里叶变换的图像配准方法 |
CN102866391A (zh) * | 2012-09-05 | 2013-01-09 | 中北大学 | 基于短时傅里叶变换和分数阶傅里叶变换的多目标检测方法 |
CN102999473A (zh) * | 2012-10-18 | 2013-03-27 | 中国人民解放军电子工程学院 | 一种线性调频信号的检测与参数估计方法 |
WO2014173051A1 (zh) * | 2013-04-22 | 2014-10-30 | 北京理工大学 | Frft-ofdm***的低复杂度峰均比抑制方法 |
CN106443588A (zh) * | 2016-05-23 | 2017-02-22 | 中国人民解放军63892部队 | 一种lfmcw信号快速检测和估计方法 |
US20180051976A1 (en) * | 2016-08-19 | 2018-02-22 | Beijing Institute Of Technology | Physical parameter estimating method, physical parameter estimating device, and electronic apparatus |
-
2018
- 2018-10-12 CN CN201811186637.9A patent/CN109239680B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020030623A1 (en) * | 2000-06-06 | 2002-03-14 | Orhan Arikan | System and method for detection and tracking of targets |
CN1859346A (zh) * | 2006-04-29 | 2006-11-08 | 北京理工大学 | 基于分数阶傅立叶变换的正交频分复用(ofdm)*** |
CN101881821A (zh) * | 2010-06-28 | 2010-11-10 | 北京理工大学 | 一种分数阶傅里叶域信道化接收方法 |
CN101963662A (zh) * | 2010-09-20 | 2011-02-02 | 北京理工大学 | 基于短时分数阶傅里叶域滤波的自聚焦预处理方法 |
CN102521834A (zh) * | 2011-12-12 | 2012-06-27 | 上海海事大学 | 采用极对数坐标表示的分数阶傅里叶变换的图像配准方法 |
CN102866391A (zh) * | 2012-09-05 | 2013-01-09 | 中北大学 | 基于短时傅里叶变换和分数阶傅里叶变换的多目标检测方法 |
CN102999473A (zh) * | 2012-10-18 | 2013-03-27 | 中国人民解放军电子工程学院 | 一种线性调频信号的检测与参数估计方法 |
WO2014173051A1 (zh) * | 2013-04-22 | 2014-10-30 | 北京理工大学 | Frft-ofdm***的低复杂度峰均比抑制方法 |
CN106443588A (zh) * | 2016-05-23 | 2017-02-22 | 中国人民解放军63892部队 | 一种lfmcw信号快速检测和估计方法 |
US20180051976A1 (en) * | 2016-08-19 | 2018-02-22 | Beijing Institute Of Technology | Physical parameter estimating method, physical parameter estimating device, and electronic apparatus |
Non-Patent Citations (8)
Title |
---|
ZHICHEN ZHANG: "An new LFM detection algorithm based on ADTR-FrFT for active sonar system", 《2017 IEEE INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING, COMMUNICATIONS AND COMPUTING (ICSPCC)》 * |
仇兆炀: "基于FRFT 的线性调频信号欠采样快速检测方法", 《电子学报》 * |
刘雪莲等: "分数阶Fourier变换在信号处理中的应用研究", 《长春理工大学学报(自然科学版)》 * |
单泽彪等: "相干/同向信号波达方向与多普勒频率的联合估计", 《吉 林 大 学 学 报 (工 学 版 )》 * |
唐江等: "基于GSFrFT的STLFMCW信号参数估计", 《电子信息对抗技术》 * |
姜晓斐等: "一种新型线性调频信号参数快速估计算法", 《自动化技术与应用》 * |
朱全银等: "基于分数阶傅里叶变换的线性调频干扰抑制", 《探测与控制学报》 * |
王泽众等: "分数阶Fourier变换对LFM信号的特征参数估计能力仿真评估", 《舰船电子对抗》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109839618A (zh) * | 2019-03-15 | 2019-06-04 | 北京应用物理与计算数学研究所 | 低信噪比雷达信号识别方法、计算机可读存储介质及*** |
CN110347970A (zh) * | 2019-07-19 | 2019-10-18 | 成都理工大学 | 分数阶同步提取广义s变换时频分解与重构方法 |
CN110347970B (zh) * | 2019-07-19 | 2023-03-28 | 成都理工大学 | 分数阶同步提取广义s变换时频分解与重构方法 |
CN110501682A (zh) * | 2019-09-29 | 2019-11-26 | 北京润科通用技术有限公司 | 一种车载雷达测量目标方位角的方法及车载雷达 |
CN110501682B (zh) * | 2019-09-29 | 2021-07-27 | 北京润科通用技术有限公司 | 一种车载雷达测量目标方位角的方法及车载雷达 |
Also Published As
Publication number | Publication date |
---|---|
CN109239680B (zh) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Local polynomial Fourier transform: A review on recent developments and applications | |
Aboutanios et al. | Fast iterative interpolated beamforming for accurate single-snapshot DOA estimation | |
CN102914768B (zh) | 基于形态成分分析的海面微动目标检测和特征提取方法 | |
CN108414833B (zh) | 一种信号分量频率的精确估计方法 | |
CN109239680A (zh) | 一种低截获概率雷达lfm信号的参数估计方法 | |
CN110187313B (zh) | 基于分数阶Fourier变换的雷达信号分选识别方法及装置 | |
CN110133632B (zh) | 一种基于cwd时频分析的复合调制信号识别方法 | |
CN111427018A (zh) | 一种雷达干扰装备干扰效果评估方法 | |
CN103777189A (zh) | 一种基于信息几何复自回归模型的雷达弱目标检测方法 | |
CN111474524A (zh) | 一种雷达干扰装备干扰效果监测与决策支持*** | |
CN104502904A (zh) | 一种鱼雷自导波束锐化方法 | |
Li et al. | Identification and parameter estimation algorithm of radar signal subtle features | |
Guner et al. | Implementation aspects of Wigner-Hough Transform based detectors for LFMCW signals | |
CN112394223B (zh) | 一种信号分量频率和初相位的联合估计方法 | |
Li et al. | A single-channel BSS method based on ICEEMDAN and FastICA and its application in EMI analysis | |
CN106501787B (zh) | 基于平滑伪魏格纳分布的二相编码信号参数估计方法 | |
CN106569182B (zh) | 基于最小熵的相位编码信号载频估计方法 | |
CN108957389A (zh) | 一种实数域多通道信号目标方位估计方法 | |
CN107315714A (zh) | 一种去卷积功率谱估计方法 | |
CN105675084B (zh) | 一种带有迭代插值的高精度液位测量方法 | |
Song et al. | Specific emitter identification based on intrinsic time-scale decomposition | |
Yang et al. | LPI radar signal detection based on the combination of FFT and segmented autocorrelation plus PAHT | |
CN112883787B (zh) | 一种基于频谱匹配的短样本低频正弦信号参数估计方法 | |
CN109765540B (zh) | 一种频率步进体制米波雷达目标提取方法 | |
CN112578359B (zh) | 一种通过双谱变换处理提取雷达信号脉内特征参数的方法 |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190118 Assignee: XI'AN PROSATE ELECTRONIC TECHNOLOGY CO.,LTD. Assignor: XI'AN TECHNOLOGICAL University Contract record no.: X2024980004514 Denomination of invention: A Parameter Estimation Method for Low Interception Probability Radar LFM Signal Granted publication date: 20221206 License type: Common License Record date: 20240418 |
|
EE01 | Entry into force of recordation of patent licensing contract |