高階時(shí)頻分布及其在LPI信號分析中的應(yīng)用.pdf

1、本文以低截獲概率(LPI)雷達(dá)信號脈內(nèi)特征提取為研究背景,開展高階時(shí)頻分布研究,重點(diǎn)圍繞L類Wigner-Ville時(shí)頻分布(LWVD)和復(fù)時(shí)間延遲時(shí)頻分布(CTD)的時(shí)頻聚集性改善、交叉項(xiàng)抑制以及瞬時(shí)頻率(IF)估計(jì)三方面內(nèi)容來改進(jìn)算法性能,為后續(xù)的信號特征提取與識別提供更為有效的參數(shù)信息。
　　首先,針對傳統(tǒng)時(shí)頻分布對于多分量非線性調(diào)頻信號存在嚴(yán)重自交叉項(xiàng)與互交叉項(xiàng),以及時(shí)頻聚集性低的問題,本文研究了基于自適應(yīng)頻域窗長的S-M

2、ethod(SM)算法,并實(shí)現(xiàn)了基于自適應(yīng)SM迭代的LWVD。然后將其應(yīng)用于多分量LPI雷達(dá)信號分析中,通過仿真實(shí)驗(yàn)驗(yàn)證了該算法能夠有效抑制交叉項(xiàng),同時(shí)對于多項(xiàng)式調(diào)頻信號保持較高時(shí)頻聚集性。
　　其次,針對在低信噪比下,基于時(shí)頻分布的非線性調(diào)頻信號IF估計(jì)存在較大偏差的問題,提出了基于Viterbi算法與LWVD結(jié)合的IF估計(jì)方法。該算法結(jié)合了LWVD對于多項(xiàng)式調(diào)頻信號的高聚集性特點(diǎn)和Viterbi算法的最優(yōu)路徑選擇特性,實(shí)現(xiàn)了在

3、強(qiáng)噪聲環(huán)境下非線性調(diào)頻信號IF的精確估計(jì)。并通過仿真實(shí)驗(yàn)有效地驗(yàn)證了該算法的優(yōu)越性。
　　然后,針對時(shí)頻特性復(fù)雜的信號具有較低時(shí)頻分辨率的問題,由LWVD迭代算法啟發(fā),本文重點(diǎn)研究了具有高聚集性的L類CTD。通過實(shí)驗(yàn)驗(yàn)證了該分布比同階次的其它分布具有更高時(shí)頻聚集性與分辨率。同時(shí),L類CTD能夠精確估計(jì)時(shí)頻特性復(fù)雜信號的IF。
　　最后,針對CTD對于多分量信號存在嚴(yán)重交叉項(xiàng)的問題,本文提出了一種基于短時(shí)傅里葉變換與自適應(yīng)SM