基于周期FRFT的類(lèi)LFMCW雷達(dá)信號(hào)檢測(cè)與參數(shù)估計(jì).pdf

1、隨著現(xiàn)代戰(zhàn)爭(zhēng)中電子對(duì)抗與反對(duì)抗斗爭(zhēng)的日益激烈，對(duì)敵方雷達(dá)信號(hào)的偵察與分析成為了掌握戰(zhàn)爭(zhēng)主動(dòng)權(quán)的關(guān)鍵。連續(xù)波雷達(dá)信號(hào)具有大占空比和非常低的峰值功率，往往淹沒(méi)在噪聲之中難以檢測(cè)，而線(xiàn)性調(diào)頻連續(xù)波(LFMCW)等信號(hào)由于其復(fù)雜調(diào)制形式進(jìn)一步增加了雷達(dá)信號(hào)截獲與分析的難度。為此，本文利用周期分?jǐn)?shù)階傅立葉變換(FRFT)研究了一類(lèi)具有LFMCW時(shí)頻特征的連續(xù)波信號(hào)的檢測(cè)、參數(shù)估計(jì)和交疊信號(hào)分離等算法。主要工作及成果如下：
　　1.針對(duì)傳統(tǒng)的

2、LFMCW信號(hào)檢測(cè)方法處理增益不高且較難確定檢測(cè)門(mén)限的問(wèn)題，提出了一種基于周期FRFT的LFMCW信號(hào)檢測(cè)與參數(shù)估計(jì)算法。算法首先研究了高斯白噪聲和LFMCW信號(hào)在周期FRFT域的概率統(tǒng)計(jì)特性，求出其概率密度函數(shù)；然后采用Neyman-Pearson準(zhǔn)則設(shè)定檢驗(yàn)統(tǒng)計(jì)量，根據(jù)噪聲在周期FRFT域的概率密度函數(shù)和預(yù)先設(shè)定的虛警概率自適應(yīng)地確定信號(hào)的檢測(cè)門(mén)限；最后，利用周期FRFT域峰值的四維坐標(biāo)實(shí)現(xiàn)LFMCW信號(hào)的檢測(cè)與參數(shù)估計(jì)。仿真結(jié)果表

3、明，該算法可以有效利用多個(gè)周期的調(diào)制信息來(lái)提高信號(hào)的處理增益，實(shí)現(xiàn)了低信噪比條件下信號(hào)的檢測(cè)和參數(shù)的精確估計(jì)。
　　2.針對(duì)周期FRFT估計(jì)對(duì)稱(chēng)三角線(xiàn)性調(diào)頻連續(xù)波(STLFMCW)信號(hào)參數(shù)時(shí)四維搜索運(yùn)算量較高的問(wèn)題，提出了基于周期FRFT和Radon-Ambiguity變換(RAT)的STLFMCW信號(hào)檢測(cè)與參數(shù)估計(jì)算法。算法首先分析了周期FRFT對(duì)STLFMCW信號(hào)的適用性，采用RAT估計(jì)信號(hào)的調(diào)頻斜率，RAT僅需進(jìn)行一維角度搜

4、索，可以降低周期FRFT的搜索維度；然后根據(jù)噪聲在周期FRFT域的概率統(tǒng)計(jì)特性自適應(yīng)地確定檢測(cè)門(mén)限，通過(guò)門(mén)限比較即可完成信號(hào)的檢測(cè)與參數(shù)估計(jì)；最后，將周期FRFT進(jìn)一步應(yīng)用于具有LFMCW時(shí)頻特征的多相編碼連續(xù)波信號(hào)中，提出了基于周期FRFT的多相編碼連續(xù)波信號(hào)檢測(cè)與參數(shù)估計(jì)算法。仿真實(shí)驗(yàn)表明，在低信噪比條件下，該算法能夠?qū)崿F(xiàn)STLFMCW信號(hào)和多相編碼連續(xù)波信號(hào)的檢測(cè)與參數(shù)估計(jì)。
　　3.針對(duì)強(qiáng)弱信號(hào)交疊時(shí)強(qiáng)信號(hào)對(duì)弱信號(hào)的遮蔽效

5、應(yīng)，造成無(wú)法對(duì)弱信號(hào)進(jìn)行檢測(cè)的問(wèn)題，提出了一種基于周期FRFT的交疊類(lèi)LFMCW混合信號(hào)的檢測(cè)與分離算法。算法首先根據(jù)信號(hào)周期FRFT所得到的搜索參數(shù)，組成解調(diào)因子，將寬帶LFMCW信號(hào)轉(zhuǎn)化為近似單頻信號(hào)；然后針對(duì)強(qiáng)信號(hào)分離后弱信號(hào)的保留問(wèn)題，設(shè)計(jì)了一種頻域窄帶濾波器，在充分濾除強(qiáng)信號(hào)的同時(shí)，實(shí)現(xiàn)了弱信號(hào)的有效保留；最后，將該算法推廣應(yīng)用于STLFMCW信號(hào)和多相編碼連續(xù)波信號(hào)，并分析了其可行性。仿真結(jié)果表明，該算法在低信噪比下可以有效