一种基于局部迭代滤波的线性调频信号参数估计方法技术

本发明专利技术属于线性调频信号参数估计技术领域，公开了一种基于局部迭代滤波的线性调频信号参数估计方法，包括S1、将干扰接收机所截获的信号进行去噪处理；S2、通过局部迭代滤波算法将去噪后的信号各LFM分量分解到不同的IMF上；S3、对各分量进行时频分析，得到对应线性调频信号的瞬时频率；S4、根据瞬时频率，对各线性调频分量进行参数估计。本发明专利技术所提出的局部迭代滤波算法通过动态调整滤波器长度，实现多分量LFM信号的自适应分解，有效解决了现有的时频分析方法面对多分量线性调频信号时产生的交叉干扰问题。与现有技术相比，本发明专利技术能够有效去除噪声，保留各LFM分量的特征，对线性调频信号参数——初始频率和调频率的估计精度较高。高。高。

【技术实现步骤摘要】
一种基于局部迭代滤波的线性调频信号参数估计方法


[0001]本专利技术涉及线性调频信号参数估计
，具体为一种基于局部迭代滤波的线性调频信号参数估计方法。

技术介绍

[0002]线性调频(Linear Frequency Modulation,LFM)信号是指频率随时间线性变化的调频信号，是一种典型的非平稳信号。其具有作用距离远、分辨力强的特点，被广泛应用于雷达、通信、地震勘探等领域。针对线性调频信号的参数估计是电子对抗、无源雷达及合成孔径成像等领域的重要问题。在电子对抗领域，干扰系统根据LFM雷达发射信号参数产生相应的干扰信号，形成相干干扰，从而大大提升干扰效率。在合成孔径成像领域，相对运动产生的多普勒信号可以建模为LFM信号，其参数解释了目标的运动特性及其方位信息。因此，精确估计LFM信号，尤其是多分量LFM信号的参数对雷达信号处理及雷达对抗均具有重要意义和价值。
[0003]针对LFM信号的参数估计，目前常用的方法包括：基于最大似然估计的二维搜索类方法，基于分数阶傅里叶变换的一维搜索类方法，以及基于时频变换的瞬时频率分析法等。其中，基于最大似然估计和基于分数阶傅里叶变换的搜索类算法能够实现白噪声下的最优估计，但这些算法需要全局搜索，因而计算量大且实时性差；基于时频变换的瞬时频率分析法利用短时傅里叶变换(Short
‑
Time Fourier Transform,STFT)、魏格纳
‑
维利分布(Wigner
‑
Ville Distribution,WVD)、三次相位函数等时频分析工具通过待测信号的瞬时频率获得其调制参数。其中，WVD能够同时获得较高的时间和频率分辨率，是目前LFM信号参数估计最常采用的时频分析工具。但当信号中包含多个调频率相同或接近的LFM分量时，WVD会产生严重的交叉，从而引起虚假分量。
[0004]关于数据驱动的信号分解算法，现有的如经验模态分解(Empirical Mode Decomposition,EMD)算法、迭代滤波(Iterative Filtering,IF)算法等，在信号时频分析领域取得了巨大成功。其中，IF算法在EMD算法的框架基础上，利用低通滤波器代替三次样条插值提取各个本征模态函数(Intrinsic Mode Function,IMF)，使算法具有可解释性、更好的收敛性和更强的鲁棒性。基于IF算法，自适应地将信号分解为各个IMF，并通过IMF进行时频分析，得到估计参数，具有将其用于线性调频信号参数估计的可能。但该方法在分解信号时，采用的滤波器长度M为定值，因而在处理LFM信号等大带宽信号时，会导致同一信号分解到不同的本征模态函数，对线性调频信号参数
‑
初始频率和调频频率的估计精度低。

技术实现思路

[0005]本专利技术意在提供一种基于局部迭代滤波(Local Iterative Filtering,LIF)的线性调频信号参数估计方法，兼顾了数据噪声对算法效果的影响，提出了基于二阶变分正则化的去噪方法，有效减弱了信号噪声对参数估计结果的影响。在接收到带噪声的多分量LFM信号后，通过两次变分正则化以减少噪声对LFM分解算法的影响；对各IMF做时频分析时，没
有采用基于全局算子Hilbert变换的瞬时频率定义，而是通过分析局部频率的Cicone瞬时频率定义，提高局部频率的分析效果。其方法对线性调频信号参数
‑
初始频率和调频频率的估计精度高。
[0006]为了实现上述目的，本专利技术提供如下技术方案：
[0007]一种基于局部迭代滤波的线性调频信号参数估计方法，包括以下步骤：
[0008]S1、将干扰接收机所截获的信号通过二阶变分正则化算法进行去噪；先经过一次二阶变分正则化，然后再经过一次维纳滤波处理；
[0009]S2、通过LIF算法将S1中去噪后的信号各LFM分量分解到不同的IMF上，其算法包含两个嵌套循环；
[0010]S3、对S2得到的各IMF做时频分析，得到对应LFM信号的瞬时频率；其中，瞬时频率采用Cicone定义的瞬时频率；
[0011]S4、根据S3得到的瞬时频率，对各LFM分量的参数进行估计。
[0012]进一步地，在S1中，干扰接收机所截获的信号包含I个不同的LFM分量时，截获信号的表达式为：
[0013][0014]当截获信号携带噪声时，其表达式为：
[0015][0016]其中，A
i
，a
i
和b
i
分别代表第i个LFM分量的幅值、初始频率及调频率，N0(n)表示高斯白噪声。
[0017]进一步地，在S1中，进行维纳滤波处理的方法为：
[0018]令s
r
表示干扰接收机截获信号向量，则信号去噪过程通过如下优化问题表示：
[0019][0020]式中，λ1表示正则化参数，H表示二阶导数；对其通过极值求解：
[0021][0022]为进一步移除信号中的残余噪声分量，对去噪后的信号进行如下处理：
[0023][0024]该处理即为维纳滤波处理。
[0025]进一步地，在S2中，采用信号n时刻最近的两个极值点间隔Per(n)表示瞬时周期，并根据瞬时周期动态地调节滤波器长度M(n)，即
[0026]M(n)＝Per(n)
[0027]局部迭代滤波算法的包络提取过程表示为：
[0028][0029]定义s1(n)＝s(n)，且s
in+1
(n)＝s
in
(n)
‑
LP[s
in
(n)]，则分解所得第一次本征模态函数表示为：
[0030][0031]获得IMF1(n)后，令s1(n)＝s(n)
‑
IMF1(n)，并重复上述过程即可获得IMF2(n)；经过内、外两个循环并满足预设迭代次数或迭代停止条件后，原信号最终被分解为：
[0032]r(n)＝s(n)
‑
IMF1(n)
‑
IMF2(n)
…‑
IMF
OU
(n)
[0033]其中r(n)表示残余的趋势分量，OU表示满足迭代条件后的迭代次数。
[0034]进一步地，在S3中，信号的解析表达式为：
[0035][0036]根据该表达式，信号的瞬时频率表示为：
[0037][0038]进一步地，：在S4中，LFM分量的参数包括初始频率和调频率；根据信号的瞬时频率定义，最终得到线性调频分量的初始频率和调频斜率为：
[0039]a
i
＝f
i
(0)
[0040]b
i
(n)＝f
i
(n)
‑
f(n
‑
1)
[0041]其中，a
i
和b
i
分别代表第i个L本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于局部迭代滤波的线性调频信号参数估计方法，其特征在于，包括以下步骤：S1、将干扰接收机所截获的信号通过二阶变分正则化算法进行去噪；先经过一次二阶变分正则化，然后再经过一次维纳滤波处理；S2、通过LIF算法将S1中去噪后的信号各LFM分量分解到不同的IMF上，其算法包含两个嵌套循环；S3、对S2得到的各IMF做时频分析，得到对应LFM信号的瞬时频率；其中，瞬时频率采用Cicone定义的瞬时频率；S4、根据S3得到的瞬时频率，对各LFM分量的参数进行估计。2.根据权利要求1所述的一种基于局部迭代滤波的线性调频信号参数估计方法，其特征在于：在S1中，干扰接收机所截获的信号包含I个不同的LFM分量时，截获信号的表达式为：当截获信号携带噪声时，其表达式为：其中，A
i
，a
i
和b
i
分别代表第i个LFM分量的幅值、初始频率及调频率，N0(n)表示高斯白噪声。3.根据权利要求2所述的一种基于局部迭代滤波的线性调频信号参数估计方法，其特征在于：在S1中，进行维纳滤波处理的方法为：令s
r
表示干扰接收机截获信号向量，则信号去噪过程通过如下优化问题表示：式中，λ1表示正则化参数，H表示二阶导数；对其通过极值求解：为进一步移除信号中的残余噪声分量，对去噪后的信号进行如下处理：该处理即为维纳滤波处理。4.根据权利要求3所述的一种基于局部迭代滤波的线性调频信号参数估计方法，其特征在于：在S2中，采用信号n时刻最近的两个极值点间隔Per(n)表示瞬时周期，并根据瞬时周期动态地调节滤波器长度M(n)，即M(n)＝Per(n)...

【专利技术属性】
技术研发人员：张睿恒，刘冠宇，陈齐乐，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：