稀疏分解与提升小波变换相结合的雷达脉冲参数估计法

发布时间：2021-07-09 03:00

　　电子侦察领域中,雷达脉冲参数的正确测量是信号分选和辐射源识别的基础。针对复杂电磁环境中传统参数测量方法可靠性下降问题,提出了一种将稀疏分解与提升小波变换相结合的雷达脉冲参数测量方法。首先介绍了接收信号的模型和参数测量的原理。然后引入稀疏分解理论和提升小波变换,分别对传统频率和到达时间的测量方法进行改进,给出了改进频率和到达时间测量的处理流程。最后给出了仿真实验,实验结果验证了方法的有效性和正确性,在较低信噪比的情况下也有较高的估计精度。 

【文章来源】：电子测量技术. 2020,43(16)

【文章页数】：5 页

【部分图文】：

参数测量原理

为了进一步验证本文频率估计方法的有效性,分别采用传统FFT测频法、文献[7]中测频方法以及本文方法在不同信噪比条件下对点频信号进行频率估计。待测的信号为频率捷变信号,频率中频值分别为26.5 MHz、31 MHz、36.5 MHz。3种方法1 000次蒙特卡罗实验的频率估计均方根误差与信噪比的关系如图2所示。从图2中可以看出传统FFT测频法比较依赖信噪比,在高信噪比时相对于文献方法具有较小的频率估计均方根误差,而在低信噪比条件下频率估计均方根误差明显增大。由于文献[7]的匹配追踪正交算法是利用原子之间的相关性来寻找最佳匹配原子,而没有利用到信号子空间信息,因而其均方根误差对信噪比不敏感。而本文方法将两者结合,充分利用了上述两种方法的优点,在高信噪比区间性能优于文献[7]中的方法,而在低信噪比条件下利用了文献[7]中计算相关性的迭代过程,改善了传统FFT测频法过分依赖信噪比的缺陷。

【参考文献】：
期刊论文
[1]基于稀疏表征的异常点检测方法[J]. 徐晓丹,姚明海,刘华文.  华中科技大学学报(自然科学版). 2020(07)
[2]基于FPGA的实数信道化工程设计与实现[J]. 王小静,岳枚君,张锦中.  舰船电子对抗. 2019(06)
[3]基于神经网络的辐射源个体识别技术[J]. 耿梦婕,张君毅.  电子测量技术. 2019(21)
[4]基于机器学习的雷达辐射源识别综述[J]. 李昆,朱卫纲.  电子测量技术. 2019(18)
[5]基于集成深度学习的雷达信号分选研究[J]. 金炜东,陈春利.  系统仿真学报. 2019(09)
[6]基于压缩感知的SAR自适应窄带干扰抑制方法[J]. 孔舒亚,白新有,王亮,陈亚坤.  国外电子测量技术. 2019(07)
[7]改进的低秩稀疏分解及其在目标检测中的应用[J]. 杨真真,范露,杨永鹏,匡楠,杨震.  仪器仪表学报. 2019(04)
[8]弱信号条件下到达时间提取及脉宽测量方法[J]. 卿浩博,徐汉林,甘建超,李和平,唐凌,李力.  电子信息对抗技术. 2018(04)
[9]小波-EMD和随机共振级联微弱信号检测[J]. 张刚,李红威.  电子测量与仪器学报. 2018(01)
[10]STFT数字信道化的雷达脉冲参数测量改进算法[J]. 丁世谱,夏厚培.  现代防御技术. 2017(03)



本文编号：3272878