脉冲噪声下线性调频信号的检测方法研究

发布时间：2017-09-12 12:13

  本文关键词：脉冲噪声下线性调频信号的检测方法研究

  更多相关文章： Alpha稳定分布 LFM信号 信号检测 L-估计 稳健迭代 代价函数 噪声抑制

【摘要】：线性调频(LFM)信号作为出现较早且应用较为广泛的非平稳信号,在雷达、通信、声呐、地震勘探和生物医学等方面均有广泛应用,在电子对抗领域中,对敌方信号进行分析并从中获取信息,是电子侦察的主要任务。因此,研究切实可行的LFM信号检测与分析方法具有重要意义。常规LFM信号分析常采用高斯分布作为背景噪声模型,然而,实际噪声往往更加复杂且具有脉冲性,如闪电,海杂波,低频大气噪声等,Alpha稳定分布噪声便可较好模拟实际噪声。Alpha稳定分布环境下传统方法性能退化严重,对此,本文提出了三种可有效抑制脉冲噪声的方法:提出了基于L-估计的LFM信号分析方法。该类方法基于L-估计原理,通过合适的权函数来实现强脉冲噪声的有效抑制。L-幂次加权方法在频域对信号进行滤波,其选用2的幂函数作为权值来实现脉冲噪声的抑制。基于最优L-柯西加权的方法,以Alpha稳定分布的特例--柯西分布为基础,柯西分布为?(27)2时唯一存在封闭概率密度函数表达式的Alpha稳定分布噪声,能够吻合脉冲噪声重拖尾特征等特点,以其为权函数可有效抑制脉冲噪声。仿真实验表明,本文提出的这两种基于L-估计的方法均具有较好的鲁棒性。提出了基于M估计的LFM信号分析方法。LFM信号的稳健迭代分析方法以M估计为基础,从优化理论的角度重新描述了常规滤波问题,通过迭代寻求误差最小时对应的滤波系数。基于此,本文提出了基于稳健迭代的均值滤波器和基于稳健迭代的加权滤波器。此外,研究了基于广义柯西阶次扩展的方法,该方法通过增加柯西分布拖尾参数的取值范围,提高了其检测性能,扩大了其适用范围。提出了基于代价函数优化的LFM信号分析方法,该方法引入了新的拖尾参数,并基于M估计理论构造了可有效抑噪的代价函数,推导得到稳健加权滤波方法的统一算法结构,将加权Myriad、加权Merid以及基于广义柯西分布的加权滤波器统一起来。仿真结果证明,本文方法可有效抑制Alpha稳定分布噪声,并具有良好的鲁棒性。
【关键词】：Alpha稳定分布 LFM信号 信号检测 L-估计 稳健迭代 代价函数 噪声抑制
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.23
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 符号对照表11-13
• 缩略语对照表13-16
• 第一章 绪论16-22
• 1.1 研究背景及意义16-17
• 1.2 研究历史与现状17-19
• 1.2.1 LFM信号检测分析的研究现状17-18
• 1.2.2 Alpha稳定分布研究进展18-19
• 1.3 本文主要内容及章节安排19-22
• 第二章 常规LFM信号分析方法概述22-34
• 2.1 引言22
• 2.2 信号模型及噪声模型22-27
• 2.2.1 线性调频信号模型22-24
• 2.2.2 噪声模型24-26
• 2.2.3 噪声抑制的常用方法26-27
• 2.3 常规时频分析方法27-32
• 2.3.1 线性时频分析方法27-29
• 2.3.2 双线性时频分析方法29-32
• 2.4 小结32-34
• 第三章 基于L-估计原理的LFM信号检测方法34-52
• 3.1 基于L-估计的滤波方法34-37
• 3.1.1 L-估计原理34-35
• 3.1.2 L-估计抑制脉冲噪声性能分析35-37
• 3.2 L-幂次加权37-38
• 3.3 基于最优L-柯西加权的WHT38-51
• 3.3.1 WHT38-40
• 3.3.2 WHT噪声抑制分析40-41
• 3.3.3 最优L-柯西加权原理41-43
• 3.3.4 抑制脉冲噪声性能分析43-51
• 3.4 本章小结51-52
• 第四章 基于M估计理论的LFM信号检测方法52-74
• 4.1 基于稳健迭代的滤波器52-57
• 4.1.1 最大似然估计与M估计原理52
• 4.1.2 基于稳健迭代的均值滤波52-54
• 4.1.3 基于稳健迭代的加权滤波54-55
• 4.1.4 抑噪效果与性能分析55-57
• 4.2 基于广义柯西阶次扩展的滤波方法57-64
• 4.2.1 基于广义柯西阶次扩展的滤波57-60
• 4.2.2 LVD算法60
• 4.2.3 抑噪效果与性能分析60-64
• 4.3 基于代价函数优化的统一框架64-71
• 4.3.1 基于代价函数优化的稳健加权滤波方法64-66
• 4.3.2 稳健加权滤波的统一框架66-68
• 4.3.3 抑噪效果与性能分析68-71
• 4.4 本章小结71-74
• 第五章 总结与展望74-76
• 5.1 全文总结74
• 5.2 未来展望74-76
• 参考文献76-82
• 致谢82-84
• 作者简介84-85

【参考文献】

中国期刊全文数据库 前10条

1 金艳;彭营;姬红兵;;α稳定分布噪声中基于最优核时频分析的跳频信号参数估计[J];系统工程与电子技术;2015年05期

2 赵新明;金艳;姬红兵;;a稳定分布噪声下基于Merid滤波的跳频信号参数估计[J];电子与信息学报;2014年08期

3 张智丰;许本相;金文标;;基于双色像素的Hough直线检测算法[J];计算机应用;2014年S1期

4 金艳;段鹏婷;姬红兵;;复杂噪声环境下基于LVD的LFM信号参数估计[J];电子与信息学报;2014年05期

5 苏峰;平殿发;简涛;;拖尾噪声中基于WVD-Hough变换的LFM信号检测算法[J];舰船电子工程;2013年10期

6 刘明骞;李兵兵;曹超凤;;非高斯噪声下数字调制信号识别方法[J];电子与信息学报;2013年01期

7 张晓松;林明;;小波变换与线性调频信号脉内调制特征分析[J];科学技术与工程;2012年36期

8 陈文武;蔡征宇;陈如山;赵兆;;脉冲噪声下基于Robust STFT的LFM信号检测与参数估计[J];南京理工大学学报;2012年02期

9 迟华山;王红星;赵培洪;李军;;基于S变换的线性调频信号时频滤波[J];无线电通信技术;2012年01期

10 赵春晖;马爽;;脉冲噪声下基于Myriad滤波及分形盒维数的频谱感知[J];振动与冲击;2012年03期

，

本文编号：837158