基于Holder系数的线性调频信号参数估计.docVIP

基于Holder系数的线性调频信号参数估计 　　摘要：针对当前线性调频信号参数估计算法复杂度高，计算时间长，难于实现等问题，提出了一种基于Holder系数的线性调频信号参数估计算法。该算法通过计算不同调频斜率的LFM信号的Holder系数值与信号调频斜率的关系曲线，同时拟合不同信噪比下的关系曲线表达式，进而通过曲线关系对LFM信号的调频斜率进行估计。仿真结果表明，算法计算简单，易于实现，对于实时性估计具有更好的应用价值。 　　关键词：LFM信号 Holder系数 参数估计 调频斜率 　　1 概述 　　LFM信号[1]作为大时宽带宽积信号被广泛地应用于雷达和通信等领域，采用这种信号的雷达可以同时获得远的作用距离和高的距离分辨率。并且，线性调频信号具有抗背景杂波和抗干扰能力强的特点，对于这种信号的研究是当前的热点。其中，起始频率和调频斜率包含了重要信息，是表征LFM信号频率特性的基本特性参数，因此，如何在复杂密集的信号环境中，精确估计多分量线性调频信号的参数具有重要的实际意义。目前的估计算法有短时Fourier变换[2]、Wigner-Ville变换[3]、分数阶Fourier变换[4]等，但都存在分辨率不够高，交叉项严重或者运算量太大的问题。 　　针对当前LFM信号参数估计算法中繁琐的有哪些信誉好的足球投注网站和计算问题，提出了一种基于Holder系数[5]的线性调频信号参数估计算法，该算法计算简单，复杂度低，易于理解应用，对于实时性估计具有较好的应用价值。 　　2 Holder系数基本理论 　　对于信号序列{xi，i=1，2，…，N}，{yi，i=1，2…，N}，Holder不等式[6]的定义描述如下： 　　其中，p，q1，且■+■=1。 　　由此，定义两信号序列的Holder系数为： 　　由Holder不等式的定义可知，0≤Hc≤1。特殊的，当p=q=2时，定义为相像系数。由定义可知，相像系数是Holder系数的一种特例。 　　3 基于Holder系数的LFM信号参数估计算法实现 　　由Holder系数的定义可知，Holder系数特征可以表征两离散信号的关联程度，利用Holder系数特征的这一特点，文中通过计算不同信噪比下，不同调频斜率的LFM信号与矩形信号的Holder系数关联曲线，通过计算不同信噪比下的关联曲线的拟合表达式，进而对LFM信号的调频斜率进行估计，估计算法的具体流程如下： 　　设LFM信号的复数形式表达式为： 　　其中，A（t）为信号包络函数，f0为中心频率，k0=B/T为调频斜率，B为调频带宽，T为信号持续时间。算法的主要工作，就是对调频斜率k0进行估计。 　　首先对待估计LFM信号s进行采样，再对信号进行傅里叶变换，将信号从时域转化到频域，对处理后的LFM信号与矩形信号进行Holder系数值计算，设矩形脉冲序列为： 　　S1（f）=s，1≤f≤N0，其它 　　傅里叶变换后的信号表达式为S（f），则Holder系数值可表示为： 　　由于不同的LFM信号的调频斜率不同，因此，绘制不同调频斜率的LFM信号随Holder系数值的变化曲线，拟合曲线表达式，通过Holder系数值的大小利用曲线表达式对LFM信号的调频斜率进行估计，由此实现了基于Holder系数值的LFM信号参数估计。 　　计算不同信噪比下的Holder系数值，由此得到了不同信噪比下的估计曲线，实现不同信噪比下的估计算法。 　　4 仿真结果与分析 　　由理论分析可知，计算不同调频斜率的LFM信号的Holder特征曲线，绘制调频斜率，Holder系数关系曲线图，不同信噪比下的仿真结果如图1～图4所示。 　　从仿真结果中可以看出，信噪比较高时，拟合曲线较为平滑，当信噪比降低时，拟合曲线所对应的点具有一定的波动性，因此，会存在一定的误差，此时，取波动中心作为最终拟合曲线的位置，拟合曲线表达式如表1所示。 　　从误差计算结果中可以看出，信噪比较高时，具有很好的估计效果，当信噪比较低时，如果对估计结果没有太高的要求，也具有很好的应用价值。 　　5 结论 　　文中提出了一种基于Holder系数的线性调频信号参数估计算法。该估计算法通过计算不同调频斜率的LFM信号与Holder系数值在不同信噪比下的关系，来实现不同信噪比下的LFM信号参数估计。仿真结果表明，利用Holder系数理论对LFM信号的参数估计，计算简单，易于实现，在不同的信噪比下具有较好的估计效果。 　　参考文献： 　　[1]F.Jack Triepke， C. Kenneth Brewer， Daniel M.Leavell， Stephen J.Novak.Mapping forest alliances and associations using fuzzy