時(shí)頻原子分解快速算法及其在雷達(dá)信號(hào)分析中的應(yīng)用.pdf

1、時(shí)頻原子分解算法(time-frequency atom decomposition，TFAD)是繼傅立葉變換、Gabor變換和小波變換之后逐漸發(fā)展起來(lái)的一種新的信號(hào)處理方法。這種算法將輸入信號(hào)分解成一系列原子信號(hào)的線性展開(kāi)，而這些原子是從一個(gè)冗余的原子庫(kù)中選取的。為了使選取的原子最佳地匹配原始信號(hào)的結(jié)構(gòu)，時(shí)頻原子分解算法采取一種貪婪的自適應(yīng)分解策略。由于時(shí)頻原子庫(kù)是高度冗余的，分解的策略是貪婪自適應(yīng)的，時(shí)頻原子分解算法能夠在一定的精度

2、條件下，將輸入信號(hào)表示成少量特征明顯的信號(hào)分量的疊加形式，從而獲得信號(hào)的自然特性。這種信號(hào)分解方法能靈活地表達(dá)信號(hào)局部結(jié)構(gòu)特性，而且由該方法得到的能量密度沒(méi)有Wigner和Cohen類時(shí)頻方法的交叉干擾項(xiàng)。 盡管使用時(shí)頻原子分解算法能夠得到較好的信號(hào)模型，但是此算法的一個(gè)主要缺點(diǎn)是計(jì)算量過(guò)大。在對(duì)信號(hào)的每一次分解中，都需要進(jìn)行大量的內(nèi)積運(yùn)算，以決定在這一步應(yīng)該選用原子庫(kù)中哪一個(gè)原子作分解。而且，目前僅有很少的文獻(xiàn)對(duì)時(shí)頻原子分解方

3、法在雷達(dá)信號(hào)處理領(lǐng)域的應(yīng)用進(jìn)行了初步探索。為此，論文針對(duì)雷達(dá)輻射源信號(hào)，給出三種時(shí)頻原子分解快速算法，以提高輻射源信號(hào)的處理速度。論文的主要工作及研究成果如下： 1.詳細(xì)介紹時(shí)頻原子分解算法的基本理論，分析比較Gabor原子和Chirp原子的性能。通過(guò)仿真分析基于Gabor原子和Chirp原子的TFAD算法的性能，結(jié)果證明TFAD適合分析非平穩(wěn)信號(hào)，Chirp原子重構(gòu)的信號(hào)具有較好的時(shí)頻聚集性，TFAD的計(jì)算復(fù)雜度過(guò)高。

4、 2.為了降低時(shí)頻原子分解算法的計(jì)算復(fù)雜度，給出一種基于量子遺傳算法(QGA)的快速時(shí)頻原子分解算法。該方法采用自適應(yīng)匹配能力強(qiáng)的Chirp原子構(gòu)建原子庫(kù)，利用量子遺傳算法快速尋找時(shí)頻原子分解過(guò)程中每一次分解應(yīng)選用的最佳原子，降低時(shí)頻原子分解算法的計(jì)算復(fù)雜度。對(duì)雷達(dá)輻射源信號(hào)的仿真實(shí)驗(yàn)結(jié)果表明，該方法計(jì)算速度大幅度提高，計(jì)算量減小，而且重構(gòu)信號(hào)時(shí)頻聚集性好。 3.為了更有效的提高時(shí)頻原子分解算法的計(jì)算速度，給出一種基于粒子群算法

5、(PSO)的時(shí)頻原子分解快速算法，使雷達(dá)輻射源信號(hào)在過(guò)完備的原子庫(kù)中進(jìn)行分解，采用Chirp原子提高自適應(yīng)匹配能力和時(shí)頻聚集性，同時(shí)通過(guò)PSO尋找最佳時(shí)頻原子。實(shí)驗(yàn)結(jié)果表明，該方法能有效提高TFAD分解算法的速度，輻射源信號(hào)的時(shí)頻圖有較好的時(shí)頻聚集性，這種方法還能有效抑制噪聲和交叉項(xiàng)。 4.為了增加搜索到全局最優(yōu)解的概率，給出一種基于混沌粒子群算法的時(shí)頻原子分解快速算法(Chirp-CPSO)。該方法采用Chirp原子構(gòu)建原子庫(kù)

6、，信號(hào)在過(guò)完備的Chirp原子庫(kù)中進(jìn)行分解，利用遍歷性較好的混沌映射初始化粒子，分解過(guò)程中采用PSO快速尋找時(shí)頻原子分解過(guò)程中每一次分解應(yīng)選用的最佳原子。同時(shí)引入混沌“災(zāi)變”操作，幫助算法跳出局部極值。實(shí)驗(yàn)結(jié)果表明，該方法能有效降低時(shí)頻原子分解算法搜索過(guò)程的計(jì)算復(fù)雜度，提高信號(hào)處理效率，而且得到的時(shí)頻圖時(shí)頻聚集性好，能有效抑制交叉干擾項(xiàng)和噪聲。除此之外，該方法與前面兩種改進(jìn)算法比較更適合處理多分量信號(hào)。 本文工作得到國(guó)家自然科學(xué)