基于MP算法的線性調頻信號參數估計.pdf

1、線性調頻信號(LFM)廣泛地應用于通信、雷達、聲納等系統(tǒng)，LFM信號的參數估計問題，長期以來為人們所重視，進行了廣泛而深入的研究。本文以LFM信號為研究對象，針對LFM信號在高斯白噪聲和非高斯沖擊噪聲環(huán)境下的參數估計方法進行研究。 目前應用廣泛的時頻分析方法，通過構建空間時頻分布矩陣并與傳統(tǒng)的陣列信號處理方法相結合，得到非平穩(wěn)信號的參數估計。但該類方法估計性能受時頻點的選取及交叉項的影響，只有在信噪比較高的情況下才具有較好的估計

2、性能。稀疏分解作為一種新的信號分解與表示方法，被引用到陣列信號處理領域。本論文著重于研究匹配追蹤(MP)算法在寬帶陣列信號處理中的應用。主要工作和貢獻有： 1、研究LFM信號的時域、頻域特征及幾種典型的時頻分析算法，如高斯噪聲環(huán)境下的時頻一相干子空間算法(TF-CSM)，沖擊噪聲環(huán)境下的基于分數階矩的Radon-Ambiguity變換(FLOM-RAT)和時頻MUSIC(FLOM-TF-MUSIC)算法。介紹自適應的信號稀疏分解

3、方法--MP算法。 2、提出基于MP分解的寬帶LFM信號二維波達方向估計算法。算法根據陣列結構和信號形式自適應地建立過完備原子庫，通過MP分解將陣列接收數據分解到最佳原子上，實現高精度的信號參數估計。計算機仿真實驗說明，本文算法分辨率優(yōu)于時頻相干子空間(TF-CSM)方法，尤其在低信噪比、多信源情況下仍然有較高的估計精度。 3、提出在sas沖擊噪聲環(huán)境中的高分辨參數估計算法。將分數低階矩(FLOM)與MP算法相結合，提出