当前课程知识点:分数域信号与信息处理及其应用 > 第5章 分数域检测与估计 > 5.2 多分量chirp信号检测与参数估计背景及仿真 > 5.2 多分量chirp信号检测与参数估计背景及仿真
同学们好
今天我们要讲的内容是多分量chirp信号
检测与参数估计背景及仿真
主要的内容分为三个部分
第一部分是应用背景
主要介绍chirp信号的来源
第二部分是分析方法
主要介绍短时傅里叶变换的分析方法
以及基于分数傅里叶变换的参数估计原理
最后一部分是仿真实验
展示分数傅里叶变换在
chirp信号参数估计中的应用
下面具体介绍
首先是应用背景
我们都知道电磁波以及声波在介质中
传播会产生多普勒效应
光的传播过程会发生折射 衍射现象
这些效应或现象都会产生chirp信号
而这些chirp信号的参数
与引起这些现象的特定物理参量
有着密切的关联
以多普勒效应为例
波在波源移向观察者时接收频率变高
而在波源远离观察者时接收频率变低
因此针对匀变速运动的物体
多普勒信号为chirp信号
也称为线性调频信号
此时chirp信号的调频率对应着
引发多普勒效应的目标加速度
频率对应着速度
由此通过估计chirp信号的参数
可以实现目标运动参数的估计
那如何表示chirp信号呢
左图是chirp信号的时域表征
右图是chirp信号的频域表征
可以看出这两种表达方式
都不能很好地展示chirp信号的参数特征
需要探索一种合适的表征方法
由此引入第二部分内容 分析方法
首先观察chirp信号的时域表达式
发现表达式相位包含时间的二次项
因此chirp信号时频是耦合的
可以采用时频分析的方法分析chirp信号
短时傅里叶变换是一种常见的
时频分析方法
从时频图可以看出
短时傅里叶变换能够反映chirp信号的
时频线性变化规律
且斜率反映了chirp信号的调频率
但是chirp信号的时频图能量不集中
未能充分表达chirp信号的参数信息
此外 难以估计除频率
调频率以外的信息
因此需要尝试其他时频分析方法
而分数傅里变换是特别适合
分析chirp信号的时频分析工具
为什么这么说呢
先来看chirp信号的时域 频域
以及特定阶次分数域上的表征结果
可以看出chirp信号在特定的阶次分数域上
能量分布集中
其能量分布峰值点处包含了
chirp信号的调频率 频率 初相
以及幅值信息
下面从数学推导来说明分数傅里叶变换的
参数估计原理
从分数傅里变换的数学表达式可以看出
分数阶傅里叶变换关键是红框内的
积分计算
当变换的信号是chirp信号时
不难发现当积分项相位一致时
即满足K加cotα等于 0
f_d减u cscα等于0相位一致条件
此时积分的结果模值最大
从中可以看出搜索的峰值位置包含了
chirp信号的调频率 频率信息
搜索到的峰值复幅度包含了初相
幅值信息
由此通过二维搜索到的峰值信息
可以得到chirp信号四参数的估计
但是在具体仿真的时候
为保证不同阶次的分数域
长度和单位的统一
需要对原信号在时域上进行
S之一倍的放缩
在频域上进行S倍的放缩
使得量纲归一化后
各分数域的支撑域一致
便于二维搜索
这种量纲归一化的操作
虽然使得各分数域的支撑域一致
但是也破坏了原信号的结构
影响调频率和频率的估计
以chirp信号为例
左图是chirp信号在原时频图上的分布
右图是chirp信号在归一化后的
时频图上的分布
由于时频轴放缩的原因
归一化后的调频率变成了
原信号调频率的S平方倍
频率变为原频率的S倍
因此最终通过搜索峰值位置得到的
调频率估值需要除以S平方
频率需要除以S
基于分数傅里叶变换的参数估计原理
介绍完毕
下面介绍最后一部分内容 仿真实验
首先对单分量chirp信号进行参数估计
仿真参数如表所示
为了得到调频率的高精度估计结果
同时考虑计算效率的问题
仿真对分数傅里叶变换的阶次
采取先粗搜后精搜的策略
从而实现对阶次的高精度估计
之后根据调频率 频率与搜索峰值位置
之间的关系得到调频率与频率的估值
调频率的估值为200.3824 Hz/s
频率的估值为99.9481 Hz
与真实值很接近
之后对多参量chirp信号进行参数估计
以含有两个chirp信号分量的混合信号为例
首先通过粗搜确定原始信号
含有两个chirp信号分量
并得到两个chirp信号对应峰值的大致位置
然后分别在这两个chirp信号分量对应的
阶次附近进行精搜
最后根据调频率 频率
与搜索峰值位置之间的关系
得到这两个chirp信号分量的
调频率与频率的估值
可以看出两个chirp信号分量的估值
与真实值很接近
接着 针对工程上经常出现的
强信号覆盖弱信号的情况
设计了chirp信号分量幅值相差较大的
混合信号
从搜索结果可以看出
弱信号基本淹没在强信号的副瓣中
为了估计强信号下弱信号的参数
实验首先检测强信号分量
在强信号对应的分数域上去除强信号分量
之后将去除后的信号变换到时域
最后对去除后的强信号的时域信号
进行二维搜索
从而得到强信号下弱信号的参数估计值
左图是粗搜的结果
右图是精搜的结果
最后通过精搜结果得到弱信号的调频率
频率估值 与真实值很接近
最后考虑到原始信号往往含有噪声的情况
设计了含高斯白噪声的单分量信号
从二维搜索结果可以看出
信噪比较低时
chirp信号的峰值淹没在噪声中
无法检测
因此也无法对chirp信号的参数进行估计
在信噪比达到-10dB时
从搜索结果可以看出一个明显的峰值
当chirp信号能被检测到时
可以对检测到的信号进行参数估计
实验对信噪比-5dB的采样信号进行
参数估计
从仿真结果可以看出
调频率 频率的估值与真实值很接近
总结一下
这一章主要介绍了分数傅里叶变换
在chirp信号参数估计中的优势
从仿真结果可以看出
chirp信号在特定的阶次的分数域上
表现出能量集中的特性
分数傅里变换在
单分量chirp信号参数估计
多分量chirp信号参数估计
以及强信号下弱信号的检测与估计方面
有着独特的优势
在噪声环境下
基于分数傅里叶变换的参数估计方法
仍然有效
这就是本节课我们所学的内容
谢谢大家
-1.1 分数傅里叶变换背景与理论
-1.2 分数傅里叶变换应用
-第1章 讨论题
--第1章 讨论题1
--第1章 讨论题2
-第1章 习题
--第1章 习题
-2.1 分数傅里变换的定义
-2.2 分数傅里叶变换的性质
-2.3 一维/二维分数傅里叶变换
-第2章 讨论题
--第2章 讨论题1
--第2章 讨论题2
-第2章 习题
--第2章 习题
-3.1 分数卷积I
-3.2 分数卷积II
-3.3 功率谱
--3.3 功率谱
-3.4 分数功率谱
-第3章 讨论题
--第3章 讨论题1
--第3章 讨论题2
-第3章 习题
--第3章 习题
-4.1 傅里叶域均匀采样定理
-4.2 分数域均匀采样定理I-采样信号的分数域谱分析
-4.3 分数域均匀采样定理II-信号重建
-4.4 傅里叶域带通采样定理
-4.5 分数域带通采样定理
-4.6 周期非均匀采样定理
-第4章 讨论题
--第4章 讨论题1
--第4章 讨论题2
--第4章 讨论题3
-第4章 习题
--第4章 习题
-5.1 多分量chirp信号检测与参数估计方法
-5.2 多分量chirp信号检测与参数估计背景及仿真
-5.3 基于分数傅里叶变换的时延估计
-5.4 立方相位信号参数估计理论与应用
-第5章 讨论题
--第5章 讨论题1
--第5章 讨论题2
-第5章 习题
--第5章 习题
-6.1 分数傅里叶变换离散算法
-6.2 离散分数变换
-6.3 广义Hilbert变换
-6.4 稀疏傅里叶变换的定义
-6.5 稀疏分数傅里叶变换
-第6章 讨论题
--第6章 讨论题1
--第6章 讨论题2
--第6章 讨论题3
-第6章 习题
--第6章 习题
-7.1 短时分数傅里叶变换
-7.2 分数小波变换I
-7.3 分数小波变换II
-7.4 基于分数阶相位匹配原理时频分布构造
-第7章 讨论题
--第7章 讨论题1
--第7章 讨论题2
--第7章 讨论题3
-第7章 习题
--第7章 习题
-8.1 分数傅里叶变换与模糊函数
-8.2 分数傅里叶变换与MIMO雷达模糊函数
-8.3 分数傅里叶变换与雷达通信一体化
-8.4 分数域海杂波抑制
-8.5 分数域雷达动目标检测
-8.6 分数域长时间相参积累及其应用
-8.7 分数域辐射源定位技术
-8.8 分数阶相位匹配时频分布的应用
-第8章 讨论题
--第8章 讨论题1
--第8章 讨论题2
--第8章 讨论题3
--第8章 讨论题4
-第8章 习题
--第8章 习题
-9.1 分数傅里叶光学
-9.2 分数域光学相干层析成像色散补偿技术
-9.3 基于分数傅里叶变换的牛顿环参数估计
-9.4 基于分数傅里叶变换的光纤端面检测仪
-第9章 讨论题
--第9章 讨论题1
--第9章 讨论题2
--第9章 讨论题3
--第9章 讨论题4
-第9章 习题
--第9章 习题
-10.1 分数域高光谱信号处理
-10.2 分数域高光谱异常检测
-10.3 分数域高光谱协同分类
-第10章 讨论题
-第10章 习题
--第10章 习题