当前课程知识点:分数域信号与信息处理及其应用 > 第6章 分数域变换与离散 > 6.5 稀疏分数傅里叶变换 > 6.5 稀疏分数傅里叶变换
同学们好
在上一节课稀疏傅里叶变换的基础上
今天我们要讲的内容是一种更广义的变换
稀疏分数傅里叶变换的定义
主要的内容分为三个部分
第一部分
介绍如何将稀疏傅里叶变换
进一步推广到稀疏分数傅里叶变换
及稀疏分数傅里叶变换
详细的算法流程
第二部分内容是
稀疏分数傅里叶变换
在工程实践中取得了哪些初步的应用成果
第三
对这节课的内容做一个总结
前面学习过的稀疏傅里叶变换
要求信号在时域或频域是稀疏的
如果我们将适用条件
放宽至信号在任意分数域呈现稀疏特性
则算法的应用范围势必会更广
我们前面提到过
很多工程技术难题
都可以归纳为
非平稳信号的变换域分析问题
离散分数傅里叶变换
将信号投影到线性chirp 基函数上
是一类十分适合
非平稳信号分析的信号处理工具
然而额外增加的自由度
也产生了高于
传统离散傅里叶变换的计算复杂度
大家可以看到
离散分数傅里叶变换的数学形式很复杂
对于大数据量且最佳分数旋转角alpha
未知的应用场合
由于需要大量分数阶次搜索
计算量劣势更加突出
因此如同快速傅里叶变换的提出
推动了离散傅里叶变换的广泛应用
离散分数傅里叶变换
也亟需一种高效的数值算法
来推动其更广泛应用
近年来提出了很多
离散分数傅里叶变换的定义
和快速计算方法
其中贝采样型算法
是计算复杂度最低的算法之一
我们可以通过采用MIT学者提出的
稀疏傅里叶变换的核心思路
进一步优化贝采样型算法的计算架构
具体来说
算法流程分为以下几个步骤
第一步
对于原始输入信号
通过chirp乘积构造一个
稀疏傅里叶变换阶段的输入信号
以弥补载波中的chirp基的影响
第二步
借鉴MIT稀疏傅里叶变换的思路
对时域信号进行重排
以实现在各次随机循环中
打乱频谱临近点之间的关联
分隔相邻的谱系数
并使得重排后所得随机算法循环输出
可以很方便地映射回待估计的频谱位置
第三步
为了平滑地提取部分信号
并尽量减少谱泄漏
需要引入一个窗函数
对重排后的时域信号进行加窗处理
第四步
分数据篮子
每个篮子里的采样点做叠加
并做小点数FFT或逆FFT
第五步
使用哈希函数和偏移函数
进行大值频谱点定位
定位循环中
我们认为各次重排后 更大概率上
位置保持不变的大值频谱点
更有可能对应真实的频谱大值位置
第六步
对大值估计结果进行幅度转换
并分别对实部和虚部取中值
第二到六步会循环多次
以得到不同重排因子对应的结果
并进行综合处理
最后一步
得到的估计结果乘以另一个chirp函数
完成信号由傅里叶域到分数
傅里叶域的调制
得到稀疏分数傅里叶变换的最终输出结果
下面通过一个仿真实例
给出所提稀疏分数傅里叶变换算法在
多旋转角情况下的分辨能力
在仿真中
四个频率分量的仿真参数在
右侧的表格中列出
在仿真过程中
变换域计算大值点数设置为K=5
定位循环数和估值循环数
分别设置为4和11
数据篮子个数
子采样FFT长度设为B=1024
在每次定位循环中
会搜索出2K=10 个大值
仿真结果图被排列为两行三列
每一列图示
分别对应不同频率分量
在三个不同分数旋转角alpha下
聚焦的结果
仿真结果表明
所提稀疏分数傅里叶变换算法
在多旋转角情况下
稀疏分量的分数傅里叶域频率
和幅值都能得到精确的估计
图 (e) (f)给出了chirp 率相同
而初始频率不同的
相邻谱线放大的局部细节图
结果表明稀疏分数傅里叶变换处理
不影响多分量分辨性能
我们进一步考察
算法的计算复杂度和对鲁棒性
算法对于数据长度大于212的信号
相对于传统算法具有优势
而这个量级的数据长度
在很多应用场合是比较常见的
后面将给出具体实例
右图以仿真结果
证实了所提稀疏分数傅里叶变换算法在
噪声环境下有较强的鲁棒性
本课题组提出
稀疏分数傅里叶变换算法的概念以后
该算法陆续在
GPS信号快速捕获
射电天文观测
雷达目标探测等领域得到了应用
取得了较好的效果
下面选取本课题组
在外辐射源雷达系统中
测试稀疏分数傅里叶变换算法的实例
给大家做一个简单介绍
在外辐射源雷达信号处理中
互模糊函数将增加信干噪比
提高至可检测的水平
然后通过输出的互模糊函数图
可以直接获取时延
和多普勒频移等目标信息
互模糊函数的计算复杂度
随着积累时间的增加而急剧增长
为此传统的思路是采用数据下抽
和FFT 来降低运算量
然而在具有高频率分辨率需求的应用场合
传统方法所消耗的计算资源
还是会变得非常大
而对于大多数
探测场景在一个距离单元内
只会出现有限个目标
即互模糊函数会呈现稀疏特性
由此
本课题组提出了一种
基于稀疏分数互模糊函数的
长时间相参积累算法来提高运算效率
检测加速运动目标时
需考虑目标多普勒徙动问题
由双基几何分析可得目标
相对于雷达接收天线的双基时延
和多普勒频移
然后在t=0处进行泰勒展开
并忽略二次及高阶项
可得目标回波信号
在参考信号基础上
增加了一个时变的时延 距离徙动
还有一个时变的多普勒 多普勒徙动
多普勒徙动表现为一个线性调频相位项
稀疏分数互模糊函数
可以估计和补偿多普勒徙动
虽然它在传统互模糊函数基础上
又增加了一个alpha维度
但是通过嵌入
稀疏分数傅里叶变换算法
可显著降低总计算复杂度
从而大大增加了算法的实用性
我们采用了位于北理工良乡校区的
外辐射源雷达平台采集的实测数据
来验证所提算法的性能
在实验中
我们以中央电视塔发射的中央电视台
第33高清频道的数字电视信号为发射信号
外辐射源目标探测数据采集系统
各要素的地理示意如图所示
直达波天线波束指向中央电视塔
北京理工大学良乡校区
徐特立图书馆西北方向
直线距离约23.8 Km 位置
而监测天线波束大致指向东南方向
覆盖北京首都国际机场
和南苑机场部分飞机起降航线
图中给出了
互模糊函数
和稀疏分数互模糊函数的处理结果
处理的实验数据长度为3932160 点
该数据在相参积累前下抽了120 倍
在稀疏分数互模糊函数处理过程中
最佳分数旋转角
估计为α=0.0681(rad)
双基多普勒频率
时延和调频率的估计值分别为
-437.2 Hz 501.8 μs和-2.3335 Hz/s
从图中所示结果可以看出
基于稀疏分数傅里叶变换的方法
可以准确估计出目标的运动参数
并且显著降低运算复杂度
如果待检测的目标加速度更高
则基于稀疏分数傅里叶变换的相参
积累算法的比较优势会更明显
我们对这节课的内容来做一个总结
直接进行离散分数傅里叶变换
数值计算复杂度较高
而实际信号在分数域多存在谱稀疏特性
因此充分利用此特性
在现有运算复杂度最低的
贝采样型离散分数傅里叶变换算法基础上
借鉴稀疏傅里叶变换算法的思想设计
稀疏分数傅里叶变换快速算法
我们还介绍了
稀疏分数傅里叶变换快速算法在
外辐射源雷达探测中的应用
通过提高雷达对
高速 高加速运动目标回波的积累增益
来提高系统的作用距离
同时降低实时信号处理的运算量
这就是本节课我们学习的
稀疏分数傅里叶变换及其应用的相关内容
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