【摘要】：多分量非線性調(diào)頻信號在現(xiàn)代通信和雷達(dá)系統(tǒng)中應(yīng)用越來越廣泛,而對其進(jìn)行有效分析識別的常用算法就是短時(shí)分?jǐn)?shù)階傅里葉變換(Short Time Fractional Fourier Transform,STFRFT).文章首先討論了STFRFT的圓特性,證明了它基于高斯旋轉(zhuǎn)窗的非圓性并給出了修正的圓的STFRFT定義;在此基礎(chǔ)上研究了時(shí)頻變換后不同時(shí)頻點(diǎn)的譜峭度,進(jìn)而推導(dǎo)出了區(qū)域集的譜峭度,并將該區(qū)域譜峭度作為譜圖上某區(qū)域內(nèi)是否含有信號點(diǎn)的檢測因子;最后基于區(qū)域集譜峭度的區(qū)域增長算法被用于從譜圖中盲分割識別出各個(gè)非線性調(diào)頻分量信號.仿真實(shí)驗(yàn)驗(yàn)證了所提算法的有效性和魯棒性.
[Abstract]:Multi-component nonlinear frequency modulation signals are widely used in modern communication and radar systems, and the commonly used algorithms for their effective analysis and identification are short-time fractional Fourier transform (Short Time Fractional Fourier Transform,STFRFT). In this paper, we first discuss the circular property of STFRFT, prove that it is based on the non-circularity of Gao Si rotation window and give the modified STFRFT definition of circle, and then study the spectral kurtosis of different frequency points after time-frequency transformation. Then the spectral kurtosis of the region set is deduced, and the spectral kurtosis of the region is used as the detection factor of whether the region contains signal points or not. Finally, the region growth algorithm based on region set kurtosis is used to recognize the nonlinear FM signals from the spectrum. Simulation results show that the proposed algorithm is effective and robust.
【作者單位】： 中國西南電子技術(shù)研究所;
【分類號】：TN911.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 夏遵平;王彤;;基于譜峭度的諧波模態(tài)檢測方法[J];工程力學(xué);2013年12期

2 趙俊渭,郭業(yè)才,李金明;基于峭度激勵(lì)的變步長自適應(yīng)譜線增強(qiáng)算法[J];哈爾濱工程大學(xué)學(xué)報(bào);2004年04期

3 郭業(yè)才,趙俊渭;基于符號-最小平均峭度的自適應(yīng)譜線增強(qiáng)器[J];電聲技術(shù);2004年05期

4 陳壽齊;沈越泓;馬明;許魁;;基于峭度的穩(wěn)健特定信號盲提取[J];系統(tǒng)仿真學(xué)報(bào);2008年22期

5 崔群鳳;;基于峭度的獨(dú)立分量逐次提取梯度算法[J];武漢職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年03期

6 李懷鵬;岳林;;基于峭度的運(yùn)行模態(tài)分析中諧波的識別方法[J];機(jī)械工程與自動(dòng)化;2010年04期

7 尹彩玲;羅豐;高媛媛;何海興;;S型非線性調(diào)頻信號的譜修正脈壓研究[J];雷達(dá)科學(xué)與技術(shù);2008年02期

8 黃金杰;;雷達(dá)非線性調(diào)頻信號設(shè)計(jì)[J];火控雷達(dá)技術(shù);1986年04期

9 王新?lián)P;;設(shè)計(jì)雷達(dá)非線性調(diào)頻信號的一種新方法[J];現(xiàn)代雷達(dá);1987年04期

10 鐘麗莉;熊興中;;基于峭度的獨(dú)立分量算法的性能分析研究[J];四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2014年04期

相關(guān)會(huì)議論文 前2條

1 范清清;;一種基于峭度的盲多用戶檢測方法[A];現(xiàn)代通信理論與信號處理進(jìn)展——2003年通信理論與信號處理年會(huì)論文集[C];2003年

2 方紅雨;;基于最小峭度準(zhǔn)則的碼約束盲恒模干擾抑制算法[A];第十九屆電工理論學(xué)術(shù)年會(huì)論文集[C];2007年

相關(guān)博士學(xué)位論文 前2條

1 夏穎;WLAN室內(nèi)半監(jiān)督定位及指紋更新算法研究[D];哈爾濱工業(yè)大學(xué);2016年

2 尉宇;線性調(diào)頻和非線性調(diào)頻信號的檢測與參數(shù)估計(jì)[D];華中科技大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 王艷茹;基于信號峭度的復(fù)值盲分離算法研究[D];東北大學(xué);2014年

2 劉萍;低旁瓣脈沖壓縮技術(shù)研究[D];電子科技大學(xué);2015年

3 黃睿;多音信號中單滑音的基頻提取[D];山東大學(xué);2016年

4 王嘉晨;基于峭度最大化算法的復(fù)數(shù)功能磁共振成像信號分析[D];大連理工大學(xué);2011年

5 李康;非線性調(diào)頻信號設(shè)計(jì)[D];西安電子科技大學(xué);2009年

6 張曉丹;WSN中基于改進(jìn)粒子群優(yōu)化算法的分簇拓?fù)渌惴ㄑ芯縖D];鄭州大學(xué);2017年

7 趙越;基于DDS的雷達(dá)多波形信號產(chǎn)生[D];電子科技大學(xué);2003年

8 陳剛;譜峭度及其在電力系統(tǒng)暫態(tài)信號處理中的應(yīng)用研究[D];西南交通大學(xué);2012年

9 黃小東;高速波形信號發(fā)生器的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2011年

10 劉志超;機(jī)載/彈載SAR成像研究及仿真軟件設(shè)計(jì)[D];電子科技大學(xué);2013年

，

本文編號：2221677