[发明专利]自适应多分量线性调频信号参数估计方法

说明书

本发明提供了基于STFrFT的自适应多分量线性调频信号参数估计方法，该方法首先通过基于最小熵准则的全局搜索方法实现线性调频分量信号的最优变换阶次估计，并估计出该线性调频分量的信号幅度；其次通过短时分数阶傅里叶变换估计出线性调频分量信号的瞬时频率；并根据估计的瞬时频率采用基于线性最小二乘估计的多项式回归方法实现线性调频分量信号的初始频率和调频斜率的粗估计；然后通过去调频、低通滤波、相位回归处理，得到线性调频分量信号的初始频率和调频斜率的精估计结果。

技术领域

本发明涉及通信领域，尤其涉及基于STFrFT的自适应多分量线性调频信号参数估计方法。

背景技术

线性调频（Linear Frequency Modulation, LFM）信号作为一种典型的非平稳信号，具有大时宽带宽积的特点，将其作为发射信号并采用脉冲压缩技术，可有效解决探测距离和距离分辨率的矛盾，广泛应用于雷达、通信和地震勘探等领域。因此，如何准确地实现LFM信号尤其是多分量LFM信号的参数估计一直是信号处理领域的重点问题。

目前，针对LFM信号的参数估计方法大都是以短时傅里叶变换（Short TimeFourier Transform, STFT）为代表的线性时频分析方法和以维格纳-维利分布（Wigner-Ville Distribution, WVD）为代表的双线性时频分析方法。STFT虽然解决了傅里叶变换中不能描述信号局部的频率随时间的变化关系，但其难以同时满足高时域分辨率和高频域分辨率，即其时频分辨率不高，因此应用受限。WVD将LFM信号通过二次型函数变换到时频域，对于单分量的LFM信号具有良好的时频分辨率，但是对于多分量LFM信号不可避免的出现交叉项的干扰，严重的影响了多分量线性调频信号的参数估计。虽然为了抑制交叉项的干扰，有众多学者通过加平滑窗函数、自适应核函数等方式对WVD方法进行改进，但是均以降低时频分辨率为代价。

近年来，有许多学者致力于研究对多项式相位信号的参数估计方法，其中包括Igor Djurović等人于2014年在IET Signal Processing国际期刊第8卷第4期发表的文章“Quasi-maximum-likelihood estimator of polynomial phase signals”中提出的基于STFT的准最大似然估计（Quasi-maximum-likelihood, QML）方法，该方法通过STFT估计多项式相位信号的瞬时频率，并对估计的瞬时频率采用多项式回归方法实现多项式相位信号的参数估计。相比于传统的高阶模糊函数以及乘积高阶模糊函数等方法，虽然该方法具有较低的信噪比阈值并且在信噪比较高时达到了克拉美罗下界，另外LFM信号作为一种二阶的简单的多项式相位信号，利用该方法可快速准确地实现参数估计，但是由于STFT具有较低的时频分辨率，影响了参数的估计性能以及信噪比阈值，并且该方法只能用于实现单分量的多项式相位信号。2017年Igor Djurović等人在Digital Signal Processing国际期刊上发表的论文“Review of the quasi-maximum likelihood estimator for polynomialphase signals”中，提出了利用基于STFT的准最大似然估计方法与依次消除已估计的信号相结合的方式实现多分量的多项式相位信号参数估计，但是该方法仅仅局限于各个分量的信号幅度相差较大的情况。当不同分量的信号幅度相差不大时，利用STFT估计分量信号的瞬时频率时，信号幅度相差不大的分量之间相互影响，从而严重恶化了参数的估计性能。此外该方法默认分量信号的数量已知，并未给出终止信号参数估计的判决条件。

发明内容

本发明的目的在于针对上述现有技术的不足，提供了基于STFrFT的自适应多分量线性调频信号参数估计方法，可自适应判决参数估计终止与否并确定信号中LFM分量信号的数量。

为实现上述目的，本发明采用了如下技术方案：

本发明提供了基于STFrFT的自适应多分量线性调频信号参数估计方法，包括以下步骤：