分享自:

基于改进奈奎斯特折叠接收机的多分量线性调频信号参数估计研究

期刊:杭州电子科技大学硕士学位论文

这篇文档属于类型a,即报告了一项原创性研究。以下是对该研究的学术报告:

作者与机构
本研究的主要作者是曹彬,指导教授为孙闽红教授和仇兆炀副教授,研究机构为杭州电子科技大学。该研究作为硕士学位论文,于2024年5月完成并提交。

学术背景
随着雷达系统的发展,雷达工作频段越来越宽,这给雷达信号侦察与非合作雷达信号处理带来了挑战。为了保证在超宽频段上对非合作雷达信号的高概率截获,雷达侦察接收机需要具备超宽带接收能力。奈奎斯特折叠接收机(Nyquist Folding Receiver, NYFR)作为一种新型的超宽带接收结构,利用单片低速数模转换器(ADC)和较少的资源实现了更宽的瞬时监视带宽。然而,NYFR输出信号相较于输入信号更加复杂,尤其是在实际应用中可能截获到多个线性调频(LFM)信号,因此对多分量LFM信号的参数估计研究具有重要意义。本研究的主要目标是基于改进的NYFR结构,提出有效的多分量LFM信号参数估计方法,以提升雷达侦察系统的信号处理能力。

研究流程
研究分为以下几个主要步骤:
1. NYFR结构及其输出信号特性分析
首先,研究对比了原型NYFR结构和改进NYFR结构对单分量和多分量信号重构的影响。原型NYFR采用正弦调频(SFM)作为本振(LO)调制方式,而改进NYFR采用周期线性调频(PLFM)作为LO调制方式。通过仿真实验,研究证明了改进NYFR在信号截断情况下对奈奎斯特区域(NZ)标号估计的稳健性,并验证了PLFM在时频完全混叠信号分离与重构中的优越性。

  1. 多分量LFM信号的快速参数估计方法
    针对NYFR输出信号的复杂性,研究提出了两种快速参数估计方法:自相关法和去周期法。自相关法首先对NYFR输出信号进行自相关处理,结合已知的LO信息,通过傅里叶变换估计NZ标号,进而估计调频率和载频。去周期法则先对NYFR输出信号的LO调制进行处理,再通过自相关法估计调频率,最后估计NZ标号和载频。仿真实验表明,这两种方法在多分量时频无混叠和完全混叠信号下均能有效估计参数,且计算量较小,适合工程应用。

  2. 低信噪比条件下的参数估计方法
    针对前两种方法在低信噪比(SNR)条件下无法有效估计参数的问题,研究提出了一种基于调频率奇异值分解比率(CSVR)-积分魏格纳正则性变换(IWVDL)的参数估计方法。该方法通过将NYFR输出信号进行调频率估计和时频变换处理,结合WVDL的最优时频核特性,抑制多分量LFM信号的交叉项,从而在低SNR条件下获得较好的参数估计结果。仿真实验验证了该方法在低SNR条件下的适用性,当输出SNR大于-8dB时,对两分量NYFR输出信号的NZ标号估计准确率达到90%。

  3. 仿真实验与性能分析
    研究通过大量仿真实验验证了所提方法的有效性和性能。实验结果表明,自相关法和去周期法在工程应用和低SNR条件下均表现出较好的信号处理性能,而CSVR-IWVDL方法在低SNR条件下具有显著优势。

主要结果
1. 改进NYFR结构的稳健性
仿真实验表明,改进NYFR结构在信号截断情况下对NZ标号估计不敏感,显著提升了非合作接收的稳健性。

  1. 快速参数估计方法的有效性
    自相关法和去周期法在多分量时频无混叠和完全混叠信号下均能有效估计参数,且计算量较小,适合工程应用。

  2. 低SNR条件下的参数估计性能
    CSVR-IWVDL方法在低SNR条件下表现出优越性,当输出SNR大于-8dB时,对两分量NYFR输出信号的NZ标号估计准确率达到90%。

结论与意义
本研究基于改进NYFR结构,提出了多分量LFM信号的参数估计方法,显著提升了雷达侦察系统的信号处理能力。改进NYFR结构在信号截断情况下的稳健性为超宽频段信号的截获和处理提供了新的思路。自相关法和去周期法在工程应用中的高效性,以及CSVR-IWVDL方法在低SNR条件下的优越性,为NYFR输出信号的处理提供了重要的理论和技术支持。研究成果不仅具有重要的学术价值,还为雷达侦察系统的实际应用提供了有效的解决方案。

研究亮点
1. 提出了改进NYFR结构,解决了原型NYFR在信号截断情况下NZ标号估计敏感的问题。
2. 提出了两种快速参数估计方法(自相关法和去周期法),在多分量信号下表现出高效性和工程适用性。
3. 提出了CSVR-IWVDL方法,在低SNR条件下显著提升了参数估计的准确性和鲁棒性。
4. 通过大量仿真实验验证了所提方法的有效性和性能,为NYFR输出信号的处理提供了全面的理论和实验支持。

其他有价值的内容
本研究还详细分析了NYFR输出信号的频域和时频域特性,为后续参数估计方法的研究提供了重要基础。此外,研究对PLFM作为LO调制方式的优越性进行了深入探讨,为未来NYFR结构的进一步优化提供了参考。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com