改进的FrFT-LFM信号参数估计：移动最小二乘法的应用

本文主要探讨了"基于移动最小二乘曲线拟合的LFM信号参数估计"这一主题，针对传统的二维搜索方法在应用分数阶傅里叶变换（FrFT）对线性调频信号(LFM)进行参数估计时遇到的峰值估计偏差问题。LFM信号因其在通信、雷达、声纳和地震探测等领域的重要应用，参数估计的准确性对其性能至关重要。然而，传统傅里叶变换对于非平稳信号的处理能力有限。 FrFT作为一种新兴的分析工具，以其良好的时频聚集性在LFM信号处理中展现出优势。然而，当处理多分量问题时，由于其是一维线性变换，可能会出现交叉性干扰的问题。为解决这一缺陷，本文提出了一种创新的方法，即利用移动最小二乘(MLS)技术来拟合FrFT模函数的峰值检测向量。这种方法将原本复杂的二维搜索问题简化为一维曲线拟合，从而降低了运算复杂度，提高了参数估计的精度。 通过理论分析和仿真结果，该算法在保持FrFT分数阶域处理优点的同时，有效地减少了计算负担，使得基于FrFT的LFM信号参数估计能够在实时检测中得以实现。这种改进对于提升LFM信号处理系统的实时性和准确性具有重要意义，尤其是在需要高精度参数估计的场景下。 文章的关键贡献在于提出了一种结合了分数阶傅里叶变换和移动最小二乘方法的新型参数估计策略，这不仅有助于优化LFM信号的处理流程，也为信号处理领域的其他非平稳信号研究提供了新的思路。此外，研究成果还得到了国家自然科学基金和河南省自然科学研究计划的资助，显示出其在学术界和工业实践中的价值。