跳频信号参数估计：基于改进HHT算法的新方法

"基于改进EMD算法的跳频信号参数估计" 本文主要探讨了跳频信号参数估计的问题，针对传统时频分析方法如短时傅立叶变换（STFT）、小波变换以及Wigner-Ville分布等存在的局限性，如时频分辨率不能兼顾、运算时间较长、抗噪性能不佳以及交叉项干扰等问题，作者提出了基于希尔伯特-黄变换（HHT）的改进算法。HHT算法结合了经验模态分解（EMD）和希尔伯特变换，能够实现自适应的信号分解，提供高时间分辨率和较高频率分辨率的瞬时频率估计。 希尔伯特-黄变换是一种非线性、非平稳信号处理技术，它首先通过EMD将复杂信号分解为一系列简化的内在模式函数（IMF），这些IMF反映了信号在不同时间尺度上的变化。然后，对每个IMF应用希尔伯特变换得到对应的瞬时频率和振幅，从而获得信号的时间-频率表示。这种分解方式能够更好地适应信号的局部特性，对于跳频信号的参数估计尤为适用。 然而，HHT算法本身存在一些问题，如虚假分量的产生和端点效应。为了克服这些问题，文中提出了采用互相关方法消除虚假分量，通过比较相邻IMF的相似性来识别并去除那些不反映真实信号特征的成分。同时，利用镜像闭合延拓法处理端点效应，通过在信号两端进行镜像扩展，使得分析窗口内的信号具有连续性，从而改善了近端点区域的瞬时频率估计精度。 仿真实验表明，该基于改进EMD算法的HHT方法能够有效地解决虚假分量和端点效应问题，提高了跳频信号参数估计的准确性。这种方法在处理非线性、非平稳的跳频信号时，展现出较好的时频分辨率和抗噪声性能，对于通信、雷达等领域中跳频信号的分析与检测具有重要价值。 关键词：参数估计；跳频信号；希尔伯特-黄变换；经验模态分解 中图分类号：TN957 文献标识码：A 文章编号：1673-9787(2014)06-0786-07 本文提出的改进EMD算法与HHT相结合的方法为跳频信号参数估计提供了一种有效且适应性强的解决方案，特别适合处理具有复杂时变特性的信号，且在实际应用中表现出了较高的性能。