分数阶Fourier域中的多分量LFM信号参数估计与分离技术

"多分量LFM信号在分数阶Fourier域的参数估计与分离，刘宝华，李运华，庞洪忠。该研究利用分数阶Fourier变换处理线性调频(LFM)信号，特别是在多分量LFM信号场景下，解决了交叉项干扰问题。" LFM（线性调频）信号是一种广泛应用于雷达、通信和信号处理领域的信号类型，其频率随时间线性变化。这种信号的特点是具有宽频带和良好的时频局部化特性，但当存在多个LFM信号成分时，传统的处理方法可能会遇到交叉项干扰的问题，这使得参数估计和信号分离变得困难。 分数阶Fourier变换（FRFT）是傅里叶变换的一种扩展，它允许变换的阶数取非整数值，因此拥有更丰富的时频表示能力。与传统的傅里叶变换相比，FRFT在处理LFM信号时能更好地揭示信号的时频特性，尤其能有效地抑制多分量LFM信号间的交叉项干扰。这一点对于参数估计至关重要，因为准确的参数估计是理解和解析信号的基础。 该论文提出了一种预判与分数阶自相关相结合的方法来处理多分量LFM信号。预判技术用于预测信号特性，而分数阶自相关则可以进一步提取信号的时频信息。在分数阶Fourier域进行信号模型检测和参数估计，可以显著减少计算复杂度，同时提高估计精度。此外，论文还引入了Clean算法来实现不同强度LFM信号的分离，这是一种基于迭代的去噪方法，能够有效地抑制强信号对弱信号的遮蔽效应，从而提升弱信号的可检测性。 仿真实验结果证明，该方法在处理多分量LFM信号时表现出良好的性能，能够在保持计算效率的同时，实现精确的参数估计和有效信号分离。这种方法对LFM信号的分析和处理提供了新的思路，对于提升雷达探测系统的性能、通信系统的抗干扰能力以及信号处理的精确度有着重要的理论与实践价值。 关键词：线性调频信号；分数阶Fourier变换；分数阶自相关；参数估计。该研究工作属于电子与通信工程领域，特别是信号处理和雷达技术的范畴，对于相关领域的研究人员和技术开发者具有较高的参考价值。