LFM信号时频变换比较:WHT与RAT的性能分析
需积分: 14 90 浏览量
更新于2024-08-11
收藏 298KB PDF 举报
“基于直线检测的两种LFM信号时频变换性能的比较 (2008年)”探讨了Wigner-Hough变换(WHT)与Radon-Ambiguity变换(RAT)在处理线性调频(LFM)信号时的差异。作者通过推导RAT在大量采样点下的信噪比关系,分析了两者在实现方法、运算量和分辨率等关键指标上的优劣。
LFM信号是一种广泛应用于雷达和通信系统的信号类型,其频率随时间线性变化,具有较高的频谱利用率和目标分辨能力。时频变换是分析这类信号的重要工具,它能够同时揭示信号的时间和频率特征。
Wigner-Hough变换结合了Wigner分布和Hough变换的优点,能够有效地检测LFM信号中的直线特征,特别适用于低信噪比环境。WHT通过对LFM信号进行解线频调法来提高检测性能,其核心在于将信号转换到一个可以直观识别直线的参数空间,从而更容易识别出LFM的频率扫频特性。
而Radon-Ambiguity变换则从不同的角度捕捉信号的时频信息。在本文中,作者通过分析平稳高斯随机过程的各态遍历特性,推导了在大量采样点情况下RAT的输入输出信噪比关系。这有助于理解RAT在不同条件下的表现,尤其是在处理复杂或噪声环境中的LFM信号时。
对比研究表明,尽管RAT和WHT都是有效的时频分析工具,但在低信噪比环境下,WHT由于其对直线特征的敏感性,更擅长于LFM信号的检测和估计。然而,选择哪种变换方法还需考虑实际应用的需求,包括计算复杂度、实时性以及对特定信号特性的关注程度。
这篇论文的关键词包括:Wigner-Hough变换,Radon-Ambiguity变换,以及两者之间的差别。它属于自然科学领域,具体分类在TN957.51,即电子与通信科学,具有学术研究价值,对理解和优化LFM信号处理技术的工程师和研究人员具有指导意义。文章采用A类文献标识码,表明其在学术界具有一定影响力和权威性。
2021-10-04 上传
2020-06-29 上传
2023-05-13 上传
2024-09-10 上传
2023-07-04 上传
2023-05-18 上传
2023-07-29 上传
2023-05-30 上传
2023-05-30 上传
weixin_38735182
- 粉丝: 5
- 资源: 920
最新资源
- JavaScript DOM事件处理实战示例
- 全新JDK 1.8.122版本安装包下载指南
- Python实现《点燃你温暖我》爱心代码指南
- 创新后轮驱动技术的电动三轮车介绍
- GPT系列:AI算法模型发展的终极方向?
- 3dsmax批量渲染技巧与VR5插件兼容性
- 3DsMAX破碎效果插件:打造逼真碎片动画
- 掌握最简GPT模型:Andrej Karpathy带你走进AI新时代
- 深入解析XGBOOST在回归预测中的应用
- 深度解析机器学习:原理、算法与应用
- 360智脑企业内测开启,探索人工智能新场景应用
- 3dsmax墙砖地砖插件应用与特性解析
- 微软GPT-4助力大模型指令微调与性能提升
- OpenSARUrban-1200:平衡类别数据集助力算法评估
- SQLAlchemy 1.4.39 版本特性分析与应用
- 高颜值简约个人简历模版分享