脉冲噪声下LFM信号参数估计：压缩变换与分数阶傅里叶变换方法

"04 脉冲噪声下基于压缩变换函数的LFM信号参数估计.pdf" 本文主要探讨了在脉冲噪声环境下，如何利用压缩变换函数来有效地估计线性调频（LFM）信号的参数。LFM信号广泛应用于雷达、通信等领域，其参数如初始频率和调频斜率对于信号的解析和处理至关重要。然而，在实际应用中，系统常常会受到脉冲噪声的干扰，导致传统的参数估计方法性能下降甚至失效。 作者们提出了一个新的处理策略，他们设计了一种压缩变换(CT)函数，这个函数在零点附近具有近线性的特性。通过对该函数的深入分析，他们证明了当任意随机变量通过此函数变换后，其2阶矩是有限且有界的。这一发现意味着LFM信号的关键信息——初始频率和调频斜率在经过CT函数变换后仍然保持不变，从而保证了参数估计的可行性。 接下来，论文中提到使用分数阶傅里叶变换(FrFT)来处理经过CT函数转换后的信号。FrFT是一种扩展了传统傅里叶变换的工具，能够更好地处理非线性和时变信号。在FrFT域中，LFM信号的参数与其峰值位置之间存在特定的关系。因此，通过寻找变换域中的峰值点，可以精确地估计出信号的参数。 仿真实验的结果证实了该方法的有效性。即使在强烈的脉冲噪声环境中，该方法也能抑制噪声影响，准确地提取出LFM信号的参数信息。此外，该方法的实施过程相对简单，不需要预先知道噪声的特性，具有很好的稳健性。 总结起来，这篇论文提出了脉冲噪声环境下LFM信号参数估计的一种新途径，通过CT函数和FrFT的结合，解决了噪声对参数估计的挑战。这种方法为实际系统中的信号处理提供了新的思路，特别是在面对复杂噪声环境时，能够保持较高的估计精度。这一研究对于提升雷达探测、无线通信等领域的信号处理能力具有重要意义。