分数阶傅里叶变换提升线性调频信号在复杂噪声环境下的检测性能

本文主要探讨了一种创新的信号检测方法，即基于分数阶傅里叶变换的线性调频信号检测算法。在现代通信和电子工程领域，面对复杂的噪声环境，特别是高斯白噪声和非高斯色噪声背景下，传统的信号检测技术可能难以有效分离信号与噪声。分数阶傅里叶变换（Fractional Fourier Transform, FRT）因其独特的性质，如能够有效地解除时频耦合，即信号在分数阶频域中能量谱的高度集中，而被选为解决这个问题的关键工具。 分数阶傅里叶变换并非传统的整数阶傅里叶变换的简单扩展，它引入了参数化的频率分析，允许对信号的局部特性进行更精细的分析。利用这一特性，研究者提出了一种新的检测策略，通过分数阶变换将线性调频（Linear Frequency Modulated, LFM）信号从复杂的噪声环境中提取出来。LFM信号以其频率随时间线性变化的特点，在许多通信系统中广泛应用，如雷达和无线通信。 在实验部分，该算法首先对LFM信号进行分数阶傅里叶变换处理，利用其能量聚集的特性，能够清晰地识别信号的特征。然后，通过滤波和阈值处理，消除噪声的影响，准确地检测出信号的存在。研究者分别在高斯白噪声和非高斯色噪声环境下进行了仿真测试，结果显示，该算法在两种噪声条件下都能展现出良好的信号检测性能，即使在噪声水平较高或者噪声特性非高斯的情况下，也能有效提高信号的检测精度和信噪比。 本文的关键词包括分数阶傅立叶变换、线性调频信号和信号检测，这些都是论文的核心概念。这项工作不仅提升了在复杂噪声环境下的信号检测能力，而且为分数阶傅里叶变换在信号处理领域的应用提供了新的视角和实际应用案例，对于信号处理和通信工程的进一步发展具有重要意义。