第２期刘爱芳等：基于Ｒａｄｏｎ—Ｇａｂｏｒ变换的多分量ＬＦＭ信号检测与参数估计２２３
中采用双正交法计算信号的Ｇａｂｏｒ变换【８Ｊ．图１和图２分别为仿真信号的ｗｉｇｎｅｒ—ｖｉｌｌｅ分布（ｗＶＤ）和Ｇａｂｏｒ变换．由图１可见，信号的ｗｖＤ能得到理想的时频聚集性，但由于ｗｖＤ是一种双线性时频分布，在多分量条件下存在严重的交叉项的影响，因此，仿真信号ｗｖＤ中的交叉项和信号项混杂在一起导致信号检测和参数估计的严重困难，仿真信号中较弱的分量３已非常模糊．对比图１和图２可知，尽管Ｇａｂｏｒ变换的时频聚集性不如ＷＶＤ，但由于Ｇａｂｏｒ变换为线性时频分布，在多分量条件下不存在交叉项的影响，因此，在仿真信号的Ｇａｂｏｒ变换中能清晰地看出信号所包含的３个分量．分别对仿真信号的ｗＶＤ和Ｇａｂｏｒ变换进行Ｒａｄｏｎ变换．其三维图分别如图３和图４所示．对比图３和图４可知，仿真信号的Ｒａｄｏｎ—ｗｉｇｎｅｒ变换（ＲｗＴ）分辨率较高，但ＷＶＤ的交叉项导致信号的ＲｗＴ存在很高的旁瓣，这就会严重影响信号的检测，且信号的分量越多影响越严重；相比之下，仿真信号的Ｒａｄｏｎ—Ｇａｂｏｒ变换（ＲＧＴ）尽管分辨率较低，但不存在旁瓣的影响，在多分量信号的检测与参数估计中具有明显的优越性．应用本文提出的方法，首先计算原始信号８（ｔ）的Ｒａｄｏｎ－Ｇａｂｏｒ变换谱ＲＧ。（“，８），并根据步骤（３）（７）估计最强分量的参数．图５就是根据分量１的线性调频率估计值对信号进行解线调校
正后的Ｆｏｕｒｉｅｒ变换谱．由图５可见，经过解线调校正处理，分量１的能量得到最犬的聚集。以起始频率血为中心构造窄带滤波器对分量１进行滤除后，接着从步骤（２）开始检测次强分量．图６和图７为滤除分量１后仿真信号的Ｇａｂｏｒ变换和根据分量２的线性调频率估计值解线调处理后仿真信号的Ｆｏｕｒｉｅｒ变换．由图６和图７可知，用本文提出的方法能有效地滤除多分量ＬＦＭ信号中各个分量，从而消除强分蠡对弱分量检测和参数估计的影响．图８和图９分别为滤除分量１，２后仿真信号的ＲＧＴ和根据分量３的线性调频率估计值解线调处理后仿真信号的Ｆｏｕｒｉｅｒ变换．由图８和图ｇ可见，ＲＧＴ可以得到比Ｇａｂｏｒ变换更高的信噪比，且本文提出的基于ＲＧＴ的多分量ＬＦＭ信号检测和参数估计算法，由于结合逐次消去技术来逐次消除强分量，从而大大提高了对弱分量的检测能力．最后估计得到的信号参数为；分量１，２，３的幅度分别为０．９８７７，０．９５９４，０．２９８８；起始频率分别为２０．０Ｈｚ，４０．０Ｈｚ，１２０－０】｛２；线性调频率分别为８９９Ｈｚ／ｓ，４０．７４Ｈｚ／ｓ，６８８７Ｈｚ／ｓ．由上述仿真结果可见，本文提出的基于ＲＧＴ的多分量ＬＦＭ信号检测和参数估计算法具有优良的性能。
５结论
本文首先提出了一种新的变换一Ｒａｄｏｎ?Ｇａｂｏｒ变换（ＲＧＴ），然后讨论了用ＲＧＴ对ＬＦＭ信号进行检测和参数估计的基本原理并结合逐次消去技术提出了相应的实用算法．仿真实验表明该方法具有较好的性能．与检测ＬＦＭ信号常用的ＷＶＤ相比较．尽管Ｇａｂｏｒ变换的时频聚集性不如ｗＶＤ，但Ｇａｂｏｒ变换不仅是一种线性时频变换，在多分量情况下不存在像ｗｖＤ分布那样严重的交叉项影响；而且Ｇａｂｏｒ变换的计算量也比ｗＶＤ少．因此，本文提出的基于ＲＧＴ的多分量ＬＦＭ信号检测和参数估计算法是一种具有良好应用前景的算法．
阿ｌ仿真信号的ｗｖＤ削２仿真信母的ａａ｝１０ｒ交换谱罔３仿真信号的Ｒａｄｏｎ．ｗｌｇｎｅｒ变拽
奄子与纂塞学攘露２６卷
叭仿削扮的脚“啦舶艘按凹燃濯：撼嚣ｉ鬻霎裂值邮滤除分剐后信母的。舢坡换
粼７壤嚣静麓２瓣壤燕辩舞宰嚣静敲露ｓ缱滁静嚣ｉ，２基翁警越冀葚畦。目嵋ａ酶ｆ变攘嚣９鹱撵＃｝蛩３托嘲耋涟撅事薅势
越稿镑瓣搜调舞翦＆“扦燮撩煎对嚣垮鞯绽溺盛驰‰∽ｒ变挠
参考文
献转ｏａｓｂａｓｈＢ，ＢｌａｃｋｐＡｎｅ＿｝Ｒｅｉｅｎｔｆｅａｌ－啦ｎｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｔｈｅ、鞔黼ｅ卜ＶｉｌｌｅｄｉｓｔｒｉｂⅡｔｉｏｍ糟霹露！’Ⅱｎｓ，ｏｎＡ。嗽１９８７，ＡＳＳＰ．３５（１ｌｌ：１６ｌｌ—１６１８．耩瓣ｂ越∞端ａＳ。ＡⅡＢｌｙｓ主ｓｏｆ￡嘲ｌｔｌｃｏ臻ｐｏｎｅＢｔＬＦＭ羲毯ｎａ｛￥ｂｙａｅｏ疆ｂ强磁Ｗ壤ｈｅ扣嚣ｏＨ臻溉Ⅱｓ南ｒｍ．王麟８霆矗Ｂｎｓ．口ｎ卯、ｌ鹪§，Ｓｐ．哇３（６’：ｔ５ｌｉ—ｉ５１５．ＸｉａＸｉ眦ｇＧｅｎＤｉｓｃｒｅｔｅｃｈｉｒｐ－Ｆｂｕｒｉｅｒｔｒａｎｓｆｏｒｍａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｔｏｃｈｉｒｐｒａｔｅｅｓ‘ｉｍａｔｉｏｎ．，拱层目ｎｕｎ５．Ｄｎ卯，２０００．ＳＰ－４８（１１）：３１２２—３１３３Ｗ拥ｇＭ，ｅｔ
ｄｆ．．Ｌｉｎｅａｒｆｒｅｑｕｅｎｃｙ?Ｉｎｏｄｕｌａｔｅｄｓｉｇｎａｌｄｅｔｅｃｔｉｏｎｕｓｉ“ｇＲａｄｏ小ａｍｂｉ卵ｉｔｙｔｒａｎｓｆｏｒｍ．Ｚ职鼠目ｎⅦｎ５Ｄｎ卯，１９９８．８Ｐ一４６ｆ３）：５７１—５８７．
ＭｉｈｏｖｉｌｏｖｉｃＤ，ＢｒａｃｅｗｅｌｌＲＮ。Ａｄａｐｔｉｖｅｃｈｉｒｐｌｅｔｒｅｐ舱ｓｅｎｔａｔｉｏｎｏｆｓｉｇｎａｌｓｏｎｔｉｍ昏ｆｒｏｑｕｅＨ。ｙｐｌａｎｅ．捌扰她镕‘∞三８￡把ｒ５．１９９１．２７ｆ１３｝：１１５９ｎ６１．瓿ａｏ０ｅ吐ｏ，Ｓｔｅ注ｂｅ堪Ｂ羚。孙ｄｕｃ娃搬ｏｆｓ试《ｏｂｅ
ａｎｄｓ群瞳ｌｅ酣ｔｉｋ￡ｓ洫黻ｉ程ｏｗ科ｅｌｍ鲻；ｎ簌：礴ｅＣＬＥＡＮｔｅｃｈｎｉｑｕｅ．ｆ撑嬲至ｈ＃ｓ．ｏ＃＾置１９８８，ＡＰ一３６牲）：５４３—５鑫６，
张赞选，保锋．非平稳信号静瞬芍处理．北京ｔ雷防工业商鞭｛土。１９９８，第１叛ｔ
１—１８０，蔓密禹非平稳髓机信号分拼与处理．北京，国防工业出版社，
１９９９，第１版ｔ１２６—１７３＋刘爱芳，
男，１９７４年生，博士生，圭爵从事雷达信号处理和非平稳信号分析与处理方面的研究．朱晓华；
辫，１９６６年生，副教授，熏受从事雷达系统和高遘数字储号处理等领域的研究．刘中ｔ男，１９６３年生，教授，博士生导师，主要从事憾淹及冀应雨．现代信号处理和搭迭与活席蒜统等领域蛇
研变＋
越
篱
踟
创≈
璞
铂剐
基于Radon-Gabor变换的多分量LFM信号检测与参数估计
作者：刘爱芳， 朱晓华， 刘中
作者单位：南京理工大学电子工程系,南京,210094
刊名：
电子与信息学报
英文刊名：JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY
年，卷(期)：2004，26(2)
被引用次数：3次
参考文献(8条)
1.BOASHASH B.Black P An efficient real-time implementation of the Wigner-Ville distribution 1987(11)
2.Barbarossa S Analysis of multicomponent LFM signals by a combined Wigner-Hough transform 1995(06)
3.Xia Xiang Gen Discrete chirp-Fourier transform and its application to chirp rate estimation
2000(11)
4.Wang M Linear frequency-modulated signal detection using Radon-ambiguity transform 1998(03)
5.Mihovilovic D.Bracewell R N Adaptive chirplet representation of signals on time-frequency plane 1991(13)
6.Tsao Jenho.Steinberg B D Reduction of sidelobe and speckle artifacts in microwave imaging:the CLEAN technique 1988(04)
7.张贤达.保铮非平稳信号分析与处理 1998
8.王宏禹非平稳随机信号分析与处理 1999
引证文献(2条)
1.韩建辉.杨日杰.王伟基于Gabor-Hough变换二值积累的空中声源过顶检测研究[期刊论文]-测试技术学报
2009(6)
2.Yuan Weiming.Wang Min.Wu Shunjun ALGORITHM FOR THE DETECTION AND PARAMETER ESTIMATION OF MULTICOMPONENT LFM SIGNALS[期刊论文]-电子科学学刊（英文版） 2005(2)
本文链接：https://www.doczj.com/doc/c72305559.html,/Periodical_dzkxxk200402009.aspx
授权使用：国防科技大学(gfkjdx)，授权号：164db76c-9d7e-4e32-a9bc-9ec5016aabc4
下载时间：2011年4月14日