论文部分内容阅读
因为没有先验信息,无源接收信号的处理难度较大,要对信号进行许多参数估计。而无源定位的方法中,时频差联合定位能用较少的传感器实现高精度的定位,因此需要研究时频差联合估计方法。大量研究表明,相参估计的性能优于非相参估计。跳频脉冲信号安全性高,是军事通信等领域广泛使用的信号,其合成带宽大,时差分辨率高,但是跳频增加了相参估计的难度。同时线性调频(Linear Frequency Modulation,LFM)信号具有高分辨率与抗干扰能力强的特性,对LFM信号的时频差估计具有重要意义。由此,本文针对跳频脉冲信号,尤其是跳频LFM相参脉冲串的相参时频差估计展开如下几方面的研究:首先进行无源接收跳频信号的参数估计,用于后续的时频差估计。对常见波形,包括跳频简单脉冲串与相位编码脉冲串,以及跳频LFM脉冲串,分别给出一套估计流程。接着对于时频差估计算法进行研究。为了实现跳频信号的无源时频差相参估计,将无源参数估计结果与相参改进互模糊函数(Coherent Modified Cross Ambiguity Function,CMCAF)法结合,提出CMCAF算法的无源应用。接着针对CMCAF的二维搜索计算量太大的问题,分别提出基于快速傅里叶变换(Fast Fourier Transform,FFT)和Chirp-Z变换(Chirp-Z Transform,CZT)的优化算法并分析计算量。仿真实验证明了基于CZT的快速算法更为高效,同时兼具高精度的估计性能。此外,脉冲信号的CMCAF有时会出现频差模糊,本文对此提出高精度解模糊算法,即通过时差差分求模糊数来修正频差估计。仿真实验可以证明该方法的估计精度高于仅用时差差分解模糊的算法。最后,针对跳频LFM相参脉冲串,由于CMCAF算法的采样率不能低于合成带宽,对单个脉冲信号进行过采样的数据量太大。为了降低采样率,同时保证估计性能,本文提出基于最大似然先得到单站到达时间(Time Of Arrival,TOA)和到达频率(Frequency Of Arrival,FOA)估计,再求时频差的最大似然间接估计(Maximum Likelihood Indirect Estimation,MLIE)算法。本文详细推导了跳频LFM信号相参TOA/FOA估计的克拉美罗界(Cramer-Rao Lower Bound,CRLB),从理论和仿真证明了载频跳变方式对CRLB与估计性能有影响。另外,由于似然函数的三维搜索计算量巨大,本文对此提出基于CZT的MLIE快速算法,通过计算量分析和仿真实验证明快速算法极大地减少了计算量,并与其他算法对比验证了估计性能的优越性。仿真实验还对比了MLIE算法与CMCAF算法,证明MLIE算法更加高效。