论文部分内容阅读
线性调频(LFM)信号作为出现较早且应用较为广泛的非平稳信号,在雷达、通信、声呐、地震勘探和生物医学等方面均有广泛应用,在电子对抗领域中,对敌方信号进行分析并从中获取信息,是电子侦察的主要任务。因此,研究切实可行的LFM信号检测与分析方法具有重要意义。常规LFM信号分析常采用高斯分布作为背景噪声模型,然而,实际噪声往往更加复杂且具有脉冲性,如闪电,海杂波,低频大气噪声等,Alpha稳定分布噪声便可较好模拟实际噪声。Alpha稳定分布环境下传统方法性能退化严重,对此,本文提出了三种可有效抑制脉冲噪声的方法:提出了基于L-估计的LFM信号分析方法。该类方法基于L-估计原理,通过合适的权函数来实现强脉冲噪声的有效抑制。L-幂次加权方法在频域对信号进行滤波,其选用2的幂函数作为权值来实现脉冲噪声的抑制。基于最优L-柯西加权的方法,以Alpha稳定分布的特例--柯西分布为基础,柯西分布为?(27)2时唯一存在封闭概率密度函数表达式的Alpha稳定分布噪声,能够吻合脉冲噪声重拖尾特征等特点,以其为权函数可有效抑制脉冲噪声。仿真实验表明,本文提出的这两种基于L-估计的方法均具有较好的鲁棒性。提出了基于M估计的LFM信号分析方法。LFM信号的稳健迭代分析方法以M估计为基础,从优化理论的角度重新描述了常规滤波问题,通过迭代寻求误差最小时对应的滤波系数。基于此,本文提出了基于稳健迭代的均值滤波器和基于稳健迭代的加权滤波器。此外,研究了基于广义柯西阶次扩展的方法,该方法通过增加柯西分布拖尾参数的取值范围,提高了其检测性能,扩大了其适用范围。提出了基于代价函数优化的LFM信号分析方法,该方法引入了新的拖尾参数,并基于M估计理论构造了可有效抑噪的代价函数,推导得到稳健加权滤波方法的统一算法结构,将加权Myriad、加权Merid以及基于广义柯西分布的加权滤波器统一起来。仿真结果证明,本文方法可有效抑制Alpha稳定分布噪声,并具有良好的鲁棒性。