论文部分内容阅读
线性调频(Linear Frequency Modulation, LFM)是一种非平稳信号,近年来在雷达、医学、通信等众多领域得到广泛应用,而相应的数字信号处理方法也为人们所重视和研究。实际应用中,对LFM信号的参数估计问题是研究的方向之一。在应用过程中,人们发现了现有的信号处理方法的不足。如短时傅里叶变换存在加窗的问题,受不确定原理的限制;Wigner-Ville变换在对多个LFM信号进行处理时存在着交叉项的干扰。相比之下,分数阶Fourier变换(Fractional Fourier Transform, FRFT)不存在这方面的限制。本文首先利用FRFT对LFM信号的进行了参数估计,鉴于该变换运算计算量较大,为了降低计算量本文还运用了双正交傅里叶变换进行参数估计,并对多个不同调频斜率组成的线性调频信号进行了分析。在对LFM信号进行信号处理时,由于非线性等原因,噪声几乎淹没信号,本文首先选用合适的滤波方法,降低噪声,再进行信号处理,提高处理结果的准确性。传统的自适应算法,如最小均方误差(LMS)算法和递归最小二乘(RLS)算法能够很好的对稳定信号进行去噪。当处理未知统计环境下的信号或非平稳信号时,自适应滤波器比常规方法设计的权值固定的滤波器具有更大的灵活性。而线性调频信号是非稳定的,所以本文结合分数阶傅里叶变换和自适应滤波器原理设计了一种新的自适应信号处理算法来对线性调频信号进行处理,并用MATLAB软件进行仿真,结果显示被噪声干扰的LFM信号经过去噪后,可以进行正确的参数估计根据仿真算法和结果,本文利用TMS320F2812进行自适应信号处理算法的硬件实现,结果与MATLAB仿真结果一致,证明该处理方法具有一定应用价值。