[发明专利]一种基于LFBT的多分量SFM信号参数估计方法

说明书

技术领域

本发明涉及信号与信息处理技术，具体涉及一种多分量正弦调频信号的参数估计方法。

背景技术

非平稳信号广泛存在于自然界之中。根据非平稳信号的时间统计特性是否呈线性分为线性调频信号和非线性调频信号。正弦调频(Sinusoidal Frequency Modulated,SFM)信号是一类在实际中最为常见的非线性调频信号，广泛应用于雷达目标特征提取、生物医学疾病诊断和地震勘测中，且通常以多分量形式存在。在雷达目标特征提取中，SFM信号包含了雷达微动目标的精细运动信息与结构信息，是目标识别的重要依据之一；在生物医学疾病诊断中，脑电波信号以及核磁共振信号都为SFM信号，信号的不同参数反映了检查者的身体状况。因此，SFM信号的参数提取具有重要的研究意义。

SFM信号的参数估计通常采用将信号变换到不同域上进行。为解决多分量SFM信号的参数估计问题，孙志国等在《基于离散正弦调频变换的多分量正弦调频信号参数估计方法》(系统工程与电子技术,2012,34(10):1973-1979)中，通过SFM信号在离散正弦调频变换(Discrete Sinusoidal Frequency-Modulated Transform,DSFMT)域的聚敛特征，完成多分量SFM信号的频率估计。彭勃等在《A Sinusoidal Frequency Modulation Fourier Transform for Radar-Based Vehicle Vibration Estimation》(IEEE Transactions on Instrumentation and Measurement,2014,63(9):2188-2199)中，通过在正交三角基函数上进行信号投影，采用正弦调频傅立叶变换(Sinusoidal Frequency Modulation Fourier Transform,SFMFT)进行SFM信号的频率估计。然而，该频谱中除各子目标微动频率的谱线外，同时存在若干干扰项谱线，影响了参数提取的准确性。

针对多分量SFM信号的参数估计问题，通过分析贝塞尔函数的相关性质，在FBT的基础上提出对数傅立叶-贝塞尔变换(Logarithmic Fourier-Bessel Transform,LFBT)，LFBT将信号的相位项投影在贝塞尔函数上，贝塞尔函数的幅值衰减特性使得它能够很好地被用于表示非平稳信号，进而提出一种基于LFBT的多分量SFM信号参数估计方法，准确地进行各分量SFM信号调制频率的参数估计。

发明内容

本发明的目的在于克服上述现有技术中的不足之处，提出一种基于LFBT的多分量SFM信号参数估计方法，包括下列步骤：

第一步：判断多分量SFM信号是否存在相位模糊，若存在则进行相位解模糊处理；

若离散采样信号总相位偏移过大，则会产生相位模糊；由于信号的相位测量值位于区间(-π,π)上，因此当总相位偏移超过2π时产生相位模糊现象；总相位偏移达到2π的整数K倍时，K为相位模糊数；相位模糊可以通过相邻采样点之间的相位差值进行修正，当相邻采样点之间的相位差值不超过π时，可通过如下方法进行修正

其中pha(n)＝Im[ln s(n)]，phar(n)为修正后的相移和测量值之差；因此，当信号相邻采样点的相位差值不超过π时，可进行相位解模糊处理。

第二步：选择合适的LFB级数分辨率k，对解模糊后的多分量SFM信号进行LFBT；

已知正弦调频信号模型为

s(t)＝R exp{j[a sin(ωt)+b cos(ωt)]}(2)

其中R为信号幅度，a、b分别为SFM信号的调制指数，ω为调制频率；

定义信号s(t)的LFBT为

其中J_α(t)为第一类α阶贝塞尔函数，ω为变换域变量；对应的对数傅立叶-贝塞尔逆变换(Inverse Logarithmic Fourier-Bessel Transform,ILFBT)为

在有限区间上傅立叶变换(Fourier Transform,FT)表现为傅立叶级数，与傅立叶变换相似，LFBT在有限区间上以LFB级数(LFB Series)表示；在实际信号处理中，实际信号通常经过离散采样，离散信号的LFB级数表现为信号相位项上的有限项之和