[发明专利]一种LFMCW信号快速检测和估计方法

摘要

本发明属于雷达信号分析技术领域，公开了一种LFMCW信号快速检测和估计方法，是根据PFRFT能将LFMCW信号中相同调频斜率的各个周期的LFM部分进行准相干积累，从而使信号在PFRFT域上具有很好的能量聚集性特点，是信号的PFRFT在两种切片上均存在一个明显的峰值；首先对线性调频连续波信号进行快速周期分数阶傅里叶变换，以周期分数阶傅里叶变换的模平方最大值为目标函数建立优化模型，利用遗传算法求解优化模型得到信号的最优参数估计；本发明通过采用遗传算法对线性调频连续波信号的PFRFT能量进行4维参数搜索，实现对雷达微弱信号的检测和估计，尤其应用于低截获概率雷达的信号分析系统设计，使得PFRFT算法实现了从理论到工程上的应用。

主权项

1.一种LFMCW信号快速检测和估计方法，其特征是：是针对线性调频连续波雷达信号的快速检测和参数估计方法，应用于低截获概率雷达的信号分析系统设计，即根据PFRFT能将LFMCW信号中相同调频斜率的各个周期的LFM部分进行准相干积累，从而使信号在PFRFT域上具有很好的能量聚集性特点，信号的PFRFT在实际(α、u)处的切片和实际(T,τ)的切片知：信号的PFRFT在两种切片上均存在一个明显的峰值；首先对线性调频连续波信号进行快速周期分数阶傅里叶变换，以周期分数阶傅里叶变换的模平方最大值为目标函数建立优化模型，利用遗传算法求解优化模型得到信号的最优参数估计；具体步骤如下：第一步、采集信号，对信号作周期分数阶傅里叶变换；假设侦察到的线性调频连续波信号为x(t)，对信号x(t)作周期分数阶傅里叶变换：其中PFRFT的快速算法实现流程，用窗长为T的矩形窗函数gT(t‑τ+nT)对信号进行分段截取，得到xn(t)＝gT(t‑τ+nT)x(t)；取相位函数e‑j2πμ(nT‑τ)cscα对分段信号xn(t)进行相位补偿，得到e‑j2πμ(nT‑τ)cscαgT(t‑τ+nT)x(t)；对相位补偿后的分段信号进行累加并作FRFT得到信号x(t)的PFRFT为：第二步、利用遗传算法对信号x(t)的参数进行估计，分为以下几个步骤：(1)建立目标函数根据信号的时频信息，设定参数Ω＝(α,u,T,τ)的搜索区间，以信号x(t)的周期分数阶傅里叶变换的模平方为目标函数建立优化模型，即求(2)采用实值编码方式对参数Ω＝(α,u,T,τ)进行编码，并随机生成由Nind个Nind，取30～100个体组成的初始种群；(3)以为个体适应度函数，对种群个体进行评价，并将种群中的个体按适应度大小进行排序；(4)对种群进行选择运算：在当前种群中，适应度最高的个体复制两份，中间的复制一份，后面的不复制；(5)对种群进行动态变异运算：按个体所处的位置确定其变异概率并变异，按优良个体复制4份，劣质个体不复制的原则复制个体；(6)对种群进行交叉运算：从复制组中随机选择两个个体，对这两个个体进行多次交叉，从所得的结果中选择一个最优个体存入新种群；(7)判断是否满足迭代终止条件，终止条件采用预先设定的代数或根据问题定义测试种群中最优个体的性能，若不满足返回步骤(3)继续执行，若满足执行步骤(8)；(8)从最终种群中选择最优个体，并对个体进行解码得到相对应的信号参数将与信号检测门限值η进行比较，若大于门限值则为信号x(t)的最优参数估计，否则返回(1)重新建立参数Ω＝(α,u,T,τ)的搜索区间继续计算。