摘要:
分数阶Fourier变换(FRFT)由于其特有的性质,非常适合处理线性调频(LFM)信号,尤其是,作为一种线性变换,可以克服多分量LFM信号之间的交叉项干扰.但是采用逐次消去法检测多分量LFM信号时,每检测一个LFM信号,都要对信号分别求旋转角α∈[0,π]的FRFT,再进行二维搜索,计算量很大.为了提高FRFT对多分量LFM信号的检测效率,本文提出一种在分数阶Fourier域检测强、弱LFM信号的新方法.首先,分析了逐次消去法和聚类分析法检测多分量LFM信号的原理,以及它们的优缺点.然后,提出一种聚类分析和逐次消去相结合的信号检测方法,利用平面截取信号在平面(u,α)上的尖峰,并引入基于广度优先搜索邻居(BFSN)的聚类算法,对截取的信号尖峰进行聚类分析,获得每个LFM信号对应的信号尖峰,实现多个较强信号的检测与参数估计,再利用逐次消去法实现弱信号的检测.该方法可以同时检测多个能量相近的LFM信号,提高了检测效率,以及次强信号的参数估计精度,并有效地抑制了强信号对弱信号的遮蔽影响.通过对信号进行平面切割处理,减少了BFSN聚类算法中输入集样本数量,降低了算法的计算量.最后,仿真结果验证了该方法的有效性.