基于重排小波-Radon变换的LFM雷达信号参数估计

Journal of Systems Engineering and Electronics ›› 2009, Vol. 31 ›› Issue (1): 74-77.

基于重排小波-Radon变换的LFM雷达信号参数估计

李利, 司锡才, 柴娟芳, 张雯雯

哈尔滨工程大学信息与通信工程学院, 黑龙江, 哈尔滨, 150001

收稿日期:2007-10-21 修回日期:2008-02-20 出版日期:2009-01-20 发布日期:2010-01-03
作者简介:李利(1982- ),男,博士研究生,主要研究方向为宽带信号检测、识别和处理.E-mail:lili804@hrbeu.edu.cn

Parameters estimation for LFM radar signal based on reassigned wavelet-Radon transform

LI Li, SI Xi-cai, CHAI Juan-fang, ZHANG Wen-wen

School of Information and Communication Engineering, Harbin Engineering Univ., Harbin 150001, China

Received:2007-10-21 Revised:2008-02-20 Online:2009-01-20 Published:2010-01-03

摘要/Abstract

摘要： 小波变换是一种兼顾时频分辨率的线性变换,对多分量情况不会引入交叉项。针对此问题,提出基于重排小波-Radon变换的多分量线性调频信号的参数估计法。该方法先将小波尺度图转为时频分布图,为提高聚集性引入了时频重排,再将重排图进行Radon变换以进行参数估计。对单分量和双分量的情况进行了仿真,结果表明,该方法有效提高了时频分布图的聚集性,大大节省了后续Radon变换的时间,同时也抑制了噪声干扰,辨识效果明显提高。

Abstract: The wavelet transform is a linear transform which has the time-frequency resolution,and it has no cross-terms to multi-component LFM signals.This paper proposes a parameter estimating method for multi-component LFM signals based on wavelet reassignment and Radon transform.This method firstly transforms the wavelet scale into the time-frequency distribution.For improving aggregation,the reassignment is involved,and then a Radon transform is done for parameter estimation.The results of simulations for single and double LFM signals show that this method is effective to improve the aggregation of time-frequency distribution.It saves time mostly for the following Radon transform and inhibits the noise at the same time.The effectiveness is improved obviously.

中图分类号:

TN957.51

李利, 司锡才, 柴娟芳, 张雯雯. 基于重排小波-Radon变换的LFM雷达信号参数估计[J]. Journal of Systems Engineering and Electronics, 2009, 31(1): 74-77.

LI Li, SI Xi-cai, CHAI Juan-fang, ZHANG Wen-wen. Parameters estimation for LFM radar signal based on reassigned wavelet-Radon transform[J]. Journal of Systems Engineering and Electronics, 2009, 31(1): 74-77.

[1]	雷禹, 冷祥光, 周晓艳, 孙忠镇, 计科峰. 基于改进ResNet网络的复数SAR图像舰船目标识别方法[J]. 系统工程与电子技术, 2022, 44(12): 3652-3660.
[2]	唐军奎, 刘峥, 谢荣, 曾波. MIMO雷达稀疏阵列优化设计方法[J]. 系统工程与电子技术, 2022, 44(12): 3661-3666.
[3]	杨立儒, 刘永祥, 杨威. 基于迁移学习的雷达杂波幅度统计模型选择[J]. 系统工程与电子技术, 2022, 44(8): 2457-2467.
[4]	周毅恒, 杨军, 夏赛强, 吕明久. 闪烁现象下旋翼目标微动参数估计方法[J]. 系统工程与电子技术, 2022, 44(1): 54-63.
[5]	龚树凤, 龙伟军, 贲德, 潘明海. 组网雷达自适应模糊CFAR检测融合算法[J]. 系统工程与电子技术, 2022, 44(1): 100-107.
[6]	但波, 付哲泉, 高山, 简涛. 基于卷积神经网络的海面目标全极化高分辨距离像识别技术[J]. 系统工程与电子技术, 2022, 44(1): 108-116.
[7]	张良, 杨威, 李玮杰, 杨小琪, 刘永祥. 基于复数卷积-残差网络的雷达杂波幅度统计模型分类[J]. 系统工程与电子技术, 2021, 43(11): 3086-3097.
[8]	于伟强, 汪飞, 孙萍, 周建江, 陈军. 杂波背景下机载雷达信号参数的射频隐身优化[J]. 系统工程与电子技术, 2021, 43(11): 3194-3201.
[9]	孙萍, 汪飞, 窦山岳, 周建江, 陈军. 基于辐射能量缩减约束的双机雷达协同目标跟踪方法[J]. 系统工程与电子技术, 2021, 43(10): 2851-2859.
[10]	李锐洋, 霍伟博, 马巍, 程子扬. 基于逆高斯纹理分布的协方差矩阵估计方法[J]. 系统工程与电子技术, 2021, 43(9): 2470-2475.
[11]	陈一畅, 熊鑫, 王万田. 基于稀疏FrFT的窄带雷达目标架次识别方法[J]. 系统工程与电子技术, 2021, 43(8): 2129-2136.
[12]	肖宇, 邓正宏. 信杂噪比约束下基于互信息的雷达波形设计[J]. 系统工程与电子技术, 2021, 43(7): 1775-1780.
[13]	姜予名, 李景文, 孙兵. 单站直达波欺骗干扰检测与抑制的DPCA方法[J]. 系统工程与电子技术, 2021, 43(6): 1524-1532.
[14]	蒲涛, 童宁宁, 冯为可, 房亮, 高晓阳. 基于块稀疏矩阵恢复的MIMO雷达扩展目标高分辨成像算法[J]. 系统工程与电子技术, 2021, 43(3): 647-655.
[15]	王宁, 周明, 刘国庆, 杨予昊, 孙俊. 基于Chirp Z变换的海面目标帧间非相参积累技术[J]. 系统工程与电子技术, 2021, 43(2): 383-389.