论文摘要
线性调频信号（LFM）广泛地应用于通信、雷达、声纳等系统,LFM信号的参数估计问题,长期以来为人们所重视,进行了广泛而深入的研究。本文以LFM信号为研究对象,针对LFM信号在高斯白噪声和非高斯冲击噪声环境下的参数估计方法进行研究。目前应用广泛的时频分析方法,通过构建空间时频分布矩阵并与传统的阵列信号处理方法相结合,得到非平稳信号的参数估计。但该类方法估计性能受时频点的选取及交叉项的影响,只有在信噪比较高的情况下才具有较好的估计性能。稀疏分解作为一种新的信号分解与表示方法,被引用到阵列信号处理领域。本论文着重于研究匹配追踪（MP）算法在宽带阵列信号处理中的应用。主要工作和贡献有:1、研究LFM信号的时域、频域特征及几种典型的时频分析算法,如高斯噪声环境下的时频—相干子空间算法（TF-CSM）,冲击噪声环境下的基于分数阶矩的Radon-Ambiguity变换（FLOM-RAT）和时频MUSIC（FLOM-TF-MUSIC）算法。介绍自适应的信号稀疏分解方法——MP算法。2、提出基于MP分解的宽带LFM信号二维波达方向估计算法。算法根据阵列结构和信号形式自适应地建立过完备原子库,通过MP分解将阵列接收数据分解到最佳原子上,实现高精度的信号参数估计。计算机仿真实验说明,本文算法分辨率优于时频相干子空间（TF-CSM）方法,尤其在低信噪比、多信源情况下仍然有较高的估计精度。3、提出在sαs冲击噪声环境中的高分辨参数估计算法。将分数低阶矩（FLOM）与MP算法相结合,提出基于FLOM-MP分解的宽带LFM信号频率和DOA参数的估计算法,以及基于无穷范数归一化预处理的MP（IN-MP）频率改进算法。上述算法性能均优于常规FLOM-RAT和FLOM-TF-MUSIC算法。