卢广阔

(中国西南电子技术研究所,成都 610036)

基于短时分数阶傅里叶变换的谱分割算法

卢广阔

(中国西南电子技术研究所,成都 610036)

多分量非线性调频信号在现代通信和雷达系统中应用越来越广泛,而对其进行有效分析识别的常用算法就是短时分数阶傅里叶变换(Short Time Fractional Fourier Transform, STFRFT)．文章首先讨论了STFRFT的圆特性,证明了它基于高斯旋转窗的非圆性并给出了修正的圆的STFRFT定义;在此基础上研究了时频变换后不同时频点的谱峭度,进而推导出了区域集的谱峭度,并将该区域谱峭度作为谱图上某区域内是否含有信号点的检测因子;最后基于区域集谱峭度的区域增长算法被用于从谱图中盲分割识别出各个非线性调频分量信号．仿真实验验证了所提算法的有效性和鲁棒性．

短时分数阶傅里叶变换(STFRFT);非线性调频信号;区域增长算法;谱峭度

引 言

非线性调频(Nonlinear Frequency Modulation, NLFM)[1]信号指的是瞬时频率随时间非线性变化的一类非平稳信号,它广泛存在于现代雷达、语音、生电和地震物理等领域中．由于多个NLFM信号的分析识别技术具有重大的实用价值,国内外学者对此进行了大量的研究和探索．但该类信号的形式复杂多变,且常常被淹没在噪声之中,这使得对该类信号的分析识别首先需要将信号分量从噪声中检测出来,其次需要将多个NLFM信号分离开来．显然,这是一个非常有难度的问题,因为现有的各类时频分析方法在此类应用中常常存在这样那样的缺陷和不……