张榆红，张益鑫，张 超，包军民

(西安工程大学 电子信息学院，陕西 西安 710048)

线性调频(Liner Frequency Modulation，LFM)信号广泛应用于雷达、通信、声纳和生物医学等领域，是一种低截获概率雷达非平稳信号。同时，线性调频信号还可以表征多种频率时变特性复杂的其他信号，其检测和参数估计具有重大的意义[1]。迄今为止，已有很多国内外学者提出了一些有效的检测与估计方法。其中，极大似然估计(Maximum Likelihood Estimation，MLE)方法占有重要地位，其估计值精度高，可以逼近克拉美罗(Cramer-Rao Lower Bound，CRLB)[2]界，但由于要优化非线性代价函数，其运算复杂度也高。以Wigner-Ville分布(Wigner-Ville Distribution，WVD)[3]和短时傅里叶变换(Short Time Fourier Transform，STFT)[4]为代表的常规线性时频分析方法中，短时傅里叶变换是最早提出的时频分析方法，其主要原理是通过加窗来处理观测信号，对窗内的信号进行傅里叶变换，该方法虽然能够避免交叉项的干扰，但是在低信噪比下性能严重下降；WVD的主要原理是对信号相关函数进行某种线性变换，该类方法具有理想的分辨率和高能量聚集性，但是在分析多分量线性调频信号时会出现严重的交叉项。联合WVD和Hough变换得到的WHT(Wigner-ville Hough Transform)[5-6]能够降低交叉项的影响，但是不能完全消除其影响，且计算量巨大，不利于工程上的应用。小波变换(Wavelet Transform，WT)[7]属于多分辨率分析方法，与短时傅里叶变换不同的是，它可以随着信号的变化自动调节窗的宽度，但是由于小波基的选取太难，并且不同的小波基会有不同的分析结果，所以小波变换的实时性能比较差。分数阶傅里叶变换(Fractional Fourier Transform，FrFT)[8]是在……