短序列多项式相位信号的参数估计

doi:国家自然科学基金资助项目（60072027）.

吉林大学学报(工学版)

短序列多项式相位信号的参数估计

刘嘉¹，张振国²，孙军¹

1.上海交通大学电子工程系，上海 200030； 2.吉林大学通信工程学院，长春 130022

收稿日期:2005-08-27 修回日期:2005-11-24 出版日期:2006-05-01 发布日期:2006-05-01
通讯作者: 孙军

Parameter estimation for short sequence polynomialphase signals

Liu Jia-yan¹， Zhang Zhen-guo²， Sun Jun¹

1.Department of Electronic Engineering, Shanghai Jiaotong University, Shanghai 200030, China; 2.College of Communication Engineering, Jilin University, Changchun 130022, China

Received:2005-08-27 Revised:2005-11-24 Online:2006-05-01 Published:2006-05-01
Contact: Sun Jun

摘要/Abstract

摘要： ：恒定幅度的多项式相位信号（PPS）由其相位多项式系数表征。针对短序列PPS参数估计的困难，在介绍基于高阶模糊函数（HAF）和乘积高阶模糊函数（PHAF）参数估计算法的基础上，通过对该算法的估计效果特别是短序列情况的分析，提出短序列PPS参数估计的一般方法和对该算法的改进。MonteCarlo仿真表明，改进算法改善了PPS参数估计的效果，同时提高了运行效率。

关键词: 信息处理技术, 短序列多项式相位信号, 高阶模糊函数, 乘积高阶模糊函数

Abstract: Constantamplitude polynomialphase signals (PPSs) are characterized by their phase polynomial coefficients. It is usually difficult to estimate the phase polynomial coefficients for short sequence PPSs. A highorder ambiguity function and product highorder ambiguity function based PPS parameter estimation algorithm was introduced. By analyzing its performance especially in the case of the short sequence, the improvement to this algorithm was made. The MonteCarlo simulation shows that the proposed algorithm improves the estimation effect and raises the operation efficiency.

Key words: information processing technology, short sequence polynomialphase signals, highorder ambiguity function(HAF), product HAF(PHAF)

中图分类号:

TN911

刘嘉，张振国，孙军. 短序列多项式相位信号的参数估计[J]. 吉林大学学报(工学版), 2006, 36(03): 429-0432.

Liu Jia-yan， Zhang Zhen-guo， Sun Jun. Parameter estimation for short sequence polynomialphase signals[J]. 吉林大学学报(工学版), 2006, 36(03): 429-0432.

参考文献

相关文章 15

[1]	苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3]	黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[4]	李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[5]	应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6]	陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7]	刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8]	单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9]	姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[10]	全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[11]	陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[12]	陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[13]	孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
[14]	林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632.
[15]	王柯, 刘富, 康冰, 霍彤彤, 周求湛. 基于沙蝎定位猎物的仿生震源定位方法[J]. 吉林大学学报(工学版), 2018, 48(2): 633-639.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

短序列多项式相位信号的参数估计

Parameter estimation for short sequence polynomialphase signals

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0