基于多项式变换的自适应Chirp信号参数估计

吉林大学学报(工学版) ›› 2004, Vol. ›› Issue (4): 617-621.

基于多项式变换的自适应Chirp信号参数估计

李靖, 王树勋, 汪飞

吉林大学通信工程学院, 吉林长春 130022

收稿日期:2004-03-15 出版日期:2004-10-01
通讯作者: 王树勋(1946- ),男,教授,博士生导师.E-mail:shuxun_wang@yahoo.com.cn
基金资助:
国家自然科学基金资助项目(60172032);教育部博士学科点专项基金资助项目(2001404)

Parameter estimation of adaptive Chirp signal based on polynomial phase transform

LI Jing, WANG Shuxun, WANG Fei

College of Communication Engineering, Jilin University, Changchun 130022, China

Received:2004-03-15 Online:2004-10-01

摘要/Abstract

摘要： 提出了一种新的基于多项式变换的RLS(recursive least square)算法。利用多项式变换将多项式相位信号(PPS)转变为具有线性相位的谐波信号,这一谐波信号满足AR(Autoregressive)模型且其频率对应于多项式相位的最高次项系数。然后利用RLS算法对AR模型的AR系数进行自适应估计,通过AR系数求解谐波信号频率,便可以获得多项式相位中最高次项的系数。本算法速度快,计算量小,并且在较低的信噪比(SNR)下估计性能依然良好。Monte-Carlo仿真实验证明了本方法的有效性。

关键词: 信息处理技术, Chirp信号, 多项式相位信号, 多项式变换, 自适应, RLS算法, 参数估计

Abstract: The problem of estimating the parameters of a Chirp signal was considered. A novel approach was proposed for the Chirp parameter estimation by exploiting the polynomial phase transform (PT) and the adaptive recursive least square (RLS) algorithm. The polynomial phase transform of the polynomial phase signal results in an exponential signal which satisfies the AR model. The estimation of the lower order polynomial phase coefficients can be thus adopted one by one. The main advantage of this algorithm is the improved speed of calculation, less expensive computation, and strong robustness to signal energy level. Simulations show good performance of the proposed algorithm at low signal to noise ratio (SNR).

Key words: information processing technology, Chirp signal, polynomial phase, polynomial phase transform (PT), adaptive algorithm, RLS algorithm, parameter estimation

中图分类号:

TN911.72

李靖, 王树勋, 汪飞. 基于多项式变换的自适应Chirp信号参数估计[J]. 吉林大学学报(工学版), 2004, (4): 617-621.

LI Jing, WANG Shuxun, WANG Fei. Parameter estimation of adaptive Chirp signal based on polynomial phase transform[J]. 吉林大学学报(工学版), 2004, (4): 617-621.

参考文献

[1] ANGEBY J.Estimating signal parameter using the nonlinear instantaneous least squares approach［J］. IEEE Trans on Signal Processing,2000,48(10):2721-2732.
[2] BESSON O, GHOGHO M, SWAMI A.Parameter estimation for random amplitude chirp signals［J］. IEEE Trans on Signal Processing,1999,47(12):3208-3219.
[3] DJURIC P M, KAY S M.Parameter estimation of chirp signals［J］.IEEE Trans Acoust, Speech, Signal Processing, 1990,38(12):2118-2126.
[4] PELEG S, PORAT B.Estimation and classification of polynomial-phase signals［J］.IEEE Trans on Information Theory,1991,37(2):422-430.
[5] SHAMSUNDER S, GIANNAKIS G B, FRIEDLANDER B.Estimating random amplitude polymomial phase signals:a cyclostationary approach［J］.IEEE Trans on Signal Processing,1995,43(2):492-505.
[6] MACCHI O, BERSHAD N J.Adaptive recovery of a chirped sinusoid in noise, part 1:performance of the RLS algorithm［J］. IEEE Trans on Signal Processing,1991,39(3):583-594.
[7] BERSHAD N J, MACCHI O. Adaptive recovery of a chirped sinusoid in noise, part 2:performance of the LMS algorithm［J］.IEEE Trans on Signal Processing, 1991,39(3):595-602.
[8] WEI P C, ZEIDLER J R, KU W H. Adaptive recovery of a chirped signal using the RLS algorithm［J］.IEEE Trans on Signal Processing,1997,45:363-376.
[9] SIMON Haykin.Adaptive Filter Theory(4th ed.)［M］.Prentice Hall, New Jersey, 2002.

相关文章 15

[1]	顾万里,王萍,胡云峰,蔡硕,陈虹. 具有H_∞性能的轮式移动机器人非线性控制器设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1811-1819.
[2]	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.
[3]	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.
[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]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	赵伟强, 高恪, 王文彬. 基于电液耦合转向系统的商用车防失稳控制[J]. 吉林大学学报(工学版), 2018, 48(5): 1305-1312.
[11]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[12]	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.
[13]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[14]	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.
[15]	曹婧华, 孔繁森, 冉彦中, 宋蕊辰. 基于模糊自适应PID控制的空压机背压控制器设计[J]. 吉林大学学报(工学版), 2018, 48(3): 781-786.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed