1.优化本振NYFR架构下的多分量LFM信号快速参数估计方法,其特征是步骤如下:S1、将NYFR输出含PLFM的多分量信号经过一次IAF和最大峰值搜索,估计得出多分量信号的NZ标号 i表示第i个分量信号,i为正整数;
S2、将S1中 构成解线调信号,经过解线调和IAF,估计得出多分量信号的调频率S3、将S1中 和S2的信号调频率 构成解线调信号,经过解线调和一次FFT算法,估计得出多分量信号的中频 最后由 fLO为本振频率,估计出信号的载频步骤S1具体如下:将对NYFR输出的信号进行NZ标号kNZi参数估计,信号模型如下2
l为信号的个数且为正整数,l=1,2,3,…;其中θPLFM(t)=πμ0[mod(t,TLO) ‑TLOmod(t,TLO)],其中TLO为本振周期,fci=fi+kNZifLO,kNZi=round(fci/fLO),i=1,2,…,fLO为本振中心频率,μ0为本振调频率,kNZi为第i个分量信号NZ标号,fi为第i个分量信号中频参量,fci为第i个LFM分量信号载频;w(t)为高斯白噪声;
解调信号为
kNZi搜索表示为
上式经过瞬时自相关处理和傅里叶变换得
*
rτ(t,k)=x(t,k)x(t‑τ,k) (4)τ表示时延;
当且仅当k=kNZi,f=μiτ时,估计出kNZi;M表示kNZi搜索的次数;如下式
2.根据权利要求1所述优化本振NYFR架构下的多分量LFM信号快速参数估计方法,其特征是,步骤S2具体如下:将对NYFR输出的信号进行调频率估计;将得出的 构成解线调信号,采用解线调的方法和IAF;由估计出的kNZi,则解线调信号表示为再对解线调的信号运用一次IAF算法,TADC=1/fADC,估计出信号调频率
3.根据权利要求2所述优化本振NYFR架构下的多分量LFM信号快速参数估计方法,其特征是,步骤S3具体如下:将对NYFR输出信号的载频进行估计,将得出的调频率 构成解线调信号,再运用一次FFT算法,此时解线调后的信号和信号中频分别为最后由 估计出信号的载频。
4.优化本振NYFR架构下的多分量LFM信号快速参数估计系统,其特征是包括如下模块:多分量信号的NZ标号估计模块:将NYFR输出含PLFM的多分量信号经过一次IAF和最大峰值搜索,估计得出多分量信号的NZ标号 i表示第i个分量信号,i为正整数;
多分量信号的调频率估计模块:将多分量信号的NZ标号估计模块得到的 构成解线调信号,经过解线调和IAF,估计得出多分量信号的调频率信号的载频估计模块:将得到的多分量信号的NZ标号估计模块 和多分量信号的调频率估计模块得到的信号调频率 构成解线调信号,经过解线调和一次FFT算法,估计得出多分量信号的中频 最后由 fLO为本振频率,估计出信号的载频多分量信号的NZ标号估计模块具体如下:
将对NYFR输出的信号进行NZ标号kNZi参数估计,信号模型如下2
l为信号的个数且为正整数,l=1,2,3,…;其中θPLFM(t)=πμ0[mod(t,TLO) ‑TLOmod(t,TLO)],其中TLO为本振周期,fci=fi+kNZifLO,kNZi=round(fci/fLO),i=1,2,…,fLO为本振中心频率,μ0为本振调频率,kNZi为第i个分量信号NZ标号,fi为第i个分量信号中频参量,fci为第i个LFM分量信号载频;w(t)为高斯白噪声;
解调信号为
kNZi搜索表示为
上式经过瞬时自相关处理和傅里叶变换得
*
rτ(t,k)=x(t,k)x(t‑τ,k) (4)τ表示时延;
当且仅当k=kNZi,f=μiτ时,估计出kNZi;M表示kNZi搜索的次数;如下式
5.根据权利要求4所述优化本振NYFR架构下的多分量LFM信号快速参数估计系统,其特征是,多分量信号的调频率估计模块具体如下:将对NYFR输出的信号进行调频率估计;将得出的 构成解线调信号,采用解线调的方法和IAF;由估计出的kNZi,则解线调信号表示为再对解线调的信号运用一次IAF算法,TADC=1/fADC,估计出信号调频率
6.根据权利要求5所述优化本振NYFR架构下的多分量LFM信号快速参数估计系统,其特征是,信号的载频估计模块具体如下:将对NYFR输出信号的载频进行估计,将得出的调频率 构成解线调信号,再运用一次FFT算法,此时解线调后的信号和信号中频分别为最后由 估计出信号的载频。