DOI: https://doi.org/10.20535/S0021347018080010
Открытый доступ Открытый доступ  Ограниченный доступ Доступ по подписке
Алгоритм выборки при донайквистовой частоте и оценки параметров из донайквистовых отсчетов

Донайквистова выборка и оценка параметров сигналов широкополосной ЛЧМ на основе дробного преобразования Фурье

Нингфей Донг, Джанксин Ванг

Аннотация


В последние годы большинство методов донайквистовой (sub-Nyquist) выборки и оценки параметров сигналов линейной частотной модуляции (ЛЧМ) основываются на теории сжатого распознавания CS (compressed sensing). Однако вычислительная сложность почти всех таких алгоритмов CS реконструкции высокая, что делает их трудными для аппаратной реализации. В данной статье предложена новая схема донайквистовой выборки ЛЧМ сигналов и метод оценки параметров малой сложности. Некогерентная выборка в теории CS внедряется в систему донайквистовской выборки, но, ни один алгоритм CS реконструкции не используется для оценки параметров. На основе накопления энергии ЛЧМ сигнала в пределах области определения дробного преобразования Фурье FRFT (fractional Fourier transform) скорость изменения частоты и центральная частота могут быть оценены с помощью линейных операций. Следовательно, предложенный метод оценки может быть легко реализован по сравнению с другими методами оценки на основе CS. Результаты имитационного моделирования подтверждают эффективность и точность метода.

Ключевые слова


сжатие дискретизации; дробное преобразование Фурье; линейная частотная модуляция; ЛЧМ; оценка параметров

Полный текст:

PDF

Литература


Donoho, D. L. “Compressed sensing,” IEEE Trans. Inf. Theory, Vol. 52, No. 4, P. 1289-1306, Apr. 2006. DOI: https://doi.org/10.1109/TIT.2006.871582.

Candes, E. J.; Wakin, M. B. “An introduction to compressive sampling,” IEEE Signal Processing Mag., Vol. 25, No. 2, P. 21-30, Mar. 2008. DOI: https://doi.org/10.1109/MSP.2007.914731.

Davenport, M. A.; Boufounos, P. T.; Wakin, M. B.; Baraniuk, Richard G. “Signal processing with compressive measurements,” IEEE J. Selected Topics Signal Processing, Vol. 4, No. 2, P. 445-460, Apr. 2010. DOI: https://doi.org/10.1109/JSTSP.2009.2039178.

Song, Zha; Peiguo, Liu; Jijun, Huang, “Parameter estimation of LFM signal via compressive sensing,” Proc. of IET Int. Radar Conf., 14-16 Apr. 2013, Xi’an, China. IEEE, 2013, pp. 1-5. DOI: https://doi.org/10.1049/cp.2013.0315.

Joneidi, M.; Zaeemzadeh, A.; Rezaeifar, S.; Abavisani, Mahdi; Rahnavard, Nazanin. “LFM signal detection and estimation based on sparse representation,” Proc. of 49th Annual Conf. on Information Sciences and Systems, 18-20 Mar. 2015, Baltimore, MD, USA. IEEE, 2015, pp. 1-5. DOI: https://doi.org/10.1109/CISS.2015.7086856.

Yang, Z.; Cheng, W. Z. “DOA estimation of LFM signals based on compressed sensing,” Application Research Computers, Vol. 26, No. 12, P. 4642-4644, Dec. 2009. DOI: http://doi.org/0.3969/j.issn.1001-3695.2009.12.067.

Liu, Bing; Fu, Ping; Xu, Cong; Gai, Jian-xin. “Parameter estimation of LFM signal with compressive measurements,” J. Convergence Inf. Technol., Vol. 6, No. 3, P. 303-310, Mar. 2011. DOI: http://doi.org/10.4156/jcit.vol6.issue3.35.

Wang, K.; Ye, W.; Lao, G.; Wang, Y. “Fast algorithm on parameter estimation of wideband LFM signal based on down-chirp and CS,” Proc. of IEEE Int. Conf. on Signal Processing, Communications and Computing, 5-8 Aug. 2014, Guilin, China. IEEE, 2014, pp. 133-136. DOI: https://doi.org/10.1109/ICSPCC.2014.6986168.

Yan, H.; Dong, C.; Zhao, G. “Parameter estimation of LFM signal based on compressed sensing,” Chinese J. Radio Science, Vol. 30, No. 3, P. 449-456, June 2015. DOI: http://doi.org/10.13443/j.cjors.2014070103.

Tropp, J. A.; Laska, J. N.; Duarte, M. F.; Romberg, Justin K.; Baraniuk, Richard G. “Beyond Nyquist: Efficient sampling of sparse bandlimited signals,” IEEE Trans. Inf. Theory, Vol. 56, No. 1, P. 520-544, Jan. 2010. DOI: https://doi.org/10.1109/TIT.2009.2034811.

Almeida, L. B. “The fractional Fourier transform and time-frequency representations,” IEEE Trans. Signal Processing, Vol. 42, No. 11, P. 3084-3091, Nov. 1994. DOI: https://doi.org/10.1109/78.330368.

Pei, S.-C.; Ding, J.-J. “Closed-form discrete fractional and affine Fourier transforms,” IEEE Trans. Signal Processing, Vol. 48, No. 5, P. 1338-1353, May 2000. DOI: https://doi.org/10.1109/78.839981.

Fang, B.; Huang, G.; Gao, J. “Sub-Nyquist sampling and reconstruction model of LFM signals based on blind compressed sensing in FRFT domain,” Circuits, Systems, and Signal Processing, Vol. 34, No. 2, P. 419-439, Feb. 2015. DOI: https://doi.org/10.1007/s00034-014-9859-5.

Wang, H.; Qi, L.; Zhang, F.; Zheng, N. “Parameters estimation of the LFM signal based on the optimum seeking method and fractional Fourier transform,” Proc. of Int. Conf. on Transportation, Mechanical, and Electrical Engineering, 16-18 Dec. 2011, Changchun, China. IEEE, 2011, pp. 2331-2334. DOI: https://doi.org/10.1109/TMEE.2011.6199687.

Pei, S.-C.; Yeh, M.-H.; Tseng, C.-C. “Discrete fractional Fourier transform based on orthogonal projections,” IEEE Trans. Signal Processing, Vol. 47, No. 5, P. 1335-1348, May 1999. DOI: https://doi.org/10.1109/78.757221.

Rabah, H.; Amira, A.; Mohanty, B. K.; Almaadeed, S.; Meher, P. K. “FPGA implementation of orthogonal matching pursuit for compressive sensing reconstruction,” IEEE Trans. Very Large Scale Integration (VLSI) Systems, Vol. 23, No. 10, P. 2209-2220, Oct. 2015. DOI: https://doi.org/10.1109/TVLSI.2014.2358716.

Chen, Z.; Hou, X.; Gong, C.; Qian, X. “Compressive sensing reconstruction for compressible signal based on projection replacement,” Multimedia Tools and Applications, Vol. 75, No. 5, P. 2565-2578, Mar. 2016. DOI: https://doi.org/10.1007/s11042-015-2578-5.


Метрики статей

Загрузка метрик ...

Metrics powered by PLOS ALM


Bookmark and Share


© Известия высших учебных заведений. Радиоэлектроника, 2004–2019
При копировании активная ссылка на материал обязательна
ISSN 2307-6011 (Online), ISSN 0021-3470 (Print)
т./ф. +38044 204-82-31, 204-90-41
Условия использования сайта