基于自适应LPFT的非平稳信号到达角估计.docx

基于自适应LPFT的非平稳信号到达角估计
基于自适应LPFT的非平稳信号到达角估计
摘要：信号到达角估计在无线通信和雷达系统中具有重要的应用价值。传统的到达角估计方法对平稳信号具有较好的性能，但在非平稳信号场景下表现不佳。本文提出了一种基于自适应LPFT（LeastPower-FourierTransform）的非平稳信号到达角估计方法。该方法通过对非平稳信号进行分析和处理，提取信号的时频特征，并结合自适应算法对信号的能量进行优化，从而实现准确的到达角估计。
关键词：到达角估计，非平稳信号，自适应LPFT
引言：
到达角估计是无线通信和雷达系统中一项关键的技术，用于估计信号的源自不同方向的到达角度。准确的到达角估计可以提高波束形成、信号分离和目标定位的性能。在传统的到达角估计方法中，通常假设信号是平稳的，即信号的统计特性在时间上保持不变。然而，实际中很多信号并不满足这个假设，具有非平稳特性。因此，如何有效地估计非平稳信号的到达角度成为一个重要的研究课题。
传统的到达角估计方法通常基于傅里叶变换或相关分析，如基于MUSIC（MultipleSignalClassification）算法和ESPRIT（EstimationofSignalParametersviaRotationalInvarianceTechniques）算法。这些方法在平稳信号场景下表现良好，但在非平稳信号场景下性能有限。原因在于传统方法忽略了非平稳信号的时频特征，无法准确地捕捉信号的瞬时变化。
为了解决这个问题，本文提出了一种基于自适应LPFT的非平稳信号到达角估计方法。该方法首先通过对非平稳信号进行分析和处理，提取信号的时频特征。然后，结合自适应算法对信号的能量进行优化，从而实现准确的到达角估计。
方法：
1.非平稳信号预处理：将非平稳信号划分为若干小段，在每段信号上应用窗函数进行平滑处理，以提取信号的时频特征。
2.自适应LPFT：对每段信号进行自适应LPFT，以获取信号的时频表达。LPFT是一种特殊的傅里叶变换，用于对具有缺陷的信号进行分析和处理。自适应LPFT基于信号的能量进行自适应调整，以实现更好的信号重构和到达角估计。
3.到达角估计：利用自适应LPFT得到的时频表达，结合传统的到达角估计方法，如MUSIC算法或ESPRIT算法，进行到达角估计。由于自适应LPFT提取了信号的时频信息，到达角估计结果更加准确。
实验：
为了验证所提出方法的性能，使用了一组模拟非平稳信号进行实验。比较了传统的基于傅里叶变换的方法和本文提出的方法在到达角估计上的表现。实验结果表明，基于自适应LPFT的方法在非平稳信号场景下具有更好的性能，可以实现准确的到达角估计。
结论：
本文提出了一种基于自适应LPFT的非平稳信号到达角估计方法。该方法通过对非平稳信号进行分析和处理，提取信号的时频特征，并结合自适应算法对信号的能量进行优化，实现准确的到达角估计。实验结果表明，该方法在非平稳信号场景下具有较好的性能，具有重要的应用价值。
参考文献：
[1]GaoJ,LiaoX,ZhangR,etal.AngleofArrivalEstimationbasedonAdaptiveLPFTforNonstationarySignals[J].IEEESensorsJournal,2019,19(3):1051-1056.
[2]SongT,LeiJ,ChenL,etal.AdaptiveAngle-of-ArrivalEstimationforNonstationarySignalsUsingLPFT[J].IEEESensorsLetters,2017,1(4):1-4.
[3]MohammedHS,AliMM,ZahidFE,etal.NonstationarySignalAnalysisandClassificationBasedonLPFTbyUsingParticleSwarmOptimizationAlgorithm[J].JournalofSignalProcessingSystems,2018,1(1):1-9.