优化本振YFR架构下的多分量LFM信号快速参数估计方法及系统
优化本振nyfr架构下的多分量lfm信号快速参数估计方法及系统
技术领域
1.本发明属于雷达信号侦察技术领域，具体涉及一种优化本振奈奎斯特折叠接收机(nyfr)架构下的多分量线性调频(lfm)信号快速参数估计方法及系统，本发明可用于电子侦察。
背景技术：
2.在日趋复杂的电磁环境下，新体制雷达系统不断涌现，所采用的雷达信号工作频段范围已扩展至2-18ghz。为了提升信号截获概率，雷达侦察接收机需要更宽的瞬时监视频段。但是，由于现有雷达侦察接收结构受模数转换芯片(adc)采样率的限制，无法实现单通道情况下的瞬时超宽频段覆盖。
3.现有的多通道并行超外差或信道化技术在一定范围内解决了大带宽的接收问题，但还存在着同步误差和硬件资源量大等不足。为了突破adc采样率的制约，近年来，有多种新型接收理论被提出，如随机采样和调制采样。与随机采样相比，基于调制采样的nyfr只需单通道即可实现宽带接收，且该结构保留了输入信号相关信息。nyfr的核心是通过一个带有调制的本振实现接收机射频端的模拟非均匀调制采样，该过程将侦察机所监视的超宽频带中的高频信号折叠至中频，并通过低通滤波和低速adc实现瞬时超宽频带接收。nyfr常用本振调制为正弦调频(sfm)，但sfm本振无法解决折叠后时频完全混叠的多分量信号分离和估计问题，故采用周期线性调频(plfm)为本振调制方式，优化折叠后时频完全混叠信号的分离与处理。
4.目前，经nyfr截获的单分量信号参数估计方法较多，而折叠后时频混叠的多分量信号的参数估计方法较少。此外，在当前复杂的电磁环境下，接收机接收的信号也多为多分量信号。因此，有必要提出一种方法用于经nyfr截获的多分量信号。
技术实现要素：
5.lfm信号已被广泛应用于多种雷达系统，因此，nyfr将截获到多分量lfm信号。针对lfm信号的侦收，现有对lfm信号直接进行参数估计的方法较为成熟。同时，当前被nyfr所截获的信号处理方法主要集中于单分量信号，而多分量lfm信号的处理方法较少。所以，针对采用优化本振(pflm)的nyfr截获的多分量信号参数估计问题，本发明提出了一种优化本振nyfr架构下的多分量lfm信号快速参数估计方法及系统，该方法同时适用于折叠后多分量信号时频混叠情况。
6.本发明采取如下技术方案：
7.优化本振nyfr架构下的多分量lfm信号快速参数估计方法，其步骤如下：
8.s1、将nyfr输出含plfm的多分量信号经过一次iaf(傅里叶变换)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；
9.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
10.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(快速傅里叶变换)算法，估计得出多分量信号的中频最后由f
lo
为本振频率，估计出信号的载频
11.优选的，步骤s1具体如下：将对nyfr输出的信号进行nz标号k
nzi
参数估计，信号模型如下
[0012][0013]
l为信号的个数且为正整数，l＝1,2,3,
…
；其中θ
plfm
(t)＝πμ0[mod(t,t
lo
)
2-t
lo
mod(t,t
lo
)]，其中t
lo
为本振周期，f
ci
＝fi+k
nziflo
，k
nzi
＝round(f
ci
/f
lo
),i＝1,2,
…
，f
lo
为本振中心频率，μ0为本振调频率，k
nzi
为第i个分量信号nz标号，fi为第i个分量信号中频参量，f
ci
为第i个lfm分量信号载频；w(t)为高斯白噪声；
[0014]
解调信号为
[0015][0016]knzi
搜索表示为
[0017][0018]
上式经过瞬时自相关处理和傅里叶变换得
[0019]rτ
(t,k)＝x(t,k)x
*
(t-τ,k)
ꢀꢀꢀ
(4)
[0020][0021]
当且仅当k＝k
nzi
,f＝μiτ时，估计出k
nzi
；m表示k
nzi
搜索的次数；如下式
[0022][0023]
优选的，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k
nzi
，则解线调信号表示为
[0024][0025][0026]
再对解线调的信号运用一次iaf算法，t
adc
＝1/f
adc
，表示傅里叶变换，估计出信号调频率
[0027][0028]
优选的，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
[0029][0030][0031]
最后由估计出信号的载频。
[0032]
本发明还公开了一种基于上述方法的优化本振nyfr架构下的多分量lfm信号快速参数估计系统，包括如下模块：
[0033]
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；
[0034]
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
[0035]
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f
lo
为本振频率，估计出信号的载频
[0036]
优选的，多分量信号的nz标号估计模块具体如下：
[0037]
将对nyfr输出的信号进行nz标号k
nzi
参数估计，信号模型如下
[0038][0039]
l为信号的个数且为正整数，l＝1,2,3,
…
；其中θ
plfm
(t)＝πμ0[mod(t,t
lo
)
2-t
lo
mod(t,t
lo
)]，其中t
lo
为本振周期，f
ci
＝fi+k
nziflo
，k
nzi
＝round(f
ci
/f
lo
),i＝1,2,
…
，f
lo
为本振中心频率，μ0为本振调频率，k
nzi
为第i个分量信号nz标号，fi为第i个分量信号中频参量，f
ci
为第i个lfm分量信号载频；w(t)为高斯白噪声；
[0040]
解调信号为
[0041][0042]knzi
搜索表示为
[0043][0044]
上式经过瞬时自相关处理和傅里叶变换得
[0045]rτ
(t,k)＝x(t,k)x
*
(t-τ,k)
ꢀꢀꢀ
(4)
[0046][0047]
当且仅当k＝k
nzi
,f＝μiτ时，估计出k
nzi
；m表示k
nzi
搜索的次数；如下式
[0048][0049]
优选的，多分量信号的调频率估计模块具体如下：
[0050]
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k
nzi
，则解线调信号表示为
[0051][0052][0053]
再对解线调的信号运用一次iaf算法，t
adc
＝1/f
adc
，表示傅里叶变换，估计出信号调频率
[0054][0055]
优选的，信号的载频估计模块具体如下：
[0056]
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
[0057][0058][0059]
最后由估计出信号的载频。
[0060]
本发明提出了在时频混叠下的一种优化本振nyfr架构的多分量lfm信号快速参数估计方法，为进一步对复杂电磁环境下电子侦察奠定了基础。
附图说明
[0061]
图1是nyfr结构图。
[0062]
图2是k＝2在信噪比为5db时自项取得的峰值。
[0063]
图3是k＝4在信噪比为5db时自项取得的峰值。
[0064]
图4是两个分量信号在信噪比为5db时估计得到的k
nz
。
[0065]
图5是参数估计总流程。
[0066]
图6是两个分量信号的k
nz
估计准确率。
[0067]
图7是两个分量信号调频率和中频的nrmse。
[0068]
图8是三个分量信号在信噪比为5db时估计得到的k
nz
。
[0069]
图9是三个分量信号的k
nz
估计准确率。
[0070]
图10是三个分量信号的调频率和中频的nrmse。
[0071]
图11是一种优选优化本振nyfr架构下的多分量lfm信号快速参数估计系统框图。
具体实施方式
[0072]
下面结合附图对本发明优选实施例做详细说明。
[0073]
nyfr是一种周期非均匀采样结构，其结构如图1所示，射频输入信号首先经宽带滤波器滤波，滤除监视带宽之外的信号。对经宽带滤波器滤波得到的信号进行周期非均匀采样，将采样的信号经过低通滤波器后，经常规低速adc采样后得到nyfr输出信号。
[0074]
nyfr的优化本振调制方式为plfm，有
[0075]
θ
plfm
(t)＝πμ0[mod(t,t
lo
)
2-t
lo
mod(t,t
lo
)]
ꢀꢀꢀ
(1)
[0076]
其中，t
lo
为本振周期，μ0为本振调频率，mod为取余函数。
[0077]
定义奈奎斯特区域(nz)宽度等于f
lo
，f
lo
为本振载频。则第0个nz范围为(-f
lo
/2,f
lo
/2)，信号所在的nz序号为nz标号，nz标号可表示为
[0078]knz
＝round(fc/f
lo
)
ꢀꢀꢀ
(2)
[0079]
其中，fc为信号载频，round表示四舍五入取整运算。
[0080]
本发明实施例在nyfr结构下，验证多分量lfm信号快速参数估计方法的有效性。
[0081]
其次，nyfr截获后输出多分量lfm信号模型如下
[0082][0083]
l为信号的个数(l为正整数)，t为持续时间，ai为第i个分量信号幅度，f
ci
为第i个分量信号载频，μi为第i个分量信号调频率。采用plfm作为本振，经过nyfr截获后输出信号为
[0084][0085]
其中，k
nzi
为第i个分量信号nz标号，不失一般性，设ai为1，fi为第i个分量中频信号，f
ci
＝fi+k
nziflo
，w(t)为噪声。
[0086]
针对雷达侦察需求，需要分别对输出信号的nz标号k
nzi
、调频率μi和载频f
ci
进行估计，接下来对nz标号k
nzi
进行参数的估计，构造解线调信号
[0087][0088]
其中，k＝0,1,2,
…
,m-1，m为k
nzi
搜索的次数。不失一般性和便于分析，以两个同时到达信号为例。为了简化表达式，忽略噪声后，可得如下表达式
[0089][0090]
上式经瞬时自相关处理得
[0091][0092]
其中，τ为时延，τ≠t
lo
且4t
lo
＜τ＜5t
lo
＜t，此处τ值设定与其他情况下无区别(不
影响的k
nzi
估计)，但此时τ值对后续调频率和载频的估计误差较小。r
11
(t,k)和r
22
(t,k)为自项，r
12
(t,k)和r
21
(t,k)为交叉项，可表示为
[0093][0094][0095][0096][0097]
先对自项和进行分析，针对参数τ，考虑不同情况。当τ≠t
lo
且4t
lo
＜τ＜5t
lo
＜t时，有
[0098][0099]
对上式进行傅里叶变换可得
[0100][0101][0102]
其中，由sa函数的性质可知，sa(x)＝sinx/x。当k＝k
nz1
、f＝μ1τ时，有
[0103][0104]
当k≠k
nz1
和f＝μ1τ时，有
[0105][0106]
由式(15)和式(16)易得，|r
τ
(μ1τ,k≠k
nz1
)|＜|r
τ
(μ1τ,k
nz1
)|，即存在k＝k
nz1
,f＝μ1τ时，r
τ
(f,k)取得最大值。同理要使k＝k
nz2
时，|r
τ
(f,k)|取最大值，则f＝μ2τ。同样满足
[0107]
|r
τ
(μ2τ,k≠k
nz2
)|＜|r
τ
(μ2τ,k
nz2
)|。
[0108]
接着，对k
nz1
估计进行分析，考虑的情况，即在
[0109]
μ0(k-k
nz2
)(τ-4t
lo
)+μ2τ-μ1τ
→
0或k-k
nz1
→
0时，由式(15)和(16)，可知
[0110]
|r
τ
(μ1τ,k≠k
nz1
)|≥|r
τ
(μ1τ,k
nz1
)|
ꢀꢀꢀ
(17)
[0111]
由上式易知，当两分量信号的nz标号和信号调频率接近时，对k
nz1
估计影响较大。此种情况下采用多次裁判的原则，选取三个彼此互质的平移量，设三个平移量分别为τ1、τ2和τ3，各平移量之间的关系可设置为
[0112][0113]
其中，z为整数，若三个平移量中的其中一个平移量满足k-k
nz1
→
0或μ0(k-k
nz2
)(τ-4t
lo
)+μ2τ-μ1τ
→
0，则剩余的两个平移量会因为的关系而不会受限于k-k
nz1
→
0或μ0(k-k
nz2
)(τ-4t
lo
)+μ2τ-μ1τ
→
0。因此，通过上述方法估计得到k
nz1
可写为
[0114][0115]
k1、k2和k3分别对应于平移量τ1、τ2和τ3的自项峰值所估计得到的故上述方法解决了当两个分量信号的nz标号和信号调频率接近时，k
nz1
估计错误的情况，使得k
nz2
分析与上述过程类似。
[0116]
分析完自项，考虑交叉项。因为r
12
(t,k)和r
21
(t,k)结构对称，所以先分析r
12
(t,k)。同理，对τ分情况讨论，当τ≠t
lo
且4t
lo
＜τ＜5t
lo
＜t时，有
[0117][0118]
上式的傅里叶变换可表示为
[0119][0120]
其中，b＝-2πμ0[(k
nz1-k)τ+t
lo
]+2π(f
2-f1)+2πμ1τ，a＝π(μ0k
nz1-μ0k
nz2
+μ
2-μ1)，因为式(21)的每个积分结构类似，所以先分析第一项a＞0，即
[0121][0122]
由上式可知，s1中第一项与第二项结构类似，故考虑s1中的第一项，设进行变量代换可得
[0123][0124]
由菲涅尔积分可知，s1中的第一项可表示为
[0125][0126]
其中，c(
·
)是cos函数的菲涅尔积分。对于s
11
，由已知条件可知，b与有相同的数量级。相比于自项中第一项的值，值较小，再结合cos函数菲涅尔积分的结果，可得s
11
为一个较小的值。
[0127]
同样，可知式(22)的第二个积分项值也是较小的虚数值。因此，与每个自项相比，有
[0128][0129]
同理，对于交叉项r
21
(f,k)，其原理与上述过程分析类似。故对于多分量lfm信号，它经过nyfr输出的多分量信号的单个交叉项的值小于各个自项的峰值。
[0130]
最后，分析交叉项和对自项的影响，考虑最坏情况a
→
0，即上式k
nz1
和k
nz2
接近，μ1→
μ2，在f＝μ1τ时，不到一个b
→
0的k值，使得式(21)有最大值，所以此时的交叉项情况如
下
[0131]
|r
12
(f,k)+r
21
(f,k)|＜|r
11
(f,k)+r
22
(f,k)|
ꢀꢀꢀ
(26)
[0132]
综上可得，交叉项及交叉项和对自项的影响可忽略不计。τ的取值为τ≠t
lo
且4t
lo
＜τ＜5t
lo
＜t时，|r
τ
(f,k)|分别在f＝μ1τ、k＝k
nz1
和f＝μ2τ、k＝k
nz2
有最大值，如图2、图3、图4。m为k
nzi
搜索的个数，即
[0133][0134]
完成对k
nzi
估计之后，接着对多分量信号的调频率μi、载频f
ci
进行估计。以下是估计的基本流程，如图5所示，涉及公式如下
[0135][0136][0137]
其中ia表示瞬时自相关，表示傅里叶变换，iaf表示经过ia后再进行傅里叶变换。
[0138]
本实施例基于plfm本振的nyfr截获多分量lfm信号参数估计方法步骤如下：
[0139]
1.初始化，i＝1，t
adc
＝1/f
adc
。
[0140]
2.估计第i个分量信号的k
nzi
，有
[0141][0142]
3.估计第i个分量信号的调频率μi。
[0143]
a)由可知，解线调信号可表示为
[0144][0145]
b)再对解线调的信号计算，估计
[0146][0147]
4.估计第i个分量信号的载频f
ci
[0148]
a)由可知，再运用一次fft算法。
[0149][0150][0151]
b)最后通过(i为正整数)，可求得信号载频。
[0152]
5.若i＝l，结束循环，否则令i＝i+1，返回第1步。
[0153]
通过上述步骤可以估计出多分量信号的调频率和载频其估计准
确率和调频率中频的归一化均方根误差(nrmse)如图6、图7所示。
[0154]
对于此方法，信号的长度为n，时延τ的长度为n，其瞬时自相关函数所需要的计算量为n-n，再经过一次fft需要的计算量为o(((n-n)/2)log2(n-n))，还需要进行m次频域峰值搜索，所以k
nzi
估计的计算量为o(((n-n)/2)log2(n-n))+o(m(n-n))，调频率估计的计算量为o(((n-n)/2)log2(n-n))+o(n-n)，载频估计的计算量为o((n/2)log2n)+o(n)。综上，此方法与快速傅里叶变换算法的计算量相当，是一种快速估计方法。且信号通过nyfr截获后，都是在其时频域混叠时得到的仿真结果。因此也表明该方法在时频域混叠下仍能实现对多分量lfm信号的k
nzi
的估计。
[0155]
该方法也能实现对三个及多个分量信号的k
nzi
估计。具体实现方法与两个分量信号类似。三个分量信号在信噪比较高时，可以实现对和调频率中频的估计。具体如图8、图9、图10所示，三个分量lfm信号在信噪比(snr)为5db时的k
nz
分别为6、4、2。
[0156]
实验仿真及具体设置的参数如下：plfm本振调频率为μ0＝60mhz/μs，本振载频为f
lo
＝1ghz，采样频率为fs＝2ghz，时间长度为t＝2μs，时延τ＝t/2，plfm的周期为t
lo
＝0.24μs，两个分量信号的载频分别为4.1ghz、2.1ghz，调频率分别为50mhz/μs、80mhz/μs，三个分量信号的载频分别为6.1ghz、4.1ghz、2.1ghz，调频率分别为20mhz/μs、50mhz/μs、80mhz/μs，其中，蒙特卡洛实验数为1000次。
[0157]
上述仿真都是在时频混叠的情况下，即中频信号相等时实现的。图6表明两个分量信号在信噪比较低的情况下仍可实现对k
nzi
的估计，即在snr≥-6db时，对k
nzi
的估计准确率可达90％及以上。而图9中三个分量信号在snr≥-1db时，对k
nzi
的估计准确率可达80％及以上，图7表明两个分量信号的调频率和中频在snr≥1db时，估计精度达到最高。如图10所示，三个分量信号的调频率和中频在snr≥8db时，误差达到最小。中频fi估计的nrmse与调频率μi估计的nrmse随信噪比的变化趋势一致，其原因是中频fi的估计是在调频率μi估计的基础上得到的。
[0158]
如图11所示，本发明还公开了一种基于上述方法的优化本振nyfr架构下的多分量lfm信号快速参数估计系统，包括如下模块：
[0159]
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；
[0160]
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
[0161]
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f
lo
为本振频率，估计出信号的载频
[0162]
本发明针对当前被nyfr所截获的信号处理方法主要集中于单分量信号，上述而多分量lfm信号的处理方法较少的问题，提出了通过对nyfr截获后的多分量lfm信号进行参数估计的新方法。可以为复杂电磁环境下，提升雷达侦察接收机的性能提供技术支撑。
[0163]
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，
本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
技术特征：
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f
lo
为本振频率，估计出信号的载频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s1具体如下：将对nyfr输出的信号进行nz标号k
nzi
参数估计，信号模型如下l为信号的个数且为正整数，l＝1,2,3,
…
；其中θ
plfm
(t)＝πμ0[mod(t,t
lo
)
2-t
lo
mod(t,t
lo
)]，其中t
lo
为本振周期，f
ci
＝f
i
+k
nzi
f
lo
，k
nzi
＝round(f
ci
/f
lo
),i＝1,2,
…
，f
lo
为本振中心频率，μ0为本振调频率，k
nzi
为第i个分量信号nz标号，f
i
为第i个分量信号中频参量，f
ci
为第i个lfm分量信号载频；w(t)为高斯白噪声；解调信号为k
nzi
搜索表示为上式经过瞬时自相关处理和傅里叶变换得r
τ
(t,k)＝x(t,k)x
*
(t-τ,k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)当且仅当k＝k
nzi
,f＝μ
i
τ时，估计出k
nzi
；m表示k
nzi
搜索的次数；如下式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k
nzi
，则解线调信号表示为再对解线调的信号运用一次iaf算法，t
adc
＝1/f
adc
，表示傅里叶变换，估计出信号调频率
4.根据权利要求3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。5.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f
lo
为本振频率，估计出信号的载频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，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k
nzi
参数估计，信号模型如下l为信号的个数且为正整数，l＝1,2,3,
…
；其中θ
plfm
(t)＝πμ0[mod(t,t
lo
)
2-t
lo
mod(t,t
lo
)]，其中t
lo
为本振周期，f
ci
＝f
i
+k
nzi
f
lo
，k
nzi
＝round(f
ci
/f
lo
),i＝1,2,
…
，f
lo
为本振中心频率，μ0为本振调频率，k
nzi
为第i个分量信号nz标号，f
i
为第i个分量信号中频参量，f
ci
为第i个lfm分量信号载频；w(t)为高斯白噪声；解调信号为k
nzi
搜索表示为上式经过瞬时自相关处理和傅里叶变换得r
τ
(t,k)＝x(t,k)x
*
(t-τ,k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
当且仅当k＝k
nzi
,f＝μ
i
τ时，估计出k
nzi
；m表示k
nzi
搜索的次数；如下式7.根据权利要求6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，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k
nzi
，则解线调信号表示为再对解线调的信号运用一次iaf算法，t
adc
＝1/f
adc
，表示傅里叶变换，估计出信号调频率8.根据权利要求7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，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。
技术总结
本发明公开了优化本振奈奎斯特折叠接收机(YFR)架构下的多分量线性调频(LFM)信号快速参数估计方法及系统，方法步骤如下：S1、将YFR输出的含周期线性调频(PLFM)的多分量信号经过瞬时自相关后进行傅里叶变换(IAF)和最大峰值搜索，估计得出多分量信号的不同的奈奎斯特区域(Z)标号S2、将S1中不同的构成解线调信号，经过解线调和IAF，估计得出多分量信号的调频率S3、将S1中不同的和S2中的信号调频率构成解线调信号，经过解线调和快速傅里叶变换(FFT)，估计得出多分量信号的中频最后由估计出信号的载频本发明提出了在时频混叠下的一种优化本振YFR架构的多分量LFM信号快速参数估计方法，为复杂电磁环境下的高效电子侦察提供技术支撑。术支撑。术支撑。
