基于分数阶傅里叶变换的chirp信号参数估计及代码

时以很小的步长进行二维搜索,这样的运算方法会影响算法的计算效率,同时我们也发现在设置步长的时候没有统一的设置标准,每一次计算都可以任意设置步进系数,这会给算法的工程实现带来很多问题。Р对线性调频信号先进行预处理后再进行傅里叶变换进行参数估计[8],这种算法是基于线性调频信号本身的一些特点,对信号进行与处理后,缩小二维扫频的范围。在线性调频信号的频谱中,它的最大的频率值和最小的频率值的差值与时间会有线性关系,而两者的比值就是调频率,所以我们很方便的就找到了线性调频信号的调频率。在找到了调频率的估计值后我们仅需要在较小的搜索范围内进行对原始信号进行分数阶傅里叶变换以实现小范围内的二维平面中的峰值搜索,然后就可以很快的得到线性调频信号的参数估计所需的参数。这种算法极大的减少了二维扫频的运算量,同时也可以避免一些时域附近的局部峰值对参数估计带来的影响。Р到目前为止,已经有很多种基于简单的分数阶傅里叶变换对线性调频信号的参数估计的复杂算法的出现,这个技术也渐渐走向成熟而且在逐步应用到实际中。但是由于这些算法中都有计算量的问题,所以这些算法都不适合于需要快速计算精度要求高的场合。Р1.3 本文的安排和作者的工作概要Р在下一章中要主要介绍分数阶傅里叶变换的基本定义和它的主要性质,还有它的一些数值计算方法,主要介绍它的离散算法中的采样型算法,还要介绍如何使用分数阶傅里叶变换来估计线性调频信号的参数,包括两种采样型离散算法的具体实现的算法模型。在第三章主要介绍参数估计的精度和它的评价方法,并对在matlab上的仿真程序所得的仿真结果进行了分析和主观评价。Р作者的主要工作是阅读和学习分数阶傅里叶变换的相关书籍和有关文献,较为深入的理解了分数阶傅里叶变换的定义及其性质,理解了如何使用分数阶傅里叶变换来估计线性调频信号的参数并在matlab中实现了使用分数阶傅里叶变换来对线性调频信号进行参数估计。