针对振动目标的激光微多普勒信号特征参数提取问题,引入一种新的时频分析方法即非线性匹配追踪算法(NMP),但该算法在强噪声和弱调制条件下存在较大局限性。由此提出一种加权平均频率算法(WAFA-NMP)对其抗噪性能进行改进,通过滑动矩形窗...针对振动目标的激光微多普勒信号特征参数提取问题,引入一种新的时频分析方法即非线性匹配追踪算法(NMP),但该算法在强噪声和弱调制条件下存在较大局限性。由此提出一种加权平均频率算法(WAFA-NMP)对其抗噪性能进行改进,通过滑动矩形窗对NMP所提取本征函数的瞬时频率和幅度进行加权平均,得到其对应的时频分布。同时,对于弱调制条件下参数提取困难的问题,提出欠采样的WAFA-NMP来提取弱调制下的微动参数。仿真实验表明,与Wigner-Ville分布及平滑伪Wigner-Ville分布比较,提出的WAFA-NMP方法性能更好,其平均估值精度高达96%,抗噪性能在-10 d B以上。展开更多
文摘针对振动目标的激光微多普勒信号特征参数提取问题,引入一种新的时频分析方法即非线性匹配追踪算法(NMP),但该算法在强噪声和弱调制条件下存在较大局限性。由此提出一种加权平均频率算法(WAFA-NMP)对其抗噪性能进行改进,通过滑动矩形窗对NMP所提取本征函数的瞬时频率和幅度进行加权平均,得到其对应的时频分布。同时,对于弱调制条件下参数提取困难的问题,提出欠采样的WAFA-NMP来提取弱调制下的微动参数。仿真实验表明,与Wigner-Ville分布及平滑伪Wigner-Ville分布比较,提出的WAFA-NMP方法性能更好,其平均估值精度高达96%,抗噪性能在-10 d B以上。
