Preview

Известия высших учебных заведений России. Радиоэлектроника

Расширенный поиск

Оценка параметров сигнала с полиномиальным законом фазовой модуляции

https://doi.org/10.32603/1993-8985-2020-23-5-24-36

Полный текст:

Аннотация

Введение. Сигналы с полиномиальным законом фазовой модуляции часто встречаются в системах радиосвязи, гидро- и радиолокации, акустики, технической диагностики. Оценивание полиномиальных коэффициентов фазы является актуальной задачей в теории сигналов. В настоящее время предложено большое количество алгоритмов оценивания. Оптимальным способом является метод максимального правдоподобия. Однако его реализация связана с проведением многомерного поиска, что делает метод малопригодным для практической реализации. Существуют близкие к оптимальным способы оценивания, среди которых можно выделить HAF-алгоритм, который основан на вычислении функции неопределенности сигнала высокого порядка (High order Ambiguity Function), и CPF алгоритм, который использует вычисление кубической фазовой функции (Cubic Phase Function) и дает близкие к оптимальным оценки для сигнала с квадратическим законом частотной модуляции. Недостатком первого из названных методов является большое количество комбинаторных шумовых компонент, возникающих в процессе решения. Недостатками второго – ограниченная область применения и реализация одномерного поиска оценок без возможности применения алгоритмов быстрого вычисления преобразования Фурье.

Цель работы. Синтезировать алгоритм оценивания коэффициентов фазового полинома произвольного порядка, дающий малое количество шумовых комбинаторных составляющих и основанный на использовании быстрых алгоритмов преобразования Фурье.

Материалы и методы. В статье введено понятие решающей функции, которая рассчитывается таким образом, чтобы ее фаза содержала только моном первого порядка с коэффициентом, равным старшему коэффициенту фазового полинома сигнала.

Результаты. Новый алгоритм оценивания, особенностью которого является возможность использования для нахождения оценок быстрых алгоритмов вычисления преобразования Фурье. Каждый полиномиальный коэффициент оценивается на основе унифицированной процедуры, которая уменьшает количество комбинаторных шумовых компонент в процессе поиска оценок.

Заключение. Синтезированный алгоритм дает асимптотически эффективные оценки при меньших отношениях сигнал/шум по сравнению с алгоритмом, основанным на вычислении функции неопределенности высокого порядка (HAF-алгоритмом).

Об авторе

А. А. Монаков
Институт радиотехники, электроники и связи, Санкт-Петербургский государственный университет аэрокосмического приборостроения
Россия
Монаков Андрей Алексеевич – доктор технических наук (2000), профессор (2005) кафедры радиотехнических систем, почетный машиностроитель РФ (2005), почетный работник высшего профессионального образования РФ (2006), ул. Большая Морская, д. 67а, Санкт-Петербург, 190000, Россия


Список литературы

1. Brcich R. F., Zoubir A. M. The use of the DPT in passive acoustic aircraft flight parameter estimation // Proc. IEEE Conf. Speech Image Technol. for Comput. Telecommun. Brisbane, Australia, 4 Dec. 1997. Vol. 2. P. 819–822. doi: 10.1109/tencon.1997.648549

2. Morelli M. Doppler-rate estimation for burst digital transmission // IEEE Trans. Commun. 2002. Vol. 50, № 5. P. 707–710. doi: 10.1109/tcomm.2002.1006551

3. Lu K., Liu X. Enhanced visibility of maneuvering targets for high-frequency over-the-horizon radar // IEEE Trans. Antennas Propag. Jan. 2005. Vol. 53, № 1. P. 404–411. doi: 10.1109/tap.2004.838780

4. High-resolution ISAR imaging of maneuvering targets by means of the range instantaneous Doppler technique: Modeling and performance analysis / F. Berizzi, E. D Mese., M. Diani, M. Martorella // IEEE Trans. Image Process. 2001. Vol. 10, № 12. P. 1880–1890. doi: 10.1109/83.974573

5. Wang Y., Jiang Y. Inverse synthetic aperture radar imaging of maneuvering target based on the product generalized cubic phase function // IEEE Geosci. Remote Sens. Lett. 2011. Vol. 8, № 5. P. 958–962. doi: 10.1109/lgrs.2011.2143387

6. ISAR imaging of targets with complex motion based on discrete chirp Fourier transform for cubic chirps / L. Wu, X. Wei, D. Yang, H. Wang, X. Li // IEEE Trans. Geosci. Remote Sens. 2012. Vol. 50, № 10. P. 4201-4212. doi: 10.1109/tgrs.2012.2189220

7. Diagnosis of induction motor faults in time-varying conditions using the polynomial-phase transform of the current / M. Pineda-Sanchez, M. Riera-Guasp, J. Roger-Folch, J. A. Antonino-Daviu, J. Perez-Cruz, R. Puche-Panadero // IEEE Trans. Ind. Electron. 2011. Vol. 58, № 4. P. 1428–1439. doi: 10.1109/tie.2010.2050755

8. Robust acoustic positioning for safety applications in underground mining / R. Pfeil, M. Pichler, S. Schuster, F. Hammer // IEEE Trans. Instrum. Meas. 2015. Vol. 64, № 11. P. 2876–2888. doi: 10.1109/tim.2015.2433631

9. Abatzoglou T. J. Fast maximum likelihood joint estimation of frequency and frequency rate // IEEE Trans. on Aerosp. and Electron. Syst. 1986. Vol. AES-22, iss. 6. P. 708–715. doi: 10.1109/taes.1986.310805

10. Djuric P. M., Kay S. M. Parameter estimation of chirp signals // IEEE Trans. Acoust., Speech, Signal Process. 1990. Vol. 38, iss. 12. P. 2118–2126. doi: 10.1109/29.61538

11. Kitchen J. A method for estimating the coefficients of a polynomial phase signal. Signal Process., 1994. Vol. 37, № 3. P. 463–470. doi: 10.1016/0165-1684(94)90012-4

12. Peleg S., Friedlander B. The discrete polynomialphase transform // IEEE Trans. Signal Process., 1995. Vol. 43, № 8. P. 1901–1914. doi: 10.1109/78.403349

13. Djurovic I., Stankovic L. Quasi-maximum-likelihood estimator of polynomial phase signals // IET Signal Process. 2013. Vol. 8, № 4. P. 347–359. doi: 10.1049/ietspr.2013.0104

14. Liu S., Ma Y., Shan T. Segmented discrete polynomial-phase transform with coprime sampling // The J. of Engineering. 2019. Vol. 2019, № 19. P. 5619-5621. doi: 10.1049/joe.2019.0312

15. A sparse decomposition-based algorithm for estimating the parameters of polynomial phase signals / G. Ou, P. Zhao, S. Liu, G. Liu // IEEE Access. 2019. Vol. 7. P. 20432-20441. doi: 10.1109/ACCESS.2019.2896629

16. Madsen N., Cao S. Finite-difference algorithm for polynomial phase signal parameter estimation // IEEE Trans. on Aerosp. and Electron, 2020. Syst. Vol. 56, № 1. P. 57-66. doi: 10.1109/taes.2019.2910981

17. Djurović I., Simeunović M., Wang P. Cubic phase function: a simple solution to polynomial phase signal analysis // J. Article, Signal Process. 2017. Vol. 135, № 6. P. 48–66. doi: 10.1016/j.sigpro.2016.12.027

18. Peleg S., Porat B. Estimation and classification of signals with polynomial phase // IEEE Trans. Inform. Theory. Mar. 1991. Vol. 37, № 2. P. 422-430. doi: 10.1109/18.75269

19. O’Shea P. A new technique for instantaneous frequency rate estimation // IEEE Signal Process. Lett. 2002. Vol. 9, № 8. P. 251–252. doi: 10.1109/lsp.2002.803003

20. O’Shea P. A fast algorithm for estimating the parameters of a quadratic FM signal // IEEE Trans. Signal Process. 2004. Vol. 52, № 2. P. 385–393. doi: 10.1109/tsp.2003.821097

21. Porat B., Friedlander B. Asymptotic statistical analysis of the high order ambiguity function for parameter estimation of polynomial phase signals // IEEE Trans. on Information Theory. 1996. Vol. 42, № 3. P. 995-1001. doi: 10.1109/18.490563


Для цитирования:


Монаков А.А. Оценка параметров сигнала с полиномиальным законом фазовой модуляции. Известия высших учебных заведений России. Радиоэлектроника. 2020;23(5):24-36. https://doi.org/10.32603/1993-8985-2020-23-5-24-36

For citation:


Monakov A.A. Parameter Estimation of Polynomial-Phase Signals. Journal of the Russian Universities. Radioelectronics. 2020;23(5):24-36. (In Russ.) https://doi.org/10.32603/1993-8985-2020-23-5-24-36

Просмотров: 124


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1993-8985 (Print)
ISSN 2658-4794 (Online)