基于信号稀疏表示的Chirp信号参数估计方法  

A New Method for Parameter Estimation of Chirp Signal Based on Sparse Signal Representation

作　　者：朱厦[1] 李彦鹏[1] 黎湘[1] 毛钧杰[1] 

机构地区：[1]国防科技大学电子科学与工程学院空间电子信息研究所,长沙410073

出　　处：《现代雷达》2008年第4期59-63,共5页Modern Radar

摘　　要：单自由度多分量线性调频信号的参数估计是SAR/ISAR成像中的重要问题。文中在一组含参数的过完备基上展开信号,提出了一种基于信号稀疏表示估计单自由度多分量线性调频信号参数的新方法。并将该方法应用于目前流行的BP算法、FOCUSS算法和稀疏贝叶斯学习算法中,分析比较了以上算法的估计性能。仿真实验结果验证了该方法的有效性,并表明稀疏贝叶斯学习算法具有更好的稀疏表示能力,从而可以更有效地估计信号参数。Signal parameter estimation is a crucial issue in SAR/ISAR imaging,especially for superimposed chirp signal with single degree of freedom.A new method of parameter estimation based on sparse signal representation is presented,which expands signal on a set of over-complete basis.The method is analyzed and validated for performance through simulation,with three popular signal sparse representation algorithms compared,including BP,FOCUSS and Sparse Bayesian Learning.The result shows that Sparse Bayesian Learni...

关 键 词：多分量线性调频信号 单自由度 参数估计 信号稀疏表示 稀疏贝叶斯学习 

分 类 号：TN911[电子电信—通信与信息系统]