姜 凯,李小波,周青松
(国防科技大学,安徽 合肥 230037)
线性调频信号作为一种宽带信号,在雷达信号中广泛应用。目前针对线性调频信号的参数估计方法主要采取时频分析的方法,常见的如短时傅里叶变换(STFT)、分数阶傅里叶变换(FrFT)等,近年来压缩感知[1]的方法也得到了广泛应用,如基于正交匹配追踪(OMP)算法等。文献[2]提出了基于STFT的参数估计方法,其问题在于时频聚集性弱。文献[3]基于OMP算法实现了对线性调频信号的参数估计,其优点在于算法复杂度低,但估计精度不够。文献[4]提出了基于Gabor字典的凸优化稀疏重构算法,但Gabor字典对线性调频信号的匹配性能不够理想。针对上述问题,本文提出了基于Chirplet字典的凸优化基追踪重构算法。
线性调频(LFM)信号是一种大时宽带宽积信号,其瞬时频率随时间线性变化。其信号表示如下:
(1)
式中:A为信号幅度;f0为载频;μ为调频斜率。
图1 线性调频信号
字典构建在稀疏重构中极其重要,Mallt首次基于冗余字典进行了稀疏重构[5],字典构建中最重要的是时频原子的选择。由测不准原理可知,Gabor原子具有最小的时频窗口,因此其时频聚集性较好。Gabor原子由时移、频移、尺度因子3个参数决定,是一种三参数原子。其缺点在于原子频率不随时间变化而变化,在识别线性调频信号时,效果相对四参数Chiplet原子[6]较差。Chirplet原子在Gabor原子的基础上增加了调频率,1999年Bultan首次提出时频分析的Chirplet原子[7],其表达形式如下:
(2)
式中:r=(s,u,ζ,β),为参数集;g(t)选择标准高斯函数;β为调频率,当β=0时,此时只有3个参数,上述公式简化得到Gabor字典,其公式如下:
(3)
对上述2种原子进行Wigner分布仿真,其结果如图2所示。
图2 原子实部及其Wigner分布图
由时频图可以看出,Gabor原子的频率不随时间变化,Chirplet原子的频率随时间线性变化。因此,对于线性调频信号而言,Chirplet字典具有更好的匹配效果。
信号的稀疏重构目前常用的有贪婪算法和凸松弛算法2种。贪婪算法具有计算复杂度低的优点,但其无法确保全局最优解;而凸松弛算法的优点是可以获得全局最优解,但问题是算法复杂度高。本文采用凸优化基追踪算法,其信号重构模型可以表示为:
(4)
上述问题是一个非凸的NP难问题,针对该问题进行l1范数凸松弛,即可得到基追踪表示模型:
(5)
上述模型可以改写为如下形式:
(6)
式中:‖Ax-y‖2为拟合误差;γ为调整因子。
凸优化基追踪模型可以进一步转化为二阶锥规划问题[4],可以通过内点算法解决。本文采用原对偶内点算法解决该大规模优化问题,利用基于同质模型和Mehrotra预估-矫正算法[8]提高了算法的鲁棒性,相比于障碍函数内点法性能有较大的提升。
二阶锥规划的原问题可以表示如下:
(7)
对偶问题可以表示为:
(8)
式中:K为凸锥;K*为对偶锥。
上述对偶问题的同质模型可表示为:
(9)
原对偶内点算法的步骤如下:
(1) 初始点选择(x0,τ0,y0,s0,κ0),其中(x0,τ0,s0,κ0)>0。εf,εg>0,γ∈(0,1),η=1-γ。
(2) 迭代次数k=0。
(3) 计算:
(10)
(5) 解线性方程组:
(11)
式中:Xk=diag(xk);Sk=diag(sk)。
(6) 对θ∈(0,1),令αk为优化目标值:
(12)
(7) 进入下一次迭代k=k+1。
(8) 跳至步骤(3)。
针对Chirplet字典的调频斜率选择,本文采用迭代方式,在一定范围内进行循环迭代,通过计算重构信号与原始信号的误差和来确定最优Chirplet原子,进而利用筛选获得的最优原子进行信号重构,通过解模糊相位重构获得瞬时相位,对相位进行差分获得瞬时频率,二阶差分获得调频斜率信息。
设信号为基带线性调频信号,信号幅度为1,带宽20 MHz,脉宽5 μs,采样频率40 MHz。仿真结果如图3~图7所示。
实验1:最优原子调频斜率
设迭代次数为200,通过迭代寻找重构信号与原始信号误差和最小的调频斜率,由实验仿真得此时斜率应设为6.1e12,误差和为3.819e-6。
图3 原子调频斜率选择
实验2:信号重构及重构误差
由仿真图像(图4)可知,重构信号各点的误差极小,能够实现对信号的精确重构。
图4 重构信号及重构误差
实验3:信号相位重构及调频斜率
通过对重构复信号进行反正切运算,得到重构信号的瞬时相位,但此时相位存在卷绕现象,通过相位解卷绕运算,得到瞬时相位,对瞬时相位进行差分即可得到瞬时频率。仿真结果如图5、图6所示。
图5 相位重构
图6 瞬时频率重构
实验4:算法对比
将本文算法与文献[4]算法进行对比,其结果如图7所示。
图7 误差对比
通过对比可知本文算法误差极小。
宽带线性调频信号参数估计问题在雷达信号侦察中意义重大,本文基于Chirplet字典构建了一种基于凸优化基追踪的稀疏重构算法,通过将原来的基追踪问题转化为二阶锥规划问题,再通过原对偶内点算法进行求解。仿真分析证明本文算法能够精确重构宽带线性调频信号,实现瞬时频率和相位信息的精确重构。本文的不足之处在于Chirplet原子的调频斜率需要通过迭代搜索,这导致算法运算复杂度较高,针对算法复杂度的问题有待进一步研究。