基于稀疏分解及子空间的多项式相位信号的参数估计及其快速算法研究

在自然界及工程技术领域，很多信号可以用多项式相位信号来近似和建模，因此，多项式相位信号是非平稳信号处理的重要研究对象，研究多项式相位信号的参数估计问题将具有重要的理论意义和工程应用价值。针对现有算法信噪比门限较高、多数只适用于单分量信号情形以及算法计算复杂度高的缺陷，本项目将研究低信噪比、多分量环境下的多项式相位信号参数估计及其快速算法，首先利用信号稀疏分解及子空间方法对多分量多项式相位信号进行信号分离，以降低估计参数空间的维数，然后针对信号分离后获得的单分量信号提出基于子空间的多参数联合估计方法，从而减小参数估计的误差传播效应以改进低信噪比环境下的参数估计性能，并研究非高斯噪声背景下的多项式相位信号参数联合估计方法；进一步研究所提方法的快速算法，并给出参数估计的性能分析以及与现有算法的比较，最后用仿真和实测雷达数据验证所提算法的性能。

在自然界及工程技术领域，很多信号可以用多项式相位信号来近似和建模，因此，多项式相位信号是非平稳信号处理的重要研究对象，研究多项式相位信号的参数估计问题将具有重要的理论意义和工程应用价值。本项目研究了基于子空间和投影分离技术的参数自动配对的三维正弦信号（即一阶多项式相位信号）参数估计方法；研究了基于子空间方法的高维正弦信号多参数估计算法；研究了基于PUMA方法的多个三维指数衰减正弦信号的频率估计算法；研究了基于高阶奇异值分解子空间方法的多维正弦信号频率估计算法, 多维参数能自动配对具有更低的计算复杂度；研究了基于子空间技术的多维正弦信号参数估计快速算法；研究了基于ESPRIT方法的联合声信号基频和DOA估计算法。项目中提出的算法具有精度高，性能好和现有的一些算法相比具有计算复杂度低的优点。