针对啁啾(Chirp)信号参数估计的高复杂度和在低信噪比(SNR)下保持高精度等问题, 文章提出了一种改进的Chirp信号参数估计算法。该算法根据当信号能量和周期长度一定时Chirp信号频谱幅度的平方与调频率成反比的特性, 不断地产生已知Chirp信号的共轭与未知Chirp信号相乘, 找到使相乘后频谱幅度平方最大的已知Chirp信号的调频率。为了做到参数估计的高精度, 用修正的幅度插值(M-Rife)算法估计中心频率和修正相乘后信号频谱的幅值。将该算法与短时傅里叶变换(STFT)结合, 首先用STFT估计出调频率的大致范围和信号周期, 然后用二分法代替等步长使改进的Chirp信号参数估计算法在这个大致范围内搜索, 极大地降低了计算复杂度。实验结果表明, 在SNR≥-10 dB时, 该算法估计调频率归一化均方误差(NMSE)要优于分数阶傅里叶变换(FRFT)约1~2 dB, 接近克拉美罗下界(CRLB)。

针对啁啾(chirp)信号的频偏估计方法存在分辨率受限和估计精度不高的问题, 提出了一种基于匹配滤波插值的频偏估计(MFI-FOE)方法。首先, 将接收信号与相应的匹配信号进行匹配滤波;然后,对匹配滤波输出的波形进行峰值搜索;最后, 计算相对偏差, 在峰值和紧邻峰值的左侧点或右侧点之间进行插值, 从而得到精准的频偏估计值。仿真结果表明, 与传统的频偏估计方法相比, MFI-FOE方法的信噪比门限降低了2~4 dB, 在整个相对频偏估计范围内性能稳定, 频偏估计的归一化均方误差更接近于克拉美罗界限。所提的MFI-FOE方法在估计精度和抗噪声能力方面都有显著地提升, 验证了该方法的有效性。

合成孔径激光成像雷达发射的信号一般为线性啁啾激光信号, 然而激光器的实际扫频特性会产生二次及高次等非线性项。非线性项的存在会造成相位误差, 导致距离向成像聚焦模糊, 降低距离向成像分辨率, 因此必须对光源的非线性啁啾进行补偿。因此提出非匹配参考通道匹配滤波算法对非线性啁啾相位误差进行克服。仿真结果显示, 距离向图像可以得到较好压缩。同时, 还分析了参考通道长度及非线性贡献比例等不同参数环境下的距离向压缩效果。