技术特征:1.基于分数低阶统计量的分数阶模糊函数算法,其特征在于:包括如下步骤:
①提出了基于分数低阶统计量的瞬时相关函数,并对其进行分数阶傅立叶变换;
②在分数阶变换域内,通过搜索FLOS-FAF峰值点以及解线性调频方法实现了三次相位信号参数的联合估计。
2.根据权利要求1所述的基于分数低阶统计量的分数阶模糊函数算法,其特征在于:①实现的过程如下:
基于分数低阶统计量的瞬时相关函数,给出其定义为:
其中p为分数低阶矩,1<p<α≤2;对基于分数低阶统计量的瞬时相关函数进行分数阶傅立叶变换,得到基于分数低阶统计量的分数阶模糊函数,其定义表达式为:
3.根据权利要求1所述的基于分数低阶统计量的分数阶模糊函数算法,其特征在于:②实现的过程如下:假定含有α稳定分布噪声的三次相位信号x(t)服从如下的信号模型,
x(t)=s(t)+w(t), (11)
其中w(t)为独立的SαS噪声(取1<α≤2),根据公式(9)计算x(t)的分数低阶瞬时相关函数再根据本发明提出的FLOS-FAF定义,可以得到
其中为噪声w(t)的基于分数低阶统计量的分数阶模糊函数,可视为干扰项,对式(12),在分数阶傅里叶变换域内进行峰值搜索,可以得到
获得了参数a2和a3的估计后,可以采用解线性调频的方法获得参数a1、a0和b0的估计,具体的方法为:
定义信号变量y(t),
对y(t)的分数低阶相关函数进行傅里叶变换,可以得到信号y(t)的分数低阶功率谱Y(f),那么a1可由下式估计得到
定义信号变量z(t),
z(t)的分数低阶相关函数为因此通过解线性调频方法可以由下式得到a0和b0的估计值,