1、線性調(diào)頻(LFM)信號(hào)是一種典型的非平穩(wěn)信號(hào)，廣泛應(yīng)用于雷達(dá)、通信、聲吶等系統(tǒng)中。對(duì)LFM信號(hào)進(jìn)行檢測(cè)與參數(shù)估計(jì)具有重要意義。LFM信號(hào)在傳輸過(guò)程中難免受到干擾，因此如何從噪聲和多分量信號(hào)中分離出所需LFM信號(hào)，即LFM信號(hào)濾波，成為一個(gè)亟待研究的課題。有限長(zhǎng)LFM信號(hào)經(jīng)過(guò)分?jǐn)?shù)階傅里葉變換(FRFT)會(huì)呈現(xiàn)能量集聚現(xiàn)象，因此FRFT成為分析LFM信號(hào)的有效工具之一。
　　首先，采用短時(shí)傅里葉變換(STFT)、Wigner-Vill

2、e分布(WVD)及Wigner-Hough變換(WHT)對(duì)單分量及多分量LFM信號(hào)進(jìn)行檢測(cè)。其次，研究了FRFT理論，構(gòu)建了LFM信號(hào)檢測(cè)與參數(shù)估計(jì)模型，通過(guò)數(shù)學(xué)推導(dǎo)，闡述了分?jǐn)?shù)階傅里葉域單分量及多分量LFM信號(hào)的參數(shù)估計(jì)原理，討論了量綱歸一化、采樣頻率、信噪比對(duì)LFM信號(hào)參數(shù)估計(jì)性能的影響。對(duì)比分析了FRFT、STFT、WVD及WHT對(duì)LFM信號(hào)的檢測(cè)性能，結(jié)果表明FRFT更適合處理LFM信號(hào)。再次，給出了分?jǐn)?shù)階傅里葉域LFM信號(hào)濾波

3、算法的具體流程，建立了單分量含噪LFM信號(hào)濾波模型及多分量LFM信號(hào)分離模型。仿真結(jié)果表明，經(jīng)FRFT濾波后，單分量含噪LFM信號(hào)的信噪比提高了近2.04dB，且FRFT可有效分離多分量LFM信號(hào)。
　　最后，提出了一種基于延時(shí)相關(guān)與FRFT的含噪單分量LFM信號(hào)改進(jìn)濾波算法。與傳統(tǒng)FRFT濾波算法相比，改進(jìn)濾波算法的計(jì)算量明顯減少。經(jīng)過(guò)改進(jìn)算法濾波后，信噪比提高了近2.41dB。理論分析和仿真結(jié)果表明了改進(jìn)濾波算法的可行性和有效