申请/专利权人：东南大学

申请日：2022-06-01

公开（公告）日：2024-02-02

公开（公告）号：CN115037388B

主分类号：H04B17/00

分类号：H04B17/00;H04L27/10;G01R23/02

优先权：

专利状态码：有效-授权

法律状态：2024.02.02#授权;2022.09.30#实质审查的生效;2022.09.09#公开

摘要：本发明公开了一种基于改进梯度下降法的LFM信号瞬时频率提取方法，该方法包括如下步骤：1、获取待分析脉冲信号的时频分布矩阵；2、参数初始化；3、寻找在每个时刻上时频分布幅值最大的频率；4、对寻找后得到的频率序列进行分组式采样；5、计算每段样本的损失函数权值，加权求和得到总损失函数；6、对总损失函数作梯度下降法计算得到所有样本的瞬时频率估计值；7、计算样本总体平均偏差；8、将总体平均偏差作为门限，舍弃异常组，得到瞬时频率估计结果。本发明方法对梯度下降法的损失函数进行了改进，能够有效地滤除噪声和干扰信号，在LFM信号部分位置区间衰落的情况下得到高质量、低误差的瞬时频率曲线。

主权项：1.一种基于改进梯度下降法的LFM信号瞬时频率提取方法，其特征在于，包括如下步骤：步骤1、获取待分析脉冲信号的时频分布矩阵Wtp,fq，p＝1,2,...,M，q＝1,2,...,N，所述的tp为时频分布矩阵的时间，fq为时频分布矩阵的频率，p为时频分析矩阵的时间索引，q为时频分析矩阵的频率索引，M为时频分布矩阵的行数，N为时频分布矩阵的列数；步骤2、对梯度下降法的学习速率和迭代总次数进行初始化；步骤3、依据所述的时频分布矩阵Wtp,fq寻找每个时刻上时频分布幅值最大的频率ψp，p＝1,2,...,M；步骤4、对每个时刻上时频分布幅值最大的频率ψp进行分组，分成S个组并进行采样，采样后每组包含K个样本；步骤5、对所述的每组样本分别做线性回归，计算每组的均方差σj，分组后的组序号j＝1,2,...,S，将均方差σj的倒数作为每组样本的权值wj，对S个组各自样本点在初始化线性回归模型上的偏差平方和加权求和得到总损失函数J；步骤6、依据所述的总损失函数J，通过梯度下降法计算得到所有样本的瞬时频率估计值λjh，每组中的样本序号h＝1,2,...,K；步骤7、依据所述的所有样本的瞬时频率估计值λjh，计算样本总体平均偏差bthre；步骤8、将所述的样本总体平均偏差bthre作为门限，与每组的K个样本瞬时频率估计值λjh的平均偏差b'j进行比较，舍弃平均偏差b'j大于平均偏差门限bthre的异常组，得到最终瞬时频率估计值θoh。

全文数据：

权利要求：

百度查询： 东南大学 一种基于改进梯度下降法的LFM信号瞬时频率提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD