脉冲噪声下循环平稳信号到达时间差与到达频率差的联合估计

联合估计到达时间差（TDOA）和到达频率差（FDOA）或多普勒的问题具有多种实际应用。 在存在非高斯α稳定脉冲噪声和干扰的情况下，常规的循环歧义函数和分数阶低阶歧义函数的性能会下降。 为了克服这些缺点，提出了一种基于分数低阶循环平稳性的鲁棒性强的循环平稳信号选择算法。 该新方法利用了循环平稳性特征和分数阶低阶统计量，对干扰具有很高的容忍度，并且对高斯噪声和非高斯α稳定脉冲噪声均具有较强的鲁棒性。 通过与基于循环平稳性和基于分数低阶统计量（FLOS）的方法进行比较，证明了该方法在存在脉冲噪声和干扰的情况下的鲁棒性和有效性。