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