国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種強(qiáng)干擾源環(huán)境下的lfm信號檢測方法

      文檔序號:7923385閱讀:335來源:國知局
      專利名稱:一種強(qiáng)干擾源環(huán)境下的lfm信號檢測方法
      技術(shù)領(lǐng)域
      本發(fā)明涉及信號處理技術(shù)領(lǐng)域,尤其涉及一種強(qiáng)干擾源環(huán)境下的LFM信號檢測方法。
      背景技術(shù)
      隨著雷達(dá)技術(shù)的迅速發(fā)展以及抗干擾的需要,低截獲概率雷達(dá)成為雷達(dá)發(fā)展的一個重要方向。線性調(diào)頻雷達(dá)信號作為一種最成熟的低截獲概率雷達(dá)信號,目前在各種體制的雷達(dá)中十分廣泛地使用著。線性調(diào)頻信號是通過非線性相位調(diào)制獲得的大時寬帶寬積的脈沖壓縮信號。采用脈沖壓縮技術(shù)后,雷達(dá)的峰值發(fā)射功率得到顯著的降低,并有可能低于截獲接收機(jī)的靈敏度,從而實(shí)現(xiàn)低截獲的目的。隨著數(shù)字信號處理技術(shù)的發(fā)展,在采用數(shù)字接收的情況下,如何在低信噪比下快速地檢測出信號,并估計(jì)出信號參數(shù)具有重要的現(xiàn)實(shí)
      眉、ο在已有的研究線性調(diào)頻信號檢測與參數(shù)估計(jì)的方法中,最大似然(ML)估計(jì)能夠給出線性調(diào)頻信號參數(shù)的精確估計(jì),但需要進(jìn)行二維搜索,存儲和計(jì)算量都很大,而且只能在較高的信噪比下才能可靠地工作,并且在多分量信號存在情況下線性調(diào)頻信號的檢測會受到很大影響。近年來,隨著時頻分析方法研究的不斷深入,基于各種時頻分析工具的多分量LFM信號的檢測與參數(shù)估計(jì)技術(shù)不斷出現(xiàn),如基于短時Rmrier變換(STFT)和小波變換(WT)的參數(shù)估計(jì)算法,但STFT窄的觀察窗和WT寬度變化的時間窗影響了時頻域的分辨率;還有基于Wigner-Ville分布(WVD)的信號檢測和參數(shù)估計(jì)方法,在非線性的時頻分布中,WVD對LFM信號具有很好的時頻聚集性,非常適合于對LFM信號的處理,但是,由于其變換過程的非線性,在利用這類方法處理多分量信號時,必然會受到交叉項(xiàng)的困擾,雖然可通過選擇合適的核函數(shù)來抑制交叉項(xiàng),但同時也降低了信號的時頻聚集性;基于WVD-hough 變換(WHT)及基于分?jǐn)?shù)階Rmrier變換(FRFT)的LFM信號檢測與參數(shù)估計(jì)方法,可以使交叉項(xiàng)干擾得到進(jìn)一步的抑制,但依然不能徹底消除上述典型時頻分析方法中交叉項(xiàng)干擾的存在,在強(qiáng)干擾源環(huán)境下特別是在強(qiáng)窄帶干擾(信干比<_20dB)和強(qiáng)寬帶高斯噪聲干擾源(信噪比<_20dB)同時存在情況下,上述現(xiàn)有方法還無法對多分量LFM信號進(jìn)行有效檢測。從窄帶干擾抑制的角度分析,抑制窄帶干擾目前大致有兩種處理方式,一種是基于時域預(yù)測的窄帶干擾抑制,其依據(jù)某種最優(yōu)準(zhǔn)則預(yù)測干擾,然后從接收信號中將其減掉,來達(dá)到抑制窄帶干擾的目的,但這種處理方式通常需要知道干擾的先驗(yàn)知識,且在非平穩(wěn)的干擾信號存在情況下,抑制性能較低;另一種是基于變換域的窄帶干擾抑制,其通過在變換域?qū)㈤撝递^大的頻譜分量去掉,即在信號中剔除干擾所占頻段的信號,常用的方法有離散傅立葉變換(DFT)、離散余弦變換(DCT)、重疊變換(LT)、S變換(ST)、小波包變換(WPT)等,但這些抑制方法在抑制窄帶干擾的同時,也將同頻率的信號成份去除,損失了信號的能量,帶來了信噪比的損失,從而影響了信號參數(shù)估計(jì)的準(zhǔn)確性。

      發(fā)明內(nèi)容
      本發(fā)明的目的是提供一種強(qiáng)干擾源環(huán)境下的LFM信號檢測方法,它能有效解決強(qiáng)同頻窄帶干擾和強(qiáng)寬帶高斯噪聲干擾對參數(shù)估計(jì)的影響,消除了現(xiàn)代多分量時頻分析方法中普遍存在的交叉項(xiàng)干擾問題,能夠有效提取多分量信號中的各分量線性調(diào)頻信號并進(jìn)行精確的參數(shù)估計(jì)。為了解決背景技術(shù)所存在的問題,本發(fā)明采用以下技術(shù)方案它采用以下步驟 首先采用陣列接收時域復(fù)數(shù)盲分離技術(shù),將接收到的多分量信號及各種干擾源信號進(jìn)行時域分離,分解成多路時域接收信號,然后分別對每路時域接收信號進(jìn)行信號與干擾的判別, 根據(jù)電子偵察接收機(jī)的寬帶接收體制,及頻譜密度函數(shù)的二階中心矩所代表的信號頻譜寬度特性,通過歸一化頻譜密度函數(shù)的二階中心矩計(jì)算,選擇出寬帶高斯噪聲干擾源信號,通過云模型特征向量提取與信號頻譜序列相似度判別,選擇出同頻窄帶干擾源信號,最后對剩余的各路時域分離信號分別通過Wigner-Hough變換(WHT)進(jìn)行多分量LFM信號的檢測與參數(shù)估計(jì)。本發(fā)明通過時域分離將接收信號分解為多路,然后對每一路分別進(jìn)行處理,有效抑制了傳統(tǒng)的基于WVD類時頻分析方法檢測多分量線性調(diào)頻信號時受交叉項(xiàng)困擾的問題; 通過基于頻譜密度二階中心矩處理方法進(jìn)行LFM信號與寬帶覆蓋式干擾源噪聲的帶寬的比較,抑制了強(qiáng)寬帶高斯噪聲干擾源對傳統(tǒng)時頻分析檢測方法的影響;同時結(jié)合頻譜序列云模型特征向量提取,通過與基準(zhǔn)線性調(diào)頻信號特征向量相似度比較,消除了強(qiáng)同頻窄帶干擾對LFM信號檢測的影響。


      圖1本發(fā)明基于復(fù)數(shù)盲分離聯(lián)合云模型的多分量線性調(diào)頻信號檢測方法的處理示意框2為本發(fā)明基于復(fù)數(shù)盲分離聯(lián)合云模型的多分量線性調(diào)頻信號檢測方法的算法流程框圖;圖3為本發(fā)明實(shí)施例中所使用的強(qiáng)干擾源與二分量LFM混合信號(信干噪比為-30dB)的傳統(tǒng)WHT檢測效果圖;圖4為本發(fā)明實(shí)施例中所使用的強(qiáng)干擾源與二分量LFM混合信號經(jīng)復(fù)數(shù)FastICA 分離后的結(jié)果圖;圖5本發(fā)明方法分離出的各分量LFM信號及同頻窄帶干擾信號的頻譜序列6-7為本發(fā)明實(shí)施例中用本發(fā)明基于復(fù)數(shù)盲分離聯(lián)合云模型的多分量線性調(diào)頻信號檢測方法進(jìn)行多分量LFM信號檢測的效果圖。
      具體實(shí)施例方式具體實(shí)施方式
      采用以下技術(shù)方案參照圖1-2,本具體實(shí)施方式
      采用以下技術(shù)方案它采用以下步驟首先采用陣列接收時域復(fù)數(shù)盲分離技術(shù),將接收到的多分量信號及各種干擾源信號進(jìn)行時域分離,分解成多路時域接收信號,然后分別對每路時域接收信號進(jìn)行信號與干擾的判別,根據(jù)電子偵察接收機(jī)的寬帶接收體制,及頻譜密度函數(shù)的二階中心矩所代表的信號頻譜寬度特性,通過歸一化頻譜密度函數(shù)的二階中心矩計(jì)算,選擇出寬帶高斯噪聲干擾源信號,通過云模型特征向量提取與信號頻譜序列相似度判別,選擇出同頻窄帶干擾源信號,最后對剩余的各路時域分離信號分別通過Wigner-Hough變換(WHT) 進(jìn)行多分量LFM信號的檢測與參數(shù)估計(jì)。本具體實(shí)施方式
      假設(shè)電子偵察信號環(huán)境中雷達(dá)輻射源數(shù)η小于等于多通道接收
      系統(tǒng)的觀測信號數(shù)m(m ^ η)、各雷達(dá)輻射源相互統(tǒng)計(jì)獨(dú)立、干擾源信號分別為強(qiáng)寬帶高斯
      噪聲和強(qiáng)同頻窄帶干擾,其混合信號模型可表示如下 k-l 2x(t) = ^4eJ2Hfl'+iM'' /2)) +J{t) + n{t),- Δ t/2 彡 t 彡 At/2 (1)
      i=0式中\(zhòng)、f” μ^ =0,…,k-l)分別表示各分量輻射源信號的幅度、中心頻率、 調(diào)頻斜率;J(t)為同頻窄帶干擾;n(t)為零均值、方差為σ 2的高斯白噪聲。本方法采用多通道寬帶接收體制對多分量雷達(dá)輻射源信號進(jìn)行檢測,采用盲信號處理技術(shù)中的復(fù)數(shù)FastICA算法,對上述多分量雷達(dá)信號進(jìn)行時域分離預(yù)處理。采用的含噪聲干擾源獨(dú)立分量分析的線性模型可表示如下
      η^(O-ZVjW (i = 1,2,...,m) (2)
      戶1式中= 1,…,k,k+l,…,η)為各分量信號(其中包括n-k路線性調(diào)頻信號和k路噪聲干擾源信號),Xi(i = 1,-,m)為各接收通道的觀測信號。用復(fù)數(shù)信號矩陣形式來表示,即X = A(3)
      W這里,s為n-1個獨(dú)立源復(fù)數(shù)信號矢量s = (S1, S2, ... , sn_k)其中包括n_k個LFM 分量信號和k-l個窄帶干擾源信號,η為零均值高斯白噪聲干擾源信號,χ是m個觀測隨機(jī)復(fù)數(shù)信號矢量χ = (Xl,&,. . .,ι),A是mXn維復(fù)數(shù)混合矩陣,并且A列滿秩。基于復(fù)數(shù)FastICA的多分量LFM時域分離技術(shù)主要步驟如下一是對經(jīng)過多通道陣列接收的多分量LFM與噪聲混合信號χ進(jìn)行白化處理,白化處理可去除各選取信號間的相關(guān)性;二是獨(dú)立分量的提取,主要通過衡量所提取信號的最大非高斯性達(dá)到分離目的。對多分量LFM信號與噪聲的混合信號χ進(jìn)行中心化,將觀測信號χ減去其均值
      E{χ},即i W,使&均值為O。利用中心化后的觀測矩陣&的協(xié)方差矩陣尺二尉“1}進(jìn)行特征分解,獲得協(xié)方差矩陣民的特征矢量矩陣U和以特征值為對角元素的對角矩陣D,則觀測數(shù)據(jù)的線性白化矩陣為Q = D^172Ut (4)經(jīng)過中心化的觀測數(shù)據(jù)過白化矩陣Q,得到零均值矢量X = Qi,有E{XXH} = I。采用峭度來衡量所分離信號的非高斯性。對于一個復(fù)隨機(jī)變量y (這里y是經(jīng)過白化預(yù)處理的,其實(shí)部、虛部不相關(guān)且方差相等),峭度定義如下kurt(y) = E {| y |4} _2 (Ε {| y |2})2-1E {y2} |2= E{|y|4}"2(5)根據(jù)中心極限定理,如果我們得到的觀測信號趨近于高斯變量,則其峭度值比源信號更接近零。如果可以找到一個矩陣W,使得Y = WhX的各個分量的峭度值距離零最遠(yuǎn), 那么就可以認(rèn)為Y是對源信號s的估計(jì)。選用合適的非線性函數(shù)G (y)來代替y使得算法的魯棒性更好,則分離矩陣的期望函數(shù)為Jg(W) =E{G(|Y|2)} =E{G(|WhX|2)} (6)選用的非線性函數(shù)G為G(y) = log(a+y)(7)這里,取a 0.1。復(fù)數(shù)信號的!^stICA就是尋找函數(shù)E{G(|/x|2)}的極值。假設(shè)尋找的分離矩陣為 w,隨機(jī)地選擇一個初始分離向量w,則分離向量的固定點(diǎn)算法如下W+ = EIx (Whx) *g (I WhX 12) } -E {g (I WhX 12)+|wHx |2g' (|wHx|2)}w(8) w
      .J L·(9)
      IMIw(8)式中非線性函數(shù)^>0 = ^;是G(y)的導(dǎo)數(shù)。判斷是否收斂(收斂意味著
      新值Wmw和舊值W指向同一方向,即它們的點(diǎn)積為常數(shù))。如果不收斂,則將(9)式中得到的Wmw替代(8)式中的W,直至Wmw收斂。當(dāng)僅需要計(jì)算出一個獨(dú)立分量時,則該分量就為 WHx。當(dāng)存在多個獨(dú)立分量時,為了防止重復(fù)分離同一個信號,需要對產(chǎn)生的分離向量進(jìn)行施密特正交判斷。假設(shè)存在P個獨(dú)立分量信號,通過上面的計(jì)算方法算出第一個獨(dú)立分量的分離向量設(shè)其為Wi,在計(jì)算第P個分離向量時,對于每一次迭代運(yùn)算產(chǎn)生的Wmw,進(jìn)行如下操作
      P-I\Wfm=Wi-ZwZw^Vw(10)
      _3] αι)其中(10)式中Wj(j = l,...,p_l)表示前P-I個分離向量,wpn 表示第ρ個分離向量的新值。最后判斷Wpnrat是否收斂。如果不收斂,則將(11)式中得到的Wpnrat替代式⑶中的W和式(10)中的Wp,直至Wpmw收斂,從而獲得第P個分離向量。為了同時估計(jì)所有的獨(dú)立分量,也可以使用式(12)進(jìn)行對稱去相關(guān)[7]。W = W(WhW)-"2(12)其中W = (W1, ...,wn)是矢量矩陣。通過矢量矩陣w可以計(jì)算出分離信號y1; y2,…,yn,從而完成將多分量LFM及噪聲干擾源混合信號的時域分離過程。在滿足m > η的條件下,能夠找到一個線性變換矩陣W,使得觀測信號χ經(jīng)過變換后得到的新信號矢量Y的各個分量之間盡可能的獨(dú)立,即Y = WhX (13)式中,Y就是時域分離矢量信號,即為源信號矢量s的估計(jì)值。在信號分析與信號處理中,信號的頻率中心及頻帶寬度說明了信號在頻域的中心位置以及在頻域的擴(kuò)展情況。對于經(jīng)上述預(yù)處理得到的信號y (t),它是能量有限信號,其能量表示為
      權(quán)利要求
      1.一種強(qiáng)干擾源環(huán)境下的LFM信號檢測方法,其特征在于它采用以下步驟首先采用陣列接收時域復(fù)數(shù)盲分離技術(shù),將接收到的多分量信號及各種干擾源信號進(jìn)行時域分離, 分解成多路時域接收信號,然后分別對每路時域接收信號進(jìn)行信號與干擾的判別,根據(jù)電子偵察接收機(jī)的寬帶接收體制,及頻譜密度函數(shù)的二階中心矩所代表的信號頻譜寬度特性,通過歸一化頻譜密度函數(shù)的二階中心矩計(jì)算,選擇出寬帶高斯噪聲干擾源信號,通過云模型特征向量提取與信號頻譜序列相似度判別,選擇出同頻窄帶干擾源信號,最后對剩余的各路時域分離信號分別通過Wigner-Hough變換進(jìn)行多分量LFM信號的檢測與參數(shù)估計(jì)。
      2.根據(jù)權(quán)利要求1所述的一種強(qiáng)干擾源環(huán)境下的LFM信號檢測方法,其特征在于所述的基于復(fù)數(shù)FastICA的多分量LFM時域分離技術(shù)主要步驟為一是對經(jīng)過多通道陣列接收的多分量LFM與噪聲干擾源混合信號χ進(jìn)行白化處理,白化處理可去除各選取信號間的相關(guān)性;二是獨(dú)立分量的提取,主要通過衡量所提取信號的最大非高斯性達(dá)到分離目的。
      3.根據(jù)權(quán)利要求1所述的一種強(qiáng)干擾源環(huán)境下的LFM信號檢測方法,其特征在于由于電子偵察采用的是寬帶接收體制,在強(qiáng)寬帶高斯噪聲干擾源存在的情況下寬帶接收機(jī)接收的多分量信號中寬帶干擾源噪聲的帶寬要遠(yuǎn)大于各分量調(diào)頻信號的帶寬,通過預(yù)處理將多分量LFM與噪聲干擾源混合信號進(jìn)行時域分離,并對分離信號y” y2,…,yn分別進(jìn)行歸一化頻譜密度函數(shù)的二階中心矩處理,調(diào)用公式Ω 0=|£Ω|7Ο )|2 da、E = £| y{t) I2 dt、=~£(Ω-Ω0)2|ΓΟ )|2 、B = 2 Δ Ω,求得分離信號的頻帶寬度信息表示B,通過B值對分離信號中寬帶高斯噪聲源信號與各分量信號進(jìn)行判別。
      4.根據(jù)權(quán)利要求1所述的一種強(qiáng)干擾源環(huán)境下的LFM信號檢測方法,其特征在于對去除寬帶高斯噪聲處理后的各分量信號進(jìn)行快速傅立葉變換(FFT)求得各分量信號的頻譜; 通過對頻譜的重采樣,求得各分量信號的頻譜序列;對各頻譜序列進(jìn)行云模型數(shù)字特征的提取,構(gòu)成云模型特征向量;利用各云模型特征向量與基準(zhǔn)LFM信號頻譜序列云模型特征向量之間的夾角余弦表示相似度度量,通過上述相似度的度量值來判別LFM信號與同頻窄帶干擾源信號。
      5.根據(jù)權(quán)利要求1所述的一種強(qiáng)干擾源環(huán)境下的LFM信號檢測方法,其特征在于通過寬帶高斯噪聲源與同頻窄帶干擾源判別處理技術(shù),將判別出的寬帶高斯噪聲源信號從時域分離信號集中去除,將判別出的同頻窄帶干擾源信號從時域分離信號集中去除,再將得到的時域分離各分量信號71(0,^(0,…,yn(t)分別單獨(dú)進(jìn)行WHT變換,從而完成對多分量線性調(diào)頻信號的檢測與參數(shù)估計(jì)。 全文摘要
      一種強(qiáng)干擾源環(huán)境下的LFM信號檢測方法,屬于信號處理技術(shù)領(lǐng)域。它采用以下步驟首先采用陣列接收時域復(fù)數(shù)盲分離技術(shù),將接收到的多分量信號及各種干擾源信號進(jìn)行時域分離,分解成多路時域接收信號,然后分別對每路時域接收信號進(jìn)行信號與干擾的判別,根據(jù)電子偵察接收機(jī)的寬帶接收體制,及頻譜密度函數(shù)的二階中心矩所代表的信號頻譜寬度特性,選擇出寬帶高斯噪聲干擾源信號,通過云模型特征向量提取與信號頻譜序列相似度判別,選擇出同頻窄帶干擾源信號,最后對剩余的各路時域分離信號分別通過Wigner-Hough變換進(jìn)行多分量LFM信號的檢測與參數(shù)估計(jì)。它能夠有效提取多分量信號中的各分量線性調(diào)頻信號并進(jìn)行精確的參數(shù)估計(jì)。
      文檔編號H04B17/00GK102510363SQ201110291400
      公開日2012年6月20日 申請日期2011年9月30日 優(yōu)先權(quán)日2011年9月30日
      發(fā)明者萬建, 刁元鵬, 國強(qiáng), 項(xiàng)建弘, 高海波 申請人:哈爾濱工程大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
      1