CN103487788B - 一种序列脉冲信号快速自动提取方法 - Google Patents
一种序列脉冲信号快速自动提取方法 Download PDFInfo
- Publication number
- CN103487788B CN103487788B CN201310395448.3A CN201310395448A CN103487788B CN 103487788 B CN103487788 B CN 103487788B CN 201310395448 A CN201310395448 A CN 201310395448A CN 103487788 B CN103487788 B CN 103487788B
- Authority
- CN
- China
- Prior art keywords
- pulse
- pulse signal
- point
- transition point
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
- G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
Abstract
本发明公开了一种从雷达信号、跳频信号等连续脉冲序列的通信信号中准确提取单个脉冲的序列脉冲信号快速自动提取方法。脉冲提取的基本过程为:首先结合单脉冲分析的各种方法,对信号进行平滑处理,然后检测脉冲宽度及关断时间,设定下采样尺度,再次平滑滤波,进而通过检测过渡点分割脉冲,并且根据分割结果正误调整滤波尺度,再次分割,直至分割正确。本发明可以快速从连续的脉冲序列中提取出单个脉冲,不需要使用阈值进行门限的判定,避免了阈值选择不当引起的脉冲位置误判,单脉冲提取方法简单,降低了运算量。
Description
技术领域
本发明涉及一种从雷达信号、跳频信号等连续脉冲序列的通信信号中准确提取单个脉冲的序列脉冲信号快速自动提取方法。
背景技术
脉冲信号是内容丰富、表现最生动、最具代表性的一类信号,用于通信、雷达、导航、电视、生物医学和仪器仪表等诸多领域。由于脉冲信号常用波形参数描述其具体特性指标,因此一般采用波形描述方式。为了实现从时域、频域、调制域等各个角度对信号的有效特征进行提取和描述,就必须首先从连续的脉冲序列中提取出单个脉冲。对于雷达脉冲信号,在电子情报侦察系统和电子志愿系统中对其进行分割提取也是必不可少的环节。只有在分割提取的基础上才能对雷达辐射源信号的参数进行分析和提取。
雷达信号、跳频信号等通信信号为连续的脉冲序列,要提取出单脉冲,就需要对接收到的连续脉冲序列进行分割,提取出单个脉冲,然后进行后续分析处理。对脉冲的提取方法一般是先设定一个判决阈值,根据阈值提取脉冲,如果当前存在一个高于阈值时间的视频信号,并且该信号能保持在阈值上一段时间,则当前点为一个有效脉冲位置,然后对有效脉冲进行提取,记录其上升沿、下降沿、幅度参数,最后进行脉冲定位。这种方法具有很大的局限性:阈值的计算会存在很大误差,如果判决阈值过高,则会出现漏检,如果判决阈值过低,往往会使噪声峰值超过识别阈值,从而出现虚警,这种局限性会严重影响脉冲的准确提取。随着多变、快变的电磁信号环境日益复杂和密集,这些传统的脉冲分割和识别方法已显得难以胜任,会出现参数门限过宽和过窄而造成严重的虚警和漏检现象,其主要原因是传统的脉冲分割方式只利用了脉冲的外部特征信息,且测量精度不高,不能很好的应用于十分复杂的各类电磁信号中。
现有的脉冲提取的方法一般是先提取雷达信号的包络幅值,对雷达包络幅值进行平滑滤波,对滤波后的包络幅值按照现有K均值算法进行K均值聚类,得到雷达包络幅值的脉冲信号部分的聚类中心和噪声部分的聚类中心,取两个聚类中心的均值作为最佳阈值,根据最佳阈值将信号分为脉冲信号和噪声部分,由此得到各个脉冲的起始位置和结束位置,然后根据得到的起始位置和结束位置对脉冲位置进行压缩或者扩展的调整,调整的长度根据需要设定或采用默认值,根据调整后的脉冲位置提取出脉冲信号。现有的分割方法效率低,已不能适应高度密集的和复杂多变的脉冲环境。图1示出了现有技术中基于自适应阈值的脉冲提取方法的流程图,公布号为CN101762808A的专利“基于自适应阈值的雷达脉冲提取方法”即采用此种方法来实现。
如图1所示,现有技术对滤波后的包络幅值按照现有K均值算法进行K均值聚类,得到雷达包络幅值的脉冲信号部分的聚类中心和噪声部分的聚类中心,取两个聚类中心的均值作为最佳阈值。上述基于K均值算法计算阈值的雷达脉冲提取方法具有很大的局限性,主要表现为:第一,利用K均值聚类算法的过程首先要为每个聚类确定一个初始的聚类中心。聚类的性能与初始聚类中心的选取有关。初始聚类中心的确定对聚类结果,聚类收敛时的影响很大,不合适的初始值常常会使结果收敛到一个不希望的极小点,并影响收敛速度。目标函数在每个局部极小点周围均有一个吸引域,如果选择的初始值处在该域中距离吸引子很近的位置,则优化过程收敛到该极值点速度很快,反之会导致较慢的收敛速度。如果初始值在吸引之外,则优化过程可能收敛到其他局部极小点上,得到一个不合理的聚类结果。
第二,K均值算法在下近似和边界区域的均值的计算过程中,算法都只是将对象相加再除以相应区域内的对象个数,即认定每个数据对象的权重是相同的。实际中位于数据密集区域和稀疏区域的对象对簇均值的计算重要性是不同的,若在对簇均值的计算过程中根据每个数据点所在区域的密度调整权重,得出的均值点能更好的代表这个簇。同时,K均值算法采用的固定的下近似权重wl及上近似权重wb,参数wl控制着下近似中的样本对聚类中心影响程度,参数wb控制着上近似中的样本对聚类中心影响程度,聚类是一个动态过程,随着聚类过程前期到后期上近似和和下近似的变化,固定经验权重无法很好适应聚类前期和后期的特点,同时该算法容易受到异常噪声点的干扰,少量的该类数据能够对平均值产生极大的影响。
上述局限性会严重影响最终确定的阈值的准确性,而阈值又会影响脉冲与噪声的判定,从而影响脉冲起始和结束位置的确定。
发明内容
本发明的目的在于提出一种基于FIR滤波的序列脉冲信号快速自动提取方法,适用于从连续的脉冲序列中提取出单脉冲,并且不受噪声和阈值的局限。
为了实现上述目的,本发明采用如下技术方案:
一种序列脉冲信号快速自动提取方法,包括如下步骤:
a、对输入的脉冲信号进行平滑滤波;
b、确定经过步骤a平滑滤波处理后的脉冲信号波形的顶值和底值,并根据该顶值和底值的差值求出脉冲信号波形的幅值;
c、根据步骤b得到的幅值,对经过步骤a平滑滤波处理后的脉冲信号进行判断,得到任意两个连续脉冲的前过渡点和后过渡点,根据所述前过渡点和后过渡点求得脉冲宽度和脉冲关断时间的粗略值;
d、根据步骤c求得的脉冲宽度和脉冲关断时间确定抽取比,对经过a平滑滤波处理的脉冲信号进行下采样并进行平滑滤波;
e、查找经过步骤d平滑滤波处理后的脉冲信号的所有前过渡点和后过渡点,判断脉冲信号中每5个连续点间的单调性,如果前两个点小于脉冲信号幅值的50%参考值,而后两个点大于50%参考值,当前点为前过渡点,如果前两个点大于50%参考值,而后两个点小于50%参考值,当前点为后过渡点,每两个前后过渡点间即为分割到的单个脉冲;
f、判断经过步骤e得到的单个脉冲的上升转换点和下降转换点是否交替周期变化,若为是,表示分割正确,输出分割结果,若为否,增加滤波阶数,返回步骤a,直至分割正确。
在步骤a中,利用FIR滤波器对输入的脉冲信号进行平滑滤波。
在步骤b中,利用密度分布统计平均法来确定脉冲信号波形的顶值和底值。
本发明的优点是:
本发明从脉冲包络的基本特征出发,根据其特征稳定性,研究了脉冲特征提取的基本算法,包括在时域采用平滑卷积对包络去噪,并获得诸如信号前沿、后延的变化、起伏、尖峰、相对幅度、脉宽等各项时域参数信息,使用下采样和判定过渡点等处理过程对脉冲进行有效分割,同时借助于滤波尺度可调的滤波器来进行脉冲位置的确定,可以快速从连续的脉冲序列中提取出单个脉冲,不需要使用阈值进行门限的判定,避免了阈值选择不当引起的脉冲位置误判,单脉冲提取方法简单,降低了运算量。
附图说明
图1为现有技术中基于自适应阈值的脉冲提取方法的流程图;
图2为本发明中序列脉冲信号快速自动提取方法的流程图。
具体实施方式
本发明中序列脉冲信号快速自动提取方法基于FIR滤波,适用于从连续的脉冲序列中提取出单脉冲,并且不受噪声和阈值的局限。脉冲提取的基本过程为:首先结合单脉冲分析的各种方法,对信号进行平滑处理,然后检测脉冲宽度及关断时间,设定下采样尺度,再次平滑滤波,进而通过检测过渡点分割脉冲,并且根据分割结果正误调整滤波尺度,再次分割,直至分割正确。
下面结合图2详细阐述本发明实现脉冲提取的基本步骤:
1)对输入的脉冲信号s(n)进行低阶数平滑滤波,去除噪声得到脉冲信号s2(n):
本发明采用FIR滤波器实现平滑滤波,选取汉明(Hamming)窗,然后通过滤波因子与输入信号在时域上卷积,实现信号的平滑滤波,窗函数为:
式中:阶数N为14阶(也可以根据需要设定),k为离散化的采样点,0≤k≤N-1。
2)求脉冲信号s2(n)的顶值level(sT)、底值level(sB)及幅值A:
首先利用密度分布统计平均法确定脉冲波形的顶值和底值;
将被测脉冲波形置于已经定标的方格坐标纸上,方格坐标纸分为m×n个小方格,每个小方格的高度为Δu,宽度为Δt,面积为Δu×Δt。由高度为Δu的m个小方格组成一个水平元素,由宽度为Δt的n个小方格组成一个垂直元素。在高度为Δu的每个水平元素中,查出脉冲波形通过的方格数,对应于每个水平元素,按脉冲波形通过的方格数目画出直方图,依据顶值直方图和底值直方图的数据,按下述公式分别计算出顶值level(sT)和底值level(sB):
其中,ui表示对应顶值直方图或底值直方图的某一个测量电压值,pi表示出现ui的值的概率,Pi表示对应顶值直方图或底值直方图的该测量电压值出现的频次,m×n表示总测量次数,即总格数;
幅值A可用下式计算:
A=level(sT)-level(sB)
3)根据步骤2求得的幅度A,找到脉冲信号s2(n)中任意两个连续脉冲的前过渡点tsa(1)、tsa(2)和后过渡点tsb(1)、tsb(2),得到脉冲宽度w=tsb(1)-tsa(1)及脉冲关断时间wd=tsa(2)-tsb(1)的粗略值;
4)以decin=min(length(w),length(wd))/10为抽取比对s2(n)进行下采样,并进行平滑滤波:具体为首先对信号进行decin倍的抽取,然后通过卷积进行平滑滤波,其中,min为取最小值,length为取长度;
5)求脉冲信号幅值的50%参考值,查找脉冲序列的所有前过渡点tsa(n),(n=1,2,3,...)和后过渡点tsb(n),(n=1,2,3,...);每两个前后过渡点间即为分割到的单个脉冲:
首先根据下式计算信号50%参考值,作为判定的脉冲参考值;
其中,yx%表示参考值大小,x表示用户定义的参考百分比,level(s)表示s状态的值,A表示幅值大小;
判断脉冲信号中每5个连续点的单调性,如果前两个点小于50%参考值,而后两个点大于50%参考值,则当前点为前过渡点,如果前两个点大于50%参考值,而后两个点小于50%参考值,当前点为后过渡点,每两个前后过渡点间即为分割到的单个脉冲;
6)检测分割是否正确,即检查上升转换点和下降转换点是否交替周期变化,否则增加滤波阶数,转到步骤1),再次进行计算,直到分割正确。此处的上升转换点是指前过渡点,下降转换点是指后过渡点。
当然,以上说明仅仅为本发明的较佳实施例,本发明并不限于列举上述实施例,应当说明的是,任何熟悉本领域的技术人员在本说明书的教导下,所做出的所有等同替代、明显变形形式,均落在本说明书的实质范围之内,理应受到本发明的保护。
Claims (1)
1.一种序列脉冲信号快速自动提取方法,其特征在于包括如下步骤:
a、对输入的脉冲信号进行平滑滤波;
b、确定经过步骤a平滑滤波处理后的脉冲信号波形的顶值和底值,并根据该顶值和底值的差值求出脉冲信号波形的幅值;
c、根据步骤b得到的幅值,对经过步骤a平滑滤波处理后的脉冲信号进行判断,得到任意两个连续脉冲的前过渡点和后过渡点,根据所述前过渡点和后过渡点求得脉冲宽度和脉冲关断时间的粗略值;
d、根据步骤c求得的脉冲宽度和脉冲关断时间确定抽取比,对经过a平滑滤波处理的脉冲信号进行下采样并进行平滑滤波;
e、查找经过步骤d平滑滤波处理后的脉冲信号的所有前过渡点和后过渡点,判断脉冲信号中每5个连续点间的单调性,如果前两个点小于脉冲信号幅值的50%参考值,而后两个点大于50%参考值,当前点为前过渡点,如果前两个点大于50%参考值,而后两个点小于50%参考值,当前点为后过渡点,每两个前后过渡点间即为分割到的单个脉冲;
f、判断经过步骤e得到的单个脉冲的上升转换点和下降转换点是否交替周期变化,若为是,表示分割正确,输出分割结果,若为否,增加滤波阶数,返回步骤a,直至分割正确;
在步骤a中,利用FIR滤波器对输入的脉冲信号进行平滑滤波;在步骤b中,利用密度分布统计平均法来确定脉冲信号波形的顶值和底值;
利用密度分布统计平均法确定脉冲波形的顶值和底值的步骤如下:
将被测脉冲波形置于已经定标的方格坐标纸上,方格坐标纸分为m×n个小方格,每个小方格的高度为Δu,宽度为Δt,面积为Δu×Δt;由高度为Δu的m个小方格组成一个水平元素,由宽度为Δt的n个小方格组成一个垂直元素;在高度为Δu的每个水平元素中,查出脉冲波形通过的方格数,对应于每个水平元素,按脉冲波形通过的方格数目画出直方图,依据顶值直方图和底值直方图的数据,按下述公式分别计算出顶值level(sT)和底值level(sB):
其中,ui表示对应顶值直方图或底值直方图的某一个测量电压值,pi表示出现ui的值的概率,Pi表示对应顶值直方图或底值直方图的该测量电压值出现的频次,m×n表示总测量次数,即总格数;
幅值A用下式计算:A=level(sT)-level(sB)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310395448.3A CN103487788B (zh) | 2013-09-03 | 2013-09-03 | 一种序列脉冲信号快速自动提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310395448.3A CN103487788B (zh) | 2013-09-03 | 2013-09-03 | 一种序列脉冲信号快速自动提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103487788A CN103487788A (zh) | 2014-01-01 |
CN103487788B true CN103487788B (zh) | 2016-04-27 |
Family
ID=49828158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310395448.3A Expired - Fee Related CN103487788B (zh) | 2013-09-03 | 2013-09-03 | 一种序列脉冲信号快速自动提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103487788B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112288033A (zh) * | 2020-11-19 | 2021-01-29 | 武汉生之源生物科技股份有限公司 | 一种全自动荧光免疫分析数据处理方法、系统及装置 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104635126A (zh) * | 2015-01-27 | 2015-05-20 | 国家电网公司 | 一种基于滑动窗口的局部放电单脉冲提取方法 |
JP6355849B2 (ja) * | 2015-07-28 | 2018-07-11 | 三菱電機株式会社 | 時系列データ処理装置 |
CN105353358B (zh) * | 2015-10-28 | 2017-09-12 | 北京理工大学 | 一种基于索引差分的通用雷达脉冲信号提取方法 |
CN105930859B (zh) * | 2016-04-12 | 2019-04-23 | 西安电子科技大学 | 基于线性流形聚类的雷达信号分选方法 |
CN106680618A (zh) * | 2016-11-17 | 2017-05-17 | 上海精密计量测试研究所 | Emi测量系统脉冲强度测量装置及测量方法 |
CN108241144B (zh) * | 2016-12-26 | 2020-04-14 | 深圳承泰科技有限公司 | 一种fmcw雷达波形调制方法及装置 |
CN108508427B (zh) * | 2018-07-04 | 2020-07-07 | 烟台雷奥电子科技有限公司 | 一种基于导航雷达的海冰区域检测方法、装置及设备 |
CN108957444B (zh) * | 2018-07-23 | 2022-02-01 | 烟台雷奥电子科技有限公司 | 海冰区域轮廓线检测方法及装置 |
CN111307304B (zh) * | 2020-03-09 | 2021-09-07 | 上海航天计算机技术研究所 | 红外钟形脉冲特征参量提取验证方法及平台 |
CN113221631B (zh) * | 2021-03-22 | 2023-02-10 | 西安电子科技大学 | 基于卷积神经网络的序列脉冲抗干扰目标检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1968228A (zh) * | 2006-11-23 | 2007-05-23 | 中兴通讯股份有限公司 | 一种信号处理中波形识别的方法 |
CN101762808A (zh) * | 2010-01-15 | 2010-06-30 | 山东大学 | 基于自适应阈值的雷达脉冲提取方法 |
-
2013
- 2013-09-03 CN CN201310395448.3A patent/CN103487788B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1968228A (zh) * | 2006-11-23 | 2007-05-23 | 中兴通讯股份有限公司 | 一种信号处理中波形识别的方法 |
CN101762808A (zh) * | 2010-01-15 | 2010-06-30 | 山东大学 | 基于自适应阈值的雷达脉冲提取方法 |
Non-Patent Citations (3)
Title |
---|
基于高速数据采集技术的脉冲幅度测量方法研究;付永杰等;《宇航计测技术》;20101031;第30卷(第5期);27-30,34 * |
数字示波器中波形参数自动测量算法研究;李启丙;《计算技术与自动化》;20110930;第30卷(第3期);87-89 * |
用于半导体激光器的脉冲恒流源理论与技术研究;王晴;《中国博士学位论文全文数据库(电子期刊)》;20120430(第4期);68-76 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112288033A (zh) * | 2020-11-19 | 2021-01-29 | 武汉生之源生物科技股份有限公司 | 一种全自动荧光免疫分析数据处理方法、系统及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103487788A (zh) | 2014-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103487788B (zh) | 一种序列脉冲信号快速自动提取方法 | |
CN108446632B (zh) | 一种局部放电脉冲边沿寻找与局部放电确认方法 | |
CN111934652B (zh) | 一种面向水深提取的光子计数激光雷达自适应滤波算法 | |
CN106597365B (zh) | 一种基于时域聚类的复杂电子信号时差定位方法 | |
CN102982534B (zh) | 基于弦线切线法的Canny边缘检测双阈值获取方法 | |
CN108872962A (zh) | 基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法 | |
CN105277923A (zh) | 一种单通道雷达信号分选方法 | |
CN109633633B (zh) | 一种基于分段分类增强处理的生命信号增强方法 | |
CN106443203A (zh) | 一种脉冲信号检测系统及方法 | |
CN110110738A (zh) | 一种基于多特征融合的雷达辐射源识别方法 | |
CN109709527B (zh) | 一种全波形激光测高回波信号中高斯分解的高斯波峰法 | |
WO2016004687A1 (zh) | 超高频局放信号初始时刻判别方法 | |
CN109474355A (zh) | 基于频谱监测数据的自适应噪声门限估计与信号提取方法 | |
CN109801236A (zh) | 一种基于混合高斯模型的光子点云去噪方法 | |
CN105429719A (zh) | 基于功率谱和多尺度小波变换分析强干扰信号检测方法 | |
CN105116394A (zh) | 一种基于多维细微特征分析的目标点迹提取方法 | |
CN103440765B (zh) | 一种车辆检测方法及装置 | |
CN107911185B (zh) | 一种适用于电离层暴期间短波链路的最高可用频率计算方法 | |
CN106618499B (zh) | 跌倒检测设备、跌倒检测方法及装置 | |
CN111257905B (zh) | 一种基于单光子激光点云密度分割的切片自适应滤波算法 | |
CN109584256A (zh) | 一种基于霍夫直线检测的脉冲星dm估计算法 | |
CN107884752A (zh) | 一种基于压缩感知的外辐射源雷达对目标检测方法 | |
CN109765425B (zh) | 基于峰值间时间差和能量加权的脉冲信号频率分析方法 | |
CN112332807A (zh) | 一种弱包络信号检测方法和系统 | |
CN103822867A (zh) | 一种基于DSP Builder的血细胞脉冲信号检测统计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190228 Address after: 266555 Xiangjiang 98, Huangdao District, Qingdao City, Shandong Province Patentee after: China Electronics Technology Instrument and Meter Co., Ltd. Address before: 266555 No. 98 Xiangjiang Road, Qingdao economic and Technological Development Zone, Shandong Patentee before: The 41st Institute of CETC |
|
TR01 | Transfer of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160427 Termination date: 20200903 |
|
CF01 | Termination of patent right due to non-payment of annual fee |