CN106526566A - 基于fpga高速预处理的信号脉内特征实时分析处理方法 - Google Patents
基于fpga高速预处理的信号脉内特征实时分析处理方法 Download PDFInfo
- Publication number
- CN106526566A CN106526566A CN201611115054.8A CN201611115054A CN106526566A CN 106526566 A CN106526566 A CN 106526566A CN 201611115054 A CN201611115054 A CN 201611115054A CN 106526566 A CN106526566 A CN 106526566A
- Authority
- CN
- China
- Prior art keywords
- pulse
- signal
- analysis
- intermediate frequency
- real
- 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.)
- Pending
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
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/418—Theoretical aspects
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明设计一种基于FPGA高速预处理的信号脉内特征实时分析处理方法,应用于被动侦测系统精细分析子系统中,快速判别未知信号的信号类型并进行参数估计。本发明提出的技术方案可实现采集模式下流水分析关注范围(频率、脉宽、幅度)内的中频数据,显示PDW频率、脉宽、幅度信息及脉内特征图形化分析结果;回放模式当用户选中指定PDW时,能实时分析该PDW对应中频数据的脉内特征。该方法利用FPGA芯片与分析软件相集合,提高分析速度,满足了实时性要求。
Description
技术领域
本技术属于无源探测技术被动雷达数据处理领域。
背景技术
雷达信号脉内调制特征识别技术是目标信号识别的重要手段,是指在时域、频域和空域已截获雷达信号的基础上,对这些信号进行脉内调制特征识别,提取特征参数。
对雷达信号进行脉内特征分析的方法较多,目前流行的算法主要分为时域分析法、调制域分析法、时频域分析法。由于脉内特征技术提取属于高度军事机密,国外研究成果在公开文献中出现相对较少,公开的大多是基于时频域的脉内特征提取方法。90年代国外电子侦察系统中已经装备了先进的雷达信号脉内特征提取分析设备,显著增强了外军的电子侦察和被动探测定位能力。
国内对雷达信号脉内分析方法的研究起步较晚,但是近年来在这方面的研究也逐渐地活跃起来,上世纪九十年代初开始有专门讨论脉内特征分析的文章发表。经过科研、工程人员的不懈努力,已经形成了一些较为成熟的估计算法。比如瞬时自相关算法、WVD算法、过零检测算法、短时傅里叶变换、小波分析,模糊函数算法,分数阶傅里叶变换。这些算法对单载频、线性调频、相位编码信号、频率编码信号等脉内调制分析都有一定的效果,并有了一定的工程应用。
但现有技术在实际应用还存在许多亟待解决的问题,主要体现在以下几个方面:
(1)现有的算法需要截获信号有一定的信噪比要求,当信噪比过低时常常出现错判。
(2)雷达信号脉内调制方式种类繁多,需要同时采用各种脉内调制特征分析识别算法进行并行处理,目前国内在算法的分析判别结果综合判决方面研究成果较少。
(3)动态选择最佳的特征分析识别算法,平衡进行运算资源调度,解决识别概率与算法复杂度间的矛盾也是科研人员面临的重要挑战。
(4)目前通过雷达信号脉内调制特征识别,间接推断其运载武器平台、威胁等级等信息也还是一项难以完成的任务。
综上所述,根据对现有相关技术的总结,不难发现如何准确快速地对雷达信号进行脉内特征精细分析和参数精确测量,是当前雷达信号识别处理中急需重点研究的技术难题之一。
原则上通过提高显卡性能、计算机CPU性能、提高内存容量、更新算法等方法都可以提高的脉内特征分析速度的提高,但提高空间极为有限,面对复杂多变而又未知的雷达信号而言难以实现脉内特征分析实时性的要求。本发明针对急需解决的实时化脉内分析这一关键问题,通过FPGA高速预处理中频数据信息,快速计算出雷达信号的PDW信息,并将该信息与中频数据一一对应,共同传输至脉内特征分析软件进行处理,辅助图形化显示PDW,脉间分析,脉内特征分析技术,解决了实时化脉内分析这一难点。
发明内容
本发明的目的在于提供一种基于FPGA高速预处理的信号脉内特征实时分析处理方法。
本发明提出的技术方案包括如下:利用FPGA芯片作为硬件平台,对采集并处理后的中频数据由原来的流水线型传输改为先存储后传输的方式;对中频数据进行参数估计,包括脉冲幅度、脉冲到达时间、脉宽估计和脉冲载频估计,根据上述计算所得的脉宽、载频范围和幅度参数,如果参数在规定范围内则进行传输,否则抛弃该脉冲;通过FPGA内置的高速RocketI/O利用光纤介质将脉冲描述字添加至中频数据之前,传输至脉内特征分析模块;脉内特征分析模块接收到脉冲描述字和中频数据后,按照脉冲描述字的格式逐位解析,获得频率、脉宽、幅度、数据长度的参数信息;根据解析出的数据长度,确定数据缓存指针指向的物理地址,将中频数据直接读入数据缓存中以便后续处理。
本发明的有益效果是:在进行复杂信号脉内特征分析前,通过FPGA芯片对模拟中频数据进行高速预处理,避免了脉内特征分析模块对中频数据的寻址操作,较大程度的节省了分析时间,实现了脉内特征的实时化分析。本发明解决了进行雷达信号脉内特征分析时,通过FPGA内置的高速RocketI/O利用光纤介质将脉冲描述字和中频数据传送到脉内特征分析模块后,脉内特征分析模块需要对接收的数据进行按字节查信息头,耗费较长计算时间的问题,达到了脉内特征分析实时化的目标。
附图说明
附图1是一种基于FPGA高速预处理的信号脉内特征实时分析处理方法流程图。
附图2是FPGA硬件实施方案。
附图3是软件模块设计流程图。
附图4脉内图形模块示意图。
具体实施方式
本发明总体流程图如图1所示。
s1.通过FPGA芯片对模拟中频数据进行高速采样和数字下变频,求得信号的包络和瞬时相位;
s2.通过FPGA芯片对中频数据的幅度、脉宽、频率等参数进行估计;
s3.完成FPGA高速预处理后,通过FPGA内置的高速RocketI/O利用光纤介质将脉冲描述字和中频数据传送到脉内特征分析模块;
s4:脉内特征分析模块接收到脉冲描述字和中频数据后,按照脉冲描述字的格式逐位解析,获得到频率、脉宽、幅度、数据长度等参数信息;
s5:根据解析出的数据长度,确定数据缓存指针指向的物理地址,将中频数据直接读入数据缓存中,省去按字节查询信息头以确定中频数据起始地址的步骤,较大程度上缩短了数据分析所需的时间。
具体实施时包含硬件数据处理和软件分析显示两个部分。对于硬件数据处理部分,首先依据耐奎斯特带通采样定理确定合适的采样率,选用合适的芯片实现模拟中频信号到FPGA可处理的数字信号的转换,通过数字下变频去除目标信号的载波,得到I、Q两路基带信号。
计算信号的包络和瞬时相位:采用坐标旋转数字式计算机(Coordinate Rotation Digital Computer,CORDIC)的算法实现求模和相位。该算法是一种笛卡尔坐标(x,y)与极坐标之间的自由变换算法,是一种迭代算法,仅需要移位、累加和减法运算,非常适合FPGA实现。该方法的计算精度非常高,误差<0.1%,运算时间小于一个时钟周期。然后进行噪声功率统计,噪声均值的计算要在没有信号、只有噪声的时间进行。由于信号的到达是随机的,因此需要对信号进行滤除。将求模后的信号幅度与所设定的门限相比较,如果超过该门限,则认为检测到了信号,否则,认为没有检测到信号。门限的设定与所要求的接收机虚警率有关。
接下来进行参数估计,首先是脉冲幅度估计:粗略估计信号幅度,方法是在总和法检测结果的上升沿之后0.5μs之内出现的最大值作为信号的幅度估计值,把求模结果和幅度估计值的一半比较,大于该值,则认为是超过了门限,对超过门限的数据进行统计平均即得到脉冲幅度;然后是脉冲到达时间和脉宽估计:脉冲到达时间定义为脉冲信号的两个半电压点所处的时间,相应的两个样点称为脉冲前沿到达时间和脉冲后沿到达时间,又称为脉冲起始时刻和脉冲终止时刻。脉冲宽度定义为脉冲信号的两个半电压点之间的时间间隔;最后是脉冲载频估计:利用频率和相位的关系(相位的一阶差分即为频率)实现数字鉴频。对脉冲宽度内的瞬时频率进行累加、平均,即可得到该脉冲信号的平均载频。完成参数估计后根据前面计算所得的脉宽大小、频率范围和幅度大小等参数,如果在规定范围内则进行传输。否则扔掉。利用FPGA内置的高速RocketI/O通过光纤介质传送到雷达数据处理机。
软件分析显示部分中设计脉内分析模块,接收中频索引地址,实时计算中频数据的频率、脉宽、幅度、带宽、时间带宽积;根据隶属度(计算、相位突变概率)和谱平坦度等算法,实时判别简单信号、线性调频信号(LFM)、二相编码信号(BPSK)、四相编码信号(QPSK)、频率编码信号(FSK),实时分析LFM的调频斜率、BPSK、QPSK、FSK的码元宽度、编码规律,实时计算中频的频谱图、相位图等参数图形,并发送给脉内图形显示模块;
软件分析显示部分中设计脉内图形显示模块,用于将图形化显示脉内分析模块的各种数据,可以方便用户更好的分析出信号脉内的时域和频域上的变化,掌握雷达信号脉内调制规律,结合脉间信息分析雷达功能。
Claims (1)
1.基于FPGA高速预处理的信号脉内特征实时分析处理方法,其特征在于:利用FPGA芯片作为硬件平台,对采集并处理后的中频数据由原来的流水线型传输改为先存储后传输的方式;对中频数据进行参数估计,包括脉冲幅度、脉冲到达时间、脉宽估计和脉冲载频估计,根据上述计算所得的脉宽、载频范围和幅度参数,如果参数在规定范围内则进行传输,否则抛弃该脉冲;通过FPGA内置的高速RocketI/O利用光纤介质将脉冲描述字添加至中频数据之前,传输至脉内特征分析模块;脉内特征分析模块接收到脉冲描述字和中频数据后,按照脉冲描述字的格式逐位解析,获得频率、脉宽、幅度、数据长度的参数信息;根据解析出的数据长度,确定数据缓存指针指向的物理地址,将中频数据直接读入数据缓存中以便后续处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611115054.8A CN106526566A (zh) | 2016-12-07 | 2016-12-07 | 基于fpga高速预处理的信号脉内特征实时分析处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611115054.8A CN106526566A (zh) | 2016-12-07 | 2016-12-07 | 基于fpga高速预处理的信号脉内特征实时分析处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106526566A true CN106526566A (zh) | 2017-03-22 |
Family
ID=58342526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611115054.8A Pending CN106526566A (zh) | 2016-12-07 | 2016-12-07 | 基于fpga高速预处理的信号脉内特征实时分析处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106526566A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107561497A (zh) * | 2017-07-27 | 2018-01-09 | 中国船舶重工集团公司第七二四研究所 | Fsk及多种非线性调频信号识别及参数估算方法 |
CN111190146A (zh) * | 2020-01-13 | 2020-05-22 | 中国船舶重工集团公司第七二四研究所 | 一种基于视觉图形特征的复杂信号分选方法 |
CN112034434A (zh) * | 2020-09-04 | 2020-12-04 | 中国船舶重工集团公司第七二四研究所 | 基于稀疏时频检测卷积神经网络的雷达辐射源识别方法 |
CN112347921A (zh) * | 2020-11-06 | 2021-02-09 | 中国电子科技集团公司第二十九研究所 | Pdw序列预处理方法、系统、计算机设备及存储介质 |
CN112859019A (zh) * | 2021-01-11 | 2021-05-28 | 北京无线电计量测试研究所 | 一种脉内调制类型参数提取系统和使用方法 |
CN113391280A (zh) * | 2021-06-15 | 2021-09-14 | 中国电子科技集团公司第二十九研究所 | 基于fpga的雷达信号处理机调试方法、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102749616A (zh) * | 2012-06-29 | 2012-10-24 | 北京市遥感信息研究所 | 一种基于模糊聚类的宙斯盾系统信号分选方法 |
KR101280512B1 (ko) * | 2012-12-21 | 2013-07-01 | 국방과학연구소 | 실시간 pmop/fmop 신호 처리를 위한 디지털 수신기 및 그 방법 |
CN104052701A (zh) * | 2014-06-03 | 2014-09-17 | 哈尔滨工程大学 | 一种基于fpga实现的脉内调制特征实时提取与分类系统 |
-
2016
- 2016-12-07 CN CN201611115054.8A patent/CN106526566A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102749616A (zh) * | 2012-06-29 | 2012-10-24 | 北京市遥感信息研究所 | 一种基于模糊聚类的宙斯盾系统信号分选方法 |
KR101280512B1 (ko) * | 2012-12-21 | 2013-07-01 | 국방과학연구소 | 실시간 pmop/fmop 신호 처리를 위한 디지털 수신기 및 그 방법 |
CN104052701A (zh) * | 2014-06-03 | 2014-09-17 | 哈尔滨工程大学 | 一种基于fpga实现的脉内调制特征实时提取与分类系统 |
Non-Patent Citations (1)
Title |
---|
郝红连: ""基于宽带数字信道化接收的雷达侦查干扰系统研究"", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107561497A (zh) * | 2017-07-27 | 2018-01-09 | 中国船舶重工集团公司第七二四研究所 | Fsk及多种非线性调频信号识别及参数估算方法 |
CN107561497B (zh) * | 2017-07-27 | 2021-03-09 | 中国船舶重工集团公司第七二四研究所 | Fsk及多种非线性调频信号识别及参数估算方法 |
CN111190146A (zh) * | 2020-01-13 | 2020-05-22 | 中国船舶重工集团公司第七二四研究所 | 一种基于视觉图形特征的复杂信号分选方法 |
CN111190146B (zh) * | 2020-01-13 | 2021-02-09 | 中国船舶重工集团公司第七二四研究所 | 一种基于视觉图形特征的复杂信号分选方法 |
CN112034434A (zh) * | 2020-09-04 | 2020-12-04 | 中国船舶重工集团公司第七二四研究所 | 基于稀疏时频检测卷积神经网络的雷达辐射源识别方法 |
CN112034434B (zh) * | 2020-09-04 | 2022-05-20 | 中国船舶重工集团公司第七二四研究所 | 基于稀疏时频检测卷积神经网络的雷达辐射源识别方法 |
CN112347921A (zh) * | 2020-11-06 | 2021-02-09 | 中国电子科技集团公司第二十九研究所 | Pdw序列预处理方法、系统、计算机设备及存储介质 |
CN112859019A (zh) * | 2021-01-11 | 2021-05-28 | 北京无线电计量测试研究所 | 一种脉内调制类型参数提取系统和使用方法 |
CN113391280A (zh) * | 2021-06-15 | 2021-09-14 | 中国电子科技集团公司第二十九研究所 | 基于fpga的雷达信号处理机调试方法、设备及介质 |
CN113391280B (zh) * | 2021-06-15 | 2022-10-18 | 中国电子科技集团公司第二十九研究所 | 基于fpga的雷达信号处理机调试方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106526566A (zh) | 基于fpga高速预处理的信号脉内特征实时分析处理方法 | |
CN110244271B (zh) | 基于多重同步压缩变换的雷达辐射源分选识别方法及装置 | |
Liu et al. | Deep learning and recognition of radar jamming based on CNN | |
CN106443178A (zh) | 一种基于IQuinn‑Rife综合的正弦信号频率估计方法 | |
CN111965632B (zh) | 一种基于黎曼流形降维的雷达目标检测方法 | |
CN103412287A (zh) | 基于lvd的线性调频信号参数估计方法 | |
CN109490862B (zh) | 一种基于相位差分统计谱的载频估计方法 | |
CN104331583B (zh) | 一种基于实测海杂波数据的多重分形建模方法 | |
Zhu et al. | Automatic recognition of radar signals based on time-frequency image character | |
CN110133632B (zh) | 一种基于cwd时频分析的复合调制信号识别方法 | |
CN113221631A (zh) | 基于卷积神经网络的序列脉冲抗干扰目标检测方法 | |
CN106353742B (zh) | 一种基于稀疏逆傅里叶变换的快速脉压方法 | |
CN106546949A (zh) | 一种基于频率预估计的双阵元正弦信号来波方向估计方法 | |
US20240134001A1 (en) | Method and apparatus for determining noise floor estimated value, target detection method and apparatus, and electronic device | |
CN108333568B (zh) | 冲击噪声环境下基于Sigmoid变换的宽带回波Doppler和时延估计方法 | |
CN107167777B (zh) | 锯齿波线性调频信号参数提取方法 | |
Chen et al. | Deep residual learning in modulation recognition of radar signals using higher-order spectral distribution | |
CN116482680B (zh) | 一种身体干扰识别方法、装置、系统和存储介质 | |
Delamou et al. | Deep learning-based estimation for multitarget radar detection | |
Guner et al. | Implementation aspects of Wigner-Hough Transform based detectors for LFMCW signals | |
Meng et al. | Automatic modulation classification of noise‐like radar intrapulse signals using cascade classifier | |
CN116449328A (zh) | 基于时频分析特征融合的雷达工作模式识别方法及系统 | |
CN109541567A (zh) | 基于深度学习的高速机动目标检测方法 | |
CN115932773A (zh) | 基于谱形特征的目标角度检测方法、装置、设备及介质 | |
CN106501787A (zh) | 基于平滑伪魏格纳分布的二相编码信号参数估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170322 |
|
WD01 | Invention patent application deemed withdrawn after publication |