CN106597122A - 一种雷达及通信信号的脉冲宽度检测算法 - Google Patents

一种雷达及通信信号的脉冲宽度检测算法 Download PDF

Info

Publication number
CN106597122A
CN106597122A CN201710013992.5A CN201710013992A CN106597122A CN 106597122 A CN106597122 A CN 106597122A CN 201710013992 A CN201710013992 A CN 201710013992A CN 106597122 A CN106597122 A CN 106597122A
Authority
CN
China
Prior art keywords
time window
mark
trailing edge
edge position
wide
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.)
Granted
Application number
CN201710013992.5A
Other languages
English (en)
Other versions
CN106597122B (zh
Inventor
刘云学
于会
范文强
贺鹏飞
刘鹏飞
王娟娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yantai University
Original Assignee
Yantai University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yantai University filed Critical Yantai University
Priority to CN201710013992.5A priority Critical patent/CN106597122B/zh
Publication of CN106597122A publication Critical patent/CN106597122A/zh
Application granted granted Critical
Publication of CN106597122B publication Critical patent/CN106597122B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/02Measuring characteristics of individual pulses, e.g. deviation from pulse flatness, rise time or duration
    • G01R29/027Indicating that a pulse characteristic is either above or below a predetermined value or within or beyond a predetermined range of values
    • G01R29/0273Indicating that a pulse characteristic is either above or below a predetermined value or within or beyond a predetermined range of values the pulse characteristic being duration, i.e. width (indicating that frequency of pulses is above or below a certain limit)

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Power-Operated Mechanisms For Wings (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种雷达及通信信号的脉冲宽度检测算法,首先检测出上升沿位置,再检测出下降沿位置,然后通过上升沿位置和下降沿位置求得脉冲宽度后再次进入上升沿的检测,从而循环进行上升沿的检测和下降沿的检测,连续捕捉并计算脉冲的宽度。进行上升沿和下降沿检测时,采用宽窗口与窄窗口相结合的方案,平衡了检测概率和定位上升沿及下降沿之间的关系,保证了极低脉冲丢失概率及极低虚警概率,同时又利用了窄窗口的高分辨能力,提高检测上升沿及下降沿的检测精度;另一方面,本发明采用两级决策融合机制,多个窄窗口决策融合后的融合结果再与宽窗口的判断结果相融合,进一步提高了检测概率和检测精度。

Description

一种雷达及通信信号的脉冲宽度检测算法
技术领域
本发明涉及一种雷达及通信信号的脉冲宽度检测算法,属于雷达脉冲信号检测技术领域和通信脉冲信号检测技术领域。
背景技术
现代战争条件下,电子对抗与反对抗的斗争日趋激烈,因而有效地对雷达及通信信号进行截获、分选和识别是被动接收武器系统的主要任务。在现有电磁环境中,每秒钟会出现大量各种各样的脉冲信号,脉冲宽度作为电子侦察的五大核心参数之一,在雷达及通信信号分析中起着至关重要的作用。因此对雷达信号的脉冲宽度的准确测量是现代信号处理亟待解决的任务之一。
由于脉冲宽度检测需要在极短的时间内完成,因而很多先进的信号处理技术难以采用。现有技术中采用较多的脉冲宽度检测方式是能量检测法,该方法计算一段时间内采样点的平均功率或能量,再根据平均功率或能量与门限值之间的关系判断上升沿和下降沿是否出现,运算复杂度低,并且无需知道信号的先验信息,故而被广泛采用。但是,在实际运用过程中,如果采用宽窗口即窗口内采样点数较多,则在同样的虚警概率下能量检测法检测概率很高,但是难以准确定位上升沿及下降沿;如果采用窄窗口即窗口内采样点数较少,则在同样的虚警概率下便于准确定位上升沿及下降沿,但检测概率很低,极易出现错误。因此能量检测法检测结果的均方根误差较大,脉冲宽度测量精度低。
发明内容
本发明提出了一种雷达及通信信号的脉冲宽度检测算法,其目的在于:(1)在低计算复杂度的基础上提高脉冲宽度检测的精度。
本发明技术方案如下:
一种雷达及通信信号的脉冲宽度检测算法,步骤为:
首先检测出上升沿位置,再检测出下降沿位置,然后通过上升沿位置和下降沿位置求得脉冲宽度后再次进入上升沿的检测,从而循环进行上升沿的检测和下降沿的检测,连续捕捉脉冲信号并计算脉冲宽度,其特征在于:
检测之前,先建立一个宽时间窗口,再将宽时间窗口分为若干窄时间窗口,并为宽时间窗口设定一个宽时间窗口的门限,为窄时间窗口设立一个高门限和一个低门限;
上升沿检测时,首先进行窄时间窗口的过高门限判断和过低门限判断,然后进行高门限决策融合和低门限决策融合,然后进行宽时间窗口的过门限判断并得到“宽时间窗口上升沿位置”,然后将宽时间窗口检测结果与上升沿低门限融合决策进行第二级决策融合并获得“低门限上升沿位置”、将宽时间窗口检测结果与上升沿高门限融合决策进行第二级决策融合并获得“高门限上升沿位置”,对宽时间窗口过门限的采样点进行信噪比估计 ,最后依据信噪比估计的结果从“低门限上升沿位置”、“高门限上升沿位置”和“宽时间窗口上升沿位置”中选择其一为“上升沿位置”;
下降沿检测时,首先进行窄时间窗口的过高门限判断和过低门限判断,然后进行高门限决策融合和低门限决策融合,然后进行宽时间窗口的过门限判断,完成宽时间窗口功率大于等于门限的采样点的信噪比估计,得到“宽时间窗口下降沿位置”,然后将宽时间窗口检测结果与下降沿低门限融合决策进行第二级决策融合并获得“低门限下降沿位置”、将宽时间窗口检测结果与下降沿高门限融合决策进行第二级决策融合并获得“高门限下降沿位置”,最后依据信噪比估计的结果从“低门限下降沿位置”、“高门限下降沿位置”和“宽时间窗口下降沿位置”中选择其一为“下降沿位置”。
进一步地,所述的雷达及通信信号的脉冲宽度检测算法的具体步骤为:
(1)参数初始化设置:
(1-1)设定一个宽时间窗口并将该宽时间窗口划分为K个窄时间窗口,所述宽时间窗口长度为N个采样点、采样间隔为Ts,N大于等于K,所述窄时间窗口长度为M个采样点,M小于N;
(1-2)设定一信噪比值SNR0;
(1-3)设定虚警概率:为宽时间窗口设定虚警概率Pf0;为窄时间窗口设定虚警概率Pf1和Pf2,Pf0<Pf1<Pf2;
(1-4)根据各虚警概率计算各检测门限:根据Pf0计算宽时间窗口的检测门限T0,根据Pf1和Pf2分别计算出窄时间窗口的检测门限T1和T2,且有T0>T1>T2,即T1为窄时间窗口的高门限,T2为窄时间窗口的低门限;
(1-5)设定“用于估计信噪比的采样点数限值”N0;
(2)将所有宽时间窗口和窄时间窗口的内部输入信号采样值及采样值的缓存队列、输入信号功率及功率的缓存队列均清0;
建立“下降沿检测中检测到下一脉冲上升沿”标志X1、“上升沿检测中检测到脉冲下降沿”标志X2、“宽时间窗口已检测到脉冲信号”标志X3以及“宽时间窗口未检测到脉冲信号”标志X4并全部置为0;建立“宽时间窗口功率低于门限采样点数”N1和“宽时间窗口过门限采样点数”N2并均置为0;
(3)运行上升沿检测模块:
(3-1)建立窄时间窗口的“已检测到低门限上升沿”标志Y1和窄时间窗口的“已检测到高门限上升沿”标志Y2并全部置为0;
(3-2)检验标志X1是否为1:若为1,表明在上一脉冲下降沿检测模块中检测到当前脉冲的上升沿,则将标志X1置0、然后进入步骤(3-4),根据缓存区中的数据检测上升沿位置,所述缓存区中的数据包括宽时间窗口及各窄时间窗口的平均功率、还包括缓存队列中的数据;若不为1,则进入步骤(3-3);
(3-3)计算宽时间窗口的平均功率和K个窄时间窗口各自的平均功率,并对宽时间窗口及各窄时间窗口对应的缓存队列进行处理:当前采样点进入缓存队列、缓存队列中最末的采样点退出缓存队列;
(3-4)分别判断各窄时间窗口的平均功率是否大于等于T1,得到K个高门限判决结果;并且,分别判断各窄时间窗口的平均功率是否大于等于T2,得到K个低门限判决结果;
(3-5)建立“上升沿低门限融合决策”标志Z1,然后对K个窄时间窗口的低门限判断结果进行决策融合;若融合结果为检测到脉冲信号,则将Z1置为1,否则将Z1置为0;
(3-6)建立“上升沿高门限融合决策”标志Z2,然后对K个窄时间窗口的高门限判断结果进行决策融合;若融合结果为检测到脉冲信号,则将Z2置为1,否则将Z2置为0;
(3-7)检验标志X3是否为1:若标志X3为1,则将N2加1,然后进入步骤(3-8);若标志X3不为1,则判断宽时间窗口的平均功率是否大于等于T0:若宽时间窗口的平均功率大于等于T0,则将标志X3置1,置N2为1,并记录“宽时间窗口上升沿位置”,然后进入步骤(3-8),若宽时间窗口的平均功率小于T0,则进入步骤(3-3)对下一采样点进行处理;
(3-8)将宽时间窗口检测结果与上升沿低门限融合决策进行第二级决策融合,检验宽时间窗口检测到脉冲信号后、上升沿低门限融合决策过程中第一次检测到脉冲信号的时刻:如果标志Y1为0,则检验标志Z1是否为1:如果标志Z1为1,则置标志Y1为1并记录“低门限上升沿位置”再进入步骤(3-9),如果标志Z1不为1,则进入步骤(3-9);如果标志Y1不为0,则进入步骤(3-9);
(3-9)将宽时间窗口检测结果与上升沿高门限融合决策进行第二级决策融合,检验宽时间窗口检测到脉冲信号后、上升沿高门限融合决策过程中第一次检测到脉冲信号的时刻:如果标志Y2为0,则检验标志Z2是否为1:如果标志Z2为1,则置标志Y2为1并记录“高门限上升沿位置”再进入步骤(3-10),如果标志Z2不为1,则进入步骤(3-10);如果标志Y2不为0,则进入步骤(3-10);
(3-10)宽时间窗口检测到脉冲信号后,检验当前脉冲的下降沿是否出现:如果当前宽时间窗口的平均功率小于T0,表明上升沿检测过程中宽时间窗口检测到脉冲信号后脉冲信号又消失了,即当前脉冲的下降沿到达,则记录“宽时间窗口下降沿位置”并将标志X2及X4均置为1,并置标志X3及N1为0,然后执行“自适应上升沿位置确定”模块并给出当前脉冲上升沿位置,然后上升沿检测完成并返回;如果当前宽时间窗口的平均功率不小于T0,则估计信噪比SNR,然后进入步骤(3-11);
(3-11)检验上升沿检测是否完成:宽时间窗口检测到脉冲信号后,如果N2大于N0,则表明上升沿检测及信噪比估计已完成,则将标志X1、X2、X3和X4均置0,然后执行“自适应上升沿位置确定”模块并给出上升沿位置,最后上升沿检测完成并返回;如果N2不大于N0,则跳转至步骤(3-3)对下一采样点进行处理;
所述“自适应上升沿位置确定”模块的步骤为:
(A-1)如果SNR>=SNR0且标志Y2为1,则置上升沿位置为“高门限上升沿位置”、然后返回,否则进入步骤(A-2);
(A-2)如果SNR<SNR0且标志Y1为1,则置上升沿位置为“低门限上升沿位置”、然后返回,否则进入步骤(A-3);
(A-3)置上升沿位置为“宽时间窗口上升沿位置”,然后返回;
(4)运行下降沿检测模块:
(4-1)建立窄时间窗口的“已检测到低门限下降沿”标志Y3和窄时间窗口的“已检测到高门限下降沿”标志Y4并全部置为0;
(4-2)检验标志X2是否为1:若为1,表明在上升沿检测模块中脉冲信号出现后又消失,则将标志X2置0,然后进入步骤(4-4),根据缓存区中的数据检测下降沿位置,所述缓存区中的数据包括宽时间窗口及各窄时间窗口的平均功率、还包括缓存队列中的数据;若不为1,则进入步骤(4-3);
(4-3)计算宽时间窗口的平均功率和K个窄时间窗口各自的平均功率,并对宽时间窗口及各窄时间窗口对应的缓存队列进行处理:当前采样点进入缓存队列、缓存队列中最末的采样点退出缓存队列;
(4-4)分别判断各个窄时间窗口的平均功率是否低于T1,得到K个高门限判决结果;并且,分别判断各窄时间窗口的平均功率是否低于T2,得到K个低门限判决结果;
(4-5)建立“下降沿低门限融合决策”标志Z3,然后对K个窄时间窗口的低门限判断结果进行决策融合;若融合结果为没有检测到脉冲信号,则将Z3置为1,否则将Z3置为0;
(4-6)建立“下降沿高门限融合决策”标志Z4,然后对K个窄时间窗口的高门限判断结果进行决策融合;若融合结果为没有检测到脉冲信号,则将Z4置为1,否则将Z4置为0;
(4-7)检验标志X4是否为0:若标志X4为0,则进入步骤(4-8),若标志X4不为0,则将N1加1后进入步骤(4-9);
(4-8)判断宽时间窗口的平均功率是否低于T0:若宽时间窗口的平均功率低于T0,将标志X4和N1均置为1,并记录“宽时间窗口下降沿位置”,再进入(4-9);若宽时间窗口的平均功率大于或等于T0,则估计信噪比SNR,然后进入步骤(4-3)对下一采样点进行处理;
(4-9)宽时间窗口检测结果与下降沿低门限融合决策进行第二级决策融合,检验宽时间窗口检测到脉冲信号消失后、下降沿低门限融合决策过程中第一次检测到脉冲信号消失的时刻:如果标志Y3为0,则检验标志Z3是否为1:如果标志Z3为1,则置标志Y3为1并记录“低门限下降沿位置”再进入步骤(4-10),如果标志Z3不为1,则进入步骤(4-10);如果标志Y3不为0,则进入步骤(4-10);
(4-10)将宽时间窗口检测结果与下降沿高门限融合决策进行第二级决策融合,检验宽时间窗口检测到脉冲信号消失后、下降沿高门限融合决策过程中第一次检测到脉冲信号消失的时刻:如果标志Y4为0,则检验标志Z4是否为1:如果标志Z4为1,则置标志Y4为1并记录“高门限下降沿位置”再进入步骤(4-11),如果标志Z4不为1,则进入步骤(4-11);如果标志Y4不为0,则进入步骤(4-11);
(4-11)检验下一脉冲的上升沿是否出现:如果当前宽时间窗口的平均功率大于等于T0,表明下降沿检测过程中检测到新的脉冲信号出现,即下一个脉冲的上升沿到达,则记录“宽时间窗口上升沿位置”并将标志X1和X3置为1,并置标志X4和N2为0,然后执行“自适应下降沿位置确定”模块并给出当前脉冲下降沿位置,然后下降沿检测完成并返回;如果当前宽时间窗口的平均功率小于T0,则进入步骤(4-12);
(4-12)检测下降沿检测是否完成:如果N1大于N,则将标志X1、X2、X3和标志X4置0,然后执行“自适应下降沿位置确定”模块并给出下降沿位置,然后下降沿检测完成并返回;如果N1小于等于N,则跳转至步骤(4-3)对下一采样点处理;
(5)根据上升沿位置和下降沿位置计算出脉冲宽度,然后进入步骤(3)再次开始检测上升沿;
所述“自适应下降沿位置确定”模块的步骤为:
(B-1)如果SNR>=SNR0且标志Y4为1,则下降沿位置为“高门限下降沿位置”、然后返回,否则进入步骤(B-2);
(B-2)如果SNR<SNR0且标志Y3为1,则下降沿位置为“低门限下降沿位置”、然后返回,否则进入步骤(B-3);
(B-3)置下降沿时刻为“宽时间窗口下降沿位置”,然后返回。
相对于现有技术,本发明具有以下优点:(1)采用宽窗口与窄窗口相结合的方案,二者包含的采样点的数量不同,并设置有不同的虚警概率即门限值,宽窗口设置极低的虚警概率,而窄窗口设置较高的虚警概率,从而可以使两者同时过门限,平衡了检测概率和定位上升沿及下降沿之间的关系,利用宽窗口的优越检测能力,保证了极低脉冲丢失概率及极低虚警概率,同时又利用了窄窗口的高分辨能力,提高检测上升沿及下降沿的检测精度;(2)采用两级决策融合机制,多个窄窗口决策融合后的融合结果再与宽窗口的判断结果相融合,进一步提高了检测概率和检测精度;(3)窄窗口的门限值可根据信噪比估计结果自适应调整切换,检测精度高,灵活性强,适用性广;(4)主要运算是能量(或功率)计算及决策融合,算法运算复杂度低且与具体波形形状无关;(5)充分考虑了上升沿检测过程中又检测到下降沿以及下降沿检测过程中又检测到上升沿的情况,提高了检测的准确性,拓宽了适用范围。
附图说明
图1为本发明的总体流程示意图。
图2为上升沿检测的流程示意图第一部分。
图3为上升沿检测的流程示意图第二部分,其中节点1.1和节点1.2分别与图2的节点1.1和节点1.2相对应。
图4为“自适应上升沿位置确定”模块的流程图。
图5为下降沿检测的流程示意图第一部分。
图6为下降沿检测的流程示意图第二部分,其中节点2.1和节点2.2分别与图5的节点2.1和节点2.2相对应。
图7为“自适应下降沿位置确定”模块的流程图。
具体实施方式
下面结合附图详细说明本发明的技术方案:
一种雷达及通信信号的脉冲宽度检测算法,主要步骤为:首先检测出上升沿位置,再检测出下降沿位置,然后通过上升沿位置和下降沿位置求得脉冲宽度后再次进入上升沿的检测,从而循环进行上升沿的检测和下降沿的检测,连续捕捉脉冲信号并计算脉冲宽度,其特征在于:
检测之前,先建立一个宽时间窗口,再将宽时间窗口分为若干窄时间窗口,并为宽时间窗口设定一个宽时间窗口的门限,为窄时间窗口设立一个高门限和一个低门限;
上升沿检测时,首先进行窄时间窗口的过高门限判断和过低门限判断(注:本发明中所述过门限均指“时间窗口内平均功率大于等于门限”),然后进行高门限决策融合和低门限决策融合,然后进行宽时间窗口的过门限判断并得到“宽时间窗口上升沿位置”,然后将宽时间窗口检测结果与上升沿低门限融合决策进行第二级决策融合并获得“低门限上升沿位置”、将宽时间窗口检测结果与上升沿高门限融合决策进行第二级决策融合并获得“高门限上升沿位置”,对宽时间窗口过门限的采样点进行信噪比估计,最后依据信噪比估计的结果从“低门限上升沿位置”、“高门限上升沿位置”和“宽时间窗口上升沿位置”中选择其一为“上升沿位置”;
下降沿检测时,首先进行窄时间窗口的过高门限判断和过低门限判断,然后进行高门限决策融合和低门限决策融合,然后进行宽时间窗口的过门限判断,完成宽时间窗口功率大于等于门限的采样点的信噪比估计,得到“宽时间窗口下降沿位置” ,然后将宽时间窗口检测结果与下降沿低门限融合决策进行第二级决策融合并获得“低门限下降沿位置”、将宽时间窗口检测结果与下降沿高门限融合决策进行第二级决策融合并获得“高门限下降沿位置”,最后依据信噪比估计的结果从“低门限下降沿位置”、“高门限下降沿位置”和“宽时间窗口下降沿位置”中选择其一为“下降沿位置”。
本脉冲宽度检测算法的具体步骤为:
如图1,(1)参数初始化设置:
(1-1)设定一个宽时间窗口并将该宽时间窗口划分为K个窄时间窗口,所述宽时间窗口长度为N个采样点、采样间隔为Ts,N大于等于K,所述窄时间窗口长度为M个采样点,M小于N;
(1-2)设定一信噪比值SNR0;
(1-3)设定虚警概率:为宽时间窗口设定虚警概率Pf0;为窄时间窗口设定虚警概率Pf1和Pf2,Pf0<Pf1<Pf2;Pf0比另外两者低一个或数个数量级,如:Pf=0.000001,Pf1=0.0001,Pf2=0.01;
(1-4)根据各虚警概率计算各检测门限:根据Pf0计算宽时间窗口的检测门限T0,根据Pf1和Pf2分别计算出窄时间窗口的检测门限T1和T2,且有T0>T1>T2,即T1为窄时间窗口的高门限,T2为窄时间窗口的低门限;
(1-5)设定“用于估计信噪比的采样点数限值”N0;
(2)将所有宽时间窗口和窄时间窗口的内部输入信号采样值及采样值的缓存队列、输入信号功率及功率的缓存队列均清0;
建立“下降沿检测中检测到下一脉冲上升沿”标志X1、“上升沿检测中检测到脉冲下降沿”标志X2、“宽时间窗口已检测到脉冲信号”标志X3以及“宽时间窗口未检测到脉冲信号”标志X4并全部置为0;建立“宽时间窗口功率低于门限采样点数”N1和“宽时间窗口过门限采样点数”N2并均置为0;
(3)运行上升沿检测模块:
(3-1)如图2,建立窄时间窗口的“已检测到低门限上升沿”标志Y1和窄时间窗口的“已检测到高门限上升沿”标志Y2并全部置为0;
(3-2)检验标志X1是否为1:若为1,表明在上一脉冲下降沿检测模块中检测到当前脉冲的上升沿,则将标志X1置0、然后进入步骤(3-4),根据缓存区中的数据检测上升沿位置,所述缓存区中的数据包括宽时间窗口及各窄时间窗口的平均功率、还包括缓存队列中的数据;若不为1,则进入步骤(3-3);
(3-3)计算宽时间窗口的平均功率和K个窄时间窗口各自的平均功率,并对宽时间窗口及各窄时间窗口对应的缓存队列进行处理:当前采样点进入缓存队列、缓存队列中最末的采样点退出缓存队列;
(3-4)分别判断各窄时间窗口的平均功率是否大于等于T1,得到K个高门限判决结果;并且,分别判断各窄时间窗口的平均功率是否大于等于T2,得到K个低门限判决结果;
(3-5)建立“上升沿低门限融合决策”标志Z1,然后对K个窄时间窗口的低门限判断结果进行决策融合;若融合结果为检测到脉冲信号,则将Z1置为1,否则将Z1置为0;
(3-6)建立“上升沿高门限融合决策”标志Z2,然后对K个窄时间窗口的高门限判断结果进行决策融合;若融合结果为检测到脉冲信号,则将Z2置为1,否则将Z2置为0;
(3-7)检验标志X3是否为1:若标志X3为1,则将N2加1,然后进入步骤(3-8);若标志X3不为1,则判断宽时间窗口的平均功率是否大于等于T0:若宽时间窗口的平均功率大于等于T0,则将标志X3置1,置N2为1,并记录“宽时间窗口上升沿位置”,然后进入步骤(3-8),若宽时间窗口的平均功率小于T0,则进入步骤(3-3)对下一采样点进行处理;
(3-8)将宽时间窗口检测结果与上升沿低门限融合决策进行第二级决策融合,检验宽时间窗口检测到脉冲信号后、上升沿低门限融合决策过程中第一次检测到脉冲信号的时刻:如果标志Y1为0,则检验标志Z1是否为1:如果标志Z1为1,则置标志Y1为1并记录“低门限上升沿位置”再进入步骤(3-9),如果标志Z1不为1,则进入步骤(3-9);如果标志Y1不为0,则进入步骤(3-9);
(3-9)将宽时间窗口检测结果与上升沿高门限融合决策进行第二级决策融合,检验宽时间窗口检测到脉冲信号后、上升沿高门限融合决策过程中第一次检测到脉冲信号的时刻:如果标志Y2为0,则检验标志Z2是否为1:如果标志Z2为1,则置标志Y2为1并记录“高门限上升沿位置”再进入步骤(3-10),如果标志Z2不为1,则进入步骤(3-10);如果标志Y2不为0,则进入步骤(3-10);
(3-10)宽时间窗口检测到脉冲信号后,检验当前脉冲的下降沿是否出现:如果当前宽时间窗口的平均功率小于T0,表明上升沿检测过程中宽时间窗口检测到脉冲信号后脉冲信号又消失了,即当前脉冲的下降沿到达,则记录“宽时间窗口下降沿位置”并将标志X2及X4均置为1,并置标志X3及N1为0,然后执行“自适应上升沿位置确定”模块并给出当前脉冲上升沿位置,然后上升沿检测完成并返回;如果当前宽时间窗口的平均功率不小于T0,则估计信噪比SNR,然后进入步骤(3-11);
(3-11)检验上升沿检测是否完成:宽时间窗口检测到脉冲信号后,如果N2大于N0,则表明上升沿检测及信噪比估计已完成,则将标志X1、X2、X3和X4均置0,然后执行“自适应上升沿位置确定”模块并给出上升沿位置,最后上升沿检测完成并返回;如果N2不大于N0,则跳转至步骤(3-3)对下一采样点进行处理;
如图4,所述“自适应上升沿位置确定”模块的步骤为:
(A-1)如果SNR>=SNR0且标志Y2为1,则置上升沿位置为“高门限上升沿位置”、然后返回,否则进入步骤(A-2);
(A-2)如果SNR<SNR0且标志Y1为1,则置上升沿位置为“低门限上升沿位置”、然后返回,否则进入步骤(A-3);
(A-3)置上升沿位置为“宽时间窗口上升沿位置”,然后返回;
(4)如图1,运行下降沿检测模块:
(4-1)如图5,建立窄时间窗口的“已检测到低门限下降沿”标志Y3和窄时间窗口的“已检测到高门限下降沿”标志Y4并全部置为0;
(4-2)检验标志X2是否为1:若为1,表明在上升沿检测模块中脉冲信号出现后又消失,则将标志X2置0,然后进入步骤(4-4),根据缓存区中的数据检测下降沿位置,所述缓存区中的数据包括宽时间窗口及各窄时间窗口的平均功率、还包括缓存队列中的数据;若不为1,则进入步骤(4-3);
(4-3)计算宽时间窗口的平均功率和K个窄时间窗口各自的平均功率,并对宽时间窗口及各窄时间窗口对应的缓存队列进行处理:当前采样点进入缓存队列、缓存队列中最末的采样点退出缓存队列;
(4-4)分别判断各个窄时间窗口的平均功率是否低于T1,得到K个高门限判决结果;并且,分别判断各窄时间窗口的平均功率是否低于T2,得到K个低门限判决结果;
(4-5)建立“下降沿低门限融合决策”标志Z3,然后对K个窄时间窗口的低门限判断结果进行决策融合;若融合结果为没有检测到脉冲信号,则将Z3置为1,否则将Z3置为0;
(4-6)建立“下降沿高门限融合决策”标志Z4,然后对K个窄时间窗口的高门限判断结果进行决策融合;若融合结果为没有检测到脉冲信号,则将Z4置为1,否则将Z4置为0;
(4-7)检验标志X4是否为0:若标志X4为0,则进入步骤(4-8),若标志X4不为0,则将N1加1后进入步骤(4-9);
(4-8)判断宽时间窗口的平均功率是否低于T0:若宽时间窗口的平均功率低于T0,将标志X4和N1均置为1,并记录“宽时间窗口下降沿位置”,再进入(4-9);若宽时间窗口的平均功率大于或等于T0,则估计信噪比SNR,然后进入步骤(4-3)对下一采样点进行处理;
(4-9)如图6,宽时间窗口检测结果与下降沿低门限融合决策进行第二级决策融合,检验宽时间窗口检测到脉冲信号消失后、下降沿低门限融合决策过程中第一次检测到脉冲信号消失的时刻:如果标志Y3为0,则检验标志Z3是否为1:如果标志Z3为1,则置标志Y3为1并记录“低门限下降沿位置”再进入步骤(4-10),如果标志Z3不为1,则进入步骤(4-10);如果标志Y3不为0,则进入步骤(4-10);
(4-10)将宽时间窗口检测结果与下降沿高门限融合决策进行第二级决策融合,检验宽时间窗口检测到脉冲信号消失后、下降沿高门限融合决策过程中第一次检测到脉冲信号消失的时刻:如果标志Y4为0,则检验标志Z4是否为1:如果标志Z4为1,则置标志Y4为1并记录“高门限下降沿位置”再进入步骤(4-11),如果标志Z4不为1,则进入步骤(4-11);如果标志Y4不为0,则进入步骤(4-11);
(4-11)检验下一脉冲的上升沿是否出现:如果当前宽时间窗口的平均功率大于等于T0,表明下降沿检测过程中检测到新的脉冲信号出现,即下一个脉冲的上升沿到达,则记录“宽时间窗口上升沿位置”并将标志X1和X3置为1,并置标志X4和N2为0,然后执行“自适应下降沿位置确定”模块并给出当前脉冲下降沿位置,然后下降沿检测完成并返回;如果当前宽时间窗口的平均功率小于T0,则进入步骤(4-12);
(4-12)检测下降沿检测是否完成:如果N1大于N,则将标志X1、X2、X3和标志X4置0,然后执行“自适应下降沿位置确定”模块并给出下降沿位置,然后下降沿检测完成并返回;如果N1小于等于N,则跳转至步骤(4-3)对下一采样点处理;
(5)如图1,根据上升沿位置和下降沿位置计算出脉冲宽度,然后进入步骤(3)再次开始检测上升沿。
如图7,所述“自适应下降沿位置确定”模块的步骤为:
(B-1)如果SNR>=SNR0且标志Y4为1,则下降沿位置为“高门限下降沿位置”、然后返回,否则进入步骤(B-2);
(B-2)如果SNR<SNR0且标志Y3为1,则下降沿位置为“低门限下降沿位置”、然后返回,否则进入步骤(B-3);
(B-3)置下降沿时刻为“宽时间窗口下降沿位置”,然后返回。

Claims (2)

1.一种雷达及通信信号的脉冲宽度检测算法,步骤为:首先检测出上升位置,再检测出下降沿位置,然后通过上升沿位置和下降沿位置求得脉冲宽度后再次进入上升沿的检测,从而循环进行上升沿的检测和下降沿的检测,连续捕捉脉冲信号并计算脉冲宽度,其特征在于:
检测之前,先建立一个宽时间窗口,再将宽时间窗口分为若干窄时间窗口,并为宽时间窗口设定一个宽时间窗口的门限,为窄时间窗口设立一个高门限和一个低门限;
上升沿检测时,首先进行窄时间窗口的过高门限判断和过低门限判断,然后进行高门限决策融合和低门限决策融合,然后进行宽时间窗口的过门限判断并得到“宽时间窗口上升沿位置”,然后将宽时间窗口检测结果与上升沿低门限融合决策进行第二级决策融合并获得“低门限上升沿位置”、将宽时间窗口检测结果与上升沿高门限融合决策进行第二级决策融合并获得“高门限上升沿位置”,对宽时间窗口过门限的采样点进行信噪比估计,最后依据信噪比估计的结果从“低门限上升沿位置”、“高门限上升沿位置”和“宽时间窗口上升沿位置”中选择其一为“上升沿位置”;
下降沿检测时,首先进行窄时间窗口的过高门限判断和过低门限判断,然后进行高门限决策融合和低门限决策融合,然后进行宽时间窗口的过门限判断,完成宽时间窗口功率大于等于门限的采样点的信噪比估计,得到“宽时间窗口下降沿位置”,然后将宽时间窗口检测结果与下降沿低门限融合决策进行第二级决策融合并获得“低门限下降沿位置”、将宽时间窗口检测结果与下降沿高门限融合决策进行第二级决策融合并获得“高门限下降沿位置”,最后依据信噪比估计的结果从“低门限下降沿位置”、“高门限下降沿位置”和“宽时间窗口下降沿位置”中选择其一为“下降沿位置”。
2.如权利要求1所述的雷达及通信信号的脉冲宽度检测算法,其特征在于具体步骤为:
(1)参数初始化设置:
(1-1)设定一个宽时间窗口并将该宽时间窗口划分为K个窄时间窗口,所述宽时间窗口长度为N个采样点、采样间隔为Ts,N大于等于K,所述窄时间窗口长度为M个采样点,M小于N;
(1-2)设定一信噪比值SNR0;
(1-3)设定虚警概率:为宽时间窗口设定虚警概率Pf0;为窄时间窗口设定虚警概率Pf1和Pf2,Pf0<Pf1<Pf2;
(1-4)根据各虚警概率计算各检测门限:根据Pf0计算宽时间窗口的检测门限T0,根据Pf1和Pf2分别计算出窄时间窗口的检测门限T1和T2,且有T0>T1>T2,即T1为窄时间窗口的高门限,T2为窄时间窗口的低门限;
(1-5)设定“用于估计信噪比的采样点数限值”N0;
(2)将所有宽时间窗口和窄时间窗口的内部输入信号采样值及采样值的缓存队列、输入信号功率及功率的缓存队列均清0;
建立“下降沿检测中检测到下一脉冲上升沿”标志X1、“上升沿检测中检测到脉冲下降沿”标志X2、“宽时间窗口已检测到脉冲信号”标志X3以及“宽时间窗口未检测到脉冲信号”标志X4并全部置为0;建立“宽时间窗口功率低于门限采样点数”N1和“宽时间窗口过门限采样点数”N2并均置为0;
(3)运行上升沿检测模块:
(3-1)建立窄时间窗口的“已检测到低门限上升沿”标志Y1和窄时间窗口的“已检测到高门限上升沿”标志Y2并全部置为0;
(3-2)检验标志X1是否为1:若为1,表明在上一脉冲下降沿检测模块中检测到当前脉冲的上升沿,则将标志X1置0、然后进入步骤(3-4),根据缓存区中的数据检测上升沿位置,所述缓存区中的数据包括宽时间窗口及各窄时间窗口的平均功率、还包括缓存队列中的数据;若不为1,则进入步骤(3-3);
(3-3)计算宽时间窗口的平均功率和K个窄时间窗口各自的平均功率,并对宽时间窗口及各窄时间窗口对应的缓存队列进行处理:当前采样点进入缓存队列、缓存队列中最末的采样点退出缓存队列;
(3-4)分别判断各窄时间窗口的平均功率是否大于等于T1,得到K个高门限判决结果;并且,分别判断各窄时间窗口的平均功率是否大于等于T2,得到K个低门限判决结果;
(3-5)建立“上升沿低门限融合决策”标志Z1,然后对K个窄时间窗口的低门限判断结果进行决策融合;若融合结果为检测到脉冲信号,则将Z1置为1,否则将Z1置为0;
(3-6)建立“上升沿高门限融合决策”标志Z2,然后对K个窄时间窗口的高门限判断结果进行决策融合;若融合结果为检测到脉冲信号,则将Z2置为1,否则将Z2置为0;
(3-7)检验标志X3是否为1:若标志X3为1,则将N2加1,然后进入步骤(3-8);若标志X3不为1,则判断宽时间窗口的平均功率是否大于等于T0:若宽时间窗口的平均功率大于等于T0,则将标志X3置1,置N2为1,并记录“宽时间窗口上升沿位置”,然后进入步骤(3-8),若宽时间窗口的平均功率小于T0,则进入步骤(3-3)对下一采样点进行处理;
(3-8)将宽时间窗口检测结果与上升沿低门限融合决策进行第二级决策融合,检验宽时间窗口检测到脉冲信号后、上升沿低门限融合决策过程中第一次检测到脉冲信号的时刻:如果标志Y1为0,则检验标志Z1是否为1:如果标志Z1为1,则置标志Y1为1并记录“低门限上升沿位置”再进入步骤(3-9),如果标志Z1不为1,则进入步骤(3-9);如果标志Y1不为0,则进入步骤(3-9);
(3-9)将宽时间窗口检测结果与上升沿高门限融合决策进行第二级决策融合,检验宽时间窗口检测到脉冲信号后、上升沿高门限融合决策过程中第一次检测到脉冲信号的时刻:如果标志Y2为0,则检验标志Z2是否为1:如果标志Z2为1,则置标志Y2为1并记录“高门限上升沿位置”再进入步骤(3-10),如果标志Z2不为1,则进入步骤(3-10);如果标志Y2不为0,则进入步骤(3-10);
(3-10)宽时间窗口检测到脉冲信号后,检验当前脉冲的下降沿是否出现:如果当前宽时间窗口的平均功率小于T0,表明上升沿检测过程中宽时间窗口检测到脉冲信号后脉冲信号又消失了,即当前脉冲的下降沿到达,则记录“宽时间窗口下降沿位置”并将标志X2及X4均置为1,并置标志X3及N1为0,然后执行“自适应上升沿位置确定”模块并给出当前脉冲上升沿位置,然后上升沿检测完成并返回;如果当前宽时间窗口的平均功率不小于T0,则估计信噪比SNR,然后进入步骤(3-11);
(3-11)检验上升沿检测是否完成:宽时间窗口检测到脉冲信号后,如果N2大于N0,则表明上升沿检测及信噪比估计已完成,则将标志X1、X2、X3和X4均置0,然后执行“自适应上升沿位置确定”模块并给出上升沿位置,最后上升沿检测完成并返回;如果N2不大于N0,则跳转至步骤(3-3)对下一采样点进行处理;
所述“自适应上升沿位置确定”模块的步骤为:
(A-1)如果SNR>=SNR0且标志Y2为1,则置上升沿位置为“高门限上升沿位置”、然后返回,否则进入步骤(A-2);
(A-2)如果SNR<SNR0且标志Y1为1,则置上升沿位置为“低门限上升沿位置”、然后返回,否则进入步骤(A-3);
(A-3)置上升沿位置为“宽时间窗口上升沿位置”,然后返回;
(4)运行下降沿检测模块:
(4-1)建立窄时间窗口的“已检测到低门限下降沿”标志Y3和窄时间窗口的“已检测到高门限下降沿”标志Y4并全部置为0;
(4-2)检验标志X2是否为1:若为1,表明在上升沿检测模块中脉冲信号出现后又消失,则将标志X2置0,然后进入步骤(4-4),根据缓存区中的数据检测下降沿位置,所述缓存区中的数据包括宽时间窗口及各窄时间窗口的平均功率、还包括缓存队列中的数据;若不为1,则进入步骤(4-3);
(4-3)计算宽时间窗口的平均功率和K个窄时间窗口各自的平均功率,并对宽时间窗口及各窄时间窗口对应的缓存队列进行处理:当前采样点进入缓存队列、缓存队列中最末的采样点退出缓存队列;
(4-4)分别判断各个窄时间窗口的平均功率是否低于T1,得到K个高门限判决结果;并且,分别判断各窄时间窗口的平均功率是否低于T2,得到K个低门限判决结果;
(4-5)建立“下降沿低门限融合决策”标志Z3,然后对K个窄时间窗口的低门限判断结果进行决策融合;若融合结果为没有检测到脉冲信号,则将Z3置为1,否则将Z3置为0;
(4-6)建立“下降沿高门限融合决策”标志Z4,然后对K个窄时间窗口的高门限判断结果进行决策融合;若融合结果为没有检测到脉冲信号,则将Z4置为1,否则将Z4置为0;
(4-7)检验标志X4是否为0:若标志X4为0,则进入步骤(4-8),若标志X4不为0,则将N1加1后进入步骤(4-9);
(4-8)判断宽时间窗口的平均功率是否低于T0:若宽时间窗口的平均功率低于T0,将标志X4和N1均置为1,并记录“宽时间窗口下降沿位置”,再进入(4-9);若宽时间窗口的平均功率大于或等于T0,则估计信噪比SNR,然后进入步骤(4-3)对下一采样点进行处理;
(4-9)宽时间窗口检测结果与下降沿低门限融合决策进行第二级决策融合,检验宽时间窗口检测到脉冲信号消失后、下降沿低门限融合决策过程中第一次检测到脉冲信号消失的时刻:如果标志Y3为0,则检验标志Z3是否为1:如果标志Z3为1,则置标志Y3为1并记录“低门限下降沿位置”再进入步骤(4-10),如果标志Z3不为1,则进入步骤(4-10);如果标志Y3不为0,则进入步骤(4-10);
(4-10)将宽时间窗口检测结果与下降沿高门限融合决策进行第二级决策融合,检验宽时间窗口检测到脉冲信号消失后、下降沿高门限融合决策过程中第一次检测到脉冲信号消失的时刻:如果标志Y4为0,则检验标志Z4是否为1:如果标志Z4为1,则置标志Y4为1并记录“高门限下降沿位置”再进入步骤(4-11),如果标志Z4不为1,则进入步骤(4-11);如果标志Y4不为0,则进入步骤(4-11);
(4-11)检验下一脉冲的上升沿是否出现:如果当前宽时间窗口的平均功率大于等于T0,表明下降沿检测过程中检测到新的脉冲信号出现,即下一个脉冲的上升沿到达,则记录“宽时间窗口上升沿位置”并将标志X1和X3置为1,并置标志X4和N2为0,然后执行“自适应下降沿位置确定”模块并给出当前脉冲下降沿位置,然后下降沿检测完成并返回;如果当前宽时间窗口的平均功率小于T0,则进入步骤(4-12);
(4-12)检测下降沿检测是否完成:如果N1大于N,则将标志X1、X2、X3和标志X4置0,然后执行“自适应下降沿位置确定”模块并给出下降沿位置,然后下降沿检测完成并返回;如果N1小于等于N,则跳转至步骤(4-3)对下一采样点处理;
(5)根据上升沿位置和下降沿位置计算出脉冲宽度,然后进入步骤(3)再次开始检测上升沿;
所述“自适应下降沿位置确定”模块的步骤为:
(B-1)如果SNR>=SNR0且标志Y4为1,则下降沿位置为“高门限下降沿位置”、然后返回,否则进入步骤(B-2);
(B-2)如果SNR<SNR0且标志Y3为1,则下降沿位置为“低门限下降沿位置”、然后返回,否则进入步骤(B-3);
(B-3)置下降沿时刻为“宽时间窗口下降沿位置”,然后返回。
CN201710013992.5A 2017-01-10 2017-01-10 一种雷达及通信信号的脉冲宽度检测算法 Expired - Fee Related CN106597122B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710013992.5A CN106597122B (zh) 2017-01-10 2017-01-10 一种雷达及通信信号的脉冲宽度检测算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710013992.5A CN106597122B (zh) 2017-01-10 2017-01-10 一种雷达及通信信号的脉冲宽度检测算法

Publications (2)

Publication Number Publication Date
CN106597122A true CN106597122A (zh) 2017-04-26
CN106597122B CN106597122B (zh) 2019-03-19

Family

ID=58582696

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710013992.5A Expired - Fee Related CN106597122B (zh) 2017-01-10 2017-01-10 一种雷达及通信信号的脉冲宽度检测算法

Country Status (1)

Country Link
CN (1) CN106597122B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109765434A (zh) * 2019-02-22 2019-05-17 北京遥感设备研究所 一种采用比例门限判决的脉冲信号脉宽测量装置
CN110501679A (zh) * 2019-08-16 2019-11-26 厦门大学 一种雷达信号实时检测方法
CN114113802A (zh) * 2020-08-31 2022-03-01 长鑫存储技术(上海)有限公司 测试电路、测试装置及其测试方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006184048A (ja) * 2004-12-27 2006-07-13 Fujitsu Ltd 閾値に基づくパルス特性検出回路及びその測定評価試験方法
CN102435982A (zh) * 2011-09-09 2012-05-02 陕西长岭电子科技有限责任公司 一种三模式空管应答机及对三种模式询问信号的检测和识别方法
CN102645589A (zh) * 2012-04-11 2012-08-22 清华大学 脉冲检测方法及系统
KR20130140265A (ko) * 2012-06-14 2013-12-24 엘아이지넥스원 주식회사 오버슈트/언더슈트를 고려하여 펄스폭을 측정하기 위한 장치 및 그 방법
CN103888154A (zh) * 2014-03-31 2014-06-25 四川九洲空管科技有限责任公司 一种多通道抗干扰与抗混叠脉冲序列解码方法
CN104316775A (zh) * 2014-10-29 2015-01-28 上海大学 脉冲信号周期及占空比连续测量方法
CN105277801A (zh) * 2015-08-10 2016-01-27 工业和信息化部电信研究院 一种测量调制脉冲参数的方法
CN105681121A (zh) * 2014-12-31 2016-06-15 中国电子信息产业集团有限公司第六研究所 一种1090es ads-b消息报头的检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006184048A (ja) * 2004-12-27 2006-07-13 Fujitsu Ltd 閾値に基づくパルス特性検出回路及びその測定評価試験方法
CN102435982A (zh) * 2011-09-09 2012-05-02 陕西长岭电子科技有限责任公司 一种三模式空管应答机及对三种模式询问信号的检测和识别方法
CN102645589A (zh) * 2012-04-11 2012-08-22 清华大学 脉冲检测方法及系统
KR20130140265A (ko) * 2012-06-14 2013-12-24 엘아이지넥스원 주식회사 오버슈트/언더슈트를 고려하여 펄스폭을 측정하기 위한 장치 및 그 방법
CN103888154A (zh) * 2014-03-31 2014-06-25 四川九洲空管科技有限责任公司 一种多通道抗干扰与抗混叠脉冲序列解码方法
CN104316775A (zh) * 2014-10-29 2015-01-28 上海大学 脉冲信号周期及占空比连续测量方法
CN105681121A (zh) * 2014-12-31 2016-06-15 中国电子信息产业集团有限公司第六研究所 一种1090es ads-b消息报头的检测方法
CN105277801A (zh) * 2015-08-10 2016-01-27 工业和信息化部电信研究院 一种测量调制脉冲参数的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张涛 等: ""一种ADS-B报头互相关检测方法"", 《电讯技术》 *
王军: ""一种宽带脉冲信号检测算法"", 《实验科学与技术》 *
王建 等: ""基于FPGA的实时脉冲参数检测系统的设计"", 《中国测试技术》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109765434A (zh) * 2019-02-22 2019-05-17 北京遥感设备研究所 一种采用比例门限判决的脉冲信号脉宽测量装置
CN110501679A (zh) * 2019-08-16 2019-11-26 厦门大学 一种雷达信号实时检测方法
CN114113802A (zh) * 2020-08-31 2022-03-01 长鑫存储技术(上海)有限公司 测试电路、测试装置及其测试方法
WO2022041965A1 (zh) * 2020-08-31 2022-03-03 长鑫存储技术有限公司 测试电路、测试装置及其测试方法
CN114113802B (zh) * 2020-08-31 2023-01-24 长鑫存储技术(上海)有限公司 测试电路、测试装置及其测试方法
US11948650B2 (en) 2020-08-31 2024-04-02 Changxin Memory Technologies, Inc. Testing circuit, testing device and testing method thereof

Also Published As

Publication number Publication date
CN106597122B (zh) 2019-03-19

Similar Documents

Publication Publication Date Title
CN102419437B (zh) 一种基于航迹检验的检测前跟踪方法
CN106443203B (zh) 一种脉冲信号检测系统及方法
CN108802722B (zh) 一种基于虚拟谱的弱目标检测前跟踪方法
CN103728598B (zh) 用异地配置的主被动雷达网抑制航迹欺骗干扰的方法
KR101109150B1 (ko) 계산량을 향상시킨 순차통계 일정 오경보율 검파방법
CN102928772B (zh) 时序测试系统及其测试方法
CN106597122A (zh) 一种雷达及通信信号的脉冲宽度检测算法
EP2713170B1 (en) Rare anomaly triggering in a test and measurement instrument
CN115630847B (zh) 一种基于数据预测的收发组件检测方法、系统及存储介质
CN101136624B (zh) 脉冲信号识别装置及方法
CN109116196B (zh) 一种电力电缆故障放电声智能识别方法
CN105445699B (zh) 一种非视距误差消除的测距方法及系统
CN108535354B (zh) 一种钢丝绳漏磁检测和磁发射检测的损伤判定及定位方法
CN101769900B (zh) 声发射储罐罐底腐蚀检测中声源的定位方法
WO2021189717A1 (zh) 基于涡流和漏磁检测信号融合的缺陷类型评估方法
CN109347579A (zh) 一种在无线信道衰落不确定条件下的弱信号检测方法
CN104253721B (zh) 一种ads‑b系统中s模式应答信号的数据位提取方法
CN107271973A (zh) 韦布尔杂波环境下基于偏斜度和均值比的恒虚警检测方法
CN111413693B (zh) Mimo雷达中基于双门限分流处理的tbd与常规跟踪的结合方法
CN106324583A (zh) 一种矢量阵被动声呐异常数据在线剔除方法
CN106338662A (zh) 基于数学形态学的变压器绕组变形诊断方法
CN104035084B (zh) 一种用于非均匀杂波背景的动态规划检测前跟踪方法
CN108614244A (zh) 韦布尔杂波环境下基于偏斜度的恒虚警检测方法
WO2008150762A2 (en) Method and apparatus for real-time pulse parameter estimation
CN106097728B (zh) 车辆检测方法、装置及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Liu Yunxue

Inventor after: Yu Hui

Inventor after: Liu Pengfei

Inventor after: Fan Wenqiang

Inventor after: He Pengfei

Inventor after: Wang Juanjuan

Inventor before: Liu Yunxue

Inventor before: Yu Hui

Inventor before: Fan Wenqiang

Inventor before: He Pengfei

Inventor before: Liu Pengfei

Inventor before: Wang Juanjuan

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190319

Termination date: 20220110