CN106970359A

CN106970359A - 一种基于椭球基序列的线性调频信号的检测方法

Info

Publication number: CN106970359A
Application number: CN201710273679.5A
Authority: CN
Inventors: 张明
Original assignee: Harbin Engineering University
Current assignee: Harbin Engineering University
Priority date: 2017-04-25
Filing date: 2017-04-25
Publication date: 2017-07-21

Abstract

本发明提供了一种基于椭球基序列的线性调频信号的检测方法。一，建立椭球基序列；二，依据建立的椭球基序列，对信号进行处理；三，对处理完成后的数据进行二值化；四，对二值化后的图像进行霍夫变换；五，依据霍夫变换的结果估计线性调频信号的参数；六，检查所有线性调频信号是否估计完毕。本发明基于椭球基序列以及图像处理等方法，研究了一种能在高噪声背景下准确识别线性调频信号的方法，识别结果准确。大大提高了低功率线性调频雷达的识别成功率。填补了当前基于椭球基序列应用于雷达信号的检测的技术空白。

Description

一种基于椭球基序列的线性调频信号的检测方法

技术领域

本发明涉及的是一种线性调频信号的检测方法。

背景技术

线性调频信号是雷达使用最广泛的信号。随着雷达信号处理技术以及雷达制作技术的逐步提高，所发射的线性调频信号的功率有越来越低的趋势。现有的雷达检测技术已经无法满足此类雷达参数提取的任务要求。

发明内容

本发明的目的在于提供一种能提高低功率线性调频雷达的识别成功率的基于椭球基序列的线性调频信号的检测方法。

本发明的目的是这样实现的：

步骤一，整理数据与椭球基序列；

步骤二，依据建立的椭球基序列，对数据进行处理；

步骤三，对处理完成后的数据进行二值化，形成新的图像数据；

步骤四，对二值化后的图像进行霍夫变换；

步骤五，依据霍夫变换的结果估计线性调频信号的参数。

本发明还可以包括：

1、所述整理数据的具体过程为：

(1)将采样数据整理成为N×Q的采样矩阵R，采样矩阵纵向连续，其中N＝512,Q＝2NW-1,W＝1；/8

(2)生成长度为N，带宽为NW，阶数为Q的椭球基矩阵H，椭球基矩阵大小为N×Q。

2、所述信号数据进行处理的方法为：

(1)令p＝0,...,N_FFT/2-1,其中N_FFT是信号采样点数、为2的次幂，令J_q,k(p·Δf)表示序列的第p点的FFT变换，其中，Δf＝F_s/N_FFT,F_s为采样速率；T_s为采样间隔时间，h_q,n表示第q阶第n点的椭球基序列数值；r_n,k表示n点k次的采样数据。

(2)令q∈{0,...,Q-1}，计算H_q(0)

(3)令p＝0,...,N_FFT/2-1，计算C(p·Δf)。

(4)对每个q∈{0,...,Q-1}以及每个p＝0,...,N_FFT/2-1，计算

(5)令p＝0,...,N_FFT/2-1，计算D_k(p·Δf)。

(6)给定虚警概率P_FA＝10^-4，计算判决门限

(7)依据判决门限，搜索峰值D_k(p·Δf)≥η。

3、所述进行二值化的具体过程为：

(1)将处理之后的数据D_k(p·Δf)归一化为B_p,k。

(2)计算二值化门限μ，并依据门限将图像分为大于门限以及小于等于门限的两个部分；

(3)分别计算两个部分的平均值，记为μ₁和μ₂；

(4)更新二值化门限为μ＝(μ₁+μ₂)/2，检查更新后的二值化门限与原门限的差值,小于0.001则进入下一步，否则重新执行步骤(2)到(4)；

(5)二值化图像

4、所述对二值化后的图像进行霍夫变换的具体过程为：

(1)设定最大线性调频估计数量；

(2)依据最大数量，标记二值化图像B_p,k中疑似线性调频信号可能性最大的位置。

5、所述依据霍夫变换的结果估计线性调频信号的参数的具体过程为：

(1)依据估计的线性调频位置，将二值化图像B_p,k其余部分屏蔽即置零；

(2)将置零之后的图像按照判决门限η以及最小二乘方法求出数据中是否存在线性调频信号，若存在，估计其初始位置以及斜率；若不存在，则更新数据，重新按照检测方法进行计算。

(3)检查是否所有线性调频信号已经估计完毕，否则重新执行步骤(1)直至所有信号估计完毕。

本发明研究了一种能在高噪声背景下准确识别线性调频信号的方法。在本发明中运用椭球基序列，图像二值化处理以及霍夫变换等方法增加线性调频信号的识别成功率。通过使用椭球基序列，能降低数据中的噪声能量，将线性调频信号从基底噪声中识别出来；然后通过合适的图像二值化方法，更进一步的提取线性调频信号，同时进一步抑制噪声；最后使用霍夫变换估计存在的线性调频信号的数量以及线性调频信号参数。本方法大大提高了低功率线性调频雷达的识别成功率，填补了当前基于椭球基序列应用于雷达信号的检测的技术空白。

附图说明

图1为本发明的总体流程图。

图2椭球基序列示意图。

图3为执行完成步骤二后的示意图。

图4为执行完成步骤三后的示意图。

图5为最终识别成功的信号示意图。

具体实施方式

下面结合附图举例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

结合图1，本发明的基于椭球基序列的线性调频信号的检测方法，包括以下步骤，

步骤一，整理数据与椭球基序列。

步骤一中的整理训练数据具体过程为：

1，将采样数据整理成为N×Q的采样矩阵R，采样矩阵纵向连续。其中N＝512,Q＝2NW-1,W＝1。/8

2，生成长度为N，带宽为NW，阶数为Q的椭球基矩阵H，矩阵大小为N×Q。

步骤二，依据建立的椭球基序列，对信号进行处理。

步骤二中信号处理方法为：

1，令p＝0,...,N_FFT/2-1,其中N_FFT是信号采样点数。为了加快运算速度，采样点数最好为2的次幂。令J_q,k(p·Δf)表示序列的第p点的FFT变换。其中，Δf＝F_s/N_FFT,F_s为采样速率。

2，令q∈{0,...,Q-1}，计算

3，令p＝0,...,N_FFT/2-1，计算

4，对每个q∈{0,...,Q-1}以及每个p＝0,...,N_FFT/2-1，计算

5，令p＝0,...,N_FFT/2-1，计算

6，给定虚警概率P_FA＝10^-4，计算判决门限

7，依据判决门限，搜索峰值D_k(p·Δf)≥η。

步骤三，对处理完成后的数据进行二值化。

步骤三的具体过程如下：

1，将处理之后的数据图像归一化

2，计算判决门限，并依据门限将图像分为大于门限以及小于等于门限的两个部分。

3，分别计算两个部分的平均值，记为μ₁和μ₂。

4，更新门限μ＝(μ₁+μ₂)/2，检查更新后的门限与原门限的差值,小于0.001则进入下一步，否则重新执行步骤二到四。

5，二值化图像

步骤四，对二值化后的图像进行霍夫变换。

步骤四的具体过程如下：

1，设定最大线性调频估计数量。

2，依据最大数量，标记图像中疑似线性调频信号可能性最大的位置。

步骤五，依据霍夫变换的结果估计线性调频信号的参数。

步骤五的具体过程如下：

1，依据估计的线性调频位置，将图像其余部分屏蔽(置零)。

2，将置零之后的图像按照判决门限η以及最小二乘方法求出信号的初始位置以及斜率。

3，依据图像采样率换算线性调频信号的初始频率以及真实斜率。

4，检查是否所有信号已经估计完毕，否则重新执行步骤一直至所有信号估计完毕。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims

1.一种基于椭球基序列的线性调频信号的检测方法，其特征是：

步骤一，整理数据与椭球基序列；

步骤二，依据建立的椭球基序列，对数据进行处理；

步骤四，对二值化后的图像进行霍夫变换；

步骤五，依据霍夫变换的结果估计线性调频信号的参数。

2.根据权利要求1所述的基于椭球基序列的线性调频信号的检测方法，其特征是所述整理数据的具体过程为：

3.根据权利要求2所述的基于椭球基序列的线性调频信号的检测方法，其特征是所述对数据进行处理的方法为：

(1)令p＝0,...,N_FFT/2-1,其中N_FFT是信号采样点数、为2的次幂，令J_q,k(p·Δf)表示序列的第p点的FFT变换，其中，Δf＝F_s/N_FFT,F_s为采样速率；T_s为采样间隔时间，h_q,n表示第q阶第n点的椭球基序列数值；r_n,k表示n点k次的采样数据；

(2)令q∈{0,...,Q-1}，计算H_q(0)；

H_{q} (0) = T_{s} Σ_{n = 1}^{N} h_{q, n}

(3)令p＝0,...,N_FFT/2-1，计算C(p·Δf)；

C (p \cdot Δ f) &equiv; \sqrt{T_{s}} \frac{Σ_{q = 0}^{Q - 1} J_{q, k} (p \cdot Δ f) H_{q} (0)}{Σ_{q = 0}^{Q - 1} H_{q}^{2} (0)}

(4)对每个q∈{0,...,Q-1}以及每个p＝0,...,N_FFT/2-1，计算

{\hat{J}}_{q, k} (p \cdot Δ f) &equiv; C (p \cdot Δ f) \frac{H_{q} (0)}{\sqrt{T_{s}}}

(5)令p＝0,...,N_FFT/2-1，计算D_k(p·Δf)；

D_{k} (p \cdot Δ f) = \frac{(Q - 1) | C (p \cdot Δ f) |^{2} Σ_{q = 0}^{Q - 1} H_{q}^{2} (0)}{T_{s} Σ_{q = 0}^{Q - 1} | J_{q} (p \cdot Δ f) - {\hat{J}}_{q} (p \cdot Δ f) |^{2}}

(6)给定虚警概率P_FA＝10^-4，计算判决门限η；

η = \frac{(Q - 1) (1 - {P_{F A}}^{1 / (Q - 1)})}{{P_{F A}}^{1 / (Q - 1)}}

(7)依据判决门限，搜索峰值D_k(p·Δf)≥η。

4.根据权利要求3所述的基于椭球基序列的线性调频信号的检测方法，其特征是所述进行二值化的具体过程为：

(1)将处理之后的数据D_k(p·Δf)归一化为B_p,k；

B_{p, k} = \frac{D_{k} (p \cdot Δ f) - \min (D_{k} (p \cdot Δ f))}{| \max (D_{k} (p \cdot Δ f)) - \min (D_{k} (p \cdot Δ f)) |}

μ = \frac{1}{N Q} \underset{p, k}{Σ} B_{p, k}

(3)分别计算两个部分的平均值，记为μ₁和μ₂；

(5)二值化图像

B_{p, k} = \{\begin{matrix} 1 & B_{p, k} > μ \\ 0 & o t h e r s \end{matrix} .

5.根据权利要求4所述的基于椭球基序列的线性调频信号的检测方法，其特征是所述对二值化后的图像进行霍夫变换的具体过程为：

(1)设定最大线性调频估计数量；

6.根据权利要求5所述的基于椭球基序列的线性调频信号的检测方法，其特征是所述依据霍夫变换的结果估计线性调频信号的参数的具体过程为：

(2)将置零之后的图像按照判决门限η以及最小二乘方法求出数据中是否存在线性调频信号，若存在，估计其初始位置以及斜率；若不存在，则更新数据，重新按照检测方法进行计算；