CN107817476B - 用于使用盲源分离生成脉冲描述符字的系统和方法 - Google Patents
用于使用盲源分离生成脉冲描述符字的系统和方法 Download PDFInfo
- Publication number
- CN107817476B CN107817476B CN201710777753.7A CN201710777753A CN107817476B CN 107817476 B CN107817476 B CN 107817476B CN 201710777753 A CN201710777753 A CN 201710777753A CN 107817476 B CN107817476 B CN 107817476B
- Authority
- CN
- China
- Prior art keywords
- signal
- value
- pdw
- module
- filter
- 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.)
- Active
Links
Images
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
-
- 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
- G01S7/021—Auxiliary means for detecting or identifying radar signals or the like, e.g. radar jamming signals
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
-
- 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
- G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations
- G01S7/006—Transmission of data between radar, sonar or lidar systems and remote stations using shared front-end circuitry, e.g. antennas
-
- 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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/02—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage
- G01R23/15—Indicating that frequency of pulses is either above or below a predetermined value or within or outside a predetermined range of values, by making use of non-linear or digital elements (indicating that pulse width is above or below a certain limit)
- G01R23/155—Indicating that frequency of pulses is either above or below a predetermined value or within or outside a predetermined range of values, by making use of non-linear or digital elements (indicating that pulse width is above or below a certain limit) giving an indication of the number of times this occurs, i.e. multi-channel analysers (for pulse characteristics)
Abstract
本申请公开一种用于产生脉冲描述符字(PDW)的方法,该PDW包括来自由传感器接收的时变信号的频率数据和/或带宽数据,该方法包括在多个盲源分离(BSS)模块处对来源于时变信号的信号进行滤波,每个BBS模块包括具有多个滤波器模块的滤波子系统。每个滤波器模块具有频率滤波器系数(α)并且被中心频率(f)参数化。该方法还包括将至少一个盲源分离信号从BBS模块传输到通信地耦接到滤波子系统的PDW生成模块。该方法进一步包括使用PDW生成模块并且基于盲源分离信号产生包含频率数据的至少一个PDW参数矢量信号。该方法还包括在产生PDW参数矢量信号之后并且基于该PDW参数矢量信号更新每个滤波器模块的α值和/或f值。
Description
技术领域
本公开的领域总体涉及脉冲描述符字(PDW)矢量信号处理,并且更具体地涉及用于使用盲源分离生成PDW的高性能系统和方法。
背景技术
在已知的PDW矢量信号处理系统和方法中,固定带宽信道用于产生PDW矢量从而去交错为成分PDW数据块(例如,参数)。在至少一些已知的PDW矢量信号处理系统中,固定带宽信道降低生成的PDW参数的估计精确度,诸如从多个目标信号发射器接收的信号(例如,雷达信号)的中心频率、带宽、脉冲时间以及脉冲宽度的估计值。为了改善对PDW参数值的有用估计的速度和精确度,该基于固定带宽信道的PDW矢量信号处理系统需要更大并且更复杂的处理器架构。进一步,即使当尺寸、重量以及成本不是关键设计约束时,用于PDW矢量信号处理的至少一些已知的系统和方法在连续产生适用于改善的去交错方法的高质量PDW参数矢量中遭受降低效率以及精确度的影响。
发明内容
在一方面,提供了用于产生脉冲描述符字(PDW)的方法,该PDW包括来自由传感器接收的多个时变信号的频率数据和/或带宽数据中至少一个,该传感器通信地耦接到信号数据处理器。该方法包括在信号数据处理器的多个盲源分离(BSS)模块处对来源于多个时变信号的信号进行滤波,多个BSS模块中的每个BBS模块包括具有多个滤波器模块的滤波子系统,其中多个滤波器模块中的每个滤波器模块具有频率滤波器系数(α)并且被中心频率(f)参数化。该方法还包括将至少一个盲源分离信号从多个BBS模块传输到通信地耦接到滤波子系统的PDW生成模块。该方法进一步包括使用PDW生成模块并且基于至少一个盲源分离信号产生包含频率数据的至少一个PDW参数矢量信号。该方法还包括在产生至少一个PDW参数矢量信号之后并且基于至少一个PDW参数矢量信号更新多个滤波器模块中的每个滤波器模块的α值和f值中的至少一个。
在另一方面,提供了用于处理多个时变信号以产生包括频率数据和带宽数据中的至少一个的至少一个PDW的系统。该系统包括被配置为接收至少一个时变信号的传感器以及通信地耦接到传感器的信号数据处理器。该信号数据处理器包括多个BSS模块,多个BSS模块中的每个BSS模块具有包括多个滤波器模块的滤波子系统,其中多个滤波器模块中的每个滤波器模块具有频率滤波器系数α并且被中心频率f参数化。该信号数据处理器还包括通信地耦接到滤波子系统的PDW生成模块。多个BSS模块被配置为对来源于多个时变信号的信号进行滤波并且将至少一个盲源分离信号传输到PDW生成模块。PDW生成模块被配置为基于至少一个盲源分离信号产生包含频率数据的至少一个PDW参数矢量信号,从而有助于基本上在产生至少一个PDW参数矢量信号的同时并且基于至少一个PDW参数矢量信号来更新多个滤波器模块中的每个滤波器模块的α值和f值中的至少一个。
在又一方面,提供了用于处理多个时变信号以产生包括频率数据和带宽数据中的至少一个的至少一个PDW的信号数据处理器。该信号数据处理器包括多个BSS模块,多个BSS模块中的每个BSS模块具有包括多个滤波器模块的滤波子系统,其中多个滤波器模块中的每个滤波器模块具有频率滤波器系数α并且被中心频率f参数化。该信号数据处理器还包括通信地耦接到滤波子系统的PDW生成模块。多个BSS模块被配置为对来源于多个时变信号的信号进行滤波并且将至少一个盲源分离信号传输到PDW生成模块。PDW生成模块被配置为基于至少一个盲源分离信号产生包含频率数据的至少一个PDW参数矢量信号,从而有助于基本上在产生至少一个PDW参数矢量信号的同时并且基于至少一个PDW参数矢量信号来更新多个滤波器模块中的每个滤波器模块的α值和f值中的至少一个。
附图说明
当参考附图阅读以下具体实施方式时本公开的这些特征、方面和优势以及其他特征、方面和优势将变得更好理解,在整个附图中相似的字符表示相似的部件,其中:
图1是用于使用盲源分离(BSS)来产生脉冲描述符字(PDW)的示例性信号处理系统的示意图。
图2是形成图1中示出的信号处理系统的一部分的示例性BSS信道的示意图。
图3是可以与图2中示出的BSS信道状态机模块一起使用的示例性BSS状态机过程的示意图。
图4A是图1中示出的信号处理系统的操作的图形表示,其描绘在多种信噪比(SNR)的情况下,在预训练期间确定的系数阿尔法(α)的值与窗口尺寸之间关系。
图4B是图1中示出的信号处理系统的操作的图形表示,其描绘用于图4A中示出的图形表示的系数α的均方误差(MSE)结果与窗口尺寸之间关系。
图5A是图1中示出的信号处理系统的操作的图形表示,其描绘频率追踪结果与20dB的SNR值的样本数量之间关系。
图5B是图1中示出的信号处理系统的操作的图形表示,其描绘图5A中示出的图形表示的频率追踪结果的MSE结果与样本数量之间关系。
图6是图1中示出的信号处理系统的操作的图形表示,其描绘一系列SNR的频率追踪的MSE结果。
图7A是图1中示出的信号处理系统的操作的图形表示,其描绘在多种SNR的情况下,在预训练期间确定的系数α1的值与窗口尺寸之间关系。
图7B是图1中示出的信号处理系统的操作的图形表示,其描绘在多种SNR的情况下,在预训练期间确定的系数α2的值与窗口尺寸之间关系。
图7C是图1中示出的信号处理系统的操作的图形表示,其描绘在多种SNR的情况下,在预训练期间确定的系数α3的值与窗口尺寸之间关系。
图7D是图1中示出的信号处理系统的操作的图形表示,其描绘在多种SNR的情况下,在预训练期间确定的系数β1的值与窗口尺寸之间关系。
图7E是图1中示出的信号处理系统的操作的图形表示,其描绘在多种SNR的情况下,在预训练期间确定的系数β2的值与窗口尺寸之间关系。
图7F是图1中示出的信号处理系统的操作的图形表示,其描绘在多种SNR的情况下,在预训练期间确定的系数β3的值与窗口尺寸之间关系。
图8A是图1中示出的信号处理系统的操作的图形表示,其描绘在多种SNR的情况下,在频率追踪期间确定的频率误差(Δf)的MSE结果与窗口尺寸之间关系。
图8B是图1中示出的信号处理系统的操作的图形表示,其描绘在多种SNR的情况下,在频率追踪期间确定的带宽误差(Δw)的MSE结果与窗口尺寸之间关系。
图9是使用可以与图1中示出的信号处理系统一起使用的BSS来产生PDW的示例性方法的流程图。
除非另有说明,本文提供的附图意为说明本公开的实施方式的特征。这些特征被认为适用于包括本公开的一个或多个实施方式的各种各样的系统。因此,附图不意为包括本领域普通技术人员已知的实践本文公开的实施方式所需的所有常规特征。
具体实施方式
在以下说明书和权利要求中,将对一些术语进行引用,这些术语应被定义为具有以下含义。
单数形式的“一个”、“一种”和“该”包括复数的引用,除非上下文另有明确规定。
“可选择的”或“可选择地”意为其后描述的事件或情况可以发生或可以不发生,并且意为描述包括事件发生的实例和其不发生的实例。
如本文中贯穿说明书和权利要求书所使用的近似语言可以应用于修改可以准许不引起其相关基本功能的变化的改变的任何定量表示。因此,由术语或多个术语(诸如“大约”、“近似地”和“基本上”)修改的值可以被不限制于指定的精确值。在至少一些情况中,近似语言可以对应于用于测量值的仪器的精确度。在此并且贯穿说明书和权利要求书,范围限制可以组合和/或互换,并且这些范围被识别并且包括其中包含的所有子范围,除非上下文或语音另有规定。
如本文中所使用的,术语“处理器”和“计算机”以及相关术语,例如,“处理设备”、“计算设备”和“控制器”不限于仅仅是本领域中称为计算机的那些集成电路,而是广泛地指代微控制器、微型计算机、可编程逻辑控制器(PLC)、专用集成电路(ASIC)以及其他可编程电路,并且这些术语在本文中可交换地使用。在本文描述的实施方式中,存储器可以包括(但不限于)计算机可读介质(诸如随机存取存储器(RAM))和计算机可读非易失性介质(诸如闪速存储器)。可替代地,还可以使用软盘、光碟只读存储器(CD-ROM)、磁光盘(MOD)和/或数字通用碟(DVD)。并且,在本文描述的实施方式中,附加输入信道可以是(但不限于)与操作员接口相关联的计算机外围设备,诸如鼠标和键盘。可替代地,还可以使用其他计算机外围设备,例如可以包括(但不限于)扫描仪。此外,在示例性实施方式中,附加输出信道可以包括(但不限于)操作员接口监视器。
此外,如本文所使用的,术语“实时”指的是与事件相关联的发生时间、预确定数据的测量和采集的时间、处理数据的时间以及对事件和环境的系统响应的时间中的至少一个。在本文描述的实施方式中,这些活动和事件基本上立即发生。
本文中描述的系统和方法是针对用于产生脉冲描述符字(PDW)的信号处理系统。信号处理系统使用传感器检测多个混合信号(例如,雷达信号)。通信地耦接到传感器的信号数据处理器使用盲源分离(BSS)和其他信号处理技术,以便从多个混合信号分离和识别一个或多个感兴趣的信号。本文描述的信号处理技术包括具有不同的滤波器系数并且由频率和带宽中的至少一个参数化的至少两个滤波器模块。信号处理系统进一步更新并存储每个滤波器模块的滤波器系数和参数,从而提高每个识别的感兴趣的信号的信号参数(例如,频率、振幅等)的识别和追踪的精确度。
信号数据处理器使用BSS来产生PDW。在本文描述的系统和方法中,BSS使得能够在不依赖于固定带宽信道的情况下增加PDW参数估计的精确度。本文描述的实施方式还有助于通过使用相对于已知的基于固定带宽信道的系统被简化的处理架构来更快地并且更有效地产生PDW。本文描述的实施方式进一步使得能够降低高性能PDW信号处理系统和方法的尺寸、重量和成本。本文中所描述的用于使用盲源分离产生PDW的系统和方法还提供适用于改善的去交错方法的高信号质量PDW参数矢量的连续高速生成。
图1是用于使用BSS产生脉冲描述符字(PDW)的示例性信号处理系统100的示意图。BSS(也称为盲信号分离)用于分离(例如,滤波)来自多个混合信号的一个或多个感兴趣的源信号。在包括(但不限于)欠确定情况(例如,比信号源更少的观测信号)的应用中,BSS有助于从任意组时变信号(例如,来自一个或多个信号发射器的雷达脉冲)分离并识别纯感兴趣的信号,而不依赖于关于信号发射器、感兴趣的信号或信号混合过程的大量已知信息。
在示例性实施例中,信号处理系统100包括通信地耦接到天线102的信号数据处理器101。在示例性实施例中,天线102是广域传感器103。信号数据处理器101包括预处理器104和后处理器105。传感器103被配置为接收来自雷达信号发射器106和107的信号。尽管图1中示出两个雷达信号发射器106和107,但是本领域技术人员将认识到传感器103可以接收来自任意数量的雷达信号发射器106和107的信号。
传感器103通过预调节器108通信地耦接到预处理器104。在示例性实施例中,预调节器108包括低噪声放大器109、带通滤波器110以及宽带模拟数字转换器(ADC)111。在操作中,预调节器108被配置为将从传感器103接收的传感器输出信号112转换为传输到预处理器104的入射信号113。每个入射信号113均来源于传感器103处接收的时变信号。时变信号可以包括从雷达信号发射器106和107接收的信号的混合。例如,时变信号可以包括第一雷达信号114和第二雷达信号116。
在示例性实施例中,预处理器104包括一个或多个信号降噪模块118以及多个盲源分离(BSS)模块120。每个BSS模块120被耦接到单个信号降噪模块118,并且表示一个BSS信道。信号处理系统100中的BSS信道的总数由K表示。信号降噪模块118将降噪信号124和状态能量信号126传输到多个BSS模块120中的每个相应BSS模块120(例如,120a、120b、……、120K)。状态能量信号126表示与在特定采样时间点(例如,状态)处的入射信号113的振幅成比例的量(例如,模拟电压电平)。
在操作中,将入射信号113从预调节器108传输到信号降噪模块118,其中入射信号113经历信号降噪并且随后作为降噪信号124被传输到每个BSS模块120。例如,第一雷达信号114最初在传感器103处作为具有包括(不限于)频率和带宽的信号特性的脉冲被接收。在该示例中,第一雷达信号114的单个脉冲在通过预调节器108处理之后在信号降噪模块118处作为混合信号(例如,入射信号113表示第一雷达信号114的单个脉冲并且具有包括(不限于)噪声以及所期望的感兴趣的信息之外的信息的各种特征)被接收。信号降噪模块118在将具有频率和带宽(或规则模式的频率和带宽)的降噪信号124传输到BSS模块120之前对混合入射信号113降噪。由信号处理系统100实施的方法被上述并且如下面参考图2进一步详细示出和描述的设备和系统基本上实时的执行。
进一步,在示例性实施例中,预处理器104包括耦接到每个BSS模块120的一个或多个PDW生成模块128,以及耦接到每个BSS模块120的脉冲降噪模块130。PDW生成模块128基于从每个BSS模块120接收的盲源分离信号129产生PDW参数矢量信号138。每个PDW参数矢量信号138包含表示来源于盲源分离信号129的单一脉冲的雷达信号114和116中的一个的感兴趣的特征的数据(例如,频率、带宽、到达时间、出发时间、脉冲宽度、脉冲振幅、脉冲重复间隔和/或到达角(AOA))。脉冲降噪模块130还基于盲源分离信号129产生未知的信号状态空间表示信号139。未知的信号状态空间表示信号139包含表示与关于雷达信号发射器106和107中的一个的可用空间信息可分辨的雷达信号114和116中的一个的感兴趣的附加(例如,非PDW类型)特性的数据。PDW参数矢量信号138和未知的信号状态空间表示信号139被传输到后处理器105。信号降噪模块118、PDW生成模块128和脉冲降噪模块130包括合适的信号滤波、信号放大、信号调制、信号分离、信号调节和/或通过使用模拟和/或数字电路组件实施的ADC电路系统。并且,在示例性实施例中,每个BSS模块120将相应的盲源分离信号129(例如,129a、129b、……、129K)传输到PDW生成模块128和脉冲降噪模块130。
后处理器105包括计算设备132,该计算设备132包括存储器134。如上所述,PDW生成模块128从每个相应的BSS模块120接收盲源分离信号129。然后PDW生成模块128使用盲源分离信号129来产生PDW参数矢量信号138,随后PDW参数矢量信号138被传输到后处理器105。PDW参数矢量信号138由计算设备132接收并且被存储为存储器134中的计算机可读数据,该计算机可读数据包括(不限于)至少一个缓冲的数据集。脉冲降噪模块130也被配置为从每个相应的BSS模块120接收盲源分离信号129。脉冲降噪模块130进一步被配置为使用盲源分离信号129来产生未知的信号状态空间表示信号139,随后未知的信号状态空间表示信号139被传输到后处理器105。未知的信号状态空间表示信号139被计算设备132接收并且被存储为存储器134中的计算机可读数据,该计算机可读数据包括(不限于)至少一个缓冲的数据集。在示例性实施例中,计算设备132从存储器134提取缓冲的数据集,从而使用采用运行软件的操作系统的基于计算机的方法来处理,该软件根据同样存储在存储器134中的指令集数据(例如,来自一个或多个计算机可读存储介质)来处理。
计算设备132实施基于计算机的方法(例如,来自存储在包括(不限于)存储器134的一个或多个计算机可读存储介质中的软件指令),以便基于包含在PDW参数矢量信号138和未知的信号状态空间表示信号139中的至少一个的数据来执行操作。该操作包括(不限于)检测、处理、量化、存储以及显示(例如,以人类可读的数据形式)表示为PDW参数矢量信号138和未知的信号状态空间表示信号139中的至少一个中的数据的至少一个雷达信号(例如,信号114和116)的各种特性。例如,由PDW生成模块128产生的PDW参数矢量信号138包含以矢量形式构成的多个PDW矢量数据块,其中每个PDW矢量数据块包含第一雷达信号114的一个参数。参数(例如,表示第一雷达信号114的至少一个特性的参数)包括(不限于)频率、带宽、到达时间、出发时间、脉冲宽度、脉冲振幅、脉冲重复间隔和/或AOA。计算设备132读取PDW参数矢量信号138并且在多个PDW矢量数据块中的至少一个PDW矢量数据块上执行上述操作中的至少一个。并且,在示例性实施例中,计算设备132读取PDW参数矢量信号138并将其分离(例如,去交错)为其构成的PDW矢量数据块并且将比包含在PDW参数矢量信号138中的PDW矢量数据块的总数少的PDW矢量数据块存储在存储器134中。PDW参数矢量信号138的去交错使得能够通过计算设备132来确定雷达信号114和/或116的感兴趣的特性,从而例如(并且不限于)精确地确定并且追踪雷达信号发射器106和/或107的空间信息。在其他实施方式中,计算设备132读取所有的PDW矢量数据块并将它们彼此分离,并且将其中包含的所有数据存储在存储器134中。计算设备132基本上在传感器103接收雷达信号114和116的同时(例如,实时地)执行上述操作。
来自由计算设备132执行的操作的结果数据被存储在存储器134中。进一步,在示例性实施例中,计算设备132引起后处理器105将数据输出信号142传输到人机接口(HMI)从而有助于信号处理系统100的用户对关于雷达信号114和116的信息进行交互、修改、可视化、至少一个进一步的操作以及可视记录中的至少一个。例如,HMI是接收来自后处理器105的数据输出信号142的显示器144。在一个示例中,表示如由信号处理系统100所确定的雷达信号发射器106和107的物理位置的特性(例如,诸如物理空间域中的网格坐标等位置特性)被显示在显示器144上并且基本上实时地被更新。数据输出信号142还从后处理器105被传输到与信号处理系统100相关联的至少一个设备和/或系统(例如,车辆146)。进一步地,计算设备132使得后处理器102能够基本上实时地将致动器控制信号148传输到被包括在车辆146内的致动器控制器150从而有助于控制车辆146。例如,车辆146可以是远程和/或自动操作的陆地车辆和/或无人飞行器(UAV)。
在一种操作模式中,包含在相应的PDW参数矢量信号138中的频率信息和带宽信息中的至少一个连同相应的雷达信号发射器106和107的位置一起被显示在显示器144上,从而有助于精确追踪位置以及与特定雷达信号发射器106和107的关联。在至少一个雷达信号发射器106和107是可移动的情况下,显示器144基本上实时地自动更新以便显示至少一个相应的可移动雷达信号发射器106和107的位置信息。进一步地,计算设备132还确定至少一个相应的可移动雷达信号发射器106和107的速度、加速度、轨线以及轨迹(例如,包括现在的和先前的位置)。在另一种操作模式中,由信号数据处理器101确定的特性还触发与信号处理系统100通信的物理设备和系统中的各种基本上实时的物理活动。例如,包括由信号处理系统100确定的频率和带宽的雷达信号发射器106和107的特性作为数据被基本上实时地传输到车辆146中的致动器控制器150(例如,传输到UAV的控制舵和襟翼)。如果雷达信号发射器106和107是被确定为威胁的未授权(例如,敌方的、之前未发现的等)雷达信号发射器,则致动器控制器150调遣车辆146以避免信号发射器106和107的操作区域或占用(engages)信号发射器106和107。作为进一步的示例,由本文中描述的信号数据处理方法确定的雷达信号发射器106和107的特性基本上实时地在控制信号中被传输到与信号处理系统100相关联的电子支持测量(ESM)设备和电子战争(EW)系统中的至少一个,从而例如指向在未授权的情况下在传感器103的可监视环境中的雷达信号发射器106和107处的雷达干扰信号。
在操作中,信号处理系统100中的多个BSS模块120中的每个BSS模块120实施具有动态更新的滤波方法,从而使得能够产生包含频率、中心频率、带宽、脉冲时间以及脉冲宽度信息中至少一个的高质量PDW。在一些实施例中,BSS模块120可以具有管线式和平行化的架构。对用于追踪例如感兴趣的雷达信号的频率和带宽的PDW的这种改善的精确度和分辨率有助于识别、确定和/或分析相关雷达信号从中被发射的雷达信号发射器106和107。例如,如上所述,包括(不限于)来源于来自雷达信号发射器106和107的PDW的信息的信息在作为数据输出信号142被后处理器105被传输到显示器144之后被显示在显示器144上。该改善的信息使得信号处理系统100能够区分第一雷达信号发射器106与第二雷达信号发射器107。并且,例如,传感器103的受监视环境中的不同雷达信号发射器(例如,第一雷达信号发射器106和第二雷达信号发射器107)(例如,作为地图)被绘制在显示器144上的相应位置(例如,网格坐标)处。
并且,在操作中,多个BSS模块120分离多个降噪信号124。如下面参考图2和图3进一步示出并且描述的,每个BSS模块120包含多个可调谐滤波器,其中每个滤波器基于包括(不限于)中心频率和带宽的滤波器参数而操作。进一步地,在示例性实施例中,预处理器104包括BSS控制模块196,其有助于控制多个BSS模块120中的每个相应BSS模块120。BSS控制模块196从多个BSS模块120中的每个BSS模块120接收包含与BSS有关的信息的相应BSS数据信号197(例如,197a、197b、……、197K),与BSS有关的信息包括(不限于)频率、带宽和状态。基于包含在BSS数据信号197中的与BSS有关的信息,BSS控制模块196还产生相应的BSS控制信号198(例如,198a、198b、……、198K)并且将相应的BSS控制信号198传输回到每个相应的BSS模块120,从而控制(例如并且不限于)接收降噪信号124以及将相应的盲源分离信号129传输到PDW生成模块128和脉冲降噪模块130中的至少一个的定时(timing)。包含在BSS数据信号197和BSS控制信号198中的信息由BSS控制模块196使用,从而有助于实施反馈控制环路。
图2是形成图1中示出的信号处理系统100的一部分的示例性BSS信道200(例如,从信号降噪模块118接收降噪信号124的BSS模块120a)的示意图。如上所述,信号降噪模块118传输降噪信号124和状态能量信号126。并且,在示例性实施例中,状态能量信号126被体现在多个状态能量信号126中。多个状态能量信号126中的每个状态能量信号126包含表示信号降噪模块118的相应状态输出202的状态(例如,与入射信号133在特定采样时间点处的振幅成比例的模拟电压电平)的信息。多个状态能量信号126被状态能量分析子系统204接收。状态能量分析子系统204确定对应于滤波子系统207的S个滤波器状态的S个信号(例如,126a、126b、……、126S)的相应的状态能量信号126的中心频率(例如,f0)。状态能量分析子系统204包括被配置为确定长度为Ne(例如,对于BSS模块120a的BSS信道状态机模块208的每个状态为一)的一组S个窗口内的总能量的窗口求和器模块206。BSS信道状态机模块208协调滤波子系统207对降噪信号124进行滤波的定时。状态能量分析子系统204还包括耦接到窗口求和器模块206的最大能量检测模块210。最大能量检测模块210被配置为接收S个求和的窗口信号212(例如,212a、212b、……、212S)并且确定S个求和的窗口信号212中的每个求和的窗口信号212的最大能量。最大能量检测模块210进一步被配置为确定初始频率信号214并将初始频率信号214传输到耦接到最大能量检测模块210的信号频率和带宽追踪器模块216。
在示例性实施例中,初始频率信号214表示对应于BSS信道200的相关状态的相应状态能量信号126的最大能量处的f0。信号频率和带宽追踪器模块216使用初始频率信号214来确定对应于BSS信道200的最大能量状态的相应的求和的窗口信号212的中心频率(Cf)和带宽(BW)。信号频率和带宽追踪器模块216进一步将Cf和BW信号218输出到BSS信道状态机模块208。BSS信道状态机模块208被耦接到滤波子系统207、信号频率和带宽追踪器模块216、输入缓冲器模块220以及计算设备132。与BSS信道状态机模块208从信号频率和带宽追踪器模块216接收Cf和BW信号218基本上同时,输入缓冲器模块220延迟滤波子系统207对降噪信号124的滤波,从而使得BSS信道状态机208能够更新滤波子系统207的Cf和BW滤波器参数(如下面进一步描述的)。
在示例性实施例中,滤波子系统207是包括多个滤波器模块的可调谐滤波器组,该多个滤波器模块包括,例如(并且不限于)低滤波器(“Flo”)模块207a、主滤波器(“F”)模块207b以及高滤波器(“Fhi”)模块207c。在其他实施方式中(例如,如下面参考图5所示出并且描述的),滤波子系统207包括多于或少于三个的滤波器模块。输入缓冲器模块220被耦接到滤波子系统207和信号降噪模块118并且被耦接在滤波子系统207和信号降噪模块118之间,并且被配置为将多个滤波器输入信号228(例如,228a、228b和228c)传输到滤波子系统207中的相应的滤波器模块(例如,207a、207b和207c)。输入缓冲器模块220进一步被配置为接收从BSS信道状态机模块208的第一输出传输的延迟信号227。延迟信号227规定将滤波器输入信号228输出到滤波子系统207的定时。根据第二输出,BSS信道状态机模块208将中心频率和带宽更新信号232传输到滤波子系统207。中心频率和带宽更新信号232使得能够分别连续更新滤波子系统207中的每个滤波器模块(例如,207a、207b和207c)的Cf和BW操作参数以及相关联的滤波器系数α(阿尔法)和β(贝塔)。因此,中心频率和带宽更新信号232有助于精确追踪降噪信号124的频率和带宽,从而从BSS模块120a和BSS信道200产生连续且未失真的盲源分离信号129a。
在示例性实施例中,滤波子系统207使用包括(不限于)在现场可编程门阵列(FPGA)和专用集成电路(ASIC)中的至少一个中被实例化的电路的数字和/或模拟电路系统。并且,在示例性实施例中,在BSS信道200中实施的方法的至少一部分经由通用处理器(例如,计算设备132)和数字信号处理器(DSP)中至少一个上的软件被实例化。进一步地,在示例性实施例中,滤波子系统207中的每个滤波器模块(例如,207a、207b和207c)的操作参数被存储在存储器134中,并且与BSS信道状态机模块208传输中心频率和带宽更新信号232基本上同时地(例如,实时地)被更新。
在示例性实施例中,滤波器模块Flo 207a、滤波器模块F 207b和滤波器模块Fhi207c从输入缓冲器模块220接收相应的滤波器输入信号(例如,228a、228b和228c),并且每一个都进一步耦接到BSS信道状态机模块208。滤波子系统207进一步被配置为传输多个信号能量信号234,其中滤波器模块Flo 207a、F 207b和Fhi 207c中每一个都将相应的信号能量信号(例如,分别为234a、234b和234c)传输到BSS信道状态机模块208。进一步地,在示例性实施例中,如从BSS模块120a被传输到PDW生成模块128和脉冲降噪模块130的相应的盲源分离信号129a一样,滤波器模块F 207b也传输信号能量信号234b,以便进一步处理(例如,如上面参考图1所示出和描述的,由计算设备132对PDW参数矢量信号138进行去交错)。BSS信道状态机模块208使用包含在多个信号能量信号234中的信息来产生中心频率和带宽更新信号232并且将中心频率和带宽更新信号232传输到滤波子系统207(如下面参考图3和图4所进一步示出并描述的)。
在操作中,BSS信道200中的反馈用于确定在所有时间上将滤波子系统207的每个滤波器模块(例如,滤波器模块Flo 207a、F 207b和Fhi 207c)的Cf和BW置于何处(例如,在哪个值处或哪些值处)。反馈包括获得来自现有的滤波器设置的能量测量(例如,来自信号能量信号234a、234b和234c)以及连续并且适应性地更新相应的滤波器参数Cf和BW以及滤波器系数α和β,同时尽可能完整地在时间和频率上维持覆盖。由滤波子系统207使用具有被调谐为使得滤波子系统207能够以非常有效的方式进行多任务的相应的滤波器参数和系数的滤波器模块Flo 207a、F 207b和Fhi 207c来对雷达信号的后续脉冲进行滤波(例如,如上面参考图1所描述的,至少部分地在BSS控制模块196的控制下)。
并且在操作中,信号频率和带宽追踪器模块216包括用于追踪初始频率信号214的值的追踪算法。具体地,初始频率信号214的Cf以高达由(例如,由计算设备132、BSS信道状态机模块208和BSS控制模块196中的至少一个确定的)追踪算法设置的最大的预确定速率的任意速率变化。追踪算法的追踪窗口足够短以支持调频斜率(chirp rate),但是足够长以处理信号噪声水平。特别地,追踪算法由包括(不限于)连同计算设备132的BSS信道200根据所所有下列项稳健地实施:多个滤波器模块(例如,207a、207b和207c)的参数和/或系数设置、噪声水平、信号频率变化特性、振幅差以及将信号拉入(pull-in)信号降噪模块118所需的范围内的能力。例如(并且不限于)在信号降噪模块118在1GHz带宽的情况下具有二十个状态(例如,S=20)的情况下,BSS信道200追踪具有从初始频率(例如,拉入范围)偏移高达±25MHz(例如0.025GHz)的频率的雷达信号。
在示例性实施例中,滤波子系统207中的每个滤波器模块(例如,207a、207b和207c)是无限冲激响应(IIR)滤波器。并且,在示例性实施例中,BSS信道200处理雷达信号而不是通信信号,并且因此由使用IIR滤波器引起的非恒定群延迟效应不如使用通信信号那么重要。IIR滤波器充分满足后处理器105对后置滤波PDW去交错所需要的信号质量。
滤波器模块F 207b被用作用于分离来源于降噪信号124的滤波器输入信号228b的初级滤波器。滤波器模块Flo 207a和Fhi 207c分别对滤波器输入信号228a和228c的滤波被用于追踪过程,从而保持滤波器模块F 207b相对精确地确定频率和带宽两者。并且,在示例性实施例中,滤波器模块Flo 207a和Fhi 207c在频率和带宽上被偏移固定的量,并且与滤波器模块F 207b一样被连续监视,从而有助于Cf和BW的适当并且及时的调谐。
滤波器模块Flo 207a、F 207b和Fhi 207c中的每一个都由两个值(例如,Cf和BW)参数化。在替代的实施方式中(未示出),滤波子系统207包括两个滤波器模块(例如,滤波器模块F 207b和Fhi 207c)而不是三个滤波器模快,BSS信道200具有固定的BW,并且简化的追踪过程仅追踪频率。在该简化的情况下,滤波器模块F 207b的Cf和BW分别被称为f和w,使得:
中心频率(Fhi)=f+Δf 方程式1
带宽(Fhi)=w 方程式2
对于示例性实施例,其中滤波子系统207包括三个滤波器模块(例如,滤波器模块Flo 207a、F 207b和Fhi 207c),滤波器模块F 207b的Cf和BW根据方程式1和方程式2限定,并且滤波器模块Flo 207a和Fhi 207c的Cf和BW(例如,分别为f和w)由下式限定:
中心频率(Flo)=f-Δf 方程式3
带宽(Flo)=w–Δw 方程式4
中心频率(Fhi)=f+2Δf 方程式5
带宽(Fhi)=w+2Δw 方程式6
并且在操作中,由滤波子系统207中的相应的滤波器模块(例如,滤波器模块Flo207a、F 207b和Fhi 207c)输出的相应的信号能量信号234具有由包括(不限于)连同使用计算设备132和BSS控制模块196中的至少一个执行的方法的BSS信道状态机模块208确定的它们的输出能量。对于实数值的信号能量信号234,输出能量通过求平方来确定,并且对于复数值的信号能量信号234,输出能量通过取绝对值来确定。对于实数值的或复数值的信号能量信号234,在滤波子系统207具有三个滤波器模块(例如,Flo 207a、F 207b和Fhi 207c)的情况下,输出能量的确定导致能量测量序列呈三倍(E(n)、Elo(n)、Ehi(n),n=1,2,...),如上所述,其中n表示BSS信道200的状态。在简化的两个滤波器的情况中,信号能量信号234的输出能量的确定导致能量测量序列成对(E(n)、Ehi(n),n=1,2,...),并且有助于滤波器模块F 207b和Fhi 207c的Cf(例如,f)参数的以下更新:
f←f+α0*[(E(n)–Ehi(n))/(E(n)+Ehi(n))]+α1 方程式7
在滤波子系统207包括三个滤波器模块(例如,Flo 207a、F 207b和Fhi 207c)的示例性实施例中,f和w参数根据下式更新:
f←f+α0*[(E(n)–Elo(n))/(E(n)+Elo(n))]
+α1*[(E(n)–Ehi(n))/(E(n)+Ehi(n))]+α2 方程式8
w←w+β0*[E(n)–Elo(n)]/[E(n)+Elo(n)]
+β1*[(E(n)–Ehi(n))/(E(n)+Ehi(n))]+β2 方程式9
其中在(由计算设备132、BSS信道状态机模块208和BSS控制模块196中的至少一个实施的)预训练过程期间,系数矢量的α和β的初始值被确定并且被存储在存储器134中,并且是窗口尺寸、BW以及信噪比(SNR)的函数。α和β初始值根据初始的降噪信号124和在BSS信道200处接收的初始的状态能量信号126中的至少一个确定。
再次参考图2,在示例性实施例的操作中,来源于降噪信号124处的响应的滤波器输入信号(例如228a、228b和228c)被基本上同时提供到信号处理系统100中的多个BSS模块120中的每个BSS模块120的滤波子系统207中的每个滤波器模块(例如,Flo 207a、F 207b和Fhi 207c)。在BSS信道200中,例如,所产生的由滤波子系统207输出的盲源分离信号129a被PDW生成模块128进一步矢量化为PDW参数矢量信号138,从而有助于对至少一个雷达信号的频率和/或带宽进行精确追踪和确定。因此,BSS信道200使得信号处理系统100能够实施对流过预处理器104的多个时变雷达信号的高性能实时追踪。
上述滤波方法使得信号处理系统100能够产生用于识别、确定以及分析雷达信号发射器106和107的高质量PDW参数矢量信号138。例如,如上所述,与雷达信号发射器106相关联的PDW参数矢量信号138被显示在显示器144上。并且,例如,包括在至少两个PDW参数矢量信号138中的关于频率和/或带宽的改善的信息使得信号处理系统100能够区分第一雷达信号发射器106和第二雷达信号发射器107。这些雷达信号发射器106和107被绘制在显示器144(例如,作为地图)上的相应位置处。
图3是可以与图2中示出的BSS信道状态机模块208一起使用的示例性BSS状态机过程300的示意图。在示例性实施方式中,BSS状态机过程300包括多个状态302。多个状态302包括第一状态304、第二状态306、第三状态308、第四状态310、第五状态312以及第六状态314。并且,在示例性实施例中,(包括(不限于)连同计算设备132和BSS控制模块中的至少一个执行的)BSS状态机过程300移动通过以下多个状态302:第一状态304→第二状态306→第三状态308→第四状态310→第五状态312→第六状态314→第二状态306。第一状态304包括状态能量缓冲器的初始化,并且其在用户对信号处理系统100上电之后开始。为了比较不同状态的能量,在长度为Ne的时间窗口上确定连续和。因此,第一状态304使得初始和将在系统上电之后被确定并且不再重新输入。
并且,在示例性实施方式中,第二状态306包括信号频率的初始化。一旦计算出每个状态的总和能量,其最大值在S个时钟中确定,并且初始追踪频率f0通过使用状态及其相应的频率之间的线性关系来确定。第二状态306还包括被输入到滤波子系统207的可调谐追踪滤波器(如图2所示)的适当偏移的追踪频率的初始值。进一步地,在示例性实施方式中,第三状态308包括滤波器输出缓冲器的初始化。为了比较在长度为Nf的时间窗口上来自滤波子系统207的所有追踪滤波器的滤波器输出能量与初始频率设置,第三状态308等待Nf个采样时间,使得总和能量精确地反映所设置的频率的效果。
进一步地,在示例性实施方式中,第四状态310包括搜索延迟的信号。在获得精确的滤波输出能量之后,正确地计算频率和带宽更新。因此,第四状态310还包括开始追踪回路。为此,第四状态310进一步包括从长度为Ns的采样缓冲器切换到延迟的采样,并且试图拉入信号直到信号存在指示符等于或大于预确定的阈值。如果信号存在指示符不等于或大于预确定的阈值,则在搜索计数器期满之后第四状态310转变回到第二状态306。
此外,在示例性实施方式中,第五状态312包括追踪延迟的信号。在检测到信号之后,只要信号存在或者在发生追踪超时之前,从延迟采样缓冲器连续追踪。追踪超时有助于防止滤波子系统207中的追踪滤波器资源由于长通信信号保持忙碌(例如,这将防止这些滤波资源被用于更重要的雷达信号)。第五状态312期间的追踪超时事件导致第五状态312转变返回到第二状态306。然而,如果信号存在指示符等于或小于预确定的阈值,则第五状态312转变到第六状态314。此外,在示例性实施方式中,第六状态314包括保持延迟的信号。当追踪的信号不再存在时(例如,不再被传感器103检测到),第六状态304的保持状态使得能够防止频率被更新,并且信号BSS状态机过程300开始保持计时器。如果信号存在指示符等于或大于预确定的阈值,则第六状态314转变回到追踪延迟的信号(例如,第五状态312)。否则,保持计时器期满并且第六状态314转变回到第二状态306。
图4A是图1中示出的信号处理系统100的操作的图形表示(例如,曲线图400),其描绘在具有多种SNR的情况下,在预训练期间确定的系数阿尔法(α)的值与窗口尺寸之间关系。图4B是对于图1中示出的信号处理系统100的操作的图形表示(例如,曲线图402),其描绘曲线图400的系数α的均方误差(MSE)结果与窗口尺寸之间关系。在示例性实施方式中,曲线图400通过使用上面参考图1到图3所描述的系统和方法绘制在五个不同SNR下确定的系数α(y轴)的结果。α的结果还被绘制在曲线图400中x轴上100到16400的窗口尺寸上。曲线图400包括在15分贝(dB)的SNR下确定的α值的第一绘图404。曲线图400还包括分别在20dB和25dB的SNR下确定的α值的第二绘图406和第三绘图408。曲线图400进一步包括分别在30dB和100dB的SNR下确定的α值的第四绘图410和第五绘图412。并且,在曲线图400中,第一绘图404、第二绘图406、第三绘图408、第四绘图410以及第五绘图412基本上相等并且基本上全部重叠,从而指示确定的α值取决于窗口尺寸值在100和大约4000之间的窗口尺寸。在另一方面,在曲线图400中,在4000和16400之间的窗口尺寸值处,确定的α值不依赖于窗口尺寸。对于曲线图400中的第一绘图404、第二绘图406、第三绘图408、第四绘图410以及第五绘图412中的上面列出的五个SNR,同样保持了确定的α值与窗口尺寸之间的上述依赖关系,从而指示根据信号处理系统100的特定应用,上面参考图1到图3所示出并且描述的系统和方法可实施为对具有不同SNR的硬件和处理架构在示例性实施方式的操作方面具有基本上相似的益处。
进一步地,在示例性实施方式中,曲线图402在与图4A中相同的五个SNR下绘制确定的系数α(y轴)的MSE的结果。曲线图402中也绘制了在与图4A中相同的窗口尺寸上的α的MSE的结果。曲线图402包括在15分贝(dB)的SNR下确定的α值的MSE的第六绘图414。曲线图402还包括分别在20dB和25dB的SNR下确定的α值的MSE的第七绘图416和第八绘图418。曲线图402进一步包括分别在30dB和100dB的SNR下确定的α值的MSE的第九绘图420和第十绘图422。并且,在示例性实施方式中,在曲线图402的4000和16400的窗口尺寸值之间,第六绘图414、第七绘图416、第八绘图418、第九绘图420以及第十绘图422基本上类似,其中在大约为4200的窗口尺寸处,在第六绘图414(15dB SNR)和第十绘图422(100dB SNR)之间出现确定的α值的MSE的大约为0.3*10-5的最大变化。在曲线图402的100到4000的窗口尺寸值之间,在大约为300的窗口尺寸处,确定的α值的MSE的约为2.7*10-5的最大变化出现在第六绘图414(15dB SNR)和第十绘图422(100dB SNR)之间。总体来说,在曲线图402中,确定的α值的MSE随SNR增加而变化更小的幅度。然而,在4000和16400的窗口尺寸值之间,α值的MSE跨过全部五个SNR展现出逐渐小的变化,从而指示(如图4A)根据信号处理系统100的特定应用,上面参考图1到图3所示出并且描述的系统和方法可实施为对具有不同SNR的硬件和处理架构在示例性实施方式的操作方面具有基本上相似的益处。
图5A是图1中示出的信号处理系统100的操作的图形表示(例如,曲线图500),其描绘频率追踪结果与20dB的SNR值的样本数量之间关系。图5B是图1中示出的信号处理系统的操作的图形表示(例如,曲线图502),其描绘图5A中示出的图形表示的频率追踪结果的MSE结果与样本数量之间关系。曲线图500包括在x轴上从0(零)到1024的采样数量上的y轴上以吉赫兹(GHZ)为单位的实际频率的第一绘图504(例如,由信号处理系统100的传感器103接收并采样的已知频率的雷达信号的随机选择的脉冲)。曲线图500还包括在从0到1024的采样数量上确定的频率(GHZ)值的第二绘图506(例如,如上面参考图1到图2所示出并描述的,包括在来源于盲源分离并且滤波的去交错的PDW中的PDW数据块)。并且,在曲线图500中,第一绘图504和第二绘图506基本上相等,从而指示当SNR=20dB时信号处理系统100有效地产生包含来源于盲源分离信号和滤波器信号的高精度频率信息的PDW。
进一步,曲线图502绘制相在上面参考图5A所示出和描述的0到1024的采样数量上的频率追踪结果的MSE的结果。曲线图502包括在20分贝(dB)的SNR下确定的频率的MSE(Hz*10-3)的第三绘图508。在曲线图502中,频率值的MSE在样本数量0到1024上以不超过大约1*10-3Hz变化,并且采样数量中没有特定的子集展现出比采样数量中的另一个特定子集更多的变化,从而指示在大约0.23GHz到0.3GHz的范围上信号处理系统100对实际频率的精确、精准以及一致的高性能追踪。
图6是图1中示出的信号处理系统100的操作的图形表示(例如,曲线图600),其描绘针对一系列SNR频率追踪的MSE结果。曲线图600包括对于-20dB到20dB的范围的SNR(x轴)的以赫兹(Hz)为单位的频率的确定的MSE(y轴)的绘图602(例如,根据信号处理系统100的SNR的频率追踪性能)。以与图5A和图5B基本上相同的方式在采样数量0到1024上获得绘制在曲线图600中的的信号处理系统100的操作数据,该操作数据具有每秒3815GHZ的最大调频斜率。曲线图600中的MSE值从-20dB的SNR值处的大约104Hz的最大值下降到0dB的SNR处的大约200Hz,并且展现出与上面参考图4B所示出并描述的α值的MSE基本上相同的频率追踪的MSE随SNR值的增加而下降的趋势。对于大于或等于-20dB并且小于或等于0dB的SNR值,频率追踪MSE值一致并且在大约200Hz处基本上恒定,从而再次指示(如上面参考图4A和图4B所示出并且描述的)根据信号处理系统100的特定应用,上面参考图1到图3所示出并且描述的系统和方法可实施为对具有大于或等于0并且小于或等于20的不同SNR的硬件和处理架构在示例性实施方式的操作方面具有基本上相似的益处。
图7A是对于图1中示出的信号处理系统100的操作的图形表示(例如,曲线图700),其描绘在多种SNR的情况下,预训练期间确定的系数α1的值与窗口尺寸之间关系。图7B是图1中示出的信号处理系统100的操作的图形表示(例如,曲线图702),其描绘在多种SNR的情况下,在预训练期间确定的系数α2的值与窗口尺寸之间关系。图7C是对于图1中示出的信号处理系统100的操作的图形表示(例如,曲线图704),其描绘在多种SNR的情况下在预训练期间确定的系数α3的值与窗口尺寸之间关系。图7D是图1中示出的信号处理系统100的操作的图形表示(例如,曲线图706),其描绘在多种SNR的情况下,在预训练期间确定的系数β1的值与窗口尺寸之间关系。图7E是图1中示出的信号处理系统100的操作的图形表示(例如,曲线图708),其描绘在多种SNR的情况下,在预训练期间确定的系数β2的值与窗口尺寸之间关系。图7F是图1中示出的信号处理系统100的操作的图形表示(例如,曲线图710),其描绘在多种SNR情况下,在预训练期间确定的系数β3的值与窗口尺寸之间关系。
在示例性实施方式中,曲线图700使用上面参考图1到图3所描述的系统和方法绘制在九个不同的SNR下确定的系数α1(y轴)的结果。曲线图700中还绘制了在x轴上的大约100到大约1000的窗口尺寸上的α1的结果。曲线图700包括在0dB的SNR下确定的α1值的第一绘图711。曲线图700还包括分别在5dB和10dB的SNR下确定的α1值的第二绘图712和第三绘图713。曲线图700进一步包括分别在15dB和20dB的SNR下确定的α1值的第四绘图714和第五绘图715。曲线图700还包括分别在25dB和30dB的SNR下确定的α1值的第六绘图716和第七绘图717。曲线图700进一步包括分别在35dB和40dB的SNR下确定的α1值的第八绘图718和第九绘图719。
并且,在示例性实施方式中,在大约100和1000的窗口尺寸之间,曲线图700中的所有绘图(711、712、713、714、715、716、717、718和719)在曲线图700中基本上相等并且基本上重叠,从而指示对于所有的SNR,确定的α1值关于窗口尺寸展现出基本上类似的依赖关系。上述依赖关系指示根据信号处理系统100的特定应用,上面参考图1到图3所示出并且描述的系统和方法可实施为对具有不同SNR的硬件和处理架构在示例性实施方式的操作期间在用于确定α1的预训练过程中具有基本上相似的益处。
进一步地,在示例性实施方式中,曲线图702使用上面参考图1到图3所描述的系统和方法绘制在九个不同的SNR下确定的系数α2(y轴)的结果。曲线图702中还绘制了在x轴上的大约100到大约1000的窗口尺寸上的α2的结果。曲线图702包括在0dB的SNR下确定的α2值的第十绘图720。曲线图702还包括分别在5dB和10dB的SNR下确定的α2值的第十一绘图721和第十二绘图722。曲线图702进一步包括分别在15dB和20dB的SNR下确定的α2值的第十三绘图723和第十四绘图724。曲线图702还包括分别在25dB和30dB的SNR下确定的α2值的第十五绘图725和第十六绘图726。曲线图702进一步包括分别在35dB和40dB的SNR下确定的α2值的第十七绘图727和第十八绘图728。
此外,在示例性实施方式中,在大约100和1000的窗口尺寸之间,在曲线图702中,曲线图702的所有绘图(720、721、722、723、724、725、726、727和728)基本上相等并且基本上重叠,从而指示对于所有的SNR,确定的α2值关于窗口尺寸展现出基本上类似的依赖关系。上述依赖关系指示根据信号处理系统100的特定应用,上面参考图1到图3所示出并且描述的系统和方法可实施为对具有不同SNR的硬件和处理架构在示例性实施方式的操作期间在确定α2的预训练过程中具有基本上相似的益处。
此外,在示例性实施方式中,曲线图704使用上面参考图1到图3所描述的系统和方法绘制在九个不同的SNR下确定的系数α3(y轴)的结果。曲线图704中还绘制了在x轴上的大约100到大约1000的窗口尺寸上的α3的结果。曲线图704包括在0dB的SNR下确定的α3值的第十九绘图729。曲线图704还包括分别在5dB和10dB的SNR下确定的α3值的第二十绘图730和第二十一绘图731。曲线图704进一步包括分别在15dB和20dB的SNR下确定的α3值的第二十二绘图732和第二十三绘图733。曲线图704还包括分别在25dB和30dB的SNR下确定的α3值的第二十四绘图734和第二十五绘图735。曲线图700进一步包括分别在35dB和40dB的SNR下确定的α3值的第二十六绘图736和第二十七绘图737。
并且,在示例性实施方式中,在大约400和1000的窗口尺寸之间,在曲线图704中,曲线图704的所有绘图(729、730、731、732、733、734、735、736和737)基本上相等并且基本上重叠,从而指示对于所有的SNR,确定的α3值关于窗口尺寸展现出基本上类似的依赖关系。另一方面,在100和400之间的窗口尺寸值处,除第十九绘图729(针对0dB)之外的所有绘图(730、731、732、733、734、735、736和737)基本上相等并且重叠,从而再次指示基本上类似的关于窗口尺寸的依赖关系。然而,对于第十九绘图729,在100到400的窗口尺寸处,在0dB的SNR下确定的α3值具有高达0.003的差异。上述依赖关系指示根据信号处理系统100的特定应用,上面参考图1到图3所示出并且描述的系统和方法可实施为对具有范围从5dB到40dB的SNR的硬件和处理架构在示例性实施方式的操作期间在确定α3的预训练过程中具有基本上相似的益处。
进一步地,在示例性实施方式中,曲线图706使用上面参考图1到图3所描述的系统和方法绘制在九个不同的SNR下确定的系数β1(y轴)的结果。曲线图706中在x轴上的大约100到大约1000的窗口尺寸上的β1的结果。曲线图706包括在0dB的SNR下确定的β1值的第二十八绘图738。曲线图706还包括分别在5dB和10dB的SNR下确定的β1值的第二十九绘图739和第三十绘图740。曲线图706进一步包括分别在15dB和20dB的SNR下确定的β1值的第三十一绘图741和第三十二绘图742。曲线图706还包括分别在25dB和30dB的SNR下确定的β1值的第三十三绘图743和第三十四绘图744。曲线图706进一步包括分别在35dB和40dB的SNR下确定的β1值的第三十五绘图745和第三十六绘图746。
此外,在示例性实施方式中,在大约100和1000的窗口尺寸之间,在曲线图706中,曲线图706的所有绘图(738、739、740、741、742、743、744、745和746)基本上相等并且基本上重叠,从而指示对于所有的SNR,确定的β1值关于窗口尺寸展现出基本上类似的依赖关系。上述依赖关系指示根据信号处理系统100的特定应用,上面参考图1到图3所示出并且描述的系统和方法可实施为对具有不同SNR的硬件和处理架构在示例性实施方式的操作期间在确定β1的预训练过程中具有基本上相似的益处。
此外,在示例性实施方式中,曲线图708使用上面参考图1到图3所描述的系统和方法绘制在九个不同的SNR下确定的系数β2(y轴)的结果。曲线图708中还绘制了在x轴上的大约100到大约1000的窗口尺寸上的β2的结果。曲线图708包括在0dB的SNR下确定的β2值的第三十七绘图747。曲线图708还包括分别在5dB和10dB的SNR下确定的β2值的第三十八绘图748和第三十九绘图749。曲线图708进一步包括分别在15dB和20dB的SNR下确定的β2值的第四十绘图750和第四十一绘图751。曲线图708还包括分别在25dB和30dB的SNR下确定的β2值的第四十二绘图752和第四十三绘图753。曲线图708进一步包括分别在35dB和40dB的SNR下确定的β2值的第四十四绘图754和第四十五绘图755。
并且,在示例性实施方式中,在曲线图708中,曲线图708的绘图(751、752、753、754和755)基本上相等并且基本上重叠,从而指示在100和1000的窗口尺寸之间,对于20dB到40dB的SNR,确定的β2值关于窗口尺寸展现出基本上类似的依赖关系。然而,对于100到1000的窗口尺寸,对于较低的SNR绘图(747、748、748和750),确定的β2值展现与绘图(751、752、753、754和755)高达大约10的显著变化。上述依赖关系指示根据信号处理系统100的特定应用,上面参考图1到图3所示出并且描述的系统和方法可实施为对具有范围从20dB到40dB的SNR的硬件和处理架构在示例性实施方式的操作期间在确定β2的预训练过程中具有基本上相似的益处。
进一步地,在示例性实施方式中,曲线图710使用上面参考图1到图3所描述的系统和方法绘制在九个不同的SNR确定的系数β3(y轴)的结果。曲线图710中还绘制了在x轴上的大约100到大约1000的窗口尺寸上的β3的结果。曲线图710包括在0dB的SNR下确定的β3值的第四十六绘图756。曲线图710还包括分别在5dB和10dB的SNR下确定的β3值的第四十七绘图757和第四十八绘图758。曲线图710进一步包括分别在15dB和20dB的SNR下确定的β3值的第四十九绘图759和第五十绘图760。曲线图710还包括分别在25dB和30dB的SNR下确定的β3值的第五十一绘图761和第五十二绘图762。曲线图710进一步包括分别在35dB和40dB的SNR下确定的β3值的第五十三绘图763和第五十四绘图764。
此外,在示例性实施方式中,在大约100和1000的窗口尺寸之间,在曲线图710中,曲线图710的所有绘图(756、757、758、759、760、761、762、763和764)基本上相等并且基本上重叠,从而指示对于所有的SNR,确定的β3值关于窗口尺寸展现出基本上类似的依赖关系。上述依赖关系指示根据信号处理系统100的特定应用,上面参考图1到图3所示出并且描述的系统和方法可实施为对具有的不同SNR的硬件和处理架构在示例性实施方式的操作期间在确定β1的预训练过程中具有基本上相似的益处。
图8A是图1中示出的信号处理系统100的操作的图形表示(例如,曲线图800),其描绘在多种SNR的情况下,在频率追踪期间确定的Δf的MSE结果与窗口尺寸之间关系。图8B是图1中示出的信号处理系统100的操作的图形表示(例如,曲线图802),其描绘在多种SNR的情况下,在频率追踪期间确定的Δw的MSE结果与窗口尺寸之间关系。在示例性实施方式中,曲线图800使用上面参考图1到图3所描述的系统和方法绘制对于九个不同的SNR确定的Δf的MSE(y轴)的结果。曲线图800中还绘制了在x轴上的100到大约1050的窗口尺寸上的Δf的MSE的结果。曲线图800包括在0dB的SNR下确定的Δf的MSE值的第一绘图804。曲线图800还包括分别在5dB和10dB的SNR下确定的Δf的MSE值的第二绘图806和第三绘图808。曲线图800进一步包括分别在15dB和20dB的SNR下确定的Δf的MSE值的第四绘图810和第五绘图812。曲线图800还包括分别在25dB和30dB的SNR下确定的Δf的MSE值的第六绘图814和第七绘图816。曲线图800进一步包括分别在30dB和35dB的SNR下确定的Δf的MSE值的第八绘图818和第九绘图820。并且,在示例性实施方式中,在曲线图800中,曲线图800的所有绘图(804、806、808、810、812、814、816、818和820)基本上相等并且基本上重叠,从而指示对于所有的SNR,确定的Δf的MSE的值关于窗口尺寸展现出基本上类似的依赖关系。上述依赖关系指示根据信号处理系统100的特定应用,上面参考图1到图3所示出并且描述的系统和方法可实施为对具有不同SNR的硬件和处理架构在示例性实施方式的操作方面具有基本上相似的益处。
进一步地,在示例性实施方式中,曲线图802使用上面参考图1到图3所描述的系统和方法绘制对于九个不同的SNR确定的Δw的MSE(y轴)的结果。曲线图802中还绘制了在x轴上的100到大约1050的窗口尺寸上的Δw的MSE的结果。曲线图802包括在0dB的SNR下确定的Δw的MSE值的第十绘图822。曲线图802还包括分别在5dB和10dB的SNR下确定的Δw的MSE值的第十一绘图824和第十二绘图826。曲线图802进一步包括分别在15dB和20dB的SNR下确定的Δw的MSE值的第十三绘图828和第十四绘图830。曲线图802还包括分别在25dB和30dB的SNR下确定的Δw的MSE值的第十五绘图832和第十六绘图834。曲线图802进一步包括分别在30dB和35dB的SNR下确定的Δw的MSE值的第十七绘图836和第十八绘图838。并且,在示例性实施方式中,在曲线图802中,曲线图802的所有绘图(822、824、826、828、830、832、834、836和838)基本上相等并且基本上重叠,从而指示对于所有的SNR,确定的Δw的MSE的值关于窗口尺寸展现出基本上类似的依赖关系。上述依赖关系指示根据信号处理系统100的特定应用,上面参考图1到图3所示出并且描述的系统和方法可实施为对具有不同SNR的硬件和处理架构在示例性实施方式的操作方面具有基本上相似的益处。
图9是用于使用可以与图1中示出的信号处理系统100一起使用的BSS来产生PDW的示例性方法900的流程图。在示例性实施方式中,方法900包括在信号数据处理器101的多个BSS模块120处对来源于多个时变信号(例如,第一雷达信号114和第二雷达信号116)的信号(例如,降噪信号124和状态能量信号126)进行滤波902。方法900还包括将至少一个盲源分离信号129从多个BSS模块120传输到通信地耦接到滤波子系统207的PDW生成模块128。方法900进一步包括使用PDW生成模块128并且基于至少一个盲源分离信号129产生906包含频率数据的至少一个PDW参数矢量信号138。方法900还包括在产生至少一个PDW参数矢量信号138之后并且基于至少一个PDW参数矢量信号138来更新908多个滤波器模块(低滤波器模块222、主滤波器模块224和高滤波器模块226)的每个滤波器模块的α值和f值中的至少一个。
上述用于使用盲源分离来产生PDW的系统和方法实现PDW参数估计的提高的精确度而不依赖于固定的带宽信道。上述实施方式也有助于使用相对于已知的基于固定带宽信道的系统更简单的处理架构来更快并且更有效地产生PDW。上述实施方式进一步实现降低高性能PDW信号处理系统和方法的尺寸、重量和成本。上述用于使用盲源分离来产生PDW的系统和方法还提供连续高速产生适合于改善的去交错方法的高信号质量PDW矢量。
上述用于使用盲源分离来产生PDW的系统和方法的示例性技术效果包括以下至少一个:(a)提高不依赖于固定带宽信道的PDW参数估计精确度;(b)增加使用相对于已知系统更简单的处理架构来产生PDW的速度和有效性;(c)降低高性能PDW信号处理系统的尺寸、重量和成本;以及(d)提供连续高速产生适合于改善的去交错方法的高信号质量PDW矢量。
尽管本公开的各个实施方式的具体特征可以示出在一些附图中并且没有示出在其他附图中,然而这仅出于方便。根据本公开的原理,附图的任何特征可以与任何其他附图的任何特征结合来引用和/或要求。
一些实施方式涉及使用一个或多个电子设备或计算设备。此类设备通常包括处理器、处理设备或控制器,诸如通用中央处理单元(CPU)、图形处理单元(GPU)、微控制器、精简指令集计算机(RISC)处理器、ASIC、可编程逻辑电路(PLC)、FPGA、DSP设备和/或能够执行本文中描述的功能的任意其他电路或处理设备。本文中描述的方法可以被编码为体现在计算机可读介质(包括(不限于)存储设备和/或存储器设备)中的可执行指令。当此类指令被处理设备执行时,其引起处理设备执行本文中描述的方法的至少一部分。上述示例仅是示例性的,并且因此不旨在以任何方式限制术语处理器和处理设备的定义和/或含义。
进一步地,本公开包含根据以下条款的实施例:
条款1.一种用于产生脉冲描述符字(PDW)的方法,PDW包括来自由传感器接收的多个时变信号的频率数据和带宽数据中至少一个,传感器通信地耦接到信号数据处理器,所述方法包括:
在信号数据处理器的多个盲源分离(BSS)模块处对来源于多个时变信号的信号进行滤波,多个BSS模块中的每个BBS模块包括具有多个滤波器模块的滤波子系统,其中多个滤波器模块中的每个滤波器模块具有频率滤波器系数(α)并且被中心频率(f)参数化;
将至少一个盲源分离信号从多个BBS模块传输到通信地耦接到滤波子系统的PDW生成模块;
使用PDW生成模块并且基于至少一个盲源分离信号产生包含频率数据的至少一个PDW参数矢量信号;以及
在产生至少一个PDW参数矢量信号之后并且基于至少一个PDW参数矢量信号更新多个滤波器模块中的每个滤波器模块的α值和f值中的至少一个。
条款2.根据条款1所述的方法,进一步包括在通信地耦接到信号数据处理器的存储器中存储更新的α值和更新的f值中的至少一个,其中更新α值和f值中的至少一个包括将更新的α值和更新的f值中的至少一个传输到每个滤波器模块,从而有助于追踪多个时变信号的频率数据。
条款3.根据条款1所述的方法,进一步包括在通信地耦接到信号数据处理器的存储器中存储初始的α值和初始的f值中的至少一个。
条款4.根据条款1所述的方法,其中对信号进行滤波包含接收来自至少一个信号降噪模块的降噪信号和状态能量信号,所述方法进一步包括确定信号的信号能量值,从而有助于追踪多个时变信号的频率数据和带宽数据中的至少一个。
条款5.根据条款1所述的方法,其中对所述信号滤波包括使用多个滤波器模块中的具有带宽滤波器系数(β)并且进一步由带宽(w)参数化的至少一个滤波器模块,并且其中所述方法进一步包括更新至少一个滤波器模块的β值和w值中的至少一个。
条款6.根据条款5所述的方法,进一步包括在通信地耦接到信号数据处理器的存储器中存储更新的β值和更新的w值中的至少一个,其中更新β值和w值中的至少一个包括将更新的β值和更新的w值中的至少一个传输到每个滤波器模块,从而有助于追踪多个时变信号的带宽数据。
条款7.根据条款5所述的方法,进一步包括在通信地耦接到信号数据处理器的存储器中存储初始β值和初始w值中的至少一个。
条款8.根据条款1所述的方法,进一步包括将至少一个PDW参数矢量信号从PDW生成模块输出到通信地耦接到信号数据处理器的计算设备。
条款9.根据条款8所述的方法,进一步包括基于至少一个PDW参数矢量信号引导车辆的移动。
条款10.根据条款8所述的方法,进一步包括在显示器上显示至少一个PDW参数矢量信号和来源于至少一个PDW参数矢量信号的信息中的至少一个。
条款11.一种用于处理多个时变信号以产生包括频率数据和带宽数据中的至少一个的至少一个脉冲描述符字(PDW)的系统,所述系统包括:
传感器,其被配置为接收至少一个时变信号;
信号数据处理器,其通信地耦接到所述传感器并且包括:
多个盲源分离(BSS)模块,所述多个BSS模块中的每个BSS模块包含包括多个滤波器模块的滤波子系统,其中所述多个滤波器模块中的每个滤波器模块具有频率滤波器系数(α)并且被中心频率(f)参数化;以及
PDW生成模块,其通信地耦接到滤波子系统,所述多个BSS模块被配置为对来源于多个时变信号的信号进行滤波并且将至少一个盲源分离信号传输到所述PDW生成模块,所述PDW生成模块被配置为基于至少一个盲源分离信号产生包含频率数据的至少一个PDW参数矢量信号,从而有助于基本上在产生至少一个PDW参数矢量信号的同时并且基于至少一个PDW参数矢量信号来更新所述多个滤波器模块中的每个滤波器模块的α值和f值中的至少一个。
条款12.根据条款11所述的系统,进一步包括存储器,其被配置为存储更新的α值和更新的f值中的至少一个,其中所述每个滤波器模块被配置为接收更新的α值和更新的f值中的至少一个,从而有助于追踪多个时变信号的频率数据。
条款13.根据条款11所述的系统,进一步包括至少一个信号降噪模块,其被配置为产生来源于多个时变信号的降噪信号和状态能量信号,所述系统被配置为确定信号的信号能量值,从而有助于追踪多个时变信号的频率数据和带宽数据中的至少一个。
条款14.根据条款11所述的系统,其中所述多个滤波器模块中的至少一个滤波器模块具有带宽滤波器系数(β)并且进一步由带宽(w)参数化,至少一个PDW参数矢量信号进一步包含带宽数据,从而有助于基本上在产生至少一个PDW参数矢量信号的同时并且基于至少一个PDW参数矢量信号来更新所述至少一个滤波器模块的β值和w值中的至少一个。
条款15.根据条款14所述的系统,进一步包括存储器,其被配置为存储更新的β值和更新的w值中的至少一个,其中所述至少一个滤波器模块被配置为接收更新的β值和更新的w值中的至少一个,从而有助于追踪多个时变信号的带宽数据。
条款16.根据条款11所述的系统,进一步包括计算设备,其通信地耦接到所述信号数据处理器并且通信地耦接到所述存储器,所述计算设备被配置为:
从所述PDW生成模块接收至少一个PDW参数矢量信号;
将至少一个PDW参数矢量信号去交错;以及
将至少一个频率字信号传输到所述信号数据处理,从而进一步有助于在产生至少一个PDW参数矢量信号的基本上同时并且基于至少一个PDW参数矢量信号来更新所述每个滤波器模块的α值和f值中的至少一个。
条款17.根据条款16所述的系统,进一步包括与所述计算设备通信的车辆,所述系统被配置为基于至少一个PDW参数矢量信号引导所述车辆的移动。
条款18.根据条款16所述的系统,进一步包括通信地耦接到所述计算设备的显示器,所述计算设备被配置为在所述显示器上显示至少一个PDW参数矢量信号和来源于至少一个PDW参数矢量信号的信息中的至少一个。
条款19.一种用于处理多个时变信号以产生包括频率数据和带宽数据中的至少一个的至少一个脉冲描述符字(PDW)的信号数据处理器,所述信号数据处理器包括:
多个盲源分离(BSS)模块,所述多个BSS模块中的每个BSS模块具有包括多个滤波器模块的滤波子系统,其中所述多个滤波器模块中的每个滤波器模块具有频率滤波器系数(α)并且被中心频率(f)参数化;以及
通信地耦接到所述滤波子系统的PDW生成模块,所述多个BSS模块被配置为对来源于多个时变信号的信号进行滤波并且将至少一个盲源分离信号传输到所述PDW生成模块。所述PDW生成模块被配置为基于至少一个盲源分离信号产生包含频率数据的至少一个PDW参数矢量信号,从而有助于基本上在产生至少一个PDW参数矢量信号的同时并且基于至少一个PDW参数矢量信号来更新所述多个滤波器模块中的每个滤波器模块的α值和f值中的至少一个。
条款20.根据条款19所述的信号数据处理器,进一步包括至少一个信号降噪模块,其被配置为产生来源于多个时变信号的降噪信号和状态能量信号,所述信号处理系统被配置为确定信号的信号能量值,从而有助于追踪多个时变信号的频率数据和带宽数据中的至少一个。
条款21.根据条款19所述的信号数据处理器,其中所述多个滤波器模块中的至少一个滤波器模块具有带宽滤波器系数(β)并且进一步由带宽(w)参数化,至少一个PDW参数矢量信号进一步包含带宽数据,从而有助于基本上在产生至少一个PDW参数矢量信号的同时并且基于至少一个PDW参数矢量信号来更新所述至少一个滤波器模块的β值和w值中的至少一个。
该撰写的描述使用示例来公开实施方式(包括最佳模式),并且还使得本领域任何技术人员能够实践该实施方式(包括制作和使用任何设备或系统以及执行任何包含的方法)。本公开的专利范围由权利要求所限定,并且可以包括本领域技术人员想到的其他示例。如果此类其他示例具有与权利要求的文字语言没有不同的结构性元件,或者如果其包括与权利要求的文字语言存在非实质性差异的等价结构性元件,则此类其他示例旨在位于权利要求的范围内。
Claims (11)
1.一种用于产生脉冲描述符字即PDW的方法(900),所述PDW至少包括来自由传感器(103)接收的多个时变信号(114/116)的频率数据,所述传感器(103)通信地耦接到信号数据处理器(101),所述方法包括:
在所述信号数据处理器(101)的多个盲源分离模块即BSS模块(120)处对来源于所述多个时变信号(114/116)的信号(124/126)进行滤波(902),所述多个BSS模块(120)中的每个BSS模块(120)包括具有多个滤波器模块(207a/207b/207c)的滤波子系统(207),其中所述多个滤波器模块(207a/207b/207c)中的每个滤波器模块(207a/207b/207c)具有频率滤波器系数α并且被中心频率f参数化;
将至少一个盲源分离信号(129)从所述多个BSS模块(120)传输(904)到通信地耦接到所述滤波子系统(207)的PDW生成模块(128);
使用所述PDW生成模块(128)并且基于所述至少一个盲源分离信号(129)产生(906)包含所述频率数据的至少一个PDW参数矢量信号(138);以及
在产生所述至少一个PDW参数矢量信号(138)之后并且基于所述至少一个PDW参数矢量信号(138)更新(908)所述多个滤波器模块(207a/207b/207c)中的每个滤波器模块(207a/207b/207c)的α值和f值中的至少一个。
2.根据权利要求1所述的方法(900),进一步包括在通信地耦接到所述信号数据处理器(101)的存储器中存储更新的α值和更新的f值中的至少一个,其中更新所述α值和所述f值中的至少一个包括将所述更新的α值和所述更新的f值中的至少一个传输到所述每个滤波器模块(207a/207b/207c),从而有助于追踪所述多个时变信号(114/116)的所述频率数据。
3.根据权利要求1所述的方法(900),其中对信号(124/126)进行滤波包括接收来自至少一个信号降噪模块(118)的降噪信号(124)和状态能量信号(126),所述方法进一步包括确定所述信号(124/126)的信号能量值,从而有助于追踪所述多个时变信号(114/116)的所述频率数据和带宽数据中的至少一个。
4.根据权利要求1所述的方法(900),其中对所述信号(124/126)进行滤波包括使用所述多个滤波器模块(207a/207b/207c)中的具有带宽滤波器系数β并且进一步由带宽w参数化的至少一个滤波器模块(207a/207b/207c),并且其中所述方法(900)进一步包括更新所述至少一个滤波器模块(207a/207b/207c)的β值和w值中的至少一个,并且在通信地耦接到所述信号数据处理器(101)的存储器(134)中存储初始β值和初始w值中的至少一个。
5.根据权利要求4所述的方法(900),进一步包括在通信地耦接到所述信号数据处理器(101)的存储器(134)中存储更新的β值和更新的w值中的至少一个,其中更新所述β值和所述w值中的至少一个包括将所述更新的β值和所述更新的w值中的至少一个传输到所述每个滤波器模块(207a/207b/207c),从而有助于追踪所述多个时变信号(114/116)的带宽数据。
6.一种用于处理多个时变信号(114/116)以产生至少包括频率数据的至少一个脉冲描述符字即PDW的系统(100),所述系统(100)包括:
传感器(103),其被配置为接收所述至少一个时变信号(114/116);
信号数据处理器(101),其通信地耦接到所述传感器(103)并且包括:
多个盲源分离模块即BSS模块(120),所述多个BSS模块(120)中的每个BSS模块(120)包含包括多个滤波器模块(207a/207b/207c)的滤波子系统(207),其中所述多个滤波器模块(207a/207b/207c)中的每个滤波器模块(207a/207b/207c)具有频率滤波器系数α并且被中心频率f参数化;以及
PDW生成模块(128),其通信地耦接到所述滤波子系统(207),所述多个BSS模块(120)被配置为对来源于所述多个时变信号(114/116)的信号(124/126)进行滤波并且将至少一个盲源分离信号(129)传输到所述PDW生成模块(128),所述PDW生成模块(128)被配置为基于所述至少一个盲源分离信号(129)产生包含所述频率数据的至少一个PDW参数矢量信号(138),从而有助于基本上在产生所述至少一个PDW参数矢量信号(138)的同时并且基于所述至少一个PDW参数矢量信号(138)来更新所述多个滤波器模块(207a/207b/207c)中的每个滤波器模块(207a/207b/207c)的α值和f值中的至少一个。
7.根据权利要求6所述的系统(100),进一步包括存储器(134),其被配置为存储更新的α值和更新的f值中的至少一个,其中所述每个滤波器模块(207a/207b/207c)被配置为接收所述更新的α值和所述更新的f值中的至少一个,从而有助于追踪所述多个时变信号(114/116)的所述频率数据。
8.根据权利要求6所述的系统(100),进一步包括至少一个信号降噪模块(118),其被配置为产生来源于所述多个时变信号(114/116)的降噪信号(124)和状态能量信号(126),所述系统(100)被配置为确定所述信号(124/126)的信号能量值,从而有助于追踪所述多个时变信号(114/116)的所述频率数据和带宽数据中的至少一个。
9.根据权利要求6所述的系统(100),其中所述多个滤波器模块(207a/207b/207c)中的至少一个滤波器模块(207a/207b/207c)具有带宽滤波器系数β并且进一步由带宽w参数化,所述至少一个PDW参数矢量信号(138)进一步包含带宽数据,从而有助于基本上在产生所述至少一个PDW参数矢量信号(138)的同时并且基于至少一个PDW参数矢量信号(138)来更新所述至少一个滤波器模块(207a/207b/207c)的β值和w值中的至少一个。
10.根据权利要求7所述的系统(100),进一步包括计算设备(132),其通信地耦接到所述信号数据处理器(101)并且通信地耦接到所述存储器,所述计算设备(132)被配置为:
从所述PDW生成模块(128)接收所述至少一个PDW参数矢量信号(138);
将所述至少一个PDW参数矢量信号(138)去交错;以及
将至少一个频率字信号传输到所述信号数据处理,从而进一步有助于基本上在产生所述至少一个PDW参数矢量信号(138)同时并且基于所述至少一个PDW参数矢量信号(138)来更新所述每个滤波器模块(207a/207b/207c)的所述α值和所述f值中的至少一个。
11.根据权利要求10所述的系统,进一步包括与所述计算设备通信的车辆,所述系统被配置为基于所述至少一个PDW参数矢量信号引导所述车辆的移动。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/262,987 US10429491B2 (en) | 2016-09-12 | 2016-09-12 | Systems and methods for pulse descriptor word generation using blind source separation |
US15/262,987 | 2016-09-12 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107817476A CN107817476A (zh) | 2018-03-20 |
CN107817476B true CN107817476B (zh) | 2023-05-30 |
Family
ID=59337449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710777753.7A Active CN107817476B (zh) | 2016-09-12 | 2017-09-01 | 用于使用盲源分离生成脉冲描述符字的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10429491B2 (zh) |
EP (1) | EP3293540B1 (zh) |
JP (1) | JP7163011B2 (zh) |
KR (1) | KR102478982B1 (zh) |
CN (1) | CN107817476B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AT520232B1 (de) | 2017-07-21 | 2019-11-15 | Avl List Gmbh | Verfahren und Vorrichtung zum Schätzen der Drehmomentwelligkeit eines Elektromotors |
WO2020128640A2 (en) * | 2018-09-20 | 2020-06-25 | Bluecats Australia Pty Ltd. | Radar for tracking or generating radar images of passive objects |
US10725175B2 (en) | 2018-10-30 | 2020-07-28 | United States Of America As Represented By The Secretary Of The Air Force | Method, apparatus and system for receiving waveform-diverse signals |
JP7287077B2 (ja) * | 2019-04-10 | 2023-06-06 | 三菱電機株式会社 | 電波諸元学習装置及び目標識別装置 |
CN111025239A (zh) * | 2019-12-26 | 2020-04-17 | 南京国立电子科技有限公司 | 脉冲发射方法、装置、存储介质及脉冲发射设备 |
US11444643B2 (en) | 2020-04-27 | 2022-09-13 | The Boeing Company | Signal frequency and bandwidth estimation using a learned filter pair response |
US10958302B1 (en) | 2020-05-11 | 2021-03-23 | The Boeing Company | Signal cueing using an IIR filter array with inverted state tree |
US11863221B1 (en) * | 2020-07-14 | 2024-01-02 | Hrl Laboratories, Llc | Low size, weight and power (swap) efficient hardware implementation of a wide instantaneous bandwidth neuromorphic adaptive core (NeurACore) |
KR102322174B1 (ko) * | 2020-08-31 | 2021-11-05 | 엘아이지넥스원 주식회사 | 소프트웨어 프레임워크 모듈, 이를 포함하는 전자전 시스템 및 데이터 처리 방법 |
CN113109784B (zh) * | 2021-04-28 | 2023-07-25 | 中国人民解放军63892部队 | 一种基于盲源分离的雷达脉冲重复间隔估计方法 |
CN113835068B (zh) * | 2021-09-22 | 2023-06-20 | 南京信息工程大学 | 一种基于独立成分分析的盲源分离实时抗主瓣干扰方法 |
CN114966565B (zh) * | 2022-02-28 | 2023-10-27 | 中国电子科技集团公司信息科学研究院 | 基于盲源分离的分布式雷达协同抗主瓣干扰方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001264417A (ja) * | 2000-03-23 | 2001-09-26 | Toshiba Corp | パルス信号受信装置及びパルス信号処理方法 |
CN1656485A (zh) * | 2002-04-22 | 2005-08-17 | 哈里公司 | 利用空间四阶累积量矩阵束的盲源分离 |
CN101095324A (zh) * | 2004-08-30 | 2007-12-26 | 京瓷公司 | 用于对无线通信信号进行盲源分离的系统和方法 |
CN101460999A (zh) * | 2006-06-05 | 2009-06-17 | 埃克奥迪公司 | 盲信号提取 |
JP2011191142A (ja) * | 2010-03-12 | 2011-09-29 | Furuno Electric Co Ltd | 信号処理装置、レーダ装置、信号処理方法、および信号処理プログラム |
CN103563402A (zh) * | 2011-05-16 | 2014-02-05 | 高通股份有限公司 | 基于盲源分离的空间滤波 |
CN103718060A (zh) * | 2011-07-21 | 2014-04-09 | 波音公司 | 使用数字雷达接收机的雷达脉冲检测 |
CN103905352A (zh) * | 2012-12-27 | 2014-07-02 | 中国人民解放军理工大学 | 基于变异粒子群粒子滤波的单通道扰信盲分离方法 |
Family Cites Families (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5179529A (en) | 1989-03-31 | 1993-01-12 | Hughes Aircraft Company | High speed fourier transform engine |
US5263051A (en) | 1991-07-05 | 1993-11-16 | Codex Corporation | Device and method of interleaving for a trellis precoding system |
US5754783A (en) | 1996-02-01 | 1998-05-19 | Digital Equipment Corporation | Apparatus and method for interleaving timed program data with secondary data |
US6205190B1 (en) | 1996-04-29 | 2001-03-20 | Qualcomm Inc. | System and method for reducing interference generated by a CDMA communications device |
US5889791A (en) | 1996-08-13 | 1999-03-30 | Motorola, Inc. | System, device and method of FEC coding and interleaving for variable length burst transmission |
US6041393A (en) | 1996-08-23 | 2000-03-21 | Hewlett-Packard Co. | Array padding for higher memory throughput in the presence of dirty misses |
DE69817181T2 (de) * | 1997-06-18 | 2004-06-17 | Clarity, L.L.C., Ann Arbor | Verfahren und gerät zur blindseparierung von signalen |
US6144645A (en) | 1998-05-26 | 2000-11-07 | Nera Wireless Broadband Access As | Method and system for an air interface for providing voice, data, and multimedia services in a wireless local loop system |
US5999129A (en) | 1998-06-01 | 1999-12-07 | Litton Systems, Inc. | Multiplatform ambiguous phase circle and TDOA protection emitter location |
JP3529627B2 (ja) * | 1998-06-02 | 2004-05-24 | 株式会社東芝 | パルス信号受信装置 |
US6898612B1 (en) * | 1998-11-12 | 2005-05-24 | Sarnoff Corporation | Method and system for on-line blind source separation |
US6043771A (en) | 1998-12-21 | 2000-03-28 | Trw Inc. | Compact, sensitive, low power device for broadband radar detection |
CA2268853C (en) | 1999-04-13 | 2011-08-02 | Wen Tong | Rate matching and channel interleaving for a communications system |
US6147646A (en) | 1999-08-30 | 2000-11-14 | Motorola, Inc. | Method and system for collecting information about a plurality of emitters |
CA2362776C (en) | 2000-01-18 | 2008-09-23 | Brent R. Carlson | Parallel correlator architecture |
US6285319B1 (en) | 2000-01-27 | 2001-09-04 | Litton Systems, Inc. | Method for reducing geometrical dilution of precision in geolocation of emitters using phase circles |
JP3399904B2 (ja) | 2000-03-17 | 2003-04-28 | 松下電器産業株式会社 | インタリーブアドレス生成装置 |
US6854077B2 (en) | 2000-08-05 | 2005-02-08 | Motorola, Inc. | Apparatus and method for providing turbo code interleaving in a communications system |
US6509729B2 (en) | 2001-01-09 | 2003-01-21 | The United States Of America As Represented By The Secretary Of The Navy | Multiple simultaneous optical frequency measurement |
US7260770B2 (en) | 2001-10-22 | 2007-08-21 | Motorola, Inc. | Block puncturing for turbo code based incremental redundancy |
US6931160B2 (en) | 2001-10-31 | 2005-08-16 | Eastman Kodak Company | Method of spatially filtering digital image for noise removal, noise estimation or digital image enhancement |
US7006474B2 (en) | 2001-11-21 | 2006-02-28 | Itt Manufacturing Enterprises, Inc. | Channelized receiver system |
US6545633B1 (en) | 2002-04-08 | 2003-04-08 | The Boeing Company | Radar system having simultaneous monostatic and bistatic mode of operation |
US7058874B2 (en) | 2002-05-24 | 2006-06-06 | Lucent Technologies Inc. | Interleaver address generator and method of generating an interleaver address |
US6822583B2 (en) | 2002-08-12 | 2004-11-23 | Bae Systems Information And Electronic Systems Integration Inc. | Method for passive “360-degree coverage” tactical fighter target tracking incorporating adaptive pilot maneuver cue processing |
US7474756B2 (en) * | 2002-12-18 | 2009-01-06 | Siemens Corporate Research, Inc. | System and method for non-square blind source separation under coherent noise by beamforming and time-frequency masking |
US6931362B2 (en) * | 2003-03-28 | 2005-08-16 | Harris Corporation | System and method for hybrid minimum mean squared error matrix-pencil separation weights for blind source separation |
US6985102B1 (en) | 2004-07-01 | 2006-01-10 | Lockheed Martin Corporation | Method and system for deinterleaving |
US7397415B1 (en) * | 2006-02-02 | 2008-07-08 | Itt Manufacturing Enterprises, Inc. | System and method for detecting and de-interleaving radar emitters |
KR100778331B1 (ko) * | 2006-09-11 | 2007-11-21 | 국방과학연구소 | 레이더 신호 수신 블랭킹 연동 장치 및 방법 |
US8005176B2 (en) | 2007-02-15 | 2011-08-23 | Massachusetts Institute Of Technology | Architecture for systolic nonlinear filter processors |
US20090060008A1 (en) | 2007-08-29 | 2009-03-05 | Harris Corporation | System and method for blind source separation of signals using noise estimator |
US7952523B2 (en) | 2009-06-09 | 2011-05-31 | The United States Of America As Represented By The Secretary Of The Navy | Method and apparatus for passively locating radar emissions from rotating transmitters |
JP5487987B2 (ja) | 2010-01-15 | 2014-05-14 | 富士通株式会社 | 判定装置、プログラム、判定方法及び判定システム |
US8587468B2 (en) | 2011-05-03 | 2013-11-19 | Src, Inc. | Method, system and program product for deinterleaving and classifying arbitrary radar pulse patterns using non-determinsitic finite state automata |
US9081092B1 (en) | 2011-08-03 | 2015-07-14 | Lockheed Martin Corporation | Covariance rotation with perspective projection for creating radar search volumes from remote cues |
US8805858B1 (en) | 2011-10-31 | 2014-08-12 | The Boeing Company | Methods and systems for spatial filtering using a stochastic sparse tree grid |
US9646424B2 (en) | 2013-05-29 | 2017-05-09 | Raytheon Company | Methods and processes for interactive display of three dimensional covariance |
US8958750B1 (en) * | 2013-09-12 | 2015-02-17 | King Fahd University Of Petroleum And Minerals | Peak detection method using blind source separation |
US9273965B2 (en) | 2014-02-03 | 2016-03-01 | Raytheon Company | Method for determining future position boundary for a moving object from location estimates |
JP6278777B2 (ja) | 2014-03-27 | 2018-02-14 | 三菱電機株式会社 | レーダ電波識別装置、レーダ電波識別方法及びプログラム |
US9709662B2 (en) | 2014-08-18 | 2017-07-18 | The Boeing Company | Systems and methods for determining a position of a transmitter of a bistatic radar system |
WO2016172690A1 (en) | 2015-04-23 | 2016-10-27 | Lockheed Martin Corporation | Method and apparatus for sensor fusion |
KR101616694B1 (ko) * | 2015-06-26 | 2016-04-29 | 엘아이지넥스원 주식회사 | 레이더의 펄스열 분석 방법 |
-
2016
- 2016-09-12 US US15/262,987 patent/US10429491B2/en active Active
-
2017
- 2017-07-04 EP EP17179448.0A patent/EP3293540B1/en active Active
- 2017-08-08 KR KR1020170100487A patent/KR102478982B1/ko active IP Right Grant
- 2017-08-29 JP JP2017163858A patent/JP7163011B2/ja active Active
- 2017-09-01 CN CN201710777753.7A patent/CN107817476B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001264417A (ja) * | 2000-03-23 | 2001-09-26 | Toshiba Corp | パルス信号受信装置及びパルス信号処理方法 |
CN1656485A (zh) * | 2002-04-22 | 2005-08-17 | 哈里公司 | 利用空间四阶累积量矩阵束的盲源分离 |
CN101095324A (zh) * | 2004-08-30 | 2007-12-26 | 京瓷公司 | 用于对无线通信信号进行盲源分离的系统和方法 |
CN101460999A (zh) * | 2006-06-05 | 2009-06-17 | 埃克奥迪公司 | 盲信号提取 |
JP2011191142A (ja) * | 2010-03-12 | 2011-09-29 | Furuno Electric Co Ltd | 信号処理装置、レーダ装置、信号処理方法、および信号処理プログラム |
CN103563402A (zh) * | 2011-05-16 | 2014-02-05 | 高通股份有限公司 | 基于盲源分离的空间滤波 |
CN103718060A (zh) * | 2011-07-21 | 2014-04-09 | 波音公司 | 使用数字雷达接收机的雷达脉冲检测 |
CN103905352A (zh) * | 2012-12-27 | 2014-07-02 | 中国人民解放军理工大学 | 基于变异粒子群粒子滤波的单通道扰信盲分离方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2018091826A (ja) | 2018-06-14 |
EP3293540A1 (en) | 2018-03-14 |
US20180074171A1 (en) | 2018-03-15 |
US10429491B2 (en) | 2019-10-01 |
EP3293540B1 (en) | 2021-04-21 |
KR20180029850A (ko) | 2018-03-21 |
CN107817476A (zh) | 2018-03-20 |
KR102478982B1 (ko) | 2022-12-16 |
JP7163011B2 (ja) | 2022-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107817476B (zh) | 用于使用盲源分离生成脉冲描述符字的系统和方法 | |
CN107819453B (zh) | 用于并行化和流水线化可调谐盲源分离滤波器的系统和方法 | |
US9991908B2 (en) | Blind source separation of signals having low signal-to-noise ratio | |
CN108344982A (zh) | 基于长时间相参积累的小型无人机目标雷达检测方法 | |
EP3742189A1 (en) | System and method for detecting pulses using fused threshold/ phase modulation detection | |
CN108414992B (zh) | 一种基于相位信息杂波图的目标检测方法 | |
EP3293537A1 (en) | Systems and methods for adding functional grid elements to stochastic sparse tree grids for spatial filtering | |
US9866422B1 (en) | Methods of blind source separation filter resource management | |
CN110632563A (zh) | 一种基于短时傅里叶变换的脉内频率编码信号参数测量方法 | |
US11568180B2 (en) | Method and cloud server for training a neural network for triggering an input signal in a measurement device and method for autonomous determining a trigger type/parameter | |
Baxa et al. | New signal processing developments in the detection of low-altitude windshear with airborne Doppler radar | |
KR20150100174A (ko) | 입자 크기 및 속도 측정 시스템 | |
Pham et al. | The Improving of the Accuracy of a Signal Amplitude Measurement in the Passive Systems | |
RU2542347C1 (ru) | Способ адаптивной настройки каналов ускорения в многоканальном обнаружителе маневрирующей цели | |
KR102353619B1 (ko) | 레이다 타겟 트랙킹을 위한 장치 및 방법 | |
Chornoboy et al. | Variable-PRI processing for meteorologic Doppler radars | |
Ismail et al. | Statistical analysis for Terengganu forward scatter radar seaside clutter | |
Katsibas et al. | Real-Time Signal Acquisition, High Speed Processing and Frequency Analysis in Modern Air Data Measurement Instruments | |
Castro et al. | Model order selection for multidimensional innovations based detection in airborne radar | |
Moghaddam et al. | Real-time adaptive threshold adjustment method for pulse detection in IFM receiver | |
Svilainis et al. | Sampling parameters optimization of the data acquisition for ultrasonic time of flight measurements | |
Gurav et al. | Time extraction method for time domain reflectometry measurements | |
Li et al. | A fast parameter estimation algorithm for polyphase coded CW signals | |
CN115310044A (zh) | 基于弱测量技术的时变参量实时估计方法和系统 | |
JPH1096770A (ja) | クラッタ抑圧レーダ装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |