CN108919202A - 一种基于认知机制的非均匀动态滤波器组的构建方法 - Google Patents

一种基于认知机制的非均匀动态滤波器组的构建方法 Download PDF

Info

Publication number
CN108919202A
CN108919202A CN201810910416.5A CN201810910416A CN108919202A CN 108919202 A CN108919202 A CN 108919202A CN 201810910416 A CN201810910416 A CN 201810910416A CN 108919202 A CN108919202 A CN 108919202A
Authority
CN
China
Prior art keywords
filter
channel
frequency
signal
passband
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
CN201810910416.5A
Other languages
English (en)
Other versions
CN108919202B (zh
Inventor
陈志坤
张伟
杜康
王宁
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.)
Hebei Pengbo Communication Equipment Co ltd
Original Assignee
Hangzhou Dianzi 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 Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN201810910416.5A priority Critical patent/CN108919202B/zh
Publication of CN108919202A publication Critical patent/CN108919202A/zh
Application granted granted Critical
Publication of CN108919202B publication Critical patent/CN108919202B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/20—Monitoring; Testing of receivers

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明公开了一种基于认知机制的非均匀动态滤波器组的构建方法。目前的非均匀动态信道化技术在遇到跨信道宽带信号时难以快速高效的构建非均匀动态信道。本发明如下：一、建立均匀信道化结构。二、均匀信道化结构测量被测脉冲信号。三、将脉冲信号内的多个电磁信号分别于动态知识库进行匹配，若匹配成功，则动态知识库输出电磁信号的信道设置参数。若匹配失败，则进行非均匀动态信道化环节，获取电磁信号的信道设置参数。四、根据各电磁信号的信道设置参数构建非均匀动态滤波器组。本发明节省了针对信号设计直接型带通滤波器的时间和资源，为后续的非均匀动态信道化滤波器组的构建提供了快速高效的优化参数。

Description

一种基于认知机制的非均匀动态滤波器组的构建方法
技术领域
本发明属于雷达信号处理技术领域，具体涉及一种基于认知机制的非均匀动态滤波器组的构建方法。
背景技术
在非协作信号环境中，目前的非均匀动态信道化技术在遇到跨信道宽带信号时难以快速高效的构建非均匀动态信道。因此，如何快速调整信道结构是宽带数字接收机所面临的一个重大挑战。虽然采用非均匀动态信道化技术会极大地降低信号跨信道的概率，但是对于非均匀动态信道构建的速度和效率还远远不够。认知信道化技术能够提高信道调整速度和效率，因此在宽带数字接收机中逐步受到重视。
在非均匀动态信道构建速率方面，目前出现的非均匀动态信道化技术非均匀动态信道构建速率较慢，而基于匹配查找学习库的认知信道化技术，能够快速输出信号对应的最优信道参数。在滤波器组设计复杂度方面，基于认知机制的子信道重构技术需要信道合并、拆分和搬移等操作，实现复杂度较高，并且容易引起信号的混叠失真，而基于FRM技术的非均匀动态信道化结构能够弥补其高复杂度的劣势。因此，基于认知机制的非均匀动态信道化能够同时满足对于非均匀动态信道构建速度和设计复杂度的要求。2006年，国际著名信号处理专家Simon Haykin提出了认知雷达的概念，指明了未来雷达的智能化发展趋势，表明了认知雷达能够更加适应日益复杂的电磁环境和越来越拥挤的无线电环境。
针对以上分析，根据基于能量检测和信号边界检测的频谱感知算法感测信号占用信道的分布情况，采用FRM技术设计直接型带通滤波器，并将认知机制和非均匀动态信道化技术结合。不仅保证了目标信号的测量精度和信噪比，还提高了非均匀动态信道构建速率，降低了设计非均匀动态信道复杂度，对于复杂的电磁环境具备了极强的适应能力。
发明内容
本发明的目的在于提供一种基于认知机制的非均匀动态滤波器组的构建方法。
本发明的具体步骤如下：
步骤一、根据预设的信号采样频率Fs、通带频率Fp、阻带频率Fs、通带波纹Dp、阻带衰减Ds和密度因子dens，通过帕克斯-麦克莱伦算法得到均匀信道化原型滤波器，并通过对均匀信道化原型滤波器多相分解得到多相滤波器组结构，进而得到均匀信道化结构。
用均匀信道化结构测量被测脉冲信号，通过基于能量检测的频谱感知算法得到信道频谱分布示意图。根据信道频谱分布示意图，得到被测脉冲信号中的电磁信号个数n及n个电磁信号的信道频谱分布参数。i＝1,2,…,n，依次执行步骤二至五。
步骤二、通过匹配查找算法将第i个电磁信号的信道频谱分布参数与动态知识库中的信道分布参数进行匹配。若匹配成功，则动态知识库直接输出第i个电磁信号的信道设置参数，并跳过步骤三、四和五。若匹配失败，则进入步骤三。
步骤三、计算电磁信号所占用的左边界信道的通带左边缘频率fl和右边界信道的通带右边缘频率fr如式(1)和(2)所示；fl和fr均为归一化参数，因此下文根据fl和fr计算出来的的参数均为归一化参数。
式(1)和(2)中，Pl为第i个电磁信号所占用的各个信道的左边界信道序号；Pr为第i个电磁信号所占用的各个信道的右边界信道序号；fP为均匀信道化原型滤波器的通带频率。
步骤四、以fr为输入量，利用FRM技术设计出第一过渡滤波器Ht1(z)。以1-fl为输入量，利用FRM技术设计出第二过渡滤波器Ht2(z)。
利用FRM技术设计出过渡滤波器Ht(z)的方法如图4所示，具体步骤如下：
1)将输入量赋值给通带截止频率ωp。计算过渡滤波器Ht(z)的阻带开始频率ωs＝ωp+0.1。
2)计算原型低通滤波器Ha(z)的通带截止频率ωap和阻带开始频率ωas如式(3)和(4)所示：
ωap＝ωpM-2m (3)
ωas＝ωsM-2m (4)
式(3)和(4)所示，M为插值系数，且M为整数； 表示小于或等于ωpM/2的最大整数。
3)根据信号采样频率为Fs、通带波纹Dp、阻带衰减Ds和密度因子dens、原型低通滤波器Ha(z)的通带截止频率ωap、阻带开始频率ωas，通过帕克斯-麦克莱伦算法得到长度Na为奇数的原型低通滤波器Ha(z)。并得到原型低通滤波器Ha(z)的互补滤波器Hc(z)。
4)对原型低通滤波器Ha(z)、互补滤波器Hc(z)分别进行M倍零值内插操作，得到第一插值滤波器Ha(zM)、第二插值滤波器Hc(zM)。
5)计算第一频率响应掩蔽滤波器HMa(z)的通带截止频率ωp1、阻带开始频率ωs1以及第二频率响应掩蔽滤波器HMc(z)的通带截止频率ωp2、阻带开始频率ωs2如式(5)、(6)、(7)和(8)所示：
ωp1＝(2m+ωap)/M (5)
ωs1＝[2(m+1)-ωas]/M (6)
ωp2＝(2m-ωap)/M (7)
ωs2＝(2m+ωas)/M (8)
6)根据信号采样频率为Fs、通带波纹Dp、阻带衰减Ds和密度因子dens、第一频率响应掩蔽滤波器HMa(z)的通带截止频率ωp1、阻带开始频率ωs1，通过帕克斯-麦克莱伦算法得到第一频率响应掩蔽滤波器HMa(z)。根据信号采样频率为Fs、通带波纹Dp、阻带衰减Ds和密度因子dens、第二频率响应掩蔽滤波器HMc(z)的通带截止频率ωp2和阻带开始频率ωs2，通过帕克斯-麦克莱伦算法得到第二频率响应掩蔽滤波器HMc(z)。
7)用第一频率响应掩蔽滤波器HMa(z)将第一插值滤波器Ha(zM)周期频谱中多余的频带过滤掉，得到第一初步滤波器。用第二频率响应掩蔽滤波器HMc(z)将第二插值滤波器Hc(zM)周期频谱中多余的频带过滤掉，得到第二初步滤波器。将第一初步滤波器与第二初步滤波器相加，得到过渡滤波器Ht(z)。过渡滤波器Ht(z)即为设计出的滤波器。
步骤五、第一过渡滤波器Ht1(z)即为目标低通滤波器Hl(z)。将第二过渡滤波器Ht2(z)的滤波器系数间隔取反，从而得到目标高通滤波器Hh(z)。对目标高通滤波器Hh(z)和目标低通滤波器Hl(z)进行滤波器系数卷积运算，得到针对信号设计出来的目标带通滤波器Hb(z)。目标带通滤波器Hb(z)的系数即为第i个电磁信号的信道设置参数。
步骤六、将n个电磁信号的信道设置参数按照电磁信号的顺序依次排列，构建非均匀动态滤波器组。第j个电磁信号的信道设置参数即为非均匀动态滤波器组的中的第j个滤波器的系数。
进一步地，步骤五中滤波器系数间隔取反计算过程如下：
hh(n)＝(-1)nht2(n)，n＝1,2,...,Nt2
其中，hh(n)为目标高通滤波器Hh(z)的系数，ht2(n)为第二过渡滤波器Ht2(z)的系数，Nt2为第二过渡滤波器Ht2(z)的长度。
进一步地，步骤五中滤波器系数卷积计算过程如下：
其中，代表卷积运算；hb(n)为目标带通滤波器Hb(z)的系数；hl(n)为目标低通滤波器Hl(z)的系数。
进一步地，步骤五中，将所得第i个电磁信号的信道频谱分布参数及信道设置参数配对后存储到动态知识库中。
本发明具有的有益效果是：
1、本发明通过基于匹配查找和学习存储的认知机制处理跨信道宽带信号，在接收机接收到的信号信道分布参数与以往接收过的信号信道分布参数相同时，则会迅速输出其动态知识库中与此信道分布参数对应的信道设置参数，节省了针对信号设计直接型带通滤波器的时间和资源，为后续的非均匀动态信道化滤波器组的构建提供了快速高效的优化参数。
2、本发明通过采用FRM技术和直接型带通滤波器设计方法，针对信号的频谱分布特征设计低复杂度和窄过渡带的带通滤波器，节约了大量的乘法器和加法器资源，并且具有较为优越的滤波器性能。
3、本发明的认知处理可快速输出匹配成功的信号信道设置参数，而非均匀动态信道化则能够在认知匹配失败后启用FRM技术和直接型滤波器设计联合方式设计出这些匹配失败的信号对应的非均匀动态信道。两者输出的信号信道设置参数共同构建了非均匀动态信道化滤波器组，避免了信号跨信道情况的出现，极大地提高了非均匀动态滤波器组构建的速度和效率，降低了非均匀动态滤波器组构建的复杂度，节约了大量的硬件资源。
附图说明
图1为本发明的整体流程图；
图2为本发明的认知处理部分(即步骤二至五)流程图；
图3为本发明中带通滤波器的设计流程图；
图4为本发明中过渡滤波器的设计流程图；
图5为本发明在一种示例中所得的信道频谱分布示意图；
图6(a)为本发明在一种示例中原型低通滤波器与其互补滤波器的仿真效果图；
图6(b)为本发明在一种示例中第一插值滤波器与第二插值滤波器的仿真效果图；
图6(c)为本发明在一种示例中第一频率响应掩蔽滤波器与第二频率响应掩蔽滤波器的仿真效果图；
图6(d)为本发明在一种示例中过渡滤波器的仿真效果图；
图7(a)为本发明在一种示例中被测脉冲信号的信号频域图；
图7(b)为本发明所得非均匀动态滤波器组的仿真效果图；
图8为本发明与现有非均匀动态信道化技术在一种示例中的信号个数与运算量关系仿真效果对比图。
具体实施方式
以下结合附图对本发明作进一步说明。
如图1所示，一种基于认知机制的非均匀动态滤波器组的构建方法的具体步骤如下：
步骤一、根据预设的信号采样频率Fs、通带频率Fp、阻带频率Fs、通带波纹Dp、阻带衰减Ds和密度因子dens，通过帕克斯-麦克莱伦算法得到均匀信道化原型滤波器，并通过对均匀信道化原型滤波器多相分解得到多相滤波器组结构，进而得到均匀信道化结构。
用均匀信道化结构测量被测脉冲信号，通过基于能量检测的频谱感知算法得到信道频谱分布示意图。根据信道频谱分布示意图，得到被测脉冲信号中的电磁信号个数n及n个电磁信号的信道频谱分布参数(信道频谱分布参数即电磁信号占用的各个均匀信道的序号)。i＝1,2,…,n，依次执行步骤二至五。步骤三至步骤五为非均匀动态信道化环节。
步骤二、如图2所示，通过匹配查找算法将第i个电磁信号的信道频谱分布参数与动态知识库中的信道分布参数进行匹配(若动态知识库中具有和电磁信号信道频谱分布参数相同的信号，则为匹配成功)。
若匹配成功，则动态知识库直接输出第i个电磁信号的信道设置参数，并跳过步骤三、四和五。若匹配失败，则进入步骤三。
步骤三、计算电磁信号所占用的左边界信道的通带左边缘频率fl和右边界信道的通带右边缘频率fr如式(1)和(2)所示；fl和fr均为归一化参数，因此下文根据fl和fr计算出来的的参数均为归一化参数。
式(1)和(2)中，Pl为第i个电磁信号所占用的各个信道的左边界信道序号(左边界信道序号为各个信道中序号最小的那个信道的序号)；Pr为第i个电磁信号所占用的各个信道的右边界信道序号(右边界信道序号为各个信道中序号最大的那个信道的序号)；fP为均匀信道化原型滤波器的通带频率，其值根据帕克斯-麦克莱伦算法计算得到。
步骤四、如图3所示，以fr为输入量，利用FRM技术设计出第一过渡滤波器Ht1(z)。以1-fl为输入量，利用FRM技术设计出第二过渡滤波器Ht2(z)。
利用FRM技术设计出过渡滤波器Ht(z)的方法如图4所示，具体步骤如下：
1)将输入量赋值给通带截止频率ωp。计算过渡滤波器Ht(z)的阻带开始频率ωs＝ωp+0.1。
2)计算原型低通滤波器Ha(z)的通带截止频率ωap和阻带开始频率ωas如式(3)和(4)所示：
ωap＝ωpM-2m (3)
ωas＝ωsM-2m (4)
式(3)和(4)所示，M为插值系数，且M为整数； 表示小于或等于ωpM/2的最大整数。
3)根据信号采样频率为Fs、通带波纹Dp、阻带衰减Ds和密度因子dens、原型低通滤波器Ha(z)的通带截止频率ωap、阻带开始频率ωas，通过帕克斯-麦克莱伦算法得到长度Na为奇数的原型低通滤波器Ha(z)。并得到原型低通滤波器Ha(z)的互补滤波器Hc(z)。互补滤波器Hc(z)的传输函数为滤波器的长度即为滤波器阶数，也等于滤波器系数个数减一。
4)对原型低通滤波器Ha(z)、互补滤波器Hc(z)分别进行M倍零值内插操作，得到第一插值滤波器Ha(zM)、第二插值滤波器Hc(zM)。第一插值滤波器Ha(zM)及第二插值滤波器Hc(zM)的带宽分别被压缩至原型低通滤波器Ha(z)、互补滤波器Hc(z)的1/M。
5)计算第一频率响应掩蔽滤波器HMa(z)的通带截止频率ωp1、阻带开始频率ωs1以及第二频率响应掩蔽滤波器HMc(z)的通带截止频率ωp2、阻带开始频率ωs2如式(5)、(6)、(7)和(8)所示：
ωp1＝(2m+ωap)/M (5)
ωs1＝[2(m+1)-ωas]/M (6)
ωp2＝(2m-ωap)/M (7)
ωs2＝(2m+ωas)/M (8)
6)根据信号采样频率为Fs、通带波纹Dp、阻带衰减Ds和密度因子dens、第一频率响应掩蔽滤波器HMa(z)的通带截止频率ωp1、阻带开始频率ωs1，通过帕克斯-麦克莱伦算法得到第一频率响应掩蔽滤波器HMa(z)。根据信号采样频率为Fs、通带波纹Dp、阻带衰减Ds和密度因子dens、第二频率响应掩蔽滤波器HMc(z)的通带截止频率ωp2和阻带开始频率ωs2，通过帕克斯-麦克莱伦算法得到第二频率响应掩蔽滤波器HMc(z)。
7)用第一频率响应掩蔽滤波器HMa(z)将第一插值滤波器Ha(zM)内插带来的周期频谱中多余的频带过滤掉，得到第一初步滤波器。用第二频率响应掩蔽滤波器HMc(z)将第二插值滤波器Hc(zM)内插带来的周期频谱中多余的频带过滤掉，得到第二初步滤波器。将第一初步滤波器与第二初步滤波器相加，得到过渡滤波器Ht(z)。过渡滤波器Ht(z)的传输函数为Ht(z)＝Ha(zM)HMa(z)+Hc(zM)HMc(z)。过渡滤波器Ht(z)即为设计出的滤波器。
步骤五、第一过渡滤波器Ht1(z)即为目标低通滤波器Hl(z)。将第二过渡滤波器Ht2(z)的滤波器系数间隔取反，从而得到目标高通滤波器Hh(z)。
滤波器系数间隔取反计算过程如下：
hh(n)＝(-1)nht2(n)，n＝1,2,...,Nt2
其中，hh(n)为目标高通滤波器Hh(z)的系数，ht2(n)为第二过渡滤波器Ht2(z)的系数，Nt2为第二过渡滤波器Ht2(z)的长度。
对目标高通滤波器Hh(z)和目标低通滤波器Hl(z)进行滤波器系数卷积运算，得到针对信号设计出来的目标带通滤波器Hb(z)。
滤波器系数卷积计算过程如下：
其中，代表卷积运算；hb(n)为目标带通滤波器Hb(z)的系数；hl(n)为目标低通滤波器Hl(z)的系数。
目标带通滤波器Hb(z)的系数即为第i个电磁信号的信道设置参数。所得第i个电磁信号的信道频谱分布参数及信道设置参数配对后存储到动态知识库中。
步骤六、将n个电磁信号的信道设置参数按照电磁信号的顺序依次排列，构建非均匀动态滤波器组。第j个电磁信号的信道设置参数即为非均匀动态滤波器组的中的第j个滤波器的系数。
本发明通过认知机制和基于FRM的非均匀动态信道化技术的结合，极大地提高了接收机针对信号构建非均匀动态滤波器组的效率。认知处理可快速输出匹配成功的信号信道设置参数，而非均匀动态信道化则能够在认知匹配失败后启用FRM技术和直接型滤波器设计联合方式设计出这些匹配失败的信号对应的非均匀动态信道。两者输出的信号信道设置参数共同构建了非均匀动态信道化滤波器组，避免了信号跨信道情况出现的同时，极大地提高了非均匀动态信道构建的速度和效率，降低了非均匀动态滤波器组构建的复杂度，节约了大量的硬件资源。
对本发明举实例进行仿真分析的结果如下：
以包含4个线性调频信号(LFM)，4个线性调频信号中心频率分别为150MHz、300MHz、535MHz、750MHz，信号带宽分别为30MHz、50MHz、120MHz、80MHz的脉冲信号且脉冲宽度为36.409μs作为被测脉冲信号进行仿真。在被测脉冲信号中添加高斯白噪声。系统采样频率Fs＝1800MHz，信道数目为64，抽取倍数为32，信道带宽为28.125MHz，均匀信道化原型滤波器的通带截止频率为14.0625MHz，阻带开始频率为28.125MHz，阻带衰减60dB，能量检测门限值定为高于基底噪声8dB。被测脉冲信号经过步骤一的均匀信道化结构测量后所得的信道频谱分布示意图如图5所示。图5中横坐标为信道的序号。若一个信道对应纵坐标为1，则该信道为被信号占用的信道。
取脉冲信号内中心频率为300MHz、带宽为50MHz的线性调频信号进行第一过渡滤波器设计过程仿真，得到图6(a)、图6(b)、图6(c)、图6(d)。从图中可以看出，过渡滤波器的过渡带明显比原型滤波器窄，从而验证了FRM技术设计窄过渡带滤波器的有效性。
对比图7(a)和图7(b)可以看出，在认知机制和基于FRM技术的非均匀动态信道化技术联合作用下，本发明得到的非均匀动态滤波器组信道带宽与被测脉冲信号带宽十分逼近，实现了信道对于信号的动态跟踪，节省了大量的硬件资源，避免了信号跨信道的情况。与此同时也减小了信号无模糊测频范围，提高了测频精度和信噪比。由此可见，本发明具有高效性和准确性，在拥有窄过渡带和降低复杂度的同时能够构建出动态跟踪信号的非均匀动态信道，极大地提高了宽带数字接收机对于复杂电磁环境的适应能力。
图8中，圆形连线对应本发明，星形连线对应子信道重构技术，三角形连线对应基于FRM的动态信道化技术。从图中可以看出，当信号数大于或等于5时，本发明的运算量低于子信道重构技术和基于FRM的动态信道化技术，且随着信号个数的增多，本发明的优势越发明显。

Claims (4)

1.一种基于认知机制的非均匀动态滤波器组的构建方法,其特征在于：步骤一、根据预设的信号采样频率Fs、通带频率Fp、阻带频率Fs、通带波纹Dp、阻带衰减Ds和密度因子dens，通过帕克斯-麦克莱伦算法得到均匀信道化原型滤波器，并通过对均匀信道化原型滤波器多相分解得到多相滤波器组结构，进而得到均匀信道化结构；
用均匀信道化结构测量被测脉冲信号，通过基于能量检测的频谱感知算法得到信道频谱分布示意图；根据信道频谱分布示意图，得到被测脉冲信号中的电磁信号个数n及n个电磁信号的信道频谱分布参数；i＝1,2,…,n，依次执行步骤二至五；
步骤二、通过匹配查找算法将第i个电磁信号的信道频谱分布参数与动态知识库中的信道分布参数进行匹配；若匹配成功，则动态知识库直接输出第i个电磁信号的信道设置参数，并跳过步骤三、四和五；若匹配失败，则进入步骤三；
步骤三、计算电磁信号所占用的左边界信道的通带左边缘频率fl和右边界信道的通带右边缘频率fr如式(1)和(2)所示；fl和fr均为归一化参数，因此下文根据fl和fr计算出来的的参数均为归一化参数；
式(1)和(2)中，Pl为第i个电磁信号所占用的各个信道的左边界信道序号；Pr为第i个电磁信号所占用的各个信道的右边界信道序号；fP为均匀信道化原型滤波器的通带频率；
步骤四、以fr为输入量，利用FRM技术设计出第一过渡滤波器Ht1(z)；以1-fl为输入量，利用FRM技术设计出第二过渡滤波器Ht2(z)；
利用FRM技术设计出过渡滤波器Ht(z)的方法如图4所示，具体步骤如下：
1)将输入量赋值给通带截止频率ωp；计算过渡滤波器Ht(z)的阻带开始频率ωs＝ωp+0.1；
2)计算原型低通滤波器Ha(z)的通带截止频率ωap和阻带开始频率ωas如式(3)和(4)所示：
ωap＝ωpM-2m (3)
ωas＝ωsM-2m (4)
式(3)和(4)所示，M为插值系数，且M为整数； 表示小于或等于ωpM/2的最大整数；
3)根据信号采样频率为Fs、通带波纹Dp、阻带衰减Ds和密度因子dens、原型低通滤波器Ha(z)的通带截止频率ωap、阻带开始频率ωas，通过帕克斯-麦克莱伦算法得到长度Na为奇数的原型低通滤波器Ha(z)；并得到原型低通滤波器Ha(z)的互补滤波器Hc(z)；
4)对原型低通滤波器Ha(z)、互补滤波器Hc(z)分别进行M倍零值内插操作，得到第一插值滤波器Ha(zM)、第二插值滤波器Hc(zM)；
5)计算第一频率响应掩蔽滤波器HMa(z)的通带截止频率ωp1、阻带开始频率ωs1以及第二频率响应掩蔽滤波器HMc(z)的通带截止频率ωp2、阻带开始频率ωs2如式(5)、(6)、(7)和(8)所示：
ωp1＝(2m+ωap)/M (5)
ωs1＝[2(m+1)-ωas]/M (6)
ωp2＝(2m-ωap)/M (7)
ωs2＝(2m+ωas)/M (8)
6)根据信号采样频率为Fs、通带波纹Dp、阻带衰减Ds和密度因子dens、第一频率响应掩蔽滤波器HMa(z)的通带截止频率ωp1、阻带开始频率ωs1，通过帕克斯-麦克莱伦算法得到第一频率响应掩蔽滤波器HMa(z)；根据信号采样频率为Fs、通带波纹Dp、阻带衰减Ds和密度因子dens、第二频率响应掩蔽滤波器HMc(z)的通带截止频率ωp2和阻带开始频率ωs2，通过帕克斯-麦克莱伦算法得到第二频率响应掩蔽滤波器HMc(z)；
7)用第一频率响应掩蔽滤波器HMa(z)将第一插值滤波器Ha(zM)周期频谱中多余的频带过滤掉，得到第一初步滤波器；用第二频率响应掩蔽滤波器HMc(z)将第二插值滤波器Hc(zM)周期频谱中多余的频带过滤掉，得到第二初步滤波器；将第一初步滤波器与第二初步滤波器相加，得到过渡滤波器Ht(z)；过渡滤波器Ht(z)即为设计出的滤波器；
步骤五、第一过渡滤波器Ht1(z)即为目标低通滤波器Hl(z)；将第二过渡滤波器Ht2(z)的滤波器系数间隔取反，从而得到目标高通滤波器Hh(z)；对目标高通滤波器Hh(z)和目标低通滤波器Hl(z)进行滤波器系数卷积运算，得到针对信号设计出来的目标带通滤波器Hb(z)；目标带通滤波器Hb(z)的系数即为第i个电磁信号的信道设置参数；
步骤六、将n个电磁信号的信道设置参数按照电磁信号的顺序依次排列，构建非均匀动态滤波器组；第j个电磁信号的信道设置参数即为非均匀动态滤波器组的中的第j个滤波器的系数。
2.根据权利要求1所述的一种基于认知机制的非均匀动态滤波器组的构建方法，其特征在于：步骤五中滤波器系数间隔取反计算过程如下：
hh(n)＝(-1)nht2(n)，n＝1,2,...,Nt2
其中，hh(n)为目标高通滤波器Hh(z)的系数，ht2(n)为第二过渡滤波器Ht2(z)的系数，Nt2为第二过渡滤波器Ht2(z)的长度。
3.根据权利要求1所述的一种基于认知机制的非均匀动态滤波器组的构建方法，其特征在于：步骤五中滤波器系数卷积计算过程如下：
其中，代表卷积运算；hb(n)为目标带通滤波器Hb(z)的系数；hl(n)为目标低通滤波器Hl(z)的系数。
4.根据权利要求1所述的一种基于认知机制的非均匀动态滤波器组的构建方法，其特征在于：步骤五中，将所得第i个电磁信号的信道频谱分布参数及信道设置参数配对后存储到动态知识库中。
CN201810910416.5A 2018-08-10 2018-08-10 一种基于认知机制的非均匀动态滤波器组的构建方法 Active CN108919202B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810910416.5A CN108919202B (zh) 2018-08-10 2018-08-10 一种基于认知机制的非均匀动态滤波器组的构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810910416.5A CN108919202B (zh) 2018-08-10 2018-08-10 一种基于认知机制的非均匀动态滤波器组的构建方法

Publications (2)

Publication Number Publication Date
CN108919202A true CN108919202A (zh) 2018-11-30
CN108919202B CN108919202B (zh) 2020-06-16

Family

ID=64404013

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810910416.5A Active CN108919202B (zh) 2018-08-10 2018-08-10 一种基于认知机制的非均匀动态滤波器组的构建方法

Country Status (1)

Country Link
CN (1) CN108919202B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110210101A (zh) * 2019-05-27 2019-09-06 哈尔滨工程大学 一种基于cem frm的动态非均匀窄过渡带滤波器组及设计方法
CN113992190A (zh) * 2021-12-23 2022-01-28 南京先锋硕通无线技术有限公司 一种用于dvb-rcs2的双层滤波器组设计方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5719580A (en) * 1996-06-06 1998-02-17 Trw Inc. Method and apparatus for digital compensation of VCO nonlinearity in a radar system
CN105811920A (zh) * 2016-03-09 2016-07-27 哈尔滨工程大学 一种frm窄过渡带滤波器组结构
CN107070836A (zh) * 2017-04-14 2017-08-18 蚌埠学院 一种5g系统中基于frm技术的fbmc收发系统的设计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5719580A (en) * 1996-06-06 1998-02-17 Trw Inc. Method and apparatus for digital compensation of VCO nonlinearity in a radar system
CN105811920A (zh) * 2016-03-09 2016-07-27 哈尔滨工程大学 一种frm窄过渡带滤波器组结构
CN107070836A (zh) * 2017-04-14 2017-08-18 蚌埠学院 一种5g系统中基于frm技术的fbmc收发系统的设计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JUSUNG KIM ET AL.: "The Evolution of Channelization Receiver Architecture: Principles and Design Challenges", 《IEEE ACCESS》 *
TIAN-LI JIANG ET AL.: "Efficient non-uniform channelization for SDR using frequency domain filtering", 《2014 IEEE 5TH INTERNATIONAL CONFERENCE ON SOFTWARE ENGINEERING AND SERVICE SCIENCE》 *
李冰 等: "基于非均匀滤波器组的动态信道化滤波", 《电子与信息学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110210101A (zh) * 2019-05-27 2019-09-06 哈尔滨工程大学 一种基于cem frm的动态非均匀窄过渡带滤波器组及设计方法
CN110210101B (zh) * 2019-05-27 2022-08-02 哈尔滨工程大学 一种基于cem frm的动态非均匀窄过渡带滤波器组及设计方法
CN113992190A (zh) * 2021-12-23 2022-01-28 南京先锋硕通无线技术有限公司 一种用于dvb-rcs2的双层滤波器组设计方法
CN113992190B (zh) * 2021-12-23 2022-04-01 南京先锋硕通无线技术有限公司 一种用于dvb-rcs2的双层滤波器组设计方法

Also Published As

Publication number Publication date
CN108919202B (zh) 2020-06-16

Similar Documents

Publication Publication Date Title
CN103973324A (zh) 一种宽带数字接收机及其实时频谱处理方法
CN100555863C (zh) 利用级联积分梳状滤波器实现带通滤波的方法和装置
CN1719279A (zh) 用雷达电波探测江河湖泊表面流速的方法及其雷达系统
CN108919202A (zh) 一种基于认知机制的非均匀动态滤波器组的构建方法
CN110210101A (zh) 一种基于cem frm的动态非均匀窄过渡带滤波器组及设计方法
CN112034434B (zh) 基于稀疏时频检测卷积神经网络的雷达辐射源识别方法
CN109525256A (zh) 一种基于fpga的窄过渡带滤波器组的信道化发射结构
CN113341378B (zh) 基于频谱差分熵检测的自适应信道化接收方法
CN105490516B (zh) Atem发射机发射电流pwm噪声的去噪方法
CN105044681B (zh) 高码率低距离分辨率相位编码信号的失配滤波器优化方法
CN112130126B (zh) 一种星载毫米波雷达的并行信号处理方法
CN104345298B (zh) 匹配相关积分降采样包络检波方法及系统
CN109633566B (zh) 基于vmd算法的电子侦察信号预处理方法
Limin et al. Low probability of intercept radar signal recognition based on the improved AlexNet model
CN104735007B (zh) 一种对中心频率无约束的直接中频信道化方法
CN111611686A (zh) 一种通信信号时频域的检测方法
CN110149118A (zh) 一种基于非均匀滤波器组的动态信道化方法
CN106130581A (zh) 一种多相滤波宽带数字信道化接收机改进系统
CN106330792A (zh) 一种基于dft变换域的带内滤噪信道估计算法及系统
CN109633268A (zh) 一种基于b样条和直方图的方波基频辨识方法
CN112883787B (zh) 一种基于频谱匹配的短样本低频正弦信号参数估计方法
CN105021900B (zh) 一种用于多通道测量的通道捷变差分测量方法
CN105099398B (zh) 基于相位调制的非均匀dft调制滤波器组的构建方法
CN108983167A (zh) 雷达通用描述建模方法及装置
Tugbay et al. Energy optimization of band-limited Nyquist signals in the time domain

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
TR01 Transfer of patent right

Effective date of registration: 20210908

Address after: 230000 B-1015, wo Yuan Garden, 81 Ganquan Road, Shushan District, Hefei, Anhui.

Patentee after: HEFEI MINGLONG ELECTRONIC TECHNOLOGY Co.,Ltd.

Address before: 310018 No. 2 street, Xiasha Higher Education Zone, Hangzhou, Zhejiang

Patentee before: HANGZHOU DIANZI University

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20221103

Address after: 062450 Hejian Yingzhou Economic Development Zone, Hejian City, Cangzhou City, Hebei Province

Patentee after: HEBEI PENGBO COMMUNICATION EQUIPMENT Co.,Ltd.

Address before: 230000 B-1015, wo Yuan Garden, 81 Ganquan Road, Shushan District, Hefei, Anhui.

Patentee before: HEFEI MINGLONG ELECTRONIC TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right