CN109167746A - 连续波与脉冲信号快速识别装置 - Google Patents
连续波与脉冲信号快速识别装置 Download PDFInfo
- Publication number
- CN109167746A CN109167746A CN201811012796.7A CN201811012796A CN109167746A CN 109167746 A CN109167746 A CN 109167746A CN 201811012796 A CN201811012796 A CN 201811012796A CN 109167746 A CN109167746 A CN 109167746A
- Authority
- CN
- China
- Prior art keywords
- signal
- spectrum
- parameter
- pulse
- pulse signal
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0012—Modulated-carrier systems arrangements for identifying the type of modulation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种连续波与脉冲信号快速识别装置,利用本发明可以对AM、FM、BPSK、QPSK、OQPSK、2FSK等连续波调制信号和脉冲信号的快速识别。本发明通过下述技术方案予以实现:FPGA预处理模块构建计算模型完成对数字信号的实时预处理,将并行计算出的多种高阶谱分量和特征参数传递给数字信号处理器DSP;DSP接收FPGA预处理后的时、频域数据,计算时、频域特征参数,基于脉冲信号的时、频域特征参数设计树形分类器,直接从脉冲信号或连续波信号的高阶谱分量和时域IQ数据中提取一组时、频域特征参数,针对脉冲属性对输入信号的调制样式进行判断,完成对连续波及脉冲信号参数的识别和测量。
Description
技术领域
本发明涉及一种关于可应用于移动通信无线电监测系统、网格化无线电监测系统、固定监测测向系统、无线电监测设备、频谱监测、无线电资源管理监测频率范围,可识别FM、AM、2FSK、BPSK、QPSK、OQPSK等多种模拟和数字调制方式对信号进行调制的识别装置。
背景技术
雷达和通信领域的很多信号具有脉冲特性,绝大部分监视雷达采用相干脉冲串波形,目前广泛使用的link16数据链在每一跳频点也表现为脉冲信号形式。在日益复杂、高密度的电磁环境下,雷达和通信的信号体制日趋接近,信号在时、频和空域多维不断融合.在脉冲信号的检测带宽内,常常会混有连续波信号,它们可能是通信信号,也可能是有意或无意的干扰信号。此类连续波信号往往表现为窄带形式,与脉冲信号同时存在情况下,会对脉冲信号检测形成干扰,从而给脉冲信号的检测带来困难。在连续波背景下,连续波雷达信号的形式有许多种,包括单频连续波信号、调频连续波信号和伪随机二相码连续波信号等,其中使用较为广泛的是调频连续波信号。调频连续波信号包括线性调频连续波(LFMCW)信号、三角波调频连续波信号、正弦调频连续波信号和平方律调频连续波信号等多种形式。连续波在时间轴上是连续的,脉冲波在时间轴上不是连续的。连续波检测对于各种速度的目标都能检测,而脉冲波需要利用很复杂的技术才能达到这个目标。经过调制的连续波雷达主要采用线性调频连续波LFMCW的工作原理,是通过发射调频等幅波,经检测回波信号的频率来探测目标的距离和速度。优点是不存在距离盲区,容易实现极高的距离分辨力,低发射功率。缺点是作用距离有限,存在速度和距离耦合问题。连续波背景下接收信号通常为中波线性调频连续波信号;时域上不重叠的脉冲信号序列的线性调频信号。在实际情况中,连续波总是淹没在噪声中,并且掺杂着若干脉冲信号。由于每个短时傅里叶时间片内做离散傅里叶变换(DFT)的点数较少,即时间较短,各个时间片内无论是脉冲信号成分还是连续波信号成分都是带宽很窄的信号。如果脉冲信号与连续波信号频谱在这个时间片内不重叠,频谱中将出现两个窄带信号。如果某个时间片内窄带信号的个数大于1,便认为在此时间段内出现脉冲。传统线性调频连续波雷达一般采用单斜率线性调频连续波信号,理论和实践证明这种雷达存在严重的距离耦合现象,不利于多目标环境中运动目标的检测。对于2FSK信号,随着调制指数的变化,频谱特征会有很大不同,实现调制指数变化范围较大的2FSK信号的识别具有挑战性。
近年来随着数字通信技术的发展,通信信号的体制、调制样式更加多样和复杂。目前的调制识别算法较多,有基于星座图的数字调制方式识别算法、基于准优化对数似然比的识别算法、基于循环谱分析的识别算法、基于高阶累积量的识别算法等。但大多数的算法通常以较高的信噪比或者需要提取较为复杂的特征参数为前提,才能稳健地工作。因此,设计一种在较低信噪比情况下,识别正确率高、识别速度快且复杂度低的多种调制样式识别算法具有重要的意义。
发明内容
本发明的目的是针对现有技术存在的不足之处,提供一种识别速度快、识别正确率高且复杂度低的连续波与脉冲信号快速识别装置。
本发明解决技术问题所采用的技术方案是:一种连续波与脉冲信号快速识别装置,包括,接收机中频数据模块、包含了FFT计算模块和脉冲识别模块的FPGA预处理模块和包含了参数测量模块和调制识别模块的DSP信号处理模块,其特征在于:接收机中频数据模块完成对射频信号的变频处理和模拟信号的数字化,将数字信号送入FPGA预处理模块对数字信号进行傅里叶变换,同时构建简化的计算模型完成对数字信号的实时预处理,获取脉冲信号的一次、二次和四次方谱,并根据预处理配置适应脉冲宽度范围为100ns到2ms的频域特征参数,实时更新噪声门限,实时识别脉冲信号,实现自适应时域脉冲检测,实时给出脉冲指示结果;现场可编程门阵列FPGA将并行计算出的多种高阶谱分量和特征参数传递给数字信号处理器DSP完成判决计算;DSP信号处理模块接收FPGA预处理模块预处理后的时、频域数据,计算时、频域特征参数,基于脉冲信号的时、频域特征参数设计树形分类器,树形分类器直接从脉冲信号的一次、二次、四次方谱和时域IQ数据中提取一组复杂度低且适用性强的时、频域特征参数,针对脉冲属性对输入信号的调制样式进行判断,,完成对连续波及脉冲信号参数的识别和测量。
本发明相比于现有技术具有如下有益效果:
识别速度快。本发明采用硬件上的并行处理机制,充分利用FPGA的并行处理能力和DSP的强大数据计算能力,实现脉冲信号识别和连续波信号识别的并行执行,实现了资源的合理高效利用,同时硬件上的并行处理机制,提高了对连续波和脉冲信号的识别处理速度。通过FPGA模块的并行处理能力,对脉冲信号的实时识别,完成对数字信号的实时预处理,得到脉冲信号的一次、二次和四次方谱;数字信号处理器DSP接收现场可编程门阵列FPGA预处理后的时、频域数据,计算时、频域特征参数,对连续波信号进行实时识别。经测试,识别速度可以达到每秒10个以上。
识别正确率高。本发明采用数字信号处理器DSP接收现场可编程门阵列FPGA预处理后的时、频域数据,计算时、频域特征参数,依据基于脉冲信号的时、频域特征参数设计树形分类器。设计的树形分类器,具有低复杂度性和稳健性。树形分类器直接从脉冲信号的一次、二次、四次方谱和时域IQ数据中提取一组复杂度低且适用性强的特征参数,所提取的特征参数具有较好的稳健性,受信道条件变化的影响较小。通过FPGA预处理模块的并行处理能力进行脉冲信号的实时识别和简化的计算模型提高了脉冲信号的处理速度。在较低信噪比下可以实现信号带宽50KHz~20MHz范围内的信号的识别;可以在消耗较少的资源情况下,实现对信号的快速有效识别,识别速度高于每秒10个,识别正确率高于90%。经过仿真和实际测试表明,在信噪比低至-30dB的情况下,识别成功率仍然可以达到90%以上。
复杂度低。本发明采用基于FPGA+DSP硬件平台架构,针对脉冲属性判断且对脉冲宽度测量要求不高的应用场景,通过接收机中频数据模块完成对射频信号的变频处理和模拟信号的数字化,将数字信号送入FPGA预处理模块,实现对数字信号的傅里叶变换,得到数字信号的一次、二次和四次方谱,同时完成对脉冲信号的实时检测,通过FPGA模块的并行处理能力,进行脉冲信号的实时识别,同时完成对数字信号的实时预处理,通过DSP信号处理模块完成对信号的参数测量,电路结构简单,实现连续波及脉冲信号快速识别方式复杂度低。
自适应能力高。本发明采用FPGA+DSP硬件平台架构,FPGA根据预处理配置适应脉冲宽度范围为100ns到2ms的参数,适应大范围脉冲宽度的检测,实现自适应时域脉冲检测,能够实时更新噪声门限,并实时给出脉冲指示结果。
具有实时性和高效性。本发明FPGA针对脉冲识别和连续波识别均有各自独立的预处理通路,同时采用流水线的处理方式,提高了处理信号的实时性,并且FPGA并行计算出多种高阶谱分量,将这些特征参数传递给DSP完成判决计算,减少了串行CPU计算时大量操作,极大的加快了信号的识别速度。针对2FSK信号,随着调制指数的变化,频谱特征会有很大不同,实现调制指数变化范围较大的2FSK信号的识别具有挑战性问题。利用2FSK信号在大调制指数的情况下功率谱是多峰函数的特征,定义平坦度指数这一频谱特征参数,实现了对调制指数动态范围较大的2FSK信号有效识别。通过测试,可以实现对大调制指数2FSK信号的有效识别。对于调制指数为0.5~7范围内的2FSK信号的成功识别概率在90%以上,说明了有效性和实用性。
附图说明
图1是本发明连续波及脉冲信号快速识别装置的示意图。
图2是图1的FPGA预处理模块预处理流程图。
图3是图1的调制识别的处理设计流程图。
下面结合附图和具体实施方式,对本发明作进一步说明。
具体实施方式
参阅图1。在以下描述的实施例中,一种连续波及脉冲信号快速识别装置,包括,接收机中频数据模块、包含了FFT计算模块和脉冲识别模块的FPGA预处理模块和包含了参数测量模块和调制识别模块的DSP信号处理模块。接收机中频数据模块完成对射频信号的变频处理和模拟信号的数字化,将数字信号送入FPGA预处理模块对数字信号进行傅里叶变换,同时构建简化的计算模型完成对数字信号的实时预处理,获取脉冲信号的一次、二次和四次方谱,并根据预处理配置适应脉冲宽度范围为100ns到2ms的频域特征参数,实时更新噪声门限,实时识别脉冲信号,实现自适应时域脉冲检测,实时给出脉冲指示结果;现场可编程门阵列FPGA将并行计算出的多种高阶谱分量和特征参数传递给数字信号处理器DSP完成判决计算;DSP信号处理模块接收FPGA预处理模块预处理后的时、频域数据,计算时、频域特征参数,基于脉冲信号或连续波信号的时、频域特征参数设计树形分类器,树形分类器直接从脉冲信号或连续波的一次、二次、四次方谱和时域IQ数据中提取一组复杂度低且适用性强的时、频域特征参数,针对脉冲属性对输入信号的调制样式进行判断,,完成对连续波及脉冲信号参数的识别和测量。
FFT计算模块对接收机中频数据模块输入的数字信号进行傅里叶变换,得到数字信号的一次、二次和四次方谱,同时完成对脉冲信号的实时检测,FPGA预处理模块通过总线将频谱数据、时域IQ数据和脉冲识别结果送入DSP信号处理模块,完成对信号的参数测量。参数测量模块计算信号的时、频域特征参数;调制识别模块基于脉冲信号或连续波信号的时、频域特征参数设计对输入信号的调制样式进行判断的树形分类器,通过上述特征参数在树形分类器中对输入信号的调制样式进行判断。
树形分类器包含了功率谱峰值与次峰值之比门限值、R参数门限值、功率谱以及高次谱的单频分量门限值、功率谱以及高次谱的载频位置处的谱线门限值、平方谱上距离载频位置左右码速率处的谱线门限值等诸多的门限值。上述特征参数门限值是根据实际工程开发过程中不同调制样式的特征参数统计值的经验值设置的。
时、频域特征参数包括:反映信号包络的变化程度的R参数也称方差系数、功率谱的谱特征参数、平方谱的谱特征参数和平坦度等特征参数,以及功率谱峰值与次峰值之比门限Thr、包络方差与均值之比、功率谱及其高次谱的载频谱线个数、码速率谱线个数,其中,功率谱的谱特征参数包括:功率谱上的单频分量个数和表征多峰情况的平坦度值,平方谱的谱特征参数包括:平方谱上载频位置处的谱线个数和距离载频左、右码速率位置处的谱线个数。
四次方谱的谱特征参数:指四次方谱上载频位置上的谱线的个数。
树形分类器将功率谱的峰值与次峰值之比与门限值1进行比较,若峰值与次峰值之比大于峰值与次峰值之比门限Thr1的阈值,则将R参数与门限值Thr2进行比较,若R参数大于门限值Thr2,则判定为对信号进行幅度调制的AM信号,否则判定为频率调制FM信号,否则判断功率谱上的单频分量个数,若单频分量个数为2或3,则判定为二进制频移键控2FSK信号,否则将平坦度与门限Thr3进行比较,若大于门限,则判定为2FSK信号,否则判断平方谱载频位置处谱线个数,若为1,则判定为双相移相键控BPSK信号,否则判断平方谱距离载频位置处左、右码速率处谱线个数,若为2或1,则判断四次方谱的载频位置处的谱线个数,若为1则判定为偏移四相相移键控OQPSK信号,否则判定为未知信号,否则判断四次方谱的载频处谱线个数,若为1且平方谱的单频分量个数为0,则判定为四相相移键控QPSK信号,否则将R参数与门限值Thr2进行比较,若R参数小于工程预设值门限,则判定为FM信号,否则判定为AM信号。
参阅图2。FPGA针对脉冲识别和连续波识别均有各自独立的预处理通路,首先对接收机输出的中频信号进行连续波信号和脉冲信号区分,采用自适应噪声门限时域检测算法对脉冲属性进行识别,并进一步进行调制样式的识别;同时并行计算出多种高阶谱分量,即一次谱、二次谱、四次方谱等,将高阶谱传输给DSP,由DSP根据接收到的高阶谱数据计算信号的时、频域特征参数,计算出的R参数、峰值与次峰值之比、功率谱及其高次谱的载频谱线个数、码速率谱线个数、平坦度等这些特征参数,进而对于连续波调制样式识别,采用基于信号的时、频域特征参数设计树形分类器,在树形分类器中对上述输入信号的特征参数调制样式进行判断,完成判决计算。
在具体执行中,FPGA采用流水线的处理方式对接收机输出的中频信号进行模数AD转换,对模数AD输入的数据进行预处理,将连续波信号和脉冲信号区分为两路进行预处理,第一路预处理后分成三路,第一路输出IQ数据,第二路通过FFT计算模块FFT完成一次方谱,第三路经共轭平方送入FFT计算模块分别完成二次方谱和四次方谱,第二路预处理以后的IQ数据求平方和后送入积分清零模块进行积分清零,积分清零后送入自适应门限计算模块计算自适应噪声门限,同时,积分清零模块将积分清零后的脉冲信号连续送入FIFO,自适应门限计算模块对脉冲信号进行实时门限计算更新,脉冲检测模块以自适应噪声门限来对输入的脉冲信号进行时域检测,判决是否为脉冲,计算出脉冲宽度,输出脉冲指示。
参阅图3。FPGA首先根据接收到的AD数据识别为连续信号还是脉冲信号,进而联合DSP识别FM、AM、2FSK、、QPSK、BPSK、OQPSK等多种模拟和数字调制方式,采用调制识别算法对接收到的信号进行调制识别,采用求包络计算信号的瞬时幅度,通过瞬时幅度进一步计算得到幅度均值和幅度方差,幅度方差与均值的比值即为R参数;根据FPGA识别结果判断是否为脉冲信号,是,确认为脉冲信号,否则确认为连续波信号进而识别其调制类型,首先判断功率谱峰值与次峰值之比是否大于工程预设置门限,若峰值与次峰值之比大于工程预设置门限Thr1,则判断R参数是否小于预设置门限,是则识别为FM否则识别为AM若峰值与次峰值之比小于工程预设置门限Thr2,则进入另一分支,树形分类器继续判断功率谱及高次谱上的单频分量个数是否等于2,是则计算出信号带宽对应的点数N,以128点的窗长度将信号带宽范围分成N/128个窗,依次计算出各个窗长度内的峰值,并求出峰值与周围若干个点(90个点)的平均值之比,统计峰值与周围若干点的平均值之比大于功率谱单频分量门限的窗个数,作为2FSK功率谱上的单频分量个数。采用类似的方法,可以求出高次谱上的单频分量个数,只需按照高次谱的次数对应地更改搜索范围,并将单频分量门限改为高次谱对应的门限值。判断功率谱上的单频分量个数,若为2或3,则判定为2FSK信号,否则将平坦度与门限Thr3进行比较,若大于门限,则判定为2FSK信号,否则判断平方谱二倍载频位置处谱线个数,若为1,则判定为BPSK信号,否则判断平方谱以载频为中心左、右码速率处谱线个数,若为2或1,则进一步判断四次方谱的载频位置处的谱线个数,若为1则判定为OQPSK,否则判定为未知信号;
树形分类器如果在判决平方谱二倍载频位置处没有谱线,进而进入四次方谱的判决,若四次方谱的四倍载频处有谱线则判定为QPSK,否则进入R参数的再判决,通过R参数与预设置门限的比较,如果小于门限则为FM,否则为AM;到此树形分类器的遍历完成,基本可以判断识别出信号的调制类型。
平坦度的计算,树形分类器先在功率谱载频位置左右共100个点范围内搜索出最大值N1,以距离功率谱中心位置处的左侧1/4带宽位置为终止点,从0位置搜索出一个最大值N2,以距离功率谱中心位置处的右侧1/4带宽位置为起始点,以频谱最后一个点为终止点,搜索出一个最大值N3,将(N2+N3)/N1作为2FSK功率谱的平坦度。
平方谱的二倍载频出谱线计算,树形分类器首先根据信号带宽确定的搜索范围,在平方谱上搜索最大值,并求出峰值与周围若干个点(90个点)的平均值之比,若峰值与周围若干个点的平均值之比大于设定的载频位置处谱线门限值,且峰值位置与参数测量测得的载频对应在平方谱上的位置的差值小于设定的门限值,则将平方谱上载频位置处谱线个数置为1,否则为0,利用类似的方式计算信号四次方谱载频位置处谱线个数。树形分类器只需按照高次谱的次数对应地更改搜索范围,并将载频分量门限改为高次谱对应的门限值同理可以计算平方谱左右码速率的谱线,首先依据参数测量的码速率和载频值,求得理论上的左侧和右侧码速率谱线位置,并确定在平方谱上左测和右侧码速率谱线的搜索范围,然后类似平方谱二倍载频处计算谱线的方式,分别求得左侧和右侧搜索范围内的峰值与周围平均值之比,并计算出左、右峰值与理论上的左、右码速率谱线的偏差值,最后将偏差值、峰值与周围平均值之比与门限值比较,若偏差值小于门限,且峰值与周围平均值之比大于门限,则认为存在对应侧的码速率谱线。
以上结合附图对本发明进行了详细描述,但需要指出的是,上述实例所描述的仅为本发明的优选实例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化;可以在不同频段应用此调制识别方法;可以结合具体的工程项目选用不同的处理平台进行调制识别。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种连续波与脉冲信号快速识别装置,包括,接收机中频数据模块、包含了FFT计算模块和脉冲识别模块的FPGA预处理模块和包含了参数测量模块和调制识别模块的DSP信号处理模块,其特征在于:接收机中频数据模块完成对射频信号的变频处理和模拟信号的数字化,将数字信号送入FPGA预处理模块对数字信号进行傅里叶变换,同时构建简化的计算模型完成对数字信号的实时预处理,获取脉冲信号或连续波信号的多种谱高阶谱分量,并根据预处理配置适应脉冲宽度范围为100ns到2ms的频域特征参数,实时更新噪声门限,实时识别脉冲信号,实现自适应时域脉冲检测,实时给出脉冲指示结果;现场可编程门阵列FPGA将并行计算出的多种高阶谱分量和特征参数传递给数字信号处理器DSP完成判决计算;DSP信号处理模块接收FPGA预处理模块预处理后的时、频域数据,计算时、频域特征参数,基于脉冲信号或连续波信号的时、频域特征参数设计树形分类器,树形分类器直接从脉冲信号或连续波信号的谱高阶谱分量和时域IQ数据中提取一组复杂度低且适用性强的时、频域特征参数,针对脉冲属性对输入信号的调制样式进行判断,分析其信号特性,对连续波与脉冲信号进行实时识别。
2.如权利要求1所述的连续波与脉冲信号快速识别装置,其特征在于:FFT计算模块对接收机中频数据模块输入的数字信号进行傅里叶变换,得到数字信号高阶谱分量的一次、二次和四次方谱,同时完成对脉冲信号的实时检测,FPGA预处理模块通过总线将频谱数据、时域IQ数据和脉冲识别结果送入DSP信号处理模块,完成对连续波及脉冲信号参数的识别和测量。
3.如权利要求1所述的连续波与脉冲信号快速识别装置,其特征在于:参数测量模块计算信号的时、频域特征参数;调制识别模块基于脉冲信号或连续波信号的时、频域特征参数设计对输入信号的调制样式进行判断的树形分类器,通过上述特征参数在树形分类器中对输入信号的调制样式进行判断。
4.如权利要求1所述的连续波与脉冲信号快速识别装置,其特征在于:树形分类器包含了功率谱峰值与次峰值之比门限值、R参数门限值、功率谱以及高次谱的单频分量门限值、功率谱以及高次谱的载频位置处的谱线门限值、平方谱上距离载频位置左右码速率处的谱线门限值。
5.如权利要求1所述的连续波与脉冲信号快速识别装置,其特征在于:时、频域特征参数包括:反映信号包络的变化程度的R参数也称方差系数、功率谱的谱特征参数、平方谱的谱特征参数和平坦度等特征参数,以及功率谱峰值与次峰值之比门限Thr、包络方差与均值之比、功率谱及其高次谱的载频谱线个数、码速率谱线个数,其中,功率谱的谱特征参数包括:功率谱上的单频分量个数和表征多峰情况的平坦度值,平方谱的谱特征参数包括:平方谱上载频位置处的谱线个数和距离载频左、右码速率位置处的谱线个数。
6.如权利要求1所述的连续波及脉冲信号快速识别装置,其特征在于:树形分类器将功率谱的峰值与次峰值之比与门限值1进行比较,若峰值与次峰值之比大于峰值与次峰值之比门限Thr1的阈值,则将R参数与门限值Thr2进行比较,若R参数大于门限值Thr2,则判定为对信号进行幅度调制的AM信号,否则判定为频率调制FM信号,否则判断功率谱上的单频分量个数,若单频分量个数为2或3,则判定为二进制频移键控2FSK信号,否则将平坦度与门限Thr3进行比较,若大于门限,则判定为2FSK信号,否则判断平方谱载频位置处谱线个数,若为1,则判定为双相移相键控BPSK信号,否则判断平方谱距离载频位置处左、右码速率处谱线个数,若为2或1,则判断四次方谱的载频位置处的谱线个数,若为1则判定为偏移四相相移键控OQPSK信号,否则判定为未知信号,否则判断四次方谱的载频处谱线个数,若为1且平方谱的单频分量个数为0,则判定为四相相移键控QPSK信号,否则将R参数与门限值Thr2进行比较,若R参数小于工程预设门限,则判定为FM信号,否则判定为AM信号。
7.如权利要求1所述的连续波及脉冲信号快速识别装置,其特征在于:FPGA针对脉冲识别和连续波识别有各自独立的预处理通路,首先对接收机输出的中频信号进行连续波信号和脉冲信号区分,采用自适应噪声门限时域检测算法对脉冲属性进行识别,并进一步进行调制样式的识别;同时并行计算出一次谱、二次谱、四次方谱多种高阶谱分量,将高阶谱传输给DSP,由DSP根据接收到的高阶谱数据计算信号的时、频域特征参数,计算出的R参数、峰值与次峰值之比、功率谱及其高次谱的载频谱线个数、码速率谱线个数、平坦度这些特征参数,进而对于连续波调制样式识别,采用计树形分类器,在树形分类器中对输入信号的特征参数调制样式进行判断,完成判决计算。
8.如权利要求1所述的连续波与脉冲信号快速识别装置,其特征在于:FPGA采用流水线的处理方式对接收机输出的中频信号进行模数AD转换,对模数AD输入的数据进行预处理,将连续波信号和脉冲信号区分为两路进行预处理,第一路预处理后分成三路,第一路输出IQ数据,第二路通过FFT计算模块FFT完成一次方谱,第三路经共轭平方送入FFT计算模块分别完成二次方谱和四次方谱,第二路预处理以后的IQ数据求平方和后送入积分清零模块进行积分清零,积分清零后送入自适应门限计算模块计算自适应噪声门限,同时,积分清零模块将积分清零后的脉冲信号连续送入FIFO,自适应门限计算模块对脉冲信号进行实时门限计算更新,脉冲检测模块以噪声门限来对输入的脉冲信号进行时域检测,判决是否为脉冲,计算出脉冲宽度,输出脉冲指示。
9.如权利要求1所述的连续波及脉冲信号快速识别装置,其特征在于:FPGA首先根据接收到的AD数据识别为连续信号还是脉冲信号,进而联合DSP识别FM、AM、2FSK、、QPSK、BPSK、OQPSK多种模拟和数字调制方式,采用调制识别算法对接收到的信号进行调制识别,采用求包络计算信号的瞬时幅度,通过瞬时幅度进一步计算得到幅度均值和幅度方差,幅度方差与均值的比值即为R参数;根据FPGA识别结果判断是否为脉冲信号,是,确认为脉冲信号,否则确认为连续波信号进而识别其调制类型,首先判断功率谱峰值与次峰值之比是否大于工程预设置门限,若峰值与次峰值之比大于工程预设置的门限Thr1,则判断R参数是否小于预设置门限,是则识别为FM,否则识别为AM,若峰值与次峰值之比小于工程预设置门限Thr2,则进入另一分支;树形分类器继续判断功率谱及高次谱上的单频分量个数是否等于2,是则计算出信号带宽对应的点数N,以128点的窗长度将信号带宽范围分成N/128个窗,依次计算出各个窗长度内的峰值,并求出峰值与周围若干个点的平均值之比,统计峰值与周围若干点的平均值之比大于功率谱单频分量门限的窗个数,作为2FSK功率谱上的单频分量个数。
10.如权利要求1所述的连续波及脉冲信号快速识别装置,其特征在于:树形分类器在判决平方谱二倍载频位置处没有谱线,进入四次方谱的判决,若四次方谱的四倍载频处有谱线则判定为QPSK,否则进入R参数的再判决,通过R参数与预设置门限的比较,若小于门限则为FM,否则为AM;到此树形分类器的遍历完成,判断识别出信号的调制类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811012796.7A CN109167746B (zh) | 2018-08-31 | 2018-08-31 | 连续波与脉冲信号快速识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811012796.7A CN109167746B (zh) | 2018-08-31 | 2018-08-31 | 连续波与脉冲信号快速识别装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109167746A true CN109167746A (zh) | 2019-01-08 |
CN109167746B CN109167746B (zh) | 2021-01-01 |
Family
ID=64893479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811012796.7A Active CN109167746B (zh) | 2018-08-31 | 2018-08-31 | 连续波与脉冲信号快速识别装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109167746B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109799487A (zh) * | 2019-01-31 | 2019-05-24 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 雷达脉冲调制样式识别方法 |
CN109951409A (zh) * | 2019-04-04 | 2019-06-28 | 四川九洲电器集团有限责任公司 | 一种确定调制信号类别的方法及系统 |
CN111277526A (zh) * | 2020-03-01 | 2020-06-12 | 西北工业大学 | 一种基于压缩感知的星座图相同信号的调制识别方法 |
CN111273233A (zh) * | 2020-03-04 | 2020-06-12 | 北京环境特性研究所 | 一种电子角反射器异步脉冲检测方法及装置 |
CN111800358A (zh) * | 2020-07-06 | 2020-10-20 | 杭州画印科技有限公司 | 一种自适应模拟信号解调方法 |
CN111814777A (zh) * | 2020-09-15 | 2020-10-23 | 湖南国科锐承电子科技有限公司 | 一种基于特征量分级的调制样式识别方法 |
CN112345978A (zh) * | 2020-10-27 | 2021-02-09 | 云南电网有限责任公司临沧供电局 | 基于配电变压器低压侧两相注入脉冲的接地故障定位方法 |
CN112491764A (zh) * | 2020-11-17 | 2021-03-12 | 同方电子科技有限公司 | 一种基于瞬时特征空中模拟信号的识别方法 |
CN113014523A (zh) * | 2021-02-25 | 2021-06-22 | 电子科技大学 | 一种基于融合特征的复合调制信号盲识别方法 |
CN114184847A (zh) * | 2021-12-23 | 2022-03-15 | 四川九洲电器集团有限责任公司 | 一种基于fpga的dme/tacan脉宽测量方法 |
CN114330409A (zh) * | 2020-09-24 | 2022-04-12 | 广州慧睿思通科技股份有限公司 | 信号处理方法、电子设备和存储介质 |
CN114355298A (zh) * | 2022-01-04 | 2022-04-15 | 中国电子科技集团公司第十研究所 | 一种雷达复合调制脉冲信号识别方法 |
CN114666236A (zh) * | 2022-03-29 | 2022-06-24 | 北京扬铭科技发展有限责任公司 | 一种全自动信号检测识别报警方法 |
CN114745065A (zh) * | 2022-02-28 | 2022-07-12 | 中国电子科技集团公司第二十九研究所 | 一种用于连续波和脉冲信号的一体化频谱监测方法及系统 |
CN115065580A (zh) * | 2022-07-28 | 2022-09-16 | 成都华日通讯技术股份有限公司 | 一种宽带下Link16数据链识别及参数估计方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201418085Y (zh) * | 2009-04-30 | 2010-03-03 | 殷复莲 | 一种用于ds-cdma系统各类干扰信号检测的变换识别装置 |
CN102882819A (zh) * | 2012-09-04 | 2013-01-16 | 西安电子科技大学 | 非高斯噪声下数字调制信号识别方法 |
CN103308898A (zh) * | 2013-05-20 | 2013-09-18 | 中国电子科技集团公司第四十一研究所 | 一种基于开关切换的单站脉冲rcs测试系统 |
CN104052701A (zh) * | 2014-06-03 | 2014-09-17 | 哈尔滨工程大学 | 一种基于fpga实现的脉内调制特征实时提取与分类系统 |
CN106559055A (zh) * | 2016-11-15 | 2017-04-05 | 中国电子科技集团公司第四十研究所 | 一种用于调制域分析仪中兼容连续波和脉冲调制信号的自动增益控制电路及方法 |
US10027340B1 (en) * | 2012-12-31 | 2018-07-17 | Jefferson Science Associates, Llc | Method and apparatus to digitize pulse shapes from radiation detectors |
-
2018
- 2018-08-31 CN CN201811012796.7A patent/CN109167746B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201418085Y (zh) * | 2009-04-30 | 2010-03-03 | 殷复莲 | 一种用于ds-cdma系统各类干扰信号检测的变换识别装置 |
CN102882819A (zh) * | 2012-09-04 | 2013-01-16 | 西安电子科技大学 | 非高斯噪声下数字调制信号识别方法 |
US10027340B1 (en) * | 2012-12-31 | 2018-07-17 | Jefferson Science Associates, Llc | Method and apparatus to digitize pulse shapes from radiation detectors |
CN103308898A (zh) * | 2013-05-20 | 2013-09-18 | 中国电子科技集团公司第四十一研究所 | 一种基于开关切换的单站脉冲rcs测试系统 |
CN104052701A (zh) * | 2014-06-03 | 2014-09-17 | 哈尔滨工程大学 | 一种基于fpga实现的脉内调制特征实时提取与分类系统 |
CN106559055A (zh) * | 2016-11-15 | 2017-04-05 | 中国电子科技集团公司第四十研究所 | 一种用于调制域分析仪中兼容连续波和脉冲调制信号的自动增益控制电路及方法 |
Non-Patent Citations (1)
Title |
---|
郭甲龙: "基于DSP和FPGA的雷达信号处理实验样机的设计与实现", 《信息科技辑》 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109799487A (zh) * | 2019-01-31 | 2019-05-24 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 雷达脉冲调制样式识别方法 |
CN109951409A (zh) * | 2019-04-04 | 2019-06-28 | 四川九洲电器集团有限责任公司 | 一种确定调制信号类别的方法及系统 |
CN109951409B (zh) * | 2019-04-04 | 2020-06-16 | 四川九洲电器集团有限责任公司 | 一种确定调制信号类别的方法及系统 |
CN111277526B (zh) * | 2020-03-01 | 2021-06-11 | 西北工业大学 | 一种基于压缩感知的星座图相同信号的调制识别方法 |
CN111277526A (zh) * | 2020-03-01 | 2020-06-12 | 西北工业大学 | 一种基于压缩感知的星座图相同信号的调制识别方法 |
CN111273233A (zh) * | 2020-03-04 | 2020-06-12 | 北京环境特性研究所 | 一种电子角反射器异步脉冲检测方法及装置 |
CN111273233B (zh) * | 2020-03-04 | 2022-05-03 | 北京环境特性研究所 | 一种电子角反射器异步脉冲检测方法及装置 |
CN111800358A (zh) * | 2020-07-06 | 2020-10-20 | 杭州画印科技有限公司 | 一种自适应模拟信号解调方法 |
CN111814777A (zh) * | 2020-09-15 | 2020-10-23 | 湖南国科锐承电子科技有限公司 | 一种基于特征量分级的调制样式识别方法 |
CN114330409A (zh) * | 2020-09-24 | 2022-04-12 | 广州慧睿思通科技股份有限公司 | 信号处理方法、电子设备和存储介质 |
CN112345978A (zh) * | 2020-10-27 | 2021-02-09 | 云南电网有限责任公司临沧供电局 | 基于配电变压器低压侧两相注入脉冲的接地故障定位方法 |
CN112345978B (zh) * | 2020-10-27 | 2024-02-06 | 云南电网有限责任公司临沧供电局 | 基于配电变压器低压侧两相注入脉冲的接地故障定位方法 |
CN112491764A (zh) * | 2020-11-17 | 2021-03-12 | 同方电子科技有限公司 | 一种基于瞬时特征空中模拟信号的识别方法 |
CN113014523A (zh) * | 2021-02-25 | 2021-06-22 | 电子科技大学 | 一种基于融合特征的复合调制信号盲识别方法 |
CN113014523B (zh) * | 2021-02-25 | 2022-01-11 | 电子科技大学 | 一种基于融合特征的复合调制信号盲识别方法 |
CN114184847A (zh) * | 2021-12-23 | 2022-03-15 | 四川九洲电器集团有限责任公司 | 一种基于fpga的dme/tacan脉宽测量方法 |
CN114184847B (zh) * | 2021-12-23 | 2022-11-01 | 四川九洲电器集团有限责任公司 | 一种基于fpga的dme/tacan脉宽测量方法 |
CN114355298B (zh) * | 2022-01-04 | 2023-08-18 | 中国电子科技集团公司第十研究所 | 一种雷达复合调制脉冲信号识别方法 |
CN114355298A (zh) * | 2022-01-04 | 2022-04-15 | 中国电子科技集团公司第十研究所 | 一种雷达复合调制脉冲信号识别方法 |
CN114745065A (zh) * | 2022-02-28 | 2022-07-12 | 中国电子科技集团公司第二十九研究所 | 一种用于连续波和脉冲信号的一体化频谱监测方法及系统 |
CN114745065B (zh) * | 2022-02-28 | 2023-03-21 | 中国电子科技集团公司第二十九研究所 | 一种用于连续波和脉冲信号的一体化频谱监测方法及系统 |
CN114666236A (zh) * | 2022-03-29 | 2022-06-24 | 北京扬铭科技发展有限责任公司 | 一种全自动信号检测识别报警方法 |
CN114666236B (zh) * | 2022-03-29 | 2024-05-14 | 北京扬铭科技发展有限责任公司 | 一种全自动信号检测识别报警方法 |
CN115065580A (zh) * | 2022-07-28 | 2022-09-16 | 成都华日通讯技术股份有限公司 | 一种宽带下Link16数据链识别及参数估计方法 |
CN115065580B (zh) * | 2022-07-28 | 2024-04-02 | 成都华日通讯技术股份有限公司 | 一种宽带下Link16数据链识别及参数估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109167746B (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109167746A (zh) | 连续波与脉冲信号快速识别装置 | |
JP6406601B2 (ja) | レーダ装置および物体検知方法 | |
CN108415010B (zh) | 一种基于梯形lfmcw调制的雷达多目标检测方法 | |
CN105807267B (zh) | 一种mimo雷达扩展目标的检测方法 | |
CN104052701B (zh) | 一种基于fpga实现的脉内调制特征实时提取与分类系统 | |
US20180203095A1 (en) | A method and system of radar communication | |
CN104267379A (zh) | 一种基于波形设计的主被动雷达协同抗干扰方法 | |
CN108469611B (zh) | 基于身份识别的fmcw雷达测距系统基带信号处理方法 | |
US10634781B2 (en) | Determining distance to a target object utilizing wireless devices operating as radar devices | |
CN111983595B (zh) | 一种室内定位的方法及装置 | |
CN106879068A (zh) | 一种强多径环境下信号的到达时间估计方法 | |
CN105388500A (zh) | Cpfsk信号载波跟踪精度的提高方法 | |
CN107171994A (zh) | 无线电引信信号识别和重构系统及方法 | |
CN113009448A (zh) | 多径目标的检测方法、装置、设备和存储介质 | |
Liu et al. | A PELT-KCN algorithm for FMCW radar interference suppression based on signal reconstruction | |
CN110927691A (zh) | 一种基于多时编码相位调制的低截获雷达信号设计方法 | |
CN101436877A (zh) | 一种抗多径干扰的pn码自适应门限捕获方法 | |
CN115600101B (zh) | 一种基于先验知识的无人机信号智能检测方法及装置 | |
CN109085568B (zh) | 一种基于二次混频的调频连续波多目标检测方法 | |
CN116736241A (zh) | 一种基于zynq平台的快速自主侦测引导干扰方法及系统 | |
CN105656511A (zh) | 一种适应于有频偏和低信噪比环境下的差分相关捕获方法 | |
CN113835077B (zh) | 基于变脉冲重复频率的搜索雷达目标检测方法及系统 | |
CN109814072A (zh) | 一种基于数字接收机的雷达信号处理方法及装置 | |
CN101984562B (zh) | 一种窄带信道增益估计方法 | |
CN108872954B (zh) | 基于同一周期内相关处理的恒虚警检测方法 |
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 |