CN109507654A - 一种基于ls的复杂环境下相位信息计算方法 - Google Patents
一种基于ls的复杂环境下相位信息计算方法 Download PDFInfo
- Publication number
- CN109507654A CN109507654A CN201811390069.4A CN201811390069A CN109507654A CN 109507654 A CN109507654 A CN 109507654A CN 201811390069 A CN201811390069 A CN 201811390069A CN 109507654 A CN109507654 A CN 109507654A
- Authority
- CN
- China
- Prior art keywords
- frequency
- signal
- value
- freq
- different moments
- 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
-
- 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
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于LS的复杂环境下相位信息计算方法,包括以下步骤:同时采用短时chirp‑z变换计算并通过选择幅度最大值法得到参考通道不同时刻的信号频率和采用短时多目标频率检测算法计算提取超过检测门限的参考通道不同时刻的多个信号频率;采用匹配判别法对参考通道不同时刻真实的信号频率进行校准,具体包括:采用LS方法计算不同接收通道的不同时刻对应于参考通道频率值的相位值。本发明方法从杂乱的信号频谱中提取有用信号的频率,舍弃随机噪声和杂波带来的杂乱频谱,利用判别分析得到的信号频率,构建观测信号与信号初相之间的数学模型,然后采用LS算法计算得到对应接收通道的信号初相信息,供目标定位等其他应用调用。
Description
技术领域
本发明涉及复杂背景下信号相位特征的提取方法,尤其涉及一种基于LS的复杂环境下相位信息计算方法,属于信号相位特征提取技术领域。
背景技术
随着雷达技术的发展,无论是在电子对抗环境下,还是在民用雷达中,相位测量应用于各种雷达数据的处理过程中,如电子对抗中队雷达辐射源的定向和定位、对运动目标的跟踪和对运动目标运动特征参数的提取,车载雷达目标识别系统、自动驾驶中告警技术等。
雷达、导航、电子对抗等无线电设备都要利用无线电定向技术,雷达利用目标回波确定目标相对于雷达的方向。导航利用测定导航发射台的方向来确定自身的空间位置。电子侦察设备则以白身为球坐标系的原点,测定来自辐射源(雷达、电台等)的电波到达方向。无线电定向的物理基础是电波的等速直线传播和天线的方向性。在电子侦察测向中常用相位定向方法,利用电波等速直线传播在两天线间所产生的相位差,通过建立相位差与辐射源方位之间的数学模型来求解得到辐射源的方向。
对敌雷达或辐射源的准确定位,对于确定带雷达的敌方目标(如飞机、舰艇和导弹等)的位置,进而引导我机、我舰和反雷达导弹截击摧毁敌目标具有重要意义。用侦察机测定雷达位置的方法中,测向定位法是一种常用的方法。测向定位法又称交叉定位法,其基本原理是在已知基线上的两个或多个点对雷达测向,然后利用三角学的方法计算出雷达的位置。
对于运动目标的定位和测量主要是利用测试雷达不同接收通道收到目标回波的相位差变化来计算目标在空间中的运动轨迹,常见的如脱靶量测量仪和自动驾驶中的车载告警雷达。脱靶量测量仪不同时刻、不同接收通道中回波数据的相位差,建立目标运动参数与各通道相位差之间的关系,通过测试的相位差来求解运动目标的特征参数,最终得到运动目标在空间的运动轨迹。目前脱靶量测量仪主要用于靶场测试弹体运动目标的运动参数,以此来评估弹体的性能。车载告警雷达则通过不同接收通道的相位差,来确定目标的到达角度、目标速度等信息,通过这些信息评估目标的威胁等级,并给控制系统发送控制指定,使车辆采取相应的机动避开威胁目标。
以上各方面的运用中,无一不用到相位的计算,准确的相位计算是后续处理的保证。随着对抗的升级和运用的需要,观测信号中经常伴随着噪声和各种类型的干扰信号和杂波信号,常用的经典FFT求解相位的方法虽然简单且容易实现,但其精度相对较低,对于干扰和杂波环境中效果更差,小波变化、正交空间分解等方法也用于相位的提取,其计算时间相对较长,而且精度也不够理想,尤其对于复杂环境中的回波信号,提取的相位精度更差。因此迫切需要一种算法能在复杂的信号环境中准确提取相位信息。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷,提供一种在各种复杂的环境回波信号中快速准确的提取相位信息的方法。
为解决上述技术问题,本发明采用以下技术方案:
一种基于LS的复杂环境下相位信息计算方法,其特征是,包括以下步骤:
根据预先设置的信号求解参数和预先选择的参考通道计算不同时刻参考通道的信号真实频率;其中计算不同时刻参考通道的信号频率时,同时采用短时chirp-z变换计算并通过选择幅度最大值法得到参考通道不同时刻的信号频率和采用短时多目标频率检测算法计算提取超过检测门限的参考通道不同时刻的多个信号频率;
采用匹配判别法对参考通道不同时刻真实的信号频率进行校准,具体包括:
根据短时chirp-z变换计算得到的信号频率值,从中选取不存在异常值的一段频率数据,并向两端递推寻找整个处理周期中各帧信号的真实频率,在寻找过程中,向后查找时,从后一时刻的多目标频率检测结果中,找出与前一时刻变化最小的值作为下一时刻的真实频率,向前查找时也采用相同的匹配原理;
计算不同接收通道的不同时刻对应于参考通道频率值的相位值:
在得到参考通道各个时刻真实的信号频率后,即可构建相位提取模型;
采用LS方法计算不同接收通道的不同时刻对应于参考通道频率值的相位值。
进一步地,预先设置的信号求解参数包括信号频率的求解精度、有效信号频率的求解起始范围、短时信号处理的时长和观测信号的采样率。
进一步地,预先选择参考通道的方法如下:
计算各通道信号能量Ej:其中j=1,2…M,M为通道数,N为选择信号的长度,in_s信号起始为;选择其中能量最大的通道作为参考通道。
进一步地,计算不同时刻参考通道的信号真实频率之前包括计算信号处理总帧数和帧长度;
所述帧长度为的表达式为len=spt*fs,所述信号处理总帧数表达式为Nz=Ns/len,其中Ns为原始观测信号的数据长度,fs为信号采样率,spt为短时信号处理的时长。
进一步地,采用短时chirp-z变换计算并通过选择幅度最大值法得到参考通道不同时刻的信号频率包括:
设置帧索引为i=1…Nz,根据不同时刻的帧索引标号i,载入该帧内的原始数据Y=[s((i-1)*len+1)…s(i*len)];S=[s(1)s(2)…s(Ns)]为原始采集得到的回波数据;假定信号频率求解精度为dfreq,有效频率段起始频率为freq_s,终止频率为freq_end,则采用chirpz变换计算短时信号频率表达式如下:
m=round(freq_end-freq_s)/dfreq)
w=e-j2π(freq_end-freq_s)/m/fs
a=ej2π·freq_s/fs
fft_out=czt(Y,m,w,a)
abs_max=max(abs(fft_out))
其中m、w、a、fft_out、abs_max为中间变量;
找到幅度最大值abs_max对应的下标值为fd_index,则可得到该帧数据Y对应的真实信号频率为:
fd=fd_index*dfreq+freq_s;
其中,round()为对实数近似取整函数,j为虚数单位,czt()为chirpz变换函数,max()为取最大值函数;
对所有帧索引为i=1…Nz依次执行上述过程,得到参考通道不同时刻的信号计算频率值fd=[fd(1)fd(2)…fd(Nz)]。
进一步地,采用短时多目标频率检测算法计算提取超过检测门限的参考通道不同时刻存在的信号频率包括:
设置帧索引为i=1…Nz,根据不同时刻的帧索引标号i,载入该帧内的原始数据Y=[s((i-1)*len+1)…s(i*len)];S=[s(1)s(2)…s(Ns)]为原始采集得到的回波数据,相关计算过程如下:
m=round(freq_end-freq_s)/dfreq)
w=e-j2π(freq_end-freq_s)/m/fs
a=ej2π·freq_s/fs
FFT_out=czt(Y,m,w,a)
En=FFT_out.*conj(FFT_out)
T_level=2*mean(En)
其中conj()表示复数共轭计算;T_level为门限值,mean()为求均值计算;T_level为中间变量、En为排序后的序列;将En中的点与门限T_level进行比较,提取超过门限的点并对超过门限的点进行从到小排序得到排序后的En序列;
创建一个空的目标集,将排序后的En序列中的第一个点加入所述目标集,依次扫描第一个点后的后续点,如果后续点与已存在目标集中的任意点匹配成功,则将该点加入对应的已存在的目标集合,若后续点与所有已存在的目标集合中的点匹配不成功,则创建新的目标集,将此后续点加入新的目标集,重复此过程,直到排序后的En序列中所有的点匹配完毕;
匹配完成后,对所有的目标集,计算其下标的均值;假定该时刻存在两个目标集,则计算每个目标集合中其下标的均值为freq_in1、freq_in2,则该时刻即第i帧的频率集如下:
fd{i}=[fd1 fd2],其中
对所有帧索引为i=1…Nz依次执行上述过程,得到参考通道不同时刻的多目标算法计算得到的频率值fd={fd{1} fd{2} … fd{Nz}}。
进一步地,采用匹配判别法对参考通道不同时刻真实的信号频率进行校准,包括:
对采用短时chirpz变换得到的不同时刻的信号真实频率进行分析,找出不存在异常点的一段信号频率作为参考段频率进行频率匹配,具体方法如下:
1)右端匹配:对参考段频率的最后两个频率值,即index2时刻和index2-1时刻的两个频率值,计算其频率变化值,然后读取下一帧索引即index2+1时刻对应的多目标频率计算得到的频率集数据fd{index2+1},对其中的每一个频率,分别与参考段频率集中前一时刻的值Fd(index2)进行比较,选择fd{index2+1}中与Fd(index2)最接近的点,若两值之差的绝对值小于给定的门限,则该值作为下一个时刻对应的频率输出,写入到参考段频率数组中;如果找到不到满足条件的值与参考频率数组中最后时刻的值对应,则由最后两个值计算预测值如下2*Fd(index2)-Fd(index2-1),写入预测值;将索引指标加一变为index2+1,重复上述过程如果连续3次写入预测值,则终止,进入下一步处理;
2)左端匹配:与右端匹配类似,对参考段频率数组的开始两个值,计算其频率变化值,即index1时刻的频率值减去index+1时刻的频率值,然后读取前一帧索引对应的多目标频率计算得到的频率集数据fd{index1-1},对其中的每一个频率,分别与参考频率数组中后一时刻的值Fd(index1)进行比较,选择值最接近的点,若两值之差的绝对值小于给定的门限,则该值作为前一个时刻对应的频率输出,写入到参考端频率集中,如果找到不到满足条件的值与参考频率数组中Fd(index1)的值对应,则计算预测值2*Fd(index1)-Fd(index1+1),并写入预测值;将索引指标减一,即变为index1-1,并重复上述过程如果连续3次写入预测值,则终止;
本发明所达到的有益效果:
该发明采用chirpz变换计算得到复杂环境下的信号频率,采用判别分析的方法从杂乱的信号频谱中提取有用信号的频率,舍弃随机噪声和杂波带来的杂乱频谱,利用判别分析得到的信号频率,构建观测信号与信号初相之间的数学模型,然后采用LS算法计算得到对应接收通道的信号初相信息,供目标定位等其他应用调用。
附图说明
图1是发明方法的流程示意图;
图2是本发明具体实施例中索引为550时载入的信号示意图;
图3是本发明具体实施例计算结果示意图;
图4是本发明具体实施例采用多目标计算后得到不同时刻参考通道的信号频率示意图;
图5是本发明具体实施例对信号频率进行校准,得到分选后的信号频率示意图;
图6是本发明具体实施例中无噪声时采用本发明方法得到的相位差的余弦值示意图;
图7是无噪声时采用传统FFT方法得到相位差的余弦值示意图;
图8是本发明具体实施例中10dBSNR时采用本发明方法得到的相位差余弦值示意图;
图9是采用传统FFT方法得到的相位差余弦值示意图;
图10是采用传统方法和采本发明方法提取强杂波背景观测通道相位差余弦值对比分析结果示意图。
具体实施方式
下面结合附图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。
本实施例中采用的相关实验参数如下:
接收通道数:3个
输入信号:无噪声仿真信号、20dB信噪比噪声信号、10dB信噪比噪声信号、某靶场强地杂波环境中的实测数据。
分别按照以下述步骤求解不同背景环境下的相位差数据,这里给出对于强地杂波环境下的靶场数据分析流程。
(1)求解基本参数设置
求解参数包括信号频率的求解精度(即求解分辨率)、有效信号频率的求解起始范围、短时信号处理的时长和观测信号的采样率。
载入观测的原始信号数据,根据预知信息,设置信号的求解参数。在对把靶场实测数据分析过程中,结合先验信息,本实施例设置参数如下:
频率求解分辨率:1Hz;
频率有效范围:0~50kHz;
短时信号处理时长spt:2ms;
观测信号的采样率fs:312.5kHz;
(2)信号参考通道的选择,选择参考通道的方法如下:
计算各通道信号能量Ej:其中j=1,2…M,M为通道数,N为选择信号的长度,in_s信号起始为;
选择其中能量最大的通道作为参考通道。
对于不同的接收通道,在有效信号的范围内,选择相同长度的信号,计算信号能量的大小,选择能量最大的接收通道作为参考通道。通过对比分析,本实施例选择第一通道作为参考通道。
(3)根据预先设置的信号求解参数和预先选择的参考通道计算不同时刻参考通道的信号真实频率;其中计算不同时刻参考通道的信号频率时,同时采用短时chirp-z变换计算并通过选择幅度最大值法得到参考通道不同时刻的信号频率和采用短时多目标频率检测算法计算提取超过检测门限的参考通道不同时刻的多个信号频率(在无干扰信号存在或者信噪比较高时,两种处理方法得到的结果相同);
(4)计算不同时刻参考通道的信号频率
首先根据相关处理参数计算信号处理帧数和帧长度
A.所述帧长度为的表达式为len=spt*fs,所述信号处理总帧数表达式为Nz=Ns/len,其中Ns为原始观测信号的数据长度,fs为信号采样率,spt为短时信号处理的时长。
在本实施例中,原始观测信号的长度为2096991,其他参数如(1)所示,则帧长度为625,信号处理帧数为3355帧;
按照帧索引和帧处理长度载入信号数据。
设置帧索引为i=1…Nz,根据不同时刻的帧索引标号i,载入该帧内的原始数据Y=[s((i-1)*len+1)…s(i*len)];S=[s(1)s(2)…s(Ns)]为原始采集得到的回波数据;i=1…Nz,附图2示出索引为550时载入的信号
B.采用短时chirpz变换计算参考通道不同时刻的信号的频率,方法如下:
设置帧索引为i=1…Nz,根据不同时刻的帧索引标号i,载入该帧内的原始数据Y=[s((i-1)*len+1)…s(i*len)];S=[s(1)s(2)…s(Ns)]为原始采集得到的回波数据;假定信号频率求解精度为dfreq,有效频率段起始频率为freq_s,终止频率为freq_end,则采用chirpz变换计算短时信号频率表达式如下:
m=round(freq_end-freq_s)/dfreq)
w=e-j2π(freq_end-freq_s)/m/fs
a=ej2π·freq_s/fs
fft_out=czt(Y,m,w,a)
abs_max=max(abs(fft_out))
其中m、w、a、fft_out、abs_max为中间变量;
找到幅度最大值abs_max对应的下标值为fd_index,则可得到该帧数据Y对应的真实信号频率为:
fd=fd_index*dfreq+freq_s;
其中,round()为对实数近似取整函数,j为虚数单位,czt()为chirpz变换函数,max()为取最大值函数;
对所有帧索引为i=1…Nz依次执行上述过程,得到参考通道不同时刻的信号计算频率值fd=[fd(1) fd(2) … fd(Nz)]。
本实施例中,通过相关计算,得到计算结果如图3所示(已知在450和600帧之间,这里指计算该段内数据)。
采用短时多目标频率检测算法计算参考通道不同时刻存在的信号频率具体方法如下:
设置帧索引为i=1…Nz,根据不同时刻的帧索引标号i,载入该帧内的原始数据Y=[s((i-1)*len+1)…s(i*len)];S=[s(1)s(2)…s(Ns)]为原始采集得到的回波数据,相关计算过程如下:
m=round(freq_end-freq_s)/dfreq)
w=e-j2π(freq_end-freq_s)/m/fs
a=ej2π·freq_s/fs
FFT_out=czt(Y,m,w,a)
En=FFT_out.*conj(FFT_out)
T_level=2*mean(En)
其中conj()表示复数共轭计算;T_level为门限值,mean()为求均值计算;T_level为中间变量、En为排序后的序列;将En中的点与门限T_level进行比较,提取超过门限的点并对超过门限的点进行从到小排序得到排序后的En序列;
创建一个空的目标集,将排序后的En序列中的第一个点加入所述目标集,依次扫描第一个点后的后续点,如果后续点与已存在目标集中的任意点匹配成功,则将该点加入对应的已存在的目标集合,若后续点与所有已存在的目标集合中的点匹配不成功,则创建新的目标集,将此后续点加入新的目标集,重复此过程,直到排序后的En序列中所有的点匹配完毕;
匹配完成后,对所有的目标集,计算其下标的均值;假定该时刻存在两个目标集,则计算每个目标集合中其下标的均值为freq_in1、freq_in2,则该时刻即第i帧的频率集如下:
fd{i}=[fd1 fd2],其中
对所有帧索引为i=1…Nz依次执行上述过程,得到参考通道不同时刻的多目标算法计算得到的频率值fd={fd{1} fd{2} … fd{Nz}}。
采用多目标计算后,得到不同时刻参考通道的信号频率如4图所示。
(5)采用匹配判别法对信号频率进行校准,对采用短时chirpz变换得到的不同时刻的信号真实频率进行分析,找出不存在异常点的一段信号频率(即频率值之间不存在明显断点的一段频率数据)作为参考段频率进行频率匹配,具体方法如下:
1)右端匹配:对参考段频率的最后两个频率值,即index2时刻和index2-1时刻的两个频率值,计算其频率变化值,然后读取下一帧索引即index2+1时刻对应的多目标频率计算得到的频率集数据fd{index2+1},对其中的每一个频率,分别与参考段频率集中前一时刻的值Fd(index2)进行比较,选择fd{index2+1}中与Fd(index2)最接近的点,若两值之差的绝对值小于给定的门限,则该值作为下一个时刻对应的频率输出,写入到参考段频率数组中;如果找到不到满足条件的值与参考频率数组中最后时刻的值对应,则由最后两个值计算预测值如下2*Fd(index2)-Fd(index2-1),写入预测值;将索引指标加一变为index2+1,重复上述过程如果连续3次写入预测值,则终止,进入下一步处理;
2)左端匹配:与右端匹配类似,对参考段频率数组的开始两个值,计算其频率变化值,即index1时刻的频率值减去index+1时刻的频率值,然后读取前一帧索引对应的多目标频率计算得到的频率集数据fd{index1-1},对其中的每一个频率,分别与参考频率数组中后一时刻的值Fd(index1)进行比较,选择值最接近的点,若两值之差的绝对值小于给定的门限,则该值作为前一个时刻对应的频率输出,写入到参考端频率集中,如果找到不到满足条件的值与参考频率数组中Fd(index1)的值对应,则计算预测值2*Fd(index1)-Fd(index1+1),并写入预测值;将索引指标减一,即变为index1-1,并重复上述过程如果连续3次写入预测值,则终止;
此时参考频率数组中的值即为参考通道中不同时刻的真实频率。
对信号频率进行校准,得到分选后的信号频率如图5所示。
(6)在得到参考通道各个时刻真实的信号频率后,即可构建相位提取模型;
考虑到回波信号中存在着各种噪声和干扰的影响,采用LS方法进行相位参数解算,可以得到最小均方误差下的相位估计值。采用LS方法计算不同接收通道的不同时刻对应于参考通道频率值的相位值。具体方法如下:
A.构建相位与观测数据的数学模型
Y=HX+e,
其中定义如下:
Y=[s(1)…s(n)]T
Y表示该帧对应的含有噪声或干扰的观测数据的原始值,Y=[s((i-1)*len+1)…s(i*len)],i为帧索引编号;计算不同的接收通道时,载入的数据数组Y为对应通道的回波数据,e为随机观测噪声;f0为上一步中输出的参考频率数组在对应帧索引i时的频率值Fd(i);根据LS算法,得到相位参数估计的误差模型如下:
E=||Y-HX||2
其中||||为求向量的模值运算;上式即为LS法误差平方和的表达式;根据最小二乘算法的思想,当误差平方和达到最小时,所对应的参数值即为真实的参数X的值,因此误差平方和的表达式对X求导数,并令其等于零,得到最小二乘求解X的表达式如下:
X=(HTH)-1HTY
B.计算该帧索引对应时刻的信号相位:按照上述推导的公式计算对应通道不同时刻的接收数据对应的相位的正弦值和余弦值
X=(HTH)-1HTY,
其中得到的X为一个二维向量,X=[x(1)x(2)],其中x(1)为余弦值,x(2)为对应正弦值;
C.计算对应时段信号相位,按照以下公式计算对应的相位数据
θ0=(tan-1(x(2)/x(1)))*180/π
通过解模糊计算后得到对应时刻的相位值。解模糊算法如下:
判断帧索引是否等于信号处理总帧数Nz,若小于该值,则转到B,继续执行下一个时刻的频率计算,否则判断通道数索引时否等于总的通道数目M,若小于该值,则转向A,继续执行下一个通道的计算,否则输出不同通道的相位计算结果。
输出不同通道不同时刻的相位计算结果。给后续定位、目标特征计算等使用。
图6-图10为仿真结果分析:
采用本发明中提出的新方法与传统方法计算得到的两个通道数据的相位差的余弦值;
无噪声数据分析如图6和图7所示;
1)20dB信噪比数据分析如图8和图9所示;
2)靶场实测强地杂波数据分析,如图9和图10所示。
通过上述相关仿真表明,对于纯高斯噪声干扰的信号,采用本发明中的方法提取个通道的相位信息,具有很高的计算精度(参见相关仿真图)。而对于强杂波背景中的实测数据,由于杂波的存在,会导致信号相位发生畸变。采用传统的方法计算信号相位,存在极大的误差,甚至得到完全错误的计算结果。而采用本发明中的计算方法,得到的计算结果可以大大改善,并无明显错误的点存在,相关趋势也能明显得到。
仿真结果和实验结果都表明,采用本发明的估计算法,计算精度较高,而且计算时间较短,能几十秒内得到准确的结果,有效的解决的计算精度要求和实时性的要求。
本发明采用了判别分析与LS结合的相位提取算法,通过相关的实验数据测试表明该算法对于复杂环境下的相位提取具有较好的效果。
该发明采用chirpz变换计算得到复杂环境下的信号频率,采用判别分析的方法从杂乱的信号频谱中提取有用信号的频率,舍弃随机噪声和杂波带来的杂乱频谱,利用判别分析得到的信号频率,构建观测信号与信号初相之间的数学模型,然后采用LS算法计算得到对应接收通道的信号初相信息,供目标定位等其他应用调用。
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 (8)
1.一种基于LS的复杂环境下相位信息计算方法,其特征是,包括以下步骤:
根据预先设置的信号求解参数和预先选择的参考通道计算不同时刻参考通道的信号真实频率;其中计算不同时刻参考通道的信号频率时,同时采用短时chirp-z变换计算并通过选择幅度最大值法得到参考通道不同时刻的信号频率和采用短时多目标频率检测算法计算提取超过检测门限的参考通道不同时刻的多个信号频率;
采用匹配判别法对参考通道不同时刻真实的信号频率进行校准,具体包括:
根据短时chirp-z变换计算得到的信号频率值,从中选取不存在异常值的一段频率数据,并向两端递推寻找整个处理周期中各帧信号的真实频率,在寻找过程中,向后查找时,从后一时刻的多目标频率检测结果中,找出与前一时刻变化最小的值作为下一时刻的真实频率,向前查找时也采用相同的匹配原理;
采用LS方法计算不同接收通道的不同时刻对应于参考通道频率值的相位值。
2.根据权利要求1所述的相位信息计算方法,其特征是,预先设置的信号求解参数包括信号频率的求解精度、有效信号频率的求解起始范围、短时信号处理的时长和观测信号的采样率。
3.根据权利要求1所述的,其特征是,预先选择参考通道的方法如下:
计算各通道信号能量Ej:其中j=1,2…M,M为通道数,N为选择信号的长度,in_s信号起始为;
选择其中能量最大的通道作为参考通道。
4.根据权利要求1所述的相位信息计算方法,其特征是,计算不同时刻参考通道的信号真实频率之前包括计算信号处理总帧数和帧长度;
所述帧长度为的表达式为len=spt*fs,所述信号处理总帧数表达式为Nz=Ns/len,其中Ns为原始观测信号的数据长度,fs为信号采样率,spt为短时信号处理的时长。
5.根据权利要求1所述的相位信息计算方法,其特征是,采用短时chirp-z变换计算并通过选择幅度最大值法得到参考通道不同时刻的信号频率包括:
设置帧索引为i=1…Nz,根据不同时刻的帧索引标号i,载入该帧内的原始数据Y=[s((i-1)*len+1)…s(i*len)];S=[s(1)s(2)…s(Ns)]为原始采集得到的回波数据;假定信号频率求解精度为dfreq,有效频率段起始频率为freq_s,终止频率为freq_end,则采用chirpz变换计算短时信号频率表达式如下:
m=round(freq_end-freq_s)/dfreq)
w=e-j2π(freq_end-freq_s)/m/fs
a=ej2π·freq_s/fs
fft_out=czt(Y,m,w,a)
abs_max=max(abs(fft_out))
其中m、w、a、fft_out、abs_max为中间变量;
找到幅度最大值abs_max对应的下标值为fd_index,则可得到该帧数据Y对应的真实信号频率为:
fd=fd_index*dfreq+freq_s;
其中,round()为对实数近似取整函数,j为虚数单位,czt()为chirpz变换函数,max()为取最大值函数;
对所有帧索引为i=1…Nz依次执行上述过程,得到参考通道不同时刻的信号计算频率值fd=[fd(1) fd(2)…fd(Nz)]。
6.根据权利要求1所述的相位信息计算方法,其特征是,采用短时多目标频率检测算法计算提取超过检测门限的参考通道不同时刻存在的信号频率包括:
设置帧索引为i=1…Nz,根据不同时刻的帧索引标号i,载入该帧内的原始数据Y=[s((i-1)*len+1)…s(i*len)];S=[s(1)s(2)…s(Ns)]为原始采集得到的回波数据,相关计算过程如下:
m=round(freq_end-freq_s)/dfreq)
w=e-j2π(freq_end-freq_s)/m/fs
a=ej2π·freq_s/fs
FFT_out=czt(Y,m,w,a)
En=FFT_out.*conj(FFT_out)
T_level=2*mean(En)
其中conj()表示复数共轭计算;T_level为门限值,mean()为求均值计算;T_level为中间变量、En为排序后的序列;将En中的点与门限T_level进行比较,提取超过门限的点并对超过门限的点进行从到小排序得到排序后的En序列;
创建一个空的目标集,将排序后的En序列中的第一个点加入所述目标集,依次扫描第一个点后的后续点,如果后续点与已存在目标集中的任意点匹配成功,则将该点加入对应的已存在的目标集合,若后续点与所有已存在的目标集合中的点匹配不成功,则创建新的目标集,将此后续点加入新的目标集,重复此过程,直到排序后的En序列中所有的点匹配完毕;
匹配完成后,对所有的目标集,计算其下标的均值;假定该时刻存在两个目标集,则计算每个目标集合中其下标的均值为freq_in1、freq_in2,则该时刻即第i帧的频率集如下:
fd1=freq_in1*dfreq+freq_s
fd{i}=[fd1fd2],其中fd2=freq_in2*dfreq+freq_s
对所有帧索引为i=1…Nz依次执行上述过程,得到参考通道不同时刻的多目标算法计算得到的频率值fd={fd{1}fd{2}…fd{Nz}}。
7.根据权利要求1所述的相位信息计算方法,其特征是,采用匹配判别法对参考通道不同时刻真实的信号频率进行校准,包括:
对采用短时chirpz变换得到的不同时刻的信号真实频率进行分析,找出不存在异常点的一段信号频率作为参考段频率进行频率匹配,具体方法如下:
1)右端匹配:对参考段频率的最后两个频率值,即index2时刻和index2-1时刻的两个频率值,计算其频率变化值,然后读取下一帧索引即index2+1时刻对应的多目标频率计算得到的频率集数据fd{index2+1},对其中的每一个频率,分别与参考段频率集中前一时刻的值Fd(index2)进行比较,选择fd{index2+1}中与Fd(index2)最接近的点,若两值之差的绝对值小于给定的门限,则该值作为下一个时刻对应的频率输出,写入到参考段频率数组中;如果找到不到满足条件的值与参考频率数组中最后时刻的值对应,则由最后两个值计算预测值如下2*Fd(index2)-Fd(index2-1),写入预测值;将索引指标加一变为index2+1,重复上述过程如果连续3次写入预测值,则终止,进入下一步处理;
2)左端匹配:与右端匹配类似,对参考段频率数组的开始两个值,计算其频率变化值,即index1时刻的频率值减去index+1时刻的频率值,然后读取前一帧索引对应的多目标频率计算得到的频率集数据fd{index1-1},对其中的每一个频率,分别与参考频率数组中后一时刻的值Fd(index1)进行比较,选择值最接近的点,若两值之差的绝对值小于给定的门限,则该值作为前一个时刻对应的频率输出,写入到参考端频率集中,如果找到不到满足条件的值与参考频率数组中Fd(index1)的值对应,则计算预测值2*Fd(index1)-Fd(index1+1),并写入预测值;将索引指标减一,即变为index1-1,并重复上述过程如果连续3次写入预测值,则终止;
此时参考频率数组中的值即为参考通道中不同时刻的真实频率。
8.根据权利要求1所述的相位信息计算方法,其特征是,采用LS方法计算不同接收通道的不同时刻对应于参考通道频率值的相位值包括:
A.构建相位与观测数据的数学模型
Y=HX+e,
其中定义如下:
Y=[s(1)…s(n)]T
Y表示该帧对应的含有噪声或干扰的观测数据的原始值,Y=[s((i-1)*len+1)…s(i*len)],i为帧索引编号;计算不同的接收通道时,载入的数据数组Y为对应通道的回波数据,e为随机观测噪声;f0为上一步中输出的参考频率数组在对应帧索引i时的频率值Fd(i);根据LS算法,得到相位参数估计的误差模型如下:
E=||Y-HX||2
其中|| ||为求向量的模值运算;上式即为LS法误差平方和的表达式;误差平方和的表达式对X求导数,并令其等于零,得到最小二乘求解X的表达式如下:
X=(HTH)-1HTY
B.计算该帧索引对应时刻的信号相位:按照上述推导的公式计算对应通道不同时刻的接收数据对应的相位的正弦值和余弦值
X=(HTH)-1HTY,
其中得到的X为一个二维向量,X=[x(1) x(2)],其中x(1)为余弦值,x(2)为对应正弦值;
C.计算对应时段信号相位,按照以下公式计算对应的相位数据:
θ0=(tan-1(x(2)/x(1)))*180/π
通过解模糊计算后得到对应时刻的相位值;解模糊算法如下:
判断帧索引是否等于信号处理总帧数Nz,若小于该值,则转到B,继续执行下一个时刻的频率计算,否则判断通道数索引时否等于总的通道数目M,若小于该值,则转向A,继续执行下一个通道的计算,否则输出不同通道的相位计算结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811390069.4A CN109507654B (zh) | 2018-11-21 | 2018-11-21 | 一种基于ls的复杂环境下相位信息计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811390069.4A CN109507654B (zh) | 2018-11-21 | 2018-11-21 | 一种基于ls的复杂环境下相位信息计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109507654A true CN109507654A (zh) | 2019-03-22 |
CN109507654B CN109507654B (zh) | 2022-12-02 |
Family
ID=65749254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811390069.4A Active CN109507654B (zh) | 2018-11-21 | 2018-11-21 | 一种基于ls的复杂环境下相位信息计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109507654B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110243562A (zh) * | 2019-06-24 | 2019-09-17 | 同济大学 | 一种适用于工程结构振动监测信号的在线递推谱分析方法 |
CN111289950A (zh) * | 2020-03-06 | 2020-06-16 | 南京长峰航天电子科技有限公司 | 一种基于相关与最小二乘的信号通道校准方法和装置 |
CN112184785A (zh) * | 2020-09-30 | 2021-01-05 | 西安电子科技大学 | 基于mcd度量和vtm的多模态遥感图像配准方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5953649A (en) * | 1996-05-21 | 1999-09-14 | Nokia Mobile Phones, Ltd. | Signal acquisition in a satellite telephone system |
US20120300889A1 (en) * | 2011-05-25 | 2012-11-29 | Tellabs Oy | Method and a device for controlling frequency synchronization |
CN103763233A (zh) * | 2014-01-08 | 2014-04-30 | 西安电子科技大学 | 基于数字调制解调的gsm外辐射雷达信号处理方法 |
CN107102255A (zh) * | 2017-05-31 | 2017-08-29 | 太原科技大学 | 单一adc采集通道动态特性测试方法 |
-
2018
- 2018-11-21 CN CN201811390069.4A patent/CN109507654B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5953649A (en) * | 1996-05-21 | 1999-09-14 | Nokia Mobile Phones, Ltd. | Signal acquisition in a satellite telephone system |
US20120300889A1 (en) * | 2011-05-25 | 2012-11-29 | Tellabs Oy | Method and a device for controlling frequency synchronization |
CN103763233A (zh) * | 2014-01-08 | 2014-04-30 | 西安电子科技大学 | 基于数字调制解调的gsm外辐射雷达信号处理方法 |
CN107102255A (zh) * | 2017-05-31 | 2017-08-29 | 太原科技大学 | 单一adc采集通道动态特性测试方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110243562A (zh) * | 2019-06-24 | 2019-09-17 | 同济大学 | 一种适用于工程结构振动监测信号的在线递推谱分析方法 |
CN110243562B (zh) * | 2019-06-24 | 2021-10-19 | 同济大学 | 一种适用于工程结构振动监测信号的在线递推谱分析方法 |
CN111289950A (zh) * | 2020-03-06 | 2020-06-16 | 南京长峰航天电子科技有限公司 | 一种基于相关与最小二乘的信号通道校准方法和装置 |
CN112184785A (zh) * | 2020-09-30 | 2021-01-05 | 西安电子科技大学 | 基于mcd度量和vtm的多模态遥感图像配准方法 |
CN112184785B (zh) * | 2020-09-30 | 2023-03-24 | 西安电子科技大学 | 基于mcd度量和vtm的多模态遥感图像配准方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109507654B (zh) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111352102B (zh) | 一种基于调频连续波雷达的多目标个数检测方法及装置 | |
CN108761418B (zh) | 一种基于微多普勒特征的雷达多径目标剔除方法 | |
CN105785340B (zh) | 单脉冲雷达对主瓣内目标和诱饵干扰的测角与识别方法 | |
CN106405511A (zh) | 用于自动车辆的雷达信号处理 | |
CN109507654A (zh) | 一种基于ls的复杂环境下相位信息计算方法 | |
CN109324322A (zh) | 一种基于被动相控阵天线的测向与目标识别方法 | |
CN104898119B (zh) | 一种基于相关函数的动目标参数估计方法 | |
CN107942314B (zh) | 基于lasso特征提取的多普勒穿墙雷达定位方法 | |
CN104502904B (zh) | 一种鱼雷自导波束锐化方法 | |
CN106383342B (zh) | 一种基于存在测量误差的阵列流形先验知识的稳健stap方法 | |
Hamdollahzadeh et al. | Moving target localization in bistatic forward scatter radars: Performance study and efficient estimators | |
CN109782249B (zh) | 一种两目标相关时延估计算法 | |
CN111948618A (zh) | 一种基于卫星外辐射源的前向散射目标探测方法及系统 | |
CN103760540B (zh) | 基于重构信号和1-范数的动目标检测与参数估计方法 | |
CN105974362A (zh) | 一种联合估计信号参数和位置的高精度被动定位方法 | |
CN109061598A (zh) | 一种stap杂波协方差矩阵估计方法 | |
CN110531309A (zh) | 存在幅相误差时基于原子范数的相关信号到达角估计方法 | |
CN109521418A (zh) | 基于干涉场的地基雷达测角方法 | |
CN102062851A (zh) | 基于改进l阵的星载宽带多目标的测向方法 | |
CN114690143B (zh) | 一种抑制雷达杂波的方法、装置、雷达和介质 | |
CN106353751B (zh) | 一种高分辨率引信目标检测方法 | |
CN109490871A (zh) | 小样本条件下基于信号结构特征的子空间信号检测方法 | |
CN109117698A (zh) | 一种基于最小均方误差准则的噪声背景估计方法 | |
CN109655804B (zh) | 一种基于奇异值分解的临近目标相对距离估计方法 | |
CN109375156A (zh) | 基于信息论的传感器系统单目标克拉美罗界的研究方法 |
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 |