CN109633566B - 基于vmd算法的电子侦察信号预处理方法 - Google Patents
基于vmd算法的电子侦察信号预处理方法 Download PDFInfo
- Publication number
- CN109633566B CN109633566B CN201910075783.2A CN201910075783A CN109633566B CN 109633566 B CN109633566 B CN 109633566B CN 201910075783 A CN201910075783 A CN 201910075783A CN 109633566 B CN109633566 B CN 109633566B
- Authority
- CN
- China
- Prior art keywords
- signal
- electronic
- channel
- pulse
- representing
- 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
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000007781 pre-processing Methods 0.000 title claims abstract description 16
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 21
- 238000005070 sampling Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000010354 integration Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000008602 contraction Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 7
- 238000004088 simulation Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- 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
- 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
- G01S7/38—Jamming means, e.g. producing false echoes
-
- 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
- G01S7/418—Theoretical aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
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
一种基于变分模态分解VMD算法的电子侦察信号预处理方法，将实时的电子侦察频域信号，利用采样频率计算信号的中心频率，再通过变分模态分解VMD算法，得到信三个频域参数的更新公式，之后利用三个参数的更新公式更新每个信道的脉冲信号、信道的中心频率和拉格朗日乘子，最后得到预处理后的电子侦察脉冲信号。由于克服了现有技术将电子侦察信号信道中心频率均匀选取所造成的脉冲交叠与丢失的问题，使得本发明提高了电子侦察脉冲信号的分解精度。本发明简化了信号分解步骤，具有较高的信号分解效率，降低了所需处理电子侦察脉冲信号的时间复杂度。
Description
技术领域
本发明属于通信技术领域，更进一步涉及雷达信号处理技术领域中的一种基于变分模态分解VMD(Variational Mode Decomposition)算法的电子侦察信号预处理方法。本发明可用于电子侦察、电子支援和威胁告警系统中，对所接收到的电子侦察脉冲信号进行非均匀分解，便于进一步提取脉冲信号时频域特征，以供分析脉冲来波方向的目标信息。
背景技术
电子侦察脉冲信号预处理是雷达电子对抗中一个重要组成部分，在电子支援和威胁告警系统中的发挥中重要的作用。信道化处理是电子侦察预处理重要组成之一，它对接收到的电子侦察脉冲信号在频域上进行分割，便于后续的识别与分选。非均匀的信道化处理是将电子侦察脉冲信号在频域上进行不均匀的分割，分解信号与噪声效果较好。
吕卫祥等人在其发表的论文“一种改进的数字信道化结构设计及检测方法”(现代防御技术2018年第3期P 73-79页)中提出了一种改进的信道化结构处理电子侦察脉冲信号。该方法利用半带滤波器插值后频谱重复复制的特点，将信号分解为频谱互补且无交叠的2路信号。然后采用奇偶划分的分析滤波器组对2路信号进行均匀信道化，在实现结构上将抽取因子与插值的半带滤波器互换位置。最后通过检测门限依据信道环境自适应的变检测长度的检测机制进行信道检测。该方法存在的不足之处是，使用均匀信道化处理电子侦察脉冲信号会造成频域信号的交叠和丢失，在处理复杂电子侦察脉冲信号时精度不高。
北京无线电计量测试研究所在其申请的专利文献“一种机场跑道异物检测雷达信号预处理方法”(专利申请号：201611129998.0，申请公开号：106814359A)中提出了一种机场跑道异物检测电子侦察信号预处理方法。该方法首先建立理想中频信号的信号模型，并引入相位误差函数和相位误差的指数函数建立实测中频信号的信号模型，根据中频信号相位误差计算得到相位误差函数值，并根据相位误差函数值得到相位误差的指数函数值，之后根据实测中频信号的信号模型和相位误差函数的指数函数值计算得到电子侦察发射信号非线性校正后的中频信号，同时在距离频域对雷达发射信号非线性校正后的中频信号和相位误差的指数函数值进行匹配滤波，最后根据匹配滤波后的中频信号和相位误差的指数函数值计算得到频率偏移校正后的中频信号。该方法存在的不足之处是，对电子侦察脉冲信号进行预处理时将接收到的信号与构建的中频信号进行比对分解电子侦察脉冲信号，构建信号所用步骤繁杂，所需的时间复杂度较高。
发明内容
本发明的目的是针对上述现有技术的不足，提出了一种基于变分模态分解VMD算法的电子侦察预处理方法。
实现本发明目的的思路是：将实时的电子侦察脉冲信号，通过模拟数字转换器转换模拟信号为数字信号，将数字信号经过离散傅里叶变换转换为频域信号，之后将信号分为若干个信道，同时利用采样频率计算信号的中心频率，再通过变分模态分解VMD算法，得到信号脉冲、中心频率和拉格朗日乘子三个参数的更新公式，之后利用三个参数的更新公式更新每个信道的脉冲信号、信道的中心频率和拉格朗日乘子，最后得到预处理后的电子侦察脉冲信号。
为实现上述目的，本发明的具体步骤包括如下：
(1)获取频域信号：
将实时接收的电子侦察脉冲信号，通过模拟数字转换器转换模拟信号为数字信号，将数字信号经过离散傅里叶变换转换为频域信号；
(2)利用中心频率计算公式，计算电子侦察脉冲信号中每个信道的中心频率值；
(3)通过变分模态分解VMD算法，得到三个频域信号参数的更新公式：
(3a)利用下述的带宽计算公式，得到由信道中心频率值和脉冲信号决定的信道带宽的最小值，其中每个信道的脉冲信号总和为接收到的频域信号：
其中，Bk表示第k个电子侦察雷达信道的带宽，k＝1,...,K，表示带宽的最小值由uk和ωk决定，uk表示第k个电子侦察雷达信道的脉冲信号，ωk表示第k个雷达信道的中心频率，α表示电子侦察信号的噪声方差，|| ||2表示二范数操作，j表示虚数单位符号，ω表示待处理的电子侦察脉冲信号角频率，st.表示约束信道带宽最小值的条件，f表示待处理的频域信号，∑表示求和操作；
(3b)利用下述的等价变换公式，得到带拉格朗日乘子的带宽计算公式：
其中，表示积分操作，+∞表示正无穷大符号，| |表示取模操作符号，λ表示拉格朗日乘子；
(3c)分别对带拉格朗日乘子的带宽计算公式中的信号脉冲、信道中心频率和拉格朗日乘子求偏导，并且令三个偏导数等于零，得到信号脉冲、中心频率和拉格朗日乘子三个参数的更新公式；
(4)利用电子侦察信号脉冲更新公式，更新当前每个电子侦察信道的脉冲信号；
(5)利用电子侦察信道中心频率更新公式，更新当前每个电子侦察信道信道的中心频率；
(6)判断是否更新完所有信道的电子侦察信道脉冲信号，若是，则执行步骤(7)；否则，执行步骤(4)；
(7)利用拉格朗日乘子更新公式，更新当前的拉格朗日乘子；
(8)判断更新后的每个信道的电子侦察脉冲信号是否满足收敛条件，若是，则执行步骤(9)；否则，用更新后的电子侦察脉冲信号替换当前的电子侦察脉冲信号后执行步骤(4)；
(9)输出预处理后的电子侦察脉冲信号。
本发明与现有技术相比较具有以下优点：
第一，由于本发明通过变分模态分解VMD算法，得到的电子侦察信道中心频率更新公式，利用电子侦察信道中心频率更新公式更新中心频率，克服了现有技术将电子侦察脉冲信号信道中心频率均匀选取，出现脉冲交叠与丢失的问题，使得本发明解决了脉冲交叠和丢失的问题，提高了电子侦察脉冲信号的分解精度。
第二，由于本发明通过变分模态分解VMD算法，得到的电子侦察信道脉冲信号更新公式，利用脉冲信号更新公式将更新后的电子侦察信道信号实时替换当前的电子侦察信道的频域信号，克服了现有技术构建信号步骤复杂，分解信号与噪声效果不佳的问题，使得本发明简化了分解步骤，具有较高的信号分解效率，降低了所需处理电子侦察脉冲信号的时间复杂度。
附图说明
图1是本发明的流程图；
图2是本发明的仿真图。
具体实施方式
下面结合附图对本发明做进一步的详细描述。
参照附图1，对本发明的具体步骤做进一步的详细描述。
步骤1，获取频域信号。
将实时接收的电子侦察脉冲信号，通过模拟数字转换器转换模拟信号为数字信号，将数字信号经过离散傅里叶变换转换为频域信号。
步骤2，利用中心频率计算公式计算每个电子侦察信道的中心频率的初始值。
所述的中心频率计算公式如下：
其中，ωk表示第k个电子侦察雷达信道的中心频率，k表示信道的序号，k＝1,...,K，K表示根据电子侦察脉冲信号预处理所需的信道总数，ω0表示接收机的采样频率。
步骤3，通过变分模态分解VMD算法，得到三个频域信号参数的更新公式。
利用下述的带宽计算公式，得到由信道中心频率值和脉冲信号决定的信道带宽的最小值，其中每个信道的脉冲信号总和为接收到的频域信号：
其中，Bk表示第k个电子侦察雷达信道的带宽，k＝1,...,K，表示带宽的最小值由uk和ωk决定，uk表示第k个电子侦察雷达信道的脉冲信号，ωk表示第k个雷达信道的中心频率，α表示电子侦察信号的噪声方差，|| ||2表示二范数操作，j表示虚数单位符号，ω表示待处理的电子侦察脉冲信号角频率，st.表示约束信道带宽最小值的条件，f表示待处理的频域信号，∑表示求和操作；
利用下述的等价变换公式，得到带拉格朗日乘子的带宽计算公式：
其中，表示积分操作，+∞表示正无穷大符号，| |表示取模操作符号，λ表示拉格朗日乘子；
分别对带拉格朗日乘子的带宽计算公式中的信号脉冲、信道中心频率和拉格朗日乘子求偏导，并且令三个偏导数等于零，得到信号脉冲、中心频率和拉格朗日乘子三个参数的更新公式；
步骤4，利用脉冲更新公式，更新电子侦察信道的频域信号。
所述的电子侦察脉冲信号脉冲更新公式如下：
其中，u'k表示更新后的第k个电子侦察信道的脉冲频域信号，f表示待处理的频域信号，∑表示求和操作，ui'表示更新后的第i个电子侦察信道的脉冲频域信号，i＝1,...,K，ui表示当前的第i个电子侦察信道的脉冲频域信号，该脉冲信号初值大小设定为0，该乘子初值大小定为0，ω表示待处理的脉冲频域信号角频率。
在本发明中，利用更新完的电子侦察信道脉冲信号提升了电子侦察脉冲信号的收敛速度，降低了所需处理脉冲信号的时间复杂度。
步骤5，利用信道中心频率更新公式，更新电子侦察信道的中心频率。
所述的电子侦察信道中心频率更新公式如下：
其中，ω'k表示更新后的信道中心频率。
本发明利用电子侦察信道中心频率更新公式更新电子侦察信道的中心频率，克服了现有技术将电子侦察脉冲信号信道中心频率均匀选取，出现脉冲信号交叠与丢失的问题，使得本发明解决了脉冲信号交叠和丢失的问题，提高了电子侦察脉冲信号的分解精度。
步骤6，判断是否更新完所有信道的脉冲信号，若是，则执行步骤7；否则，执行步骤4；
步骤7，利用拉格朗日乘子更新公式更新拉格朗日乘子。
所述的拉格朗日乘子更新公式如下：
其中，λ'表示更新后的拉格朗日乘子，τ表示收缩因子，控制收敛速度。
步骤8，判断更新后的每个信道的电子侦察脉冲信号是否满足收敛条件，若是，则执行步骤9；否则，用更新后的电子侦察脉冲信号替换更新前的电子侦察脉冲信号后执行步骤4。
所述的收敛条件如下：
其中，ε表示收敛判断因子，uk表示当前的电子侦察脉冲信号。
步骤9，输出符合收敛条件的电子侦察脉冲信号。
下面结合仿真实验对本发明的效果做进一步的说明：
1、仿真条件：
本发明的仿真实验的硬件平台为：Intel(R)Core(TM)i5-6500CPU，3.2GHz*4，内存为16G。本发明的仿真实验的软件平台为：Matlab。
2、仿真内容与结果分析：
本发明的仿真是采用本发明的方法对软件平台Matlab模拟产生的电子侦察脉冲信号，且对8个信道的脉冲信号进行预处理。
图2(a)为由Matlab的软件平台产生的电子侦察脉冲信号时域图，该时域图中混入了高斯白噪声信号，因此脉冲信号显得杂乱无序。图2(b)为由Matlab的软件平台产生的电子侦察脉冲信号频域图，从频域图中混合的脉冲信号频率是400M，63M，55M和-300M的单频脉冲复信号，信号幅度分别为1，0.5,0.5和1伏特。从时域图中，待分解的单频信号混入噪声后已经很难轻易分解其中的信号。
图2(c)为本发明仿真实验分解后的8个信道的脉冲信号图。图2(c)是采用本发明的方法对8个信道电子侦察脉冲信号进行处理，并且同时得到时域和频域的仿真结果图。由图2(c)可见，经过分解后的信号与噪声可以通过频谱图中较为清楚的分辨出来。从时域图中，经过分解后的8个信号分别4张信号图以及4张噪声的图。频域信号图中出现了为频率是400M，63M，55M和-300M的单频脉冲复信号。
Claims (6)
1.一种基于变分模态分解VMD算法的电子侦察信号预处理方法，其特征在于，通过变分模态分解VMD算法，得到三个频域信号参数的更新公式，利用三个参数更新公式更新电子侦察信号；该方法的步骤包括如下：
(1)获取频域信号：
将实时接收的电子侦察脉冲信号，通过模拟数字转换器转换模拟信号为数字信号，将数字信号经过离散傅里叶变换转换为频域信号；
(2)利用中心频率计算公式，计算电子侦察脉冲信号中每个信道的中心频率值；
(3)通过变分模态分解VMD算法，得到三个频域信号参数的更新公式：
(3a)利用下述的带宽计算公式，得到由信道中心频率值和脉冲信号决定的信道带宽的最小值，其中每个信道的脉冲信号总和为接收到的频域信号：
其中，Bk表示第k个电子侦察雷达信道的带宽，k＝1,...,K，表示带宽的最小值由uk和ωk决定，uk表示第k个电子侦察雷达信道的脉冲信号，ωk表示第k个雷达信道的中心频率，α表示电子侦察信号的噪声方差，|| ||2表示二范数操作，j表示虚数单位符号，ω表示待处理的电子侦察脉冲信号角频率，st.表示约束信道带宽最小值的条件，f表示待处理的频域信号，∑表示求和操作；
(3b)利用下述的等价变换公式，得到带拉格朗日乘子的带宽计算公式：
其中，表示积分操作，+∞表示正无穷大符号，| |表示取模操作符号，λ表示拉格朗日乘子；
(3c)分别对带拉格朗日乘子的带宽计算公式中的信号脉冲、信道中心频率和拉格朗日乘子求偏导，并且令三个偏导数等于零，得到信号脉冲、中心频率和拉格朗日乘子三个参数的更新公式；
(4)利用电子侦察信号脉冲更新公式，更新当前每个电子侦察信道的脉冲信号；
(5)利用电子侦察信道中心频率更新公式，更新当前每个电子侦察信道信道的中心频率；
(6)判断是否更新完所有信道的电子侦察信道脉冲信号，若是，则执行步骤(7)；否则，执行步骤(4)；
(7)利用拉格朗日乘子更新公式，更新当前的拉格朗日乘子；
(8)判断更新后的每个信道的电子侦察脉冲信号是否满足收敛条件，若是，则执行步骤(9)；否则，用更新后的电子侦察脉冲信号替换当前的电子侦察脉冲信号后执行步骤(4)；
(9)输出预处理后的电子侦察脉冲信号。
2.根据权利要求1所述的基于变分模态分解VMD算法的电子侦察信号预处理方法，其特征在于，步骤(2)中所述的中心频率计算公式如下：
其中，K表示根据电子侦察脉冲信号预处理所需的信道总数，ω0表示接收机的采样频率。
3.根据权利要求2所述的基于变分模态分解VMD算法的电子侦察信号预处理方法，其特征在于，步骤(4)中所述的电子侦察信号脉冲更新公式如下：
其中，u'k表示更新后的第k个电子侦察信道的脉冲频域信号，f表示待处理的频域信号，∑表示求和操作，u′i表示更新后的第i个电子侦察信道的脉冲频域信号，i＝1,...,K，ui表示当前的第i个电子侦察信道的脉冲频域信号，该脉冲信号初值大小设定为0，该乘子初值大小定为0，ω表示待处理的脉冲频域信号角频率。
4.根据权利要求3所述的基于变分模态分解VMD算法的电子侦察信号预处理方法，其特征在于，步骤(5)中所述的电子侦察信道中心频率更新公式如下：
其中，ω'k表示更新后的信道中心频率。
5.根据权利要求3所述的基于变分模态分解VMD算法的电子侦察信号预处理方法，其特征在于，步骤(7)中所述的拉格朗日乘子更新公式如下：
其中，λ'表示更新后的拉格朗日乘子，τ表示收缩因子，控制收敛速度。
6.根据权利要求3所述的基于变分模态分解VMD算法的电子侦察信号预处理方法，其特征在于，步骤(8)中所述的收敛条件如下：
其中，ε表示收敛判断因子，uk表示当前的电子侦察脉冲信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910075783.2A CN109633566B (zh) | 2019-01-25 | 2019-01-25 | 基于vmd算法的电子侦察信号预处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910075783.2A CN109633566B (zh) | 2019-01-25 | 2019-01-25 | 基于vmd算法的电子侦察信号预处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109633566A CN109633566A (zh) | 2019-04-16 |
| CN109633566B true CN109633566B (zh) | 2023-08-15 |
Family
ID=66063892
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910075783.2A Active CN109633566B (zh) | 2019-01-25 | 2019-01-25 | 基于vmd算法的电子侦察信号预处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109633566B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111487597B (zh) * | 2020-04-23 | 2021-01-15 | 成都众享天地网络科技有限公司 | 一种基于时空频能数据的通用电子侦察截获仿真方法 |
| CN112422212B (zh) * | 2020-11-19 | 2022-12-30 | 杭州勒贝格智能系统股份有限公司 | 一种数据自适应无线通信信道预测方法、存储介质及设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2851028A1 (en) * | 2014-03-07 | 2015-09-07 | University Of Saskatchewan | Method and system for compressed sensing of physiological signals |
| CN106898361A (zh) * | 2017-03-16 | 2017-06-27 | 杭州电子科技大学 | 基于反馈变分模式分解的单通道盲源分离方法 |
| CN107505652A (zh) * | 2017-07-26 | 2017-12-22 | 山东科技大学 | 一种基于能量分布特征的矿山微震信号辨识方法 |
| CN107576948A (zh) * | 2017-08-15 | 2018-01-12 | 电子科技大学 | 一种基于高分辨距离像imf特征的雷达目标识别方法 |
| CN108056773A (zh) * | 2017-12-11 | 2018-05-22 | 重庆邮电大学 | 基于改进变分模态分解的心电信号qrs波群检测算法 |
| CN108919347A (zh) * | 2018-07-02 | 2018-11-30 | 东华理工大学 | 基于vmd的地震信号随机噪声压制方法 |
| CN108919203A (zh) * | 2018-05-21 | 2018-11-30 | 西安电子科技大学 | 一种雷达有源干扰的识别方法及系统 |
-
2019
- 2019-01-25 CN CN201910075783.2A patent/CN109633566B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2851028A1 (en) * | 2014-03-07 | 2015-09-07 | University Of Saskatchewan | Method and system for compressed sensing of physiological signals |
| CN106898361A (zh) * | 2017-03-16 | 2017-06-27 | 杭州电子科技大学 | 基于反馈变分模式分解的单通道盲源分离方法 |
| CN107505652A (zh) * | 2017-07-26 | 2017-12-22 | 山东科技大学 | 一种基于能量分布特征的矿山微震信号辨识方法 |
| CN107576948A (zh) * | 2017-08-15 | 2018-01-12 | 电子科技大学 | 一种基于高分辨距离像imf特征的雷达目标识别方法 |
| CN108056773A (zh) * | 2017-12-11 | 2018-05-22 | 重庆邮电大学 | 基于改进变分模态分解的心电信号qrs波群检测算法 |
| CN108919203A (zh) * | 2018-05-21 | 2018-11-30 | 西安电子科技大学 | 一种雷达有源干扰的识别方法及系统 |
| CN108919347A (zh) * | 2018-07-02 | 2018-11-30 | 东华理工大学 | 基于vmd的地震信号随机噪声压制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于变模式分解和频谱特性的自适应降噪算法;陆振宇等;《现代电子技术》;20160815(第16期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109633566A (zh) | 2019-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102769478B (zh) | 自适应快速窄带干扰抑制装置 | |
| JP6026531B2 (ja) | レーダー用デジタル受信機を用いるレーダーパルス検出 | |
| CN109633566B (zh) | 基于vmd算法的电子侦察信号预处理方法 | |
| KR101294681B1 (ko) | 기상 신호 처리장치 및 그 처리방법 | |
| CN110658516B (zh) | 一种基于fmcw雷达方差频数统计的手势目标提取方法 | |
| CN109617631B (zh) | 基于数字信道化瞬时参数测量的侦察系统自适应接收方法 | |
| CN109257051A (zh) | 一种数字信道化射频存储系统 | |
| CN103901407A (zh) | C波段捷变频雷达信号侦收方法 | |
| CN106680790B (zh) | 一种伪码调相连续波雷达干扰检测方法 | |
| CN109975771A (zh) | 基于信号三阶相位差分的宽带数字信道化方法 | |
| CN101179549B (zh) | 采用三点加权插值算法的通信信号载频估计方法 | |
| CN108933746B (zh) | 一种基于三级迭代的多音干扰参数估计方法 | |
| CN114545342A (zh) | 利用多通道侦察接收机的雷达脉冲信号参数测量方法 | |
| CN101599932A (zh) | 一种超低旁瓣脉冲压缩方法 | |
| CN111200569A (zh) | 一种宽带信号检测识别方法及装置 | |
| CN113126131B (zh) | 一种超低失真导航信号采集及无混叠分离方法 | |
| 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 | |
| CN107831471B (zh) | 约束最大距离跨骑损失的雷达波形设计方法 | |
| CN104901754A (zh) | 一种基于信道化频谱感知的信道监测系统 | |
| CN111611686A (zh) | 一种通信信号时频域的检测方法 | |
| Turovsky et al. | Estimates of the carrier frequency of the signal received by the satellite communication system in package mode | |
| CN101154983A (zh) | 一种基于单倍采样的卫星通信抗干扰技术的实现方法 | |
| CN115345216A (zh) | 一种融合先验信息的fmcw雷达干扰消除方法 | |
| CN112488092B (zh) | 基于深度神经网络的导航频段信号类型识别方法及系统 | |
| CN110190920B (zh) | 基于最小均方误差对消算法的基准信号提取方法及系统 |
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 |