CN110187320A - 一种改进雷达信号时频分析方法 - Google Patents
一种改进雷达信号时频分析方法 Download PDFInfo
- Publication number
- CN110187320A CN110187320A CN201910460524.1A CN201910460524A CN110187320A CN 110187320 A CN110187320 A CN 110187320A CN 201910460524 A CN201910460524 A CN 201910460524A CN 110187320 A CN110187320 A CN 110187320A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency analysis
- mode function
- intrinsic mode
- function component
- 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
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9029—SAR image post-processing techniques specially adapted for moving target detection within a single SAR image or within multiple SAR images taken at the same time
-
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9004—SAR image acquisition techniques
- G01S13/9017—SAR image acquisition techniques with time domain processing of the SAR signals in azimuth
-
- 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)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Signal Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种改进雷达信号时频分析方法,包括以下步骤:S1:对信号进行基于改进经验模式分解算法的信号分解操作,得到一系列相互正交的固有模态函数分量和一个剩余分量Res(t),其中t为信号时长;S2:对得到的固有模态函数分量进行筛选,剔除无效的固有模态函数分量,得到有效的固有模态函数分量;S3:对得到的各固有模态函数分量进行Hilbert变换,使各个基本模态分量转变为解析信号;S4:对有效的固有模态函数分量分别进行基于重排平滑伪维格纳‑维尔分布算法的时频分析,得到重排平滑伪维格纳‑维尔分布算法的时频分析处理后的分析结果;解决了以往方法中对单分量非线性信号的参数估计精度低,多分量非线性信号的参数分离和估计精度低的问题。
Description
技术领域
本发明涉及时域分析领域,特别是一种改进雷达信号时频分析方法。
背景技术
如今时频技术已经发展成为一项热点技术,其中信号分析是时频分析技术 应用的重要领域,常见的时频分析算法有短时傅里叶变换、Wigner-Ville分布 (WVD)、小波变换、希尔伯特黄变换(HHT)等等。时频分析是通过数字信 号采用多种数学变换,实现从时频域角度对信号的局部特征进行分解和描述, 以达到对信号细微特征的解剖和更全面的认识。
时频分析作为一种二维信号分析工具,在信号分析领域应用的越来越广泛。 但是传统算法对于分析多分量信号会暴露出很多的缺陷,如短时傅里叶变换时 频分辨率太差,WVD算法受交叉项影响严重,HHT算法时频聚集性和对噪声 敏感性差,这些缺点限制了其在信号分析领域的进一步应用。
本发明在分析多种时频分析算法的基础上,提出一种基于改进EMD算法和 RSPWVD算法的时频分析方法,可进一步提高信号的时频分辨率和参数估计精 度。本发明针对传统时频分析算法在分析多分量信号中表现出的时频分辨率低、 交叉项影响严重等缺陷,提出一种基于改进EMD算法和RSPWVD算法的时频 分析方法,该方法可以完成对多分量信号的时频检测和分离;该算法可以针对 常见多种形式的信号:ECG信号、雷达回波信号、机械故障信号、电路故障信 号等等;该方法不仅能提高单分量非线性信号的参数估计精度,而且也能提高 多分量非线性信号的参数分离和估计精度,可应用于雷达对微动目标的多普勒 信号时频分析。
发明内容
为解决现有技术中存在的问题,本发明提供了一种改进雷达信号时频分析 方法,解决了以往方法中对单分量非线性信号的参数估计精度低,多分量非线 性信号的参数分离和估计精度低的问题。
本发明采用的技术方案是:一种改进雷达信号时频分析方法,包括以下步骤:
S1:对信号进行基于改进经验模式分解算法的信号分解操作,得到一系列 相互正交的固有模态函数分量和一个剩余分量Res(t),其中t为信号时长;
S2:对得到的固有模态函数分量进行筛选,剔除无效的固有模态函数分量, 得到有效的固有模态函数分量;
S3:对得到的各固有模态函数分量进行Hilbert变换,使各个基本模态分量 转变为解析信号;
S4:对有效的固有模态函数分量分别进行基于重排平滑伪维格纳-维尔分布 算法的时频分析,得到重排平滑伪维格纳-维尔分布算法的时频分析处理后的分 析结果;
S5:将重排平滑伪维格纳-维尔分布算法的时频分析处理后的分析结果叠加, 得到信号的改进经验模式分解-重排平滑伪维格纳-维尔分布时频分析结果。
优选地,S1包括以下子步骤:
S11:提取信号的上、下两部分极值点;
S12:对上半部分极值点进行平滑B样条插值得到插值后的值;
S13:对插值后的值进行平滑处理得到一系列相互正交的固有模态函数分量 和一个剩余分量Res(t)。
优选地,S12的表达式为:
其中,Ni,k(u)是k次B样条基函数其递归公式为:
式中,m=n+k+1,2<=k<=n+1。
优选地,S2的剔除无效的固有模态函数分量为将包含信号能量较少的分量 去除。
优选地,S3的Hilbert变换的表达式为
式中,IMFi(τ)表示i个固有模态函数;t表示信号时长,τ表示时间延迟。
本发明改进雷达信号时频分析方法的有益效果如下:
具有较高的时频分辨率和时频聚集性、交叉项的抑制效果最优,不只可以 对多分量信号整体分析还可以针对不同的分量单独进行分析。
附图说明
图1为本发明改进雷达信号时频分析方法的流程图。
图2为本发明改进雷达信号时频分析方法的两个正弦信号和一个线性信号 的基于改进EMD算法和RSPWVD算法的时频分析结果图。
图3为本发明改进雷达信号时频分析方法的SAR场景下三个目标运动的不 同时频分析算法结果对比图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理 解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的 普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精 神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保 护之列。
如图1所示,一种改进雷达信号时频分析方法,包括以下步骤:
S1:对信号进行基于改进经验模式分解算法的信号分解操作,得到一系列 相互正交的固有模态函数分量和一个剩余分量Res(t),其中t为信号时长;
S2:对得到的固有模态函数分量进行筛选,剔除无效的固有模态函数分量, 得到有效的固有模态函数分量;
S3:对得到的各固有模态函数分量进行Hilbert变换,使各个基本模态分量 转变为解析信号;
S4:对有效的固有模态函数分量分别进行基于重排平滑伪维格纳-维尔分布 算法的时频分析,得到重排平滑伪维格纳-维尔分布算法的时频分析处理后的分 析结果;
S5:将重排平滑伪维格纳-维尔分布算法的时频分析处理后的分析结果叠加, 得到信号的改进经验模式分解-重排平滑伪维格纳-维尔分布时频分析结果。
本实施方案的S1包括以下子步骤:
S11:提取信号的上、下两部分极值点;
S12:对上半部分极值点进行平滑B样条插值得到插值后的值;
S13:对插值后的值进行平滑处理得到一系列相互正交的固有模态函数分量 和一个剩余分量Res(t)。
本实施方案的S12的,表达式为:
其中,Ni,k(u)是k次B样条基函数其递归公式为:
式中,m=n+k+1,2<=k<=n+1。
本实施方案的S3的Hilbert变换的表达式为
式中,IMFi(τ)表示i个固有模态函数;t表示信号时长,τ表示时间延迟。
下面以三种信号为例来说明本发明的时频分析方法,实施例一,仿真信号 为两个正弦信号和一个线性信号的叠加,信号解析式为:
信号采样点数为2000,图2为采用基于改进EMD算法和RSPWVD算法时 频分析结果。由图2可知,该方法对非线性信号和线性信号都能进行很好地刻 画,而且该算法对于多分量信号不仅可以单一分析信号的一个分量还能够对多 分量信号整体进行分析。
实施例二,信号为SAR场景下三个动目标回波信号,实施例2中采用的SAR 场景的观测模式为条带式,采用正侧视的方式对目标进行观测,载频设为5.3GHz, 雷达和目标之间的最短距离设为20000m,雷达运动速度设为150m/s,多普勒带 宽设为80Hz,采样带宽设为200Hz,三个动目标初始位置在设在成像中心,三 个运动目标的速度方向为距离向,速度分别为3m/s、6m/s、9m/s。首先对回波 信号进行距离向压缩,然后乘以方位向的参考信号用以消除雷达运动造成的多 普勒变化,从上步结果中选择合适的方位线进行基于改进EMD算法和RSPWVD 算法时频分析得到相关结果,从结果中提取信号三个分量的多普勒中心频率偏 移和多普勒调频斜率,最后估计三个目标的距离向速度。从图3结果中可以看 出对回波信号中的三个分量刻画十分完整,可以高精度的提取信号各分量的多 普勒调频率,进而得到高精度三个动目标的速度估计。
Claims (5)
1.一种改进雷达信号时频分析方法,其特征在于,包括以下步骤:
S1:对信号进行基于改进经验模式分解算法的信号分解操作,得到一系列相互正交的固有模态函数分量和一个剩余分量Res(t),其中t为信号时长;
S2:对得到的固有模态函数分量进行筛选,剔除无效的固有模态函数分量,得到有效的固有模态函数分量;
S3:对得到的各固有模态函数分量进行Hilbert变换,使各个基本模态分量转变为解析信号;
S4:对有效的固有模态函数分量分别进行基于重排平滑伪维格纳-维尔分布算法的时频分析,得到重排平滑伪维格纳-维尔分布算法的时频分析处理后的分析结果;
S5:将重排平滑伪维格纳-维尔分布算法的时频分析处理后的分析结果叠加,得到信号的改进经验模式分解-重排平滑伪维格纳-维尔分布时频分析结果。
2.根据权利要求1所述的改进雷达信号时频分析方法,其特征在于,所述S1包括以下子步骤:
S11:提取信号的上、下两部分极值点;
S12:对上半部分极值点进行平滑B样条插值得到插值后的值;
S13:对插值后的值进行平滑处理得到一系列相互正交的固有模态函数分量和一个剩余分量Res(t)。
3.根据权利要求2所述的改进雷达信号时频分析方法,其特征在于,所述S12的B样条的表达式为,表达式为:
其中,Ni,k(u)是k次B样条基函数其递归公式为:
式中,m=n+k+1,2<=k<=n+1。
4.根据权利要求1所述的改进雷达信号时频分析方法,其特征在于,所述S2的剔除无效的固有模态函数分量为将包含信号能量较少的分量去除。
5.根据权利要求1所述的改进雷达信号时频分析方法,其特征在于,所述S3的Hilbert变换的表达式为
式中,IMFi(τ)表示i个固有模态函数;t表示信号时长,τ表示时间延迟。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910460524.1A CN110187320B (zh) | 2019-05-30 | 2019-05-30 | 一种改进雷达信号时频分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910460524.1A CN110187320B (zh) | 2019-05-30 | 2019-05-30 | 一种改进雷达信号时频分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110187320A true CN110187320A (zh) | 2019-08-30 |
CN110187320B CN110187320B (zh) | 2021-07-20 |
Family
ID=67718647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910460524.1A Active CN110187320B (zh) | 2019-05-30 | 2019-05-30 | 一种改进雷达信号时频分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110187320B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110632596A (zh) * | 2019-10-09 | 2019-12-31 | 上海无线电设备研究所 | 一种太赫兹sar多频振动误差补偿方法 |
CN111190157A (zh) * | 2020-01-10 | 2020-05-22 | 中国地质大学(武汉) | 一种ipix雷达回波数据时频分析方法及系统 |
CN111985342A (zh) * | 2020-07-23 | 2020-11-24 | 河海大学 | 一种基于经验模态分解的海杂波时间相关性分析方法 |
CN115436486A (zh) * | 2021-11-12 | 2022-12-06 | 江西理工大学 | 一种基于Hilbert变换的岩体破裂声发射信号伪维格纳分布二次时频分析方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002065157A2 (en) * | 2001-02-14 | 2002-08-22 | The United States Of America, As Represented By The Aministrator Of The National Aeronautics And Space Administration (Nasa) | Empirical mode decomposition for analyzing acoustical signals |
CN103245937A (zh) * | 2013-05-27 | 2013-08-14 | 四川大学 | 基于微多普勒效应的微动目标特征提取方法 |
CN103344947A (zh) * | 2013-06-04 | 2013-10-09 | 四川大学 | 基于微多普勒效应的微动目标特征提取方法 |
CN103529436A (zh) * | 2013-10-12 | 2014-01-22 | 南京信息工程大学 | 基于hht的无接触生命探测中呼吸和心跳信号的分离及时频分析方法 |
CN103675444A (zh) * | 2012-08-30 | 2014-03-26 | 中国石油化工股份有限公司 | 一种高精度的时频分析方法 |
CN107589454A (zh) * | 2017-07-25 | 2018-01-16 | 西安交通大学 | 一种基于vmd‑tfpf压制地震勘探随机噪声方法 |
CN108594177A (zh) * | 2018-03-16 | 2018-09-28 | 西安电子科技大学 | 基于改进hht的雷达信号调制方式分析方法、信号处理系统 |
CN108776336A (zh) * | 2018-06-11 | 2018-11-09 | 电子科技大学 | 一种基于emd的自适应穿墙雷达静止人体目标定位方法 |
-
2019
- 2019-05-30 CN CN201910460524.1A patent/CN110187320B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002065157A2 (en) * | 2001-02-14 | 2002-08-22 | The United States Of America, As Represented By The Aministrator Of The National Aeronautics And Space Administration (Nasa) | Empirical mode decomposition for analyzing acoustical signals |
CN103675444A (zh) * | 2012-08-30 | 2014-03-26 | 中国石油化工股份有限公司 | 一种高精度的时频分析方法 |
CN103245937A (zh) * | 2013-05-27 | 2013-08-14 | 四川大学 | 基于微多普勒效应的微动目标特征提取方法 |
CN103344947A (zh) * | 2013-06-04 | 2013-10-09 | 四川大学 | 基于微多普勒效应的微动目标特征提取方法 |
CN103529436A (zh) * | 2013-10-12 | 2014-01-22 | 南京信息工程大学 | 基于hht的无接触生命探测中呼吸和心跳信号的分离及时频分析方法 |
CN107589454A (zh) * | 2017-07-25 | 2018-01-16 | 西安交通大学 | 一种基于vmd‑tfpf压制地震勘探随机噪声方法 |
CN108594177A (zh) * | 2018-03-16 | 2018-09-28 | 西安电子科技大学 | 基于改进hht的雷达信号调制方式分析方法、信号处理系统 |
CN108776336A (zh) * | 2018-06-11 | 2018-11-09 | 电子科技大学 | 一种基于emd的自适应穿墙雷达静止人体目标定位方法 |
Non-Patent Citations (2)
Title |
---|
SCHROER R ET.AL: "《Electronic warfare》", 《IEEE AEROSPACE ELECTRONIC SYSTEMS MAGAZINE》 * |
白航: "《基于时频分析的雷达辐射源信号识别技术研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110632596A (zh) * | 2019-10-09 | 2019-12-31 | 上海无线电设备研究所 | 一种太赫兹sar多频振动误差补偿方法 |
CN111190157A (zh) * | 2020-01-10 | 2020-05-22 | 中国地质大学(武汉) | 一种ipix雷达回波数据时频分析方法及系统 |
CN111190157B (zh) * | 2020-01-10 | 2021-10-29 | 中国地质大学(武汉) | 一种ipix雷达回波数据时频分析方法及系统 |
CN111985342A (zh) * | 2020-07-23 | 2020-11-24 | 河海大学 | 一种基于经验模态分解的海杂波时间相关性分析方法 |
CN111985342B (zh) * | 2020-07-23 | 2022-08-26 | 河海大学 | 一种基于经验模态分解的海杂波时间相关性分析方法 |
CN115436486A (zh) * | 2021-11-12 | 2022-12-06 | 江西理工大学 | 一种基于Hilbert变换的岩体破裂声发射信号伪维格纳分布二次时频分析方法 |
CN115436486B (zh) * | 2021-11-12 | 2024-04-16 | 江西理工大学 | 一种基于Hilbert变换的岩体破裂声发射信号伪维格纳分布二次时频分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110187320B (zh) | 2021-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110187320A (zh) | 一种改进雷达信号时频分析方法 | |
CN107290589B (zh) | 基于短时分数阶傅里叶变换的非线性信号时频分析方法 | |
Song et al. | The velocity and range detection using the 2D-FFT scheme for automotive radars | |
CN103245937A (zh) | 基于微多普勒效应的微动目标特征提取方法 | |
CN104655929B (zh) | 一种时域信号的数字时频测量方法及相应的目标识别方法 | |
CN110389325B (zh) | 一种旋翼无人机的雷达微多普勒信号提取方法 | |
CN111427018A (zh) | 一种雷达干扰装备干扰效果评估方法 | |
CN111610503B (zh) | 基于改进的lvd的线性调频信号参数估计方法 | |
CN111693954A (zh) | 空间旋转群目标微多普勒分离方法 | |
CN109031261B (zh) | 一种时差估计方法及装置 | |
CN111505580B (zh) | 基于方位角和多普勒信息的多平台协同目标定位方法 | |
CN109342813A (zh) | 一种基于dft和二分法的正弦信号频率估计方法 | |
CN111474524A (zh) | 一种雷达干扰装备干扰效果监测与决策支持系统 | |
CN108072864B (zh) | 一种基于变载频调频序列的多目标探测方法 | |
Hyun et al. | Method to improve range and velocity error using de-interleaving and frequency interpolation for automotive FMCW radars | |
CN110048741A (zh) | 一种基于短时分数阶傅里叶变换的跳频信号的参数估计方法 | |
CN108646248B (zh) | 一种针对低速运动声源的被动声学测速测距方法 | |
CN109001671B (zh) | 一种跳频信号的目标检测和参数估计方法及装置 | |
KR101813390B1 (ko) | 주파수 가변 및 고정 방식을 이용한 하이브리드 mprf 신호처리 방법 및 장치 | |
CN108152795A (zh) | 一种宽带线性调频脉冲信号初始频率估计方法 | |
CN114487597A (zh) | 一种czt频率估计方法 | |
Fei et al. | A novel target separation algorithm applied to the two-dimensional spectrum for FMCW automotive radar systems | |
Ahmad et al. | Selection of window for inter-pulse analysis of simple pulsed radar signal using the short time Fourier transform | |
Wang et al. | LFM signal analysis based on improved Lv distribution | |
CN108983189B (zh) | 一种振动目标的二维微动轨迹估计方法 |
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 |