CN110187320B - 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 PDF

Info

Publication number
CN110187320B
CN110187320B CN201910460524.1A CN201910460524A CN110187320B CN 110187320 B CN110187320 B CN 110187320B CN 201910460524 A CN201910460524 A CN 201910460524A CN 110187320 B CN110187320 B CN 110187320B
Authority
CN
China
Prior art keywords
signal
frequency analysis
time
component
inherent modal
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
Application number
CN201910460524.1A
Other languages
English (en)
Other versions
CN110187320A (zh
Inventor
陈锟山
潘方博
鞠志远
卢涵宇
袁咏仪
张旭
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.)
Liupanshui Sanlida Technology Co ltd
Original Assignee
Liupanshui Sanlida Technology Co ltd
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 Liupanshui Sanlida Technology Co ltd filed Critical Liupanshui Sanlida Technology Co ltd
Priority to CN201910460524.1A priority Critical patent/CN110187320B/zh
Publication of CN110187320A publication Critical patent/CN110187320A/zh
Application granted granted Critical
Publication of CN110187320B publication Critical patent/CN110187320B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

一种改进雷达信号时频分析方法
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：
Figure BDA0002077924280000021
其中，Ni,k(u)是k次B样条基函数其递归公式为：
Figure BDA0002077924280000022
Figure BDA0002077924280000023
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
Figure RE-GDA0002119368930000031
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：
Figure BDA0002077924280000041
其中，Ni,k(u)是k次B样条基函数其递归公式为：
Figure BDA0002077924280000042
Figure BDA0002077924280000043
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
Figure RE-GDA0002119368930000044
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：
Figure BDA0002077924280000045
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 (1)

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；
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)；
所述S12的具体步骤为：
有n+1个控制点Pi(i＝0,1...,n)和一个节点向量U＝{u0,u1,...,um}，依次链接这些控制点可以构成一个特征多边形，k+1阶，即k次，B样条的表达式为，2<＝k<＝n+1,必须满足m＝n+k+1，表达式为：
Figure FDA0003112759540000011
其中，Ni,k(u)是k次B样条基函数，也叫调和函数，或者k次规范B样条基函数，
下面为其递归公式的定义：
Figure FDA0003112759540000012
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；
所述S3的Hilbert变换的表达式为
Figure FDA0003112759540000021
式中，IMFi(t)表示i个固有模态函数；t表示信号时长，τ表示时间延迟。
CN201910460524.1A 2019-05-30 2019-05-30 一种改进雷达信号时频分析方法 Active CN110187320B (zh)

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 CN110187320A (zh) 2019-08-30
CN110187320B true 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)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
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
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
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
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

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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

Family Cites Families (2)

* Cited by examiner, † Cited by third party
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
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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

Also Published As

Publication number Publication date
CN110187320A (zh) 2019-08-30

Similar Documents

Publication Publication Date Title
CN110187320B (zh) 一种改进雷达信号时频分析方法
Zheng et al. Parameterized centroid frequency-chirp rate distribution for LFM signal analysis and mechanisms of constant delay introduction
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
Wang et al. ISAR imaging of maneuvering target based on the local polynomial Wigner distribution and integrated high-order ambiguity function for cubic phase signal model
Djurović et al. Review of the quasi-maximum likelihood estimator for polynomial phase signals
JP7049085B2 (ja) 可変ブラインド信号源分離フィルタを並列処理及びパイプライン処理するためのシステムと方法
Li et al. An efficient ISAR imaging method for maneuvering target based on synchrosqueezing transform
Stanković et al. Two-dimensional Hermite S-method for high-resolution inverse synthetic aperture radar imaging applications
CN110456351B (zh) 基于时变幅值lfm信号参数估计的机动目标isar成像方法
CN113640790A (zh) 基于二维自适应谱估计的宽带宽脉冲高速目标检测方法
Madsen et al. Finite-difference algorithm for polynomial phase signal parameter estimation
US11444643B2 (en) Signal frequency and bandwidth estimation using a learned filter pair response
Jokanović et al. Time-frequency signal representations using interpolations in joint-variable domains
CN110426681B (zh) 一种基于同步提取s变换的lfm信号参数估计方法
Djurović et al. Cubic-phase function evaluation for multicomponent signals with application to SAR imaging
Wang et al. ISAR minimum-entropy phase adjustment
Li et al. Doppler keystone transform for SAR imaging of moving targets
CN112505640B (zh) 基于参数自适应的扩展b分布脉冲信号时频分析方法
Park et al. Enhanced and efficient ISAR image focusing using the discrete Gabor representation in an oversampling scheme
CN110308448B (zh) 一种逆合成孔径雷达二维像的增强方法
Wang et al. LFM signal analysis based on improved Lv distribution
CN114200446A (zh) 一种基于cintaf的机动目标isar成像方法
Malanowski et al. Correction of range cell migration with FIR filter for passive radar
CN113567983B (zh) 一种利用滑轨的雷达合成孔径稀疏成像方法及系统
CN112115918A (zh) 一种信号稀疏表示及重构的时频原子字典及信号处理方法

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