CN110334471B - 参差序列及脉组参差序列的pri子周期提取方法 - Google Patents
参差序列及脉组参差序列的pri子周期提取方法 Download PDFInfo
- Publication number
- CN110334471B CN110334471B CN201910644377.3A CN201910644377A CN110334471B CN 110334471 B CN110334471 B CN 110334471B CN 201910644377 A CN201910644377 A CN 201910644377A CN 110334471 B CN110334471 B CN 110334471B
- Authority
- CN
- China
- Prior art keywords
- matching
- initial phase
- pulse sequence
- period
- elements
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 21
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 claims abstract description 143
- 239000013598 vector Substances 0.000 claims description 78
- 238000000034 method Methods 0.000 claims description 57
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 238000011084 recovery Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 15
- 238000012217 deletion Methods 0.000 abstract description 3
- 230000037430 deletion Effects 0.000 abstract description 3
- 230000000737 periodic effect Effects 0.000 description 9
- 238000010276 construction Methods 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 229920002430 Fibre-reinforced plastic Polymers 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000011151 fibre-reinforced plastic Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radio Transmission System (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种参差序列及脉组参差序列的PRI子周期提取方法,属于数据周期提取技术领域。利用参差脉冲序列的框架周期和固定重频脉冲序列的初始相位来计算。通过设已知的参差脉冲序列的框架周期,或者通过估计算法得到参差脉冲序列的框架周期;利用初始相位匹配库和匹配算法来获得固定重频脉冲序列的初始相位,最终得到参差序列的PRI子周期。本发明解决了现有技术中存在的难于从混叠脉冲序列中提取出序列的PRI子周期、不完整的参差脉冲序列导致算法性能下降和适应范围较窄的问题,实现在连续的虚假脉冲和不完整的离散缺失情况下,准确提取各种混叠脉冲序列的PRI子周期的目的。
Description
技术领域
本发明属于数据周期提取技术领域,特别是涉及一种参差序列及脉组参差序列的PRI子周期提取方法。
背景技术
近几年,随着各种周期信号的周期估计在各个行业领域的迅猛发展,其技术方法多用于电子干扰与反干扰的脉冲重复间隔(PRI)估计,经过几十年电子侦察的逐渐发展,脉冲重复间隔估计技术也越来越成熟,发明了序列搜索匹配和功率谱估计等一系列方法及改进型,但是随着电磁环境的复杂化,脉冲序列越来越复杂,脉冲重复间隔估计也面临着越来越大的挑战,如多目标辐射源造成脉冲序列混叠、人为因素干扰和测量装置不准确所造成的杂散脉冲、缺失脉冲和脉冲抖动等。辐射源覆盖范围不断变宽会导致Nyquist采样频谱增加,从而增加了测量装置采样和数据存储、处理的难度,因此,传统估计方法受到了越来越大的挑战和限制。近十年,压缩感知理论的逐渐成熟和广泛应用,给我们带来了一种新的思路,即将压缩感知技术应用于脉冲重复间隔的估计。
稀疏重构方法只能提取隐藏周期互不相等的脉冲序列周期,然而对于由多个相同隐藏周期脉冲序列组成的混叠脉冲序列,该混叠脉冲序列被称为参差脉冲序列。参差脉冲序列含有多个子周期,所有子周期的和称为框架周期。在出现较多的虚假脉冲和缺失脉冲的情况下,利用传统算法,如非脉冲分选序列搜索的方式,估计参差脉冲序列子周期的效果并不理想。这些传统方法往往只能得到参差脉冲序列的框架周期,而不能得到其子周期。同时,如果存在大量缺失脉冲,造成参差脉冲序列和脉组参差序列并没有完整的周期结构,这会给传统方法造成了极大的困难。
传统的参差脉冲序列搜索方法主要是利用两个完整的周期结构,通过序列搜索来最终达到估计参差脉冲序列子周期的目的。如果脉冲序列中存在非完整的周期结构,即组成每个周期结构的框架周期是非完整的,参差脉冲序列搜索方法并不能准确地估计子周期。同时,在出现较多的虚假脉冲和缺失脉冲的情况下,此种方法的估计性能迅速下降,甚至失效。
复杂电磁环境下的多目标混叠脉冲序列,其复杂性来源于多种样式的目标序列的混叠。例如各个周期不等的目标序列相混叠后,构成了一种具有子周期相乘结构的脉冲序列;各个周期相等的目标序列相混叠构成的参差脉冲序列或脉组参差序列;还有由其它样式构成的滑变脉冲序列等。对于这些各种类型的脉冲序列,传统算法很难提取出这些脉冲序列的子周期。
现有技术中存在以下问题:1)对于一个由相同隐藏周期组成的混叠脉冲序列,即参差脉冲序列,传统方法很难从混叠脉冲序列中提取出序列的PRI子周期;2)对于不完整的参差脉冲序列,连续的虚假脉冲和不完整的离散缺失都会导致传统估计方法的性能迅速下降;3)传统算法的适应范围较窄,能够估计的脉冲类型十分有限,不能提取加性结构和乘性结构的脉冲序列的PRI子周期。
因此,亟需一种参差脉冲序列及脉组参差脉冲序列的PRI子周期提取方法。以解决现有技术中存在的难于从混叠脉冲序列中提取出序列的PRI子周期、不完整的参差脉冲序列导致算法性能下降和适应范围较窄的问题,实现在连续的虚假脉冲和不完整的离散缺失情况下,准确提取各种混叠脉冲序列的PRI子周期的目的。
发明内容
本发明的目的在于提供一种参差序列及脉组参差序列的PRI子周期提取方法,以解决现有技术中存在的难于从混叠脉冲序列中提取出序列的PRI子周期、不完整的参差脉冲序列导致算法性能下降和适应范围较窄的问题,实现在连续的虚假脉冲和不完整的离散缺失情况下,准确提取各种混叠脉冲序列的PRI子周期的目的。
本发明所采用的技术方案是,参差序列及脉组参差序列的PRI子周期提取方法,包括以下步骤:
S1,构建固定重频脉冲序列的初始相位匹配库:
设固定重频脉冲序列的周期为Pg,则初始相位匹配库有Pg行,每行有φ(Pg)个元素,所述φ(Pg)为欧拉函数;由于周期为Pg的Ramanujan子空间内有φ(Pg)个列,则初始相位匹配库的第一至第φ(Pg)行中,每一行均存在一个具有正单位幅值的正强度元素,而其余元素的幅值为零;
初始相位匹配库的第φ(Pg)+1行至第Pg行的元素由下列公式确定:
其中,dj是重频脉冲序列周期Pg的第j个除数;Si为初始相位匹配库中第i行的元素集,i=1,2,...,Pg;P为参差脉冲序列的框架周期;
前φ(Pg)个的si元素集,即i=1,2,...,Pg,是已知的;利用公式(1)计算得出后Pg-φ(Pg)行的元素集,即i=φ(Pg)+1,...,Pg,其过程为:
首先计算出周期Pg的所有除数d,即Pg除以d得到一个整数;根据除数d的大小,依照从大到小的顺序循环计算公式(1),直至算出初始相位匹配库的第φ(Pg)+1行至第Pg行的所有元素;
S2,构建参差脉冲序列的初始相位匹配库,具体包括以下步骤:
S21,构建含有单个初始相位的参差脉冲序列的初始相位匹配库K1:
首先计算出周期为P的所有除数d,即P除以d得到一个整数;再将周期为P以及所有除数d的固定重频脉冲序列初始相位匹配库,根据从大到小的顺序整合到一个行数为P的参差脉冲序列初始相位匹配库K1中;周期为d的固定重频脉冲序列初始相位匹配库将在参差脉冲序列初始相位匹配库中,循环出现P除以d次;
S22,构建含有多个初始相位的参差脉冲序列的初始相位匹配库Km:
参差脉冲序列的框架周期为P,由m个不相同初始相位的固定重频脉冲序列混叠组成,即含有m个不相同的初始相位;从所述S21中初始相位匹配库K1中任意提取出m个行,并且将其相应的元素相加作为初始相位匹配库Km的一行,得到含有NU个行的初始相位匹配库Km;所述NU由下列公式求得:
其中,m为多个初始相位的参差脉冲序列中初始相位的个数;
S3,利用多数匹配方法并结合Ramanujan结构字典的稀疏恢复,确定参差脉冲序列PRI子周期,即利用多数匹配方法对集合中的每个元素进行计算,集合中含有多少个元素,就进行多少次匹配计算。
进一步的,所述S3中多数匹配方法包括以下步骤:
S30,计算除数集合:
设一个初始相位数小于Mm的参差脉冲序列,其框架周期为P,这里Mm为正整数,是初始相位数的上限,并且1<Mm≤P;首先计算由P的除数组成的集合ds,即:ds={d1,d2,…,dn},P/di为整数;di≠1;i=1,2,…,n;
S31,计算周期稀疏解:
从集合ds取出一个元素di,构成一个以此元素值为周期的Ramanujan结构字典A,求解以下优化问题:
min||DX||2s.t.Y=ΦX;Φ=AD (3)
其中,Y代表测量的脉冲序列,X代表周期稀疏解,D表示权重矩阵;min||DX||2表示计算一个矢量的2-范数的最小值;Φ代表一个中间矩阵;
优化问题的最优解,被称作第di个元素的周期稀疏解Xi_P,Xi_P是维数为φ(di)的行矢量,含有φ(di)个元素;照此原则,计算出集合ds中所有元素的周期稀疏解;
S32,计算标准能量和标准能量比矢量:
S33,计算匹配成功次数Nz和能量标准偏差γ;
S34,确定参差脉冲序列的初始相位:根据初始相位匹配库每一行的匹配成功次数Nz和能量标准偏差γ,选择匹配成功行;在初始相位匹配库中,选出与匹配成功次数Nz的最大值对应的那些行,作为匹配成功的候选行;若仅有一个最大值,则这个候选行就是匹配成功行;若有多个最大值,再比较与候选行对应的能量标准偏差γ,选择具有最小能量标准偏差的候选行,作为匹配成功行;然后,依据匹配成功行在初始相位匹配库的位置,可以确定参差脉冲序列初始相位的个数和数值;
S35,确定参差脉冲序列PRI子周期:若初始相位的个数为一个,则序列是一个固定重频序列;若初始相位的个数为m<Mm,则序列是一个参差脉冲序列;此参差脉冲序列的PRI子周期由各个初始相位θ之间的差值来确定,即:PRI子周期分别为 θ1……θm是各个初始相位。
进一步的,所述S32中计算标准能量和标准能量比矢量包括以下步骤:
S321,剔除Xi_P内幅值较小的元素:
对于集合ds内的每个元素di,定义其周期稀疏解Xi_P内第j个元素幅值的绝对值为此元素的强度,记作|Xi_P|j,j=1,2,…,φ(di);对于Xi_P内所有强度值,判断其最大值为|Xi_P|max和最小值为|Xi_P|min,是否满足如下公式:
|Xi_P|min×Mm<|Xi_P|max (4)
若满足公式(4),则说明Xi_P内存在幅值较小的元素,需要在Xi_P内找出强度值小于所有强度平均值的元素,使其强度值等于0;
若不满足公式(4),则说明Xi_P内不存在幅值较小的元素;
S322,求出Xi_P内强度处于容差范围内的元素个数:
对于Xi_P内强度不等于0的第j个元素,给定其容差范围,即:Range(j)=[|Xi_P|j×(1-δ),|Xi_P|j×(1+δ)],其中,δ是小于1的正数;在Xi_P内,找出强度处于容差范围Range(j)内的元素,并记录具有不同强度值的元素的个数,记作Ng(j);按此原则,依次给定Xi_P内所有强度不等于0的元素的容差范围,求出强度处于此容差范围内的元素个数;
S323,确定标准能量:
对于Xi_P内所有强度不等于0的元素,找出具有最大Ng(j)值的元素,将所述具有最大Ng(j)值的元素强度记为|Xi_P|N;以|Xi_P|N为中心,给定其容差范围,即:Range=[|Xi_P|N×(1-δ),|Xi_P|N×(1+δ)];在Xi_P内,找出强度处于此容差范围内的所有元素,并对具有不同强度值的所有元素求出其强度平均值,记作为元素di的标准能量;确定Edi为每个元素di的标准能量;
S324,确定标准能量比矢量:
在Xi_P内,找出所有不处于由下式给出的容差范围内的元素,使其幅值等于0;
最终,计算确定出集合ds内的所有元素的标准能量和标准能量比矢量。
进一步的,所述S33中计算匹配成功次数Nz和能量标准偏差γ的过程包括以下步骤:
S331,从所述S22中的初始相位匹配库Km中,取出一行数据构成一个匹配矢量rz;按照标准能量比矢量的长度,将匹配矢量rz相应地分成n个子矢量/>所述每个子矢量/>的长度与标准能量比矢量/>的长度相同,i=1,2,…,n;
直至循环结束后,检查是否所有匹配都不成功;如果所有匹配都不成功,则匹配成功个数Nz=0,能量标准偏差γi=0;否则,有一次匹配成功就进入下面计算:
S332,计算总能量Ed,即:
若两个矢量的每个元素值都不完全相同,则认为此次匹配不成功,计算能量标准偏差γi,即:
其中,abs()表示绝对值操作;
此次匹配结束后,重新计算下一个匹配不成功的标准能量比矢量,并且进行匹配;直至所有匹配不成功的标准能量比矢量都循环一遍为止;
本发明的有益效果是,在已知参差脉冲序列及脉组参差序列的框架周期前提下,利用初始相位匹配库和多数匹配算法,提取出固定重频脉冲序列的初始相位,进而利用提取的初始相位与PRI子周期的关系,实现了参差脉冲序列及脉组参差脉冲序列的PRI子周期的提取。在存在大量的缺失和虚假脉冲的情况下,特别是对于具有不完整周期结构的脉冲序列,此提取方法仍然具有良好的提取性能。另外,此提取方法的适应性强,能够估计的脉冲类型较多,对加性结构和乘性结构的脉冲序列,诸如混叠抖动脉冲序列等,也能进行子周期的提取。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1:本发明方法流程图。
图2:不完整参差脉冲序列的形成过程。
图3:在不同虚假率情况下,随着缺失率的变化,成功提取出参差脉冲序列三个PRI子周期的概率曲线图。
图4:谱估计算法提取出的参差脉冲序列三个PRI子周期的概率曲线图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明方法的流程如图1所示。在此实施例中,假设参差脉冲序列由三个固定重频脉冲序列叠加而成。三个固定重频脉冲序列的周期相同,即T1=T2=T3=18;初始相位分别为θ1=6,θ2=10和θ3=17。参差脉冲序列的形成过程如图2所示。从图2看出,参差脉冲序列的框架周期P=18;三个PRI子周期分别为和/>因各种原因,会造成参差脉冲序列中的个别脉冲缺失;因随机抖动误差,会使参差脉冲序列中的个别脉冲偏离原始位置,因而形成带有脉冲缺失和随机位置误差的不完整参差脉冲序列。下面介绍本发明如何从不完整参差脉冲序列中,提取参差脉冲序列PRI子周期Tirr的方法。
可知,参差脉冲序列的PRI子周期可以利用参差脉冲序列的框架周期和固定重频脉冲序列的初始相位来计算。假设参差脉冲序列的框架周期是已知的,或者通过估计算法已经得到。而固定重频脉冲序列的初始相位,则需要利用初始相位匹配库和匹配算法来获得。
下面介绍初始相位匹配库的构建步骤和匹配算法的计算步骤。
1、初始相位匹配库的构建
1.1固定重频脉冲序列的初始相位匹配库构建
假设固定重频脉冲序列的周期为Pg,则初始相位匹配库有Pg行,每行有φ(Pg)个元素,这里φ(Pg)被称为欧拉函数。由于周期为Pg的Ramanujan子空间内有φ(Pg)个列,则初始相位匹配库的第一至第φ(Pg)行中,将有一个具有正单位幅值的元素(简称正强度元素),而其余元素的幅值为零。初始相位匹配库的第φ(Pg)+1行至第Pg行的元素由公式(1)确定:
式中,dj是周期Pg的第j个除数;Si(i=1,2,…,Pg)表示初始相位匹配库中第i行的元素集,它是一个矢量,其中前φ(Pg)行的元素集,即Si(i=1,2,…,φ(Pg)),已由上面给出,它们是已知的。而后Pg-φ(Pg)行的元素集,即Si(i=φ(Pg)+1,…,Pg),需按下述方法利用公式(1)计算得到:首先计算出周期Pg的所有除数d,即Pg除以d得到一个整数;根据除数d的大小,依照从大到小的顺序循环计算公式(1),直至算出初始相位匹配库的第φ(Pg)+1行至第Pg行的所有元素为止。
以周期Pg=18为例,具体说明计算过程。当Pg=18时,φ(Pg)=6。因此,初始相位匹配库的第1至第6行的元素集为s1=[R1 +,0,0,0,0,0],s2=[0,R2 +,0,0,0,0],s3=[0,0,R3 +,0,0,0],s4=[0,0,0,R4 +,0,0],s5=[0,0,0,0,R5 +,0],s6=[0,0,0,0,0,R6 +],其中上标“+”代表正强度元素,即元素幅值为正;而上标“-”代表负强度元素,即元素幅值为负。计算可得周期为18的所有除数为9,6,3,2。取第一个除数d1=9,由于Pg/d1=18/9=2,因此公式(1)左侧应有两项相加,即这里i可取1,2,3,4,5,6。例如当i取1时,s1+s10=0。于是,s10=-s1=-[R1 +,0,0,0,0,0]。因为R1 +是正强度元素,所以初始相位匹配库的第10行元素集含有一个负强度元素,即s10=[R1 -,0,0,0,0,0]。依此计算方法,当i可取2,3,4,5,6时,可得s11=[0,R2 -,0,0,0,0],s12=[0,0,R3 -,0,0,0],s13=[0,0,0,R4 -,0,0],s14=[0,0,0,0,R5 -,0],s15=[0,0,0,0,0,R6 -]。取第二个除数d2=6,公式(1)左侧应有三项相加,即/>这里i可取1,2,3,4,5,6。例如当i取1时,s1+s7+s13=0。于是,s7=-s1-s13=-[R1 +,0,0,0,0,0]-[0,0,0,R4 -,0,0]。因而初始相位匹配库的第7行元素集含有一个正强度元素和一个负强度元素,即s7=[R1 -,0,0,R4 +,0,0]。依此计算方法,当i可取2,3,4,5,6时,可得s8=[0,R2 -,0,0,R5 +,0],s9=[0,0,R3 -,0,0,R6 +],s16=[R1 +,0,0,R4 -,0,0],s17=[0,R2 +,0,0,R5 -,0],s18=[0,0,R3 +,0,0,R6 -]。至此,初始相位匹配库的第1行至第18行所有元素全部得到,初始相位匹配库构建完成,如表1所示。
表1周期为18的固定重频脉冲序列初始相位匹配库
1.2参差脉冲序列的初始相位匹配库构建
参差脉冲序列是由多个固定重频脉冲序列叠加而成的。参差脉冲序列的特点是组成的多个固定重频脉冲序列的周期相等,但初始相位不同。因此,构建初始相位匹配库需要分两步进行。
A、含有单个初始相位的参差脉冲序列
假设参差脉冲序列的框架周期为P。首先计算出周期为P的所有除数d,即P除以d得到一个整数;然后,将周期为P以及所有除数d的固定重频脉冲序列初始相位匹配库,根据从大到小的顺序整合到一个行数为P的参差脉冲序列初始相位匹配库中。由于除数d小于P,且P除以d是一个整数,因而周期为d的固定重频脉冲序列初始相位匹配库将在参差脉冲序列初始相位匹配库中,循环出现P除以d次。
例如参差脉冲序列的框架周期P=18,则周期为P的所有除数d是9、6、3、2。通过整合,共有18行的参差脉冲序列初始相位匹配库如表2所示。
表2框架周期为18、含有单个初始相位的参差脉冲序列初始相位匹配库
行数 | P=18 | d=9 | d=6 | d=3 | d=2 |
1 | R1 + | R1 + | R1 + | R1 + | R1 + |
2 | R2 + | R2 + | R2 + | R2 + | R1 - |
3 | R3 + | R3 + | R1 -R2 + | R1 -R2 - | R1 + |
4 | R4 + | R4 + | R1 - | R1 + | R1 - |
5 | R5 + | R5 + | R2 - | R2 + | R1 + |
6 | R6 + | R6 + | R1 +R2 - | R1 -R2 - | R1 - |
7 | R1 -R4 + | R1 -R4 - | R1 + | R1 + | R1 + |
8 | R2 -R5 + | R2 -R5 - | R2 + | R2 + | R1 - |
9 | R3 -R6 + | R3 -R6 - | R1 -R2 + | R1 -R2 - | R1 + |
10 | R1 - | R1 + | R1 - | R1 + | R1 - |
11 | R2 - | R2 + | R2 - | R2 + | R1 + |
12 | R3 - | R3 + | R1 +R2 - | R1 -R2 - | R1 - |
13 | R4 - | R4 + | R1 + | R1 + | R1 + |
14 | R5 - | R5 + | R2 + | R2 + | R1 - |
15 | R6 - | R6 + | R1 -R2 + | R1 -R2 - | R1 + |
16 | R1 +R4 - | R1 -R4 - | R1 - | R1 + | R1 - |
17 | R2 +R5 - | R2 -R5 - | R2 - | R2 + | R1 + |
18 | R3 +R6 - | R3 -R6 - | R1 +R2 - | R1 -R2 - | R1 - |
注:在表2中,为了简单明了,省去所有元素集的零元素。另外,下脚标的数字表示此非零元素处于元素集的位置。
B、含有多个初始相位的参差脉冲序列
当已知含有单个初始相位参差脉冲序列的初始相位匹配库(简称为K1)时,通过对此初始相位匹配库的各行进行组合,可构建含有m个不同初始相位参差脉冲序列的初始相位匹配库(简称为Km)。构建方法如下:假设参差脉冲序列的框架周期为P,此参差脉冲序列由m个不相同初始相位的固定重频脉冲序列混叠组成,因此,此参差脉冲序列含有m个不相同的初始相位。从参差脉冲序列框架周期为P的初始相位匹配库K1中,任意提取出m个行,并且将其相应的元素相加作为初始相位匹配库Km的一行。由于在P行中,任取m行进行组合,共可得到NU个行,因此,初始相位匹配库Km共有NU个行。这里,NU由公式(2)求得:
例如初始相位个数m=2,周期P=18时,初始相位匹配库K2共有153行。其初始相位匹配库如表3所示。
表3框架周期为18、含有两个不同初始相位的参差脉冲序列初始相位匹配库
注意:在表2中,由于行数较多,只列举其中一部分行。标注“0”表示此元素集的所有元素全为零。对于每一行,标注出了它对应的两个初始相位值θ。例如,第18行对应的一个初始相位是2,另一个初始相位是4。
2、匹配算法
假设一个参差脉冲序列的框架周期为P,具有小于Mm个初始相位,这里Mm为正整数,且1<Mm≤P。计算由P的除数(包括P)组成的集合ds,即:ds={d1,d2,…,dn},这里:P/di=整数;di≠1;i=1,2,…,n。
S1,计算周期稀疏解
从集合ds取出一个元素di,构成一个以此元素值为周期的Ramanujan结构字典A,求解以下优化问题:
min||DX||2s.t.Y=ΦX;Φ=AD (3)
其中Y代表测量的脉冲序列,X代表周期稀疏解,D表示权重矩阵,起到了均衡各个周期列权重的作用。此问题的最优解,被称作第di个元素的周期稀疏解Xi_P,这里Xi_P是维数为φ(di)的行矢量,即它含有φ(di)个元素。照此原则,计算出集合ds中所有元素的周期稀疏解。
S2,计算标准能量和标准能量比矢量
对于集合ds内的每个元素di,定义其周期稀疏解Xi_P内第j个元素幅值的绝对值为此元素的强度,记作|Xi_P|j,j=1,2,…,φ(di)。
S2-1,剔除Xi_P内幅值较小的元素
对于Xi_P内所有强度值,其最大值为|Xi_P|max和最小值为|Xi_P|min,若下式成立
|Xi_P|min×Mm<|Xi_P|max (4)
则说明Xi_P内存在幅值较小的元素。因此,需要在Xi_P内找出强度值小于所有强度平均值的元素,使其强度值等于0。若(3)式不成立,则说明Xi_P内不存在幅值较小的元素。
S2-2,求出Xi_P内强度处于容差范围内的元素个数
对于Xi_P内强度不等于0的第j个元素,给定其容差范围,即Range(j)=[|Xi_P|j×(1-δ),|Xi_P|j×(1+δ)],其中δ是小于1的正数并事先给定的。
在Xi_P内,找出强度处于容差范围Range(j)内的元素。在这些元素中,记录具有不同强度值的元素的个数,记作Ng(j)。按此原则,依次给定Xi_P内所有强度不等于0的元素的容差范围,求出强度处于此容差范围内的元素个数。
S2-3,确定标准能量
对于Xi_P内所有强度不等于0的元素,找出具有最大Ng(j)值的那个元素,将这个元素的强度记为|Xi_P|N。以|Xi_P|N为中心,给定其容差范围,即Range=[|Xi_P|N×(1-δ),|Xi_P|N×(1+δ)]。在Xi_P内,找出强度处于此容差范围内的所有元素。在这些元素中,对具有不同强度值的所有元素求出其强度平均值,记作确定/>为每个元素di的标准能量。
S2-4,确定标准能量比矢量
在Xi_P内,首先找出所有不处于由下式给出的容差范围内的元素,使其幅值等于0。
按以上4步,计算集合ds内的所有元素的标准能量和标准能量比矢量。
S3,计算匹配成功次数Nz和能量标准偏差γ
具体匹配步骤如下:
S3-1,从初始相位匹配库中,取出一行数据构成一个匹配矢量rz。按照标准能量比矢量(i=1,2,…,n)的长度,将匹配矢量rz相应地分成n个子矢量/>这里每个子矢量/>的长度与标准能量比矢量/>的长度相同(i=1,2,…,n)。然后,逐一地循环对子矢量/>与标准能量比矢量/>进行匹配,即:如果标准能量比矢量/>中的每个元素值与子矢量/>中的每个元素值相同,则认为此次匹配成功,匹配成功次数Nz增加1次(匹配成功次数Nz的初始值为0)。否则认为此次匹配不成功,匹配成功个数Nz保持不变。直至循环结束后,检查是否所有匹配都不成功,如果所有匹配都不成功,则匹配成功个数Nz=0,能量标准偏差γi=0。否则,进入下面各步计算。
S3-2,计算总能量Ed,即
如果两个矢量的每个元素值都不完全相同,则认为此次匹配不成功,需计算能量标准偏差γi,即
式中abs()表示绝对值操作。
此次匹配结束后,转入S3-3,重新计算下一个匹配不成功的标准能量比矢量,并且进行匹配。直至所有匹配不成功的标准能量比矢量都循环一遍为止。
S4,确定参差脉冲序列的初始相位
首先,根据初始相位匹配库每一行的匹配成功次数Nz和能量标准偏差γ,选择匹配成功行。在初始相位匹配库中,选出与匹配成功次数Nz的最大值对应的那些行,作为匹配成功的候选行;若仅有一个最大值,则这个候选行就是匹配成功行;若有多个最大值,再比较与候选行对应的总能量标准偏差γ,选择具有最小能量标准偏差的候选行,作为匹配成功行。然后,依据匹配成功行在初始相位匹配库的位置,可以确定参差脉冲序列初始相位的个数和数值。
S5,确定参差脉冲序列PRI子周期
若初始相位的个数为一个,则此序列是一个固定重频序列;若初始相位的个数为m<Mm,则此序列是一个参差脉冲序列。此参差脉冲序列的PRI子周期由各个初始相位θ之间的差值来确定,即:PRI子周期分别为这里P为参差脉冲序列的框架周期。
3、具体实施效果
在不同缺失率和虚假率条件下,针对此实施例中列举的、具有三个PRI子周期的参差脉冲序列,利用上述匹配方法,成功提取三个PRI子周期的概率变化曲线如图3;而利用传统的谱估计算法,成功提取三个PRI子周期的概率变化曲线如图4。在图中,缺失率被定义为相同长度脉冲序列中缺失的脉冲个数与完整无缺失的脉冲个数的比值,虚假率(即:falserate)被定义为相同长度脉冲序列中杂散脉冲的个数与完整无缺失脉冲序列个数的比值。缺失表现方式包括了连续缺失和离散缺失,首脉冲和末端脉冲的缺失,产生虚假脉冲方式为在脉冲序列中人为地均匀随机添加虚假脉冲。脉冲序列长度为300。图中曲线是100次Monte Carlo仿真实验结果的平均值。
从图3中看出,随着缺失率不断升高,虚假率越小,成功提取概率受到的影响越小;在具有相同缺失率的情况下,虚假率变化越大,成功提取概率也随之严重下降。这说明当缺失率和虚假率为相同值时,虚假率比缺失率对成功提取概率具有更强的影响。比较图3和图4可知,相对于传统的谱估计方法,本发明提出方法都具有更好的提取性能。特别在虚假率达到0.3以上,且缺失率高达0.6时,本发明提出方法依然能够具有0.4的成功提取概率,而传统的谱估计方法的成功提取概率已接近于0。这说明在高缺失和高虚假的情况下,本发明提出方法仍具有更高的估计成功提取概率。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。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,均包含在本发明的保护范围内。
Claims (1)
1.参差序列及脉组参差序列的PRI子周期提取方法,其特征在于,包括以下步骤:
S1,构建固定重频脉冲序列的初始相位匹配库:
设固定重频脉冲序列的周期为Pg,则初始相位匹配库有Pg行,每行有φ(Pg)个元素,所述φ(Pg)为欧拉函数;由于周期为Pg的Ramanujan子空间内有φ(Pg)个列,则初始相位匹配库的第一至第φ(Pg)行中,每一行均存在一个具有正单位幅值的正强度元素,而其余元素的幅值为零;
初始相位匹配库的第φ(Pg)+1行至第Pg行的元素由下列公式确定:
其中,dj是固定重频脉冲序列周期Pg的第j个除数;si为初始相位匹配库中第i行的元素集,i=1,2,...,Pg;
前φ(Pg)个的si元素集,即i=1,2,...,φ(Pg),是已知的;利用公式(1)计算得出后Pg-φ(Pg)行的元素集,即i=φ(Pg)+1,...,Pg,其过程为:
首先计算出周期Pg的所有除数dj,即Pg除以dj得到一个整数;根据除数dj的大小,依照从大到小的顺序循环计算公式(1),直至算出初始相位匹配库的第φ(Pg)+1行至第Pg行的所有元素;
S2,构建参差脉冲序列的初始相位匹配库,具体包括以下步骤:
S21,构建含有单个初始相位的参差脉冲序列的初始相位匹配库K1:
首先计算出周期为P的所有除数d,即P除以d得到一个整数;再将周期为P以及所有除数d的固定重频脉冲序列初始相位匹配库,根据从大到小的顺序整合到一个行数为P的参差脉冲序列初始相位匹配库K1中;周期为d的固定重频脉冲序列初始相位匹配库将在参差脉冲序列初始相位匹配库中,循环出现P除以d次;
S22,构建含有多个初始相位的参差脉冲序列的初始相位匹配库Km:
参差脉冲序列的框架周期为P,由m个不相同初始相位的固定重频脉冲序列混叠组成,即含有m个不相同的初始相位;从所述S21中初始相位匹配库K1中任意提取出m个行,并且将其相应的元素相加作为初始相位匹配库Km的一行,得到含有NU个行的初始相位匹配库Km;所述NU由下列公式求得:
其中,m为多个初始相位的参差脉冲序列中初始相位的个数;
S3,利用多数匹配方法并结合Ramanujan结构字典的稀疏恢复,确定参差脉冲序列PRI子周期,即利用多数匹配方法对集合中的每个元素进行计算,集合中含有多少个元素,就进行多少次匹配计算,多数匹配方法包括以下步骤
S30,计算除数集合:
设一个初始相位数小于Mm的参差脉冲序列,其框架周期为P,这里Mm为正整数,是初始相位数的上限,并且1<Mm≤P;首先计算由P的除数组成的集合ds,即:ds={d1,d2,…,dn},P/di为整数;di≠1;i=1,2,…,n;
S31,计算周期稀疏解:
从集合ds取出一个元素di,构成一个以此元素值为周期的Ramanujan结构字典A,求解以下优化问题:
min||DX||2s.t.Y=ΦX;Φ=AD (3)
其中,Y代表测量的脉冲序列,X代表周期稀疏解,D表示权重矩阵;min||DX||2表示计算一个矢量的2-范数的最小值;Φ代表一个中间矩阵;
优化问题的最优解,被称作第i个元素的周期稀疏解Xi_P,Xi_P是维数为φ(di)的行矢量,含有φ(di)个元素;照此原则,计算出集合ds中所有元素的周期稀疏解;
S32,计算标准能量和标准能量比矢量,具体如下:
S321,剔除Xi_P内幅值较小的元素:
对于集合ds内的每个元素di,定义其周期稀疏解Xi_P内第j个元素幅值的绝对值为此元素的强度,记作|Xi_P|j,j=1,2,…,φ(di);对于Xi_P内所有强度值,判断其最大值为|Xi_P|max和最小值为|Xi_P|min,是否满足如下公式:
|Xi_P|min×Mm<|Xi_P|max (4)
若满足公式(4),则说明Xi_P内存在幅值较小的元素,需要在Xi_P内找出强度值小于所有强度平均值的元素,使其强度值等于0;
若不满足公式(4),则说明Xi_P内不存在幅值较小的元素;
S322,求出Xi_P内强度处于容差范围内的元素个数:
对于Xi_P内强度不等于0的第j个元素,给定其容差范围,即:Range(j)=[|Xi_P|j×(1-δ),|Xi_P|j×(1+δ)],其中,δ是小于1的正数;在Xi_P内,找出强度处于容差范围Range(j)内的元素,并记录具有不同强度值的元素的个数,记作Ng(j);按此原则,依次给定Xi_P内所有强度不等于0的元素的容差范围,求出强度处于此容差范围内的元素个数;
S323,确定标准能量:
对于Xi_P内所有强度不等于0的元素,找出具有最大Ng(j)值的元素,将所述具有最大Ng(j)值的元素强度记为|Xi_P|N;以|Xi_P|N为中心,给定其容差范围,即:Range=[|Xi_P|N×(1-δ),|Xi_P|N×(1+δ)];在Xi_P内,找出强度处于此容差范围内的所有元素,并对具有不同强度值的所有元素求出其强度平均值,记作为元素di的标准能量;确定/>为每个元素di的标准能量;
S324,确定标准能量比矢量:
在Xi_P内,找出所有不处于由下式给出的容差范围内的元素,使其幅值等于0;
S33,计算匹配成功次数Nz、能量标准偏差γi和总能量标准偏差γ;
S331,从所述S22中的初始相位匹配库Km中,取出一行数据构成一个匹配矢量rz;按照标准能量比矢量的长度,将匹配矢量rz相应地分成n个子矢量/>所述每个子矢量/>的长度与标准能量比矢量/>的长度相同,i=1,2,…,n;
直至循环结束后,检查是否所有匹配都不成功;如果所有匹配都不成功,则匹配成功个数Nz=0,能量标准偏差γi=0;否则,有一次匹配成功就进入下面计算:
S332,计算总能量Ed,即:
若两个矢量的每个元素值都不完全相同,则认为此次匹配不成功,计算能量标准偏差γi,即:
其中,abs()表示绝对值操作;
此次匹配结束后,重新计算下一个匹配不成功的标准能量比矢量,并且进行匹配;直至所有匹配不成功的标准能量比矢量都循环一遍为止;
S34,确定参差脉冲序列的初始相位:根据初始相位匹配库每一行的匹配成功次数Nz和能量标准偏差γi,选择匹配成功行;在初始相位匹配库中,选出与匹配成功次数Nz的最大值对应的那些行,作为匹配成功的候选行;若仅有一个最大值,则这个候选行就是匹配成功行;若有多个最大值,再比较与候选行对应的能量标准偏差γi,选择具有最小能量标准偏差的候选行,作为匹配成功行;然后,依据匹配成功行在初始相位匹配库的位置,可以确定参差脉冲序列初始相位的个数和数值;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910644377.3A CN110334471B (zh) | 2019-07-17 | 2019-07-17 | 参差序列及脉组参差序列的pri子周期提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910644377.3A CN110334471B (zh) | 2019-07-17 | 2019-07-17 | 参差序列及脉组参差序列的pri子周期提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110334471A CN110334471A (zh) | 2019-10-15 |
CN110334471B true CN110334471B (zh) | 2023-06-27 |
Family
ID=68145477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910644377.3A Active CN110334471B (zh) | 2019-07-17 | 2019-07-17 | 参差序列及脉组参差序列的pri子周期提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110334471B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113296071B (zh) * | 2021-05-21 | 2023-01-03 | 中国科学院空天信息创新研究院 | 基于相关匹配法的多参差信号分选方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2251704C2 (ru) * | 2003-05-27 | 2005-05-10 | 5 Центральный научно-исследовательский испытательный институт МО РФ (5 ЦНИИ МО РФ) | Способ обнаружения периодических импульсных последовательностей и оценки их периода |
GB201512026D0 (en) * | 2015-07-09 | 2015-08-19 | Thales Holdings Uk Plc | Radar signal processing |
CN105510895A (zh) * | 2015-12-01 | 2016-04-20 | 中国航空工业集团公司雷华电子技术研究所 | 一种随机脉冲间隔序列的信号处理方法 |
CN109031215A (zh) * | 2018-06-27 | 2018-12-18 | 扬州大学 | 高脉冲丢失下的参差雷达脉冲重复周期估计方法 |
CN109917360A (zh) * | 2019-03-01 | 2019-06-21 | 吉林大学 | 一种混叠脉冲的参差pri估计方法 |
-
2019
- 2019-07-17 CN CN201910644377.3A patent/CN110334471B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2251704C2 (ru) * | 2003-05-27 | 2005-05-10 | 5 Центральный научно-исследовательский испытательный институт МО РФ (5 ЦНИИ МО РФ) | Способ обнаружения периодических импульсных последовательностей и оценки их периода |
GB201512026D0 (en) * | 2015-07-09 | 2015-08-19 | Thales Holdings Uk Plc | Radar signal processing |
CN105510895A (zh) * | 2015-12-01 | 2016-04-20 | 中国航空工业集团公司雷华电子技术研究所 | 一种随机脉冲间隔序列的信号处理方法 |
CN109031215A (zh) * | 2018-06-27 | 2018-12-18 | 扬州大学 | 高脉冲丢失下的参差雷达脉冲重复周期估计方法 |
CN109917360A (zh) * | 2019-03-01 | 2019-06-21 | 吉林大学 | 一种混叠脉冲的参差pri估计方法 |
Non-Patent Citations (4)
Title |
---|
Ramanujan filter banks for estimation and tracking of periodicities;Srikanth V.Tenneti et al.;《2015 IEEE International Conference on Acoustics, Speech and Signal Processing(ICASSP)》;20150806;全文 * |
Ramanujan Sums in the Context of Signal Processing-Part I: Fundamentals;P.P.Vaidyanathan;《IEEE Transactions on Signal Processing》;20140618;第62卷(第16期);全文 * |
基于Ramanujan子空间的信号周期成分分解方法研究;孙乐汉;《中国优秀硕士学位论文全文数据库 信息科技辑》;20180515(第05期);全文 * |
基于稀疏重构的混叠脉冲序列的周期估计;许成维 等;《航空学报》;20180411;第39卷(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110334471A (zh) | 2019-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Malaescu | An iterative, dynamically stabilized (IDS) method of data unfolding | |
Banerjee et al. | Towards the ultimate differential SMEFT analysis | |
Zeng | The numerical greatest common divisor of univariate polynomials | |
CN110334471B (zh) | 参差序列及脉组参差序列的pri子周期提取方法 | |
Sullivan et al. | Trilepton production at the CERN LHC: Standard model sources and beyond | |
Kisiel et al. | Efficient and robust calculation of femtoscopic correlation functions in spherical harmonics directly from the raw pairs measured in heavy-ion collisions | |
Parroni et al. | Higher-order statistics of shear field via a machine learning approach | |
Cortinovis et al. | Divide-and-conquer methods for functions of matrices with banded or hierarchical low-rank structure | |
Rodrigues | Comparing pion production models to MiniBooNE data | |
Rosenthal | Construction of the second-order gravitational perturbations produced by a compact object | |
CN107680036A (zh) | 基于卷积深度堆叠网络的联合稀疏向量并行重建方法 | |
CN111062888B (zh) | 一种基于多目标低秩稀疏及空谱全变分的高光谱影像去噪方法 | |
Silva et al. | Generative network-based reduced-order model for prediction, data assimilation and uncertainty quantification | |
Yang et al. | Strong convergence analysis of split-step θ-scheme for nonlinear stochastic differential equations with jumps | |
Loch et al. | The propagation of uncertainties in atomic data through collisional-radiative models | |
Judeh et al. | GSCA: Reconstructing biological pathway topologies using a cultural algorithms approach | |
Joe et al. | Object recognition of Leukemia affected cells using DCC and IFS | |
Kel’manov et al. | Approximation algorithms for some intractable problems of choosing a vector subsequence | |
Kozierski et al. | Parallel uniform random number generator in FPGA | |
Cardenas et al. | CS4ML: A general framework for active learning with arbitrary data based on Christoffel functions | |
Kozierski et al. | Implementation of fast uniform random number generator on FPGA | |
Chen et al. | Technical note for 8D likelihood effective Higgs couplings extraction framework in the golden channel | |
Xu et al. | An MDL approach to efficiently discover communities in bipartite network | |
Mertens | The automated Matrix-Element reweighting and its applications at the LHC | |
Kawasaki et al. | Pool size control for adaptive group testing via Boolean compressed sensing with solution space reduction |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230531 Address after: 130012 Jilin province Changchun high tech Zone versatilist Road No. 399 Applicant after: Changchun Institute of Electronic Science and technology Address before: No. 3050 Kuan Xuan Road, Changchun City, Jilin Province Applicant before: JILIN TEACHERS' INSTITUTE OF ENGINEERING & TECHNOLOGY |
|
GR01 | Patent grant | ||
GR01 | Patent grant |