CN110377658B - 一种用全脉冲数据分析雷达信号参数和构建参数库的方法 - Google Patents
一种用全脉冲数据分析雷达信号参数和构建参数库的方法 Download PDFInfo
- Publication number
- CN110377658B CN110377658B CN201910660282.0A CN201910660282A CN110377658B CN 110377658 B CN110377658 B CN 110377658B CN 201910660282 A CN201910660282 A CN 201910660282A CN 110377658 B CN110377658 B CN 110377658B
- Authority
- CN
- China
- Prior art keywords
- signal
- signal parameters
- pulse data
- full
- parameters
- 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
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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及信号处理领域,公开了一种用全脉冲数据分析雷达信号参数和构建参数库的方法,首先对全脉冲数据进行数据清洗;其次根据清洗后的全脉冲数据,信号参数进行自动统计计算,得到新的信号参数;然后对新的信号参数的重复性进行分析;人工确认信号参数的可信性;最后将人工确认后可信的信号参数存入信号参数库。本方法为雷达全脉冲数据的分析处理提供固定的分析流程,可有效提高数据分析处理的效率和准确性。
Description
技术领域
本发明涉及信号处理领域,尤其涉及一种用全脉冲数据分析雷达信号参数和构建参数库的方法。
背景技术
利用雷达全脉冲数据分析信号样式已成为信号处理领域必不可少的技术之一。目前对于全脉冲数据的分析方法通常利用软件来图形化显示全脉冲数据,辅助人工分析目标参数和信号样式。然而一次全脉冲通常数据量巨大,规定时间内人工完成分析任务有难度,且不能确保参数统计和信号样式分析的准确性。
发明内容
本发明所要解决的技术问题是:针对上述存在的问题,提供了一种用全脉冲数据分析雷达信号参数和构建参数库的方法,提供固定的分析流程,提高数据分析处理的效率,支持雷达目标的数据挖掘。
本发明采用的技术方案如下:一种用全脉冲数据分析雷达信号参数和构建参数库的方法,包括:
步骤1:对全脉冲数据进行数据清洗,得到目标信号匹配的全脉冲数据;
步骤2:根据清洗后的全脉冲数据,信号参数进行自动统计计算,得到统计后的信号参数;
步骤3:对统计后的信号参数与参数库的信号参数的重复性进行分析;
步骤4:针对与信号参数库没有重复的信号参数,人工确认信号参数的可信性;
步骤5:将人工确认后可信的信号参数存入信号参数库。
进一步的,所述步骤1中,具体步骤为:
步骤11:将全脉冲数据解析成CSV文件格式数据;
步骤12:利用目标信号的真实方位角筛选得到与目标信号匹配的全脉冲数据;
步骤13:计算出目标信号的PRI参数,得到与目标信号匹配的清洗数据。
进一步的,所述步骤2中,自动统计计算具体为:根据全脉冲数据的多个维度数据,利用信号参数自动统计算法,分析得到全脉冲数据中的信号参数。
进一步的,所述步骤3中,具体步骤为:自动比对新统计得到的信号参数与信号参数库的信号参数,分析得到新信号参数是否与信号参数样本库中的信号参数重复;若重复,则被剔除;没有重复的信号参数进入步骤4处理。
进一步的,所述步骤4中,针对步骤3得到的与信号参数库不重复的信号参数,人工分析该信号参数对应的全脉冲数据,确认该信号参数是否可信;若不可信,则将信号剔除;若可信,则进入步骤5处理。
进一步的,所述步骤2中,自动统计计算的算法步骤包括::
步骤1:对全脉冲数据按照1秒为1个节拍进行1次信号参数统计;
步骤2:针对每1秒的全脉冲数据,利用RF、PW、PRI的直方图统计方法,得到信号参数;
步骤3:根据信号参数的均方根误差判断信号参数是否有效,若均方根误差大于预设的门限,则认为信号参数是无效的,否则认为是有效的;
步骤4:判断是否是该周期内最后1秒,如果是,则进入下一步,如果否,则返回步骤1,直到处理完所有的全脉冲数据;
步骤5:将统计得出的信号参数两两比较,去除参数相同的信号参数,最终得出新的信号参数。
与现有技术相比,采用上述技术方案的有益效果为:本发明提出的一种用全脉冲数据去分析雷达信号参数和构建参数库的方法,为雷达全脉冲数据的分析处理提供固定的分析流程,可有效提高数据分析处理的效率和准确性。
附图说明
图1是本发明方法的流程示意图
图2是本发明中信号参数自动统计计算的算法流程示意图
具体实施方式
下面结合附图对本发明做进一步描述。
实施例1
如图1所示,现有一段全脉冲数据,从全脉冲数据中获取目标的信号参数,并将这些参数添加到现有信号参数库中,根据本发明一种用全脉冲数据去分析雷达信号参数和构建参数库的方法,其实施步骤如下:
步骤1:数据清洗。
(1)将DAT文件的全脉冲数据解析成CSV文件的数据。
表1CSV文件格式的全脉冲数据的一部分
序号 | Time | TOA(us) | RF(MHz) | PW(us) | DOA(°) |
1. | 12:00:01 | 0 | 1000 | 10 | 11 |
2. | 12:00:01 | 10 | 2000 | 23 | 15 |
3. | 12:00:01 | 270 | 1000 | 10 | 11 |
4. | 12:00:01 | 520 | 2000 | 23 | 15 |
5. | 12:00:01 | 540 | 1000 | 10 | 11 |
6. | 12:00:01 | 810 | 1000 | 10 | 11 |
7. | 12:00:01 | 1030 | 2000 | 23 | 15 |
8. | 12:00:01 | 1330 | 1200 | 13 | 11 |
9. | 12:00:01 | 1630 | 1200 | 13 | 11 |
10. | 12:00:01 | 1930 | 1200 | 13 | 11 |
(2)在许多的雷达信号中,选择一个雷达信号作为目标信号;目标信号在12:00:01时间的真实方位角是11°,利用该真实方位角筛选得到与目标信号匹配的全脉冲数据,并计算出目标信号的脉冲重复间隔(PRI)参数,如表2所示。
表2筛选后目标的全脉冲数据
序号 | TOA(us) | RF(MHz) | PW(us) | DOA(°) | PRI(us) |
1. | 0 | 1000 | 10 | 11 | -- |
2. | 270 | 1000 | 10 | 11 | 270 |
3. | 540 | 1000 | 10 | 11 | 270 |
4. | 810 | 1000 | 10 | 11 | 270 |
5. | 1330 | 1330 | 1200 | 13 | -- |
6. | 1630 | 1630 | 1200 | 13 | 300 |
7. | 1930 | 1930 | 1200 | 13 | 300 |
步骤2:信号参数自动统计。
根据全脉冲数据的RF、PRI、PW三个维度数据,利用信号参数自动统计算法,分析得到全脉冲数据中的信号参数。
表3自动统计得到的信号参数
序号 | RF | PW | PRI |
1. | 1000 | 10 | 270 |
2. | 1200 | 13 | 300 |
步骤3:重复性分析。
自动比对新统计得到的信号参数(表3)与信号参数库(表4)的参数,分析得到不重复的信号参数如
表5所示。
表4信号参数库
序号 | RF | PW | PRI | 雷达名称 |
1. | 1200 | 13 | 300 | 雷达AAA |
表5与信号参数库不重复的信号参数
序号 | RF | PW | PRI |
2. | 1000 | 10 | 270 |
步骤4:人工确认参数可信性。
针对表5的信号参数,人工分析表5的信号参数对应的全脉冲数据,得出该信号参数是可信的,并且雷达名称是雷达AAA,确认后参数如表6所示。
表6确认后的信号参数
序号 | RF | PW | PRI | 雷达名称 |
3. | 1000 | 10 | 270 | 雷达AAA |
步骤5:将表6的信号参数入库,更新后库如表7所示。
表7更新后的信号参数库
序号 | RF | PW | PRI | 雷达名称 |
1. | 1200 | 13 | 300 | 雷达AAA |
2. | 1000 | 10 | 270 | 雷达AAA |
实施例2
如图2所示,一种信号参数自动统计计算的算法,其实施步骤如下:
步骤1:对全脉冲数据按照1秒为1个节拍进行1次信号参数统计;
步骤2:检测出信号参数。针对每1秒的全脉冲数据,利用RF、PW、PRI的直方图统计方法,得到信号参数。
步骤3:信号参数的有效判断。
根据信号参数的均方根误差判断信号参数是否有效,若均方根误差大于预设的门限,则认为信号参数是无效的,否则认为是有效的。
步骤4:判断是否是周期内的最后一秒,如果是,则进入下一步,如果否,则重复步骤1-3,直到循环处理完所有的全脉冲数据。
步骤5:信号参数去重。
最后将统计得出的信号参数进行两两比较,去除信号参数相同的信号参数,最终得出新的信号参数。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。如果本领域技术人员,在不脱离本发明的精神所做的非实质性改变或改进,都应该属于本发明权利要求保护的范围。
Claims (5)
1.一种用全脉冲数据分析雷达信号参数和构建参数库的方法,其特征在于,包括:
步骤1:对全脉冲数据进行数据清洗,得到目标信号匹配的全脉冲数据;
步骤2:根据清洗后的全脉冲数据,信号参数进行自动统计计算,得到统计后的信号参数;
步骤3:对统计后的信号参数与参数库的信号参数的重复性进行分析;
步骤4:针对与信号参数库没有重复的信号参数,人工确认信号参数的可信性;
步骤5:将人工确认后可信的信号参数存入信号参数库;
所述步骤2中,自动统计计算的算法步骤包括:
步骤201:对全脉冲数据按照1秒为1个节拍进行1次信号参数统计;
步骤202:针对每1秒的全脉冲数据,利用RF、PW、PRI的直方图统计方法,得到信号参数;
步骤203:根据信号参数的均方根误差判断信号参数是否有效,若均方根误差大于预设的门限,则认为信号参数是无效的,否则认为是有效的;
步骤204:判断是否是该周期内最后1秒,如果是,则进入下一步,如果否,则返回步骤1,直到处理完所有的全脉冲数据;
步骤205:将统计得出的信号参数两两比较,去除参数相同的信号参数,最终得出新的信号参数。
2.根据权利要求1所述的一种用全脉冲数据分析雷达信号参数和构建参数库的方法,其特征在于,所述步骤1中,具体步骤为:
步骤11:全脉冲数据自动解析成CSV文件格式数据;
步骤12:利用目标信号的真实方位角筛选得到与目标信号匹配的全脉冲数据;
步骤13:计算出目标信号的PRI参数,得到与目标信号匹配的清洗数据。
3.根据权利要求1所述的一种用全脉冲数据分析雷达信号参数和构建参数库的方法,其特征在于,所述步骤2中,自动统计计算具体为:根据全脉冲数据的多个维度数据,利用信号参数自动统计算法,分析得到全脉冲数据中的信号参数。
4.根据权利要求1所述的一种用全脉冲数据分析雷达信号参数和构建参数库的方法,其特征在于,所述步骤3中,具体步骤为:自动比对统计后得到的信号参数与信号参数库的信号参数,分析得到统计后的信号参数是否与信号参数样本库中的信号参数重复;若重复,则被剔除;没有重复的信号参数进入步骤4处理。
5.根据权利要求1所述的一种用全脉冲数据分析雷达信号参数和构建参数库的方法,其特征在于,所述步骤4中,针对步骤3得到的与信号参数库不重复的信号参数,人工分析该信号参数对应的全脉冲数据,确认该信号参数是否可信;若不可信,则将信号剔除;若可信,则进入步骤5处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910660282.0A CN110377658B (zh) | 2019-07-22 | 2019-07-22 | 一种用全脉冲数据分析雷达信号参数和构建参数库的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910660282.0A CN110377658B (zh) | 2019-07-22 | 2019-07-22 | 一种用全脉冲数据分析雷达信号参数和构建参数库的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110377658A CN110377658A (zh) | 2019-10-25 |
CN110377658B true CN110377658B (zh) | 2022-11-01 |
Family
ID=68254575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910660282.0A Active CN110377658B (zh) | 2019-07-22 | 2019-07-22 | 一种用全脉冲数据分析雷达信号参数和构建参数库的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110377658B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113282939B (zh) * | 2021-06-07 | 2022-05-24 | 中国电子科技集团公司第二十九研究所 | 一种基于PowerPC与可拆卸存储设备卸载数据加解密方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197146A (zh) * | 2017-11-29 | 2018-06-22 | 山东航天电子技术研究所 | 基于脉冲流数据的精分类辐射源识别参量在轨生成系统 |
CN108226869A (zh) * | 2017-12-13 | 2018-06-29 | 扬州健行电子科技有限公司 | 一种重频参差的雷达信号的检测方法 |
CN108919193A (zh) * | 2018-07-12 | 2018-11-30 | 中国船舶重工集团公司第七二四研究所 | 一种基于序列片段挖掘的参数捷变雷达信号分选方法 |
CN109270497A (zh) * | 2018-10-28 | 2019-01-25 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 雷达脉冲信号的多维参数预分选方法 |
-
2019
- 2019-07-22 CN CN201910660282.0A patent/CN110377658B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197146A (zh) * | 2017-11-29 | 2018-06-22 | 山东航天电子技术研究所 | 基于脉冲流数据的精分类辐射源识别参量在轨生成系统 |
CN108226869A (zh) * | 2017-12-13 | 2018-06-29 | 扬州健行电子科技有限公司 | 一种重频参差的雷达信号的检测方法 |
CN108919193A (zh) * | 2018-07-12 | 2018-11-30 | 中国船舶重工集团公司第七二四研究所 | 一种基于序列片段挖掘的参数捷变雷达信号分选方法 |
CN109270497A (zh) * | 2018-10-28 | 2019-01-25 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 雷达脉冲信号的多维参数预分选方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110377658A (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108562875B (zh) | 一种先验数据库匹配法对雷达信号的分选方法 | |
CN103941236B (zh) | 多参数栅格化滑动信号统计筛选处理方法 | |
CN111090077B (zh) | 多维度去交错后的toa差分统计雷达信号分选方法 | |
CN109709527B (zh) | 一种全波形激光测高回波信号中高斯分解的高斯波峰法 | |
CN110377658B (zh) | 一种用全脉冲数据分析雷达信号参数和构建参数库的方法 | |
CN112415078A (zh) | 一种质谱数据谱图信号校准方法及装置 | |
CN111311576A (zh) | 基于点云信息的缺陷检测方法 | |
US7570193B2 (en) | Detecting and recognizing long duration waveforms | |
CN110426685A (zh) | 一种针对未知雷达信号的分选方法 | |
CN115372995A (zh) | 一种基于欧式聚类的激光雷达目标检测方法及系统 | |
US10135488B2 (en) | Method for deinterleaving radar signals | |
KR101651541B1 (ko) | 슬라이딩 윈도우기반 iff 신호탐지 방법 | |
CN114839602B (zh) | 基于电磁数据聚类的雷达信号统计特征提取方法及装置 | |
CN111624575B (zh) | 一种未知雷达目标脉冲序列的快速提取方法及系统 | |
Tesei et al. | The asymmetric generalized gaussian function: A new hos-based model for generic noise pdfs | |
CN113960552B (zh) | 一种基于晴空回波的天气雷达遮挡角识别方法及系统 | |
KR20190083875A (ko) | 피아식별신호의 펄스열분석 방법 및 그 장치 | |
CN110376436B (zh) | 一种多尺度噪声功率谱线谱检测方法 | |
CN113970724A (zh) | 一种基于脉冲描述字簇的辐射源信息提取方法及系统 | |
CN112213693B (zh) | 相位编码雷达信号码元宽度的解算方法及系统 | |
CN108957420B (zh) | 一种基于数据点合并的调频连续波雷达目标参数估计方法 | |
CN116821097B (zh) | 全脉冲数据处理方法 | |
CN110738191A (zh) | 一种基于声呐信号的物体分类方法、装置、设备及介质 | |
CN112068089B (zh) | 一种基于粒子滤波的序列检索方法 | |
CN112763989B (zh) | 一种基于cdif的抖动信号分选方法 |
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 |