CN110632563A - 一种基于短时傅里叶变换的脉内频率编码信号参数测量方法 - Google Patents

Abstract

本发明公开了一种基于短时傅里叶变换的脉内频率编码信号参数测量方法，属于雷达信号侦察技术领域，能够在复杂环境下，对存在脉内起伏、环境中有强干扰、接收信号弱条件下的脉内频率编码信号进行参数测量。具体为：对待检信号做短时傅里叶变换STFT，做二维形态学滤波平滑噪声基底，做二维过门限检测，即计算自适应门限值和大信号门限，取自适应门限值与大信号门限中较大值作为当前检测门限，对STFT的变换结果进行过门限检测。在二维过门限检测结果中检测子码。根据检测得到的子码的起止位置在待检信号的原始数据中截取每个子码对应的数据，并做傅里叶变换FFT计算子码频率，并根据子码频率进一步计算待检信号的其他参数。

Description

一种基于短时傅里叶变换的脉内频率编码信号参数测量方法

技术领域

本发明涉及雷达信号侦察技术领域，具体涉及一种基于短时傅里叶变换的脉内频率编码信号参数测量方法。

背景技术

使用大时宽带宽信号是提高雷达距离、速度以及其联合分辨性能最常用的方法之一。频率编码信号是一种大时宽带宽信号，具有良好的距离速度分辨性能和较窄的瞬时带宽。与线性调频信号相比，频率编码信号具备更强的抗干扰及低截获性能。

在理想条件下，可以通过瞬时测频、时频分析等方法获得准确的参数测量结果，但是在复杂环境下，信号信噪比小、存在强干扰、信号发生畸变、底噪起伏大等情况使得准确测量频率编码信号的参数十分困难。

发明内容

有鉴于此，本发明提供了一种基于短时傅里叶变换的脉内频率编码信号参数测量方法，能够在复杂环境下，对存在脉内起伏、环境中有强干扰、接收信号弱条件下的脉内频率编码信号进行参数测量。

为达到上述目的，本发明的技术方案为包括如下步骤：

对待检信号做短时傅里叶变换STFT，根据STFT的结果计算一个子码的长度，并将所计算的子码的长度设置为后续STFT处理的窗长。

对STFT的结果做二维形态学滤波平滑噪声基底。

对平滑噪声基底后的STFT的变换结果做二维过门限检测；二维过门限检测为：以恒虚警检测门限作为自适应门限值，以待检信号的幅度最大值乘以预先设定的衰减系数作为大信号门限，将自适应门限值与大信号门限进行比较，取二者中较大值作为当前检测门限，对平滑噪声基底后的STFT的变换结果进行过门限检测。

在二维过门限检测结果中检测子码。

根据检测得到的子码的起止位置在待检信号的原始数据中截取每个子码对应的数据，并做傅里叶变换FFT计算子码频率，并根据子码频率进一步计算待检信号的其他参数。

进一步地，以恒虚警检测门限作为自适应门限值，具体为：所计算的自适应门限值为

上式中，

为获得噪声样本的均值，k为调节因子，δ为偏置补偿因子。

进一步地，二维过门限检测结果为二维结果图；在二维过门限检测结果中检测子码，具体为：保留二维结果图中每一列的最大值，则每一个子码在二维时频图上的形状转换为一条线，即获得二维线形时频图；在二维线形时频图上，搜索并确定子码的数量及起止位置。

进一步地，在二维线形时频图上，搜索并确定子码的数量及起止位置，采用如下具体步骤：在二维线形时频图上，检测非零点，当前非零点为(i,j)，若对于当前非零点(i,j)，其在时间方向的前方设定范围内的点均为0，则当前非零点(i,j)为当前子码的起始位置，以当前当前非零点(i,j)为起始点，在时间方向的后方设定范围内检测获得的第一个非零点作为当前子码的结束位置，由此获得当前子码的起止位置；以此类推，检测得到所有子码及其起止位置。

进一步地，在二维过门限检测结果中检测子码，之后，还包括噪声子码滤除，具体为：通过子码的起止位置计算子码长度；设定噪声子码长度门限值为根据STFT的结果计算一个子码的长度的设定比例，将子码长度小于噪声子码长度门限值的子码滤除。

进一步地，噪声子码滤除还包括：对所有子码的起始位置进行检测，若两子码的起始位置之间的距离小于设定的距离阈值，则滤除两子码中子码长度较短的一个。

进一步地，在二维过门限检测结果中检测子码，之后还包括：将所有子码的长度值从小到大排列得到子码长度序列，在子码长度序列中选取设定点开始依次计算前设定数量个点的方差，若方差发生突变时，则将设定点对应的子码长度数值修改为前设定数量个点的均值。

进一步地，在二维过门限检测结果中检测子码，之后还包括：以所有子码长度的平均值作为子码时宽；对两两相邻子码的起始位置进行比较，若存在两相邻子码起始位置相差子码时宽的N倍，则当前两相邻子码间缺失了N个子码，根据当前两相邻子码位置以及子码时宽计算缺失子码的位置；对缺失子码进行补全。

有益效果：

1.通过二维时频图检测子码，并设计了二维时频图过门限检测方法以及噪声基底平滑方法，能够更好地适应存在干扰和底噪起伏大的情况下脉内频率编码信号的检测；

2.设计了相邻子码分割以及缺失子码补全方法，能够更好地适应畸变信号的检测；

附图说明

图1为本发明实施例提供的一种基于短时傅里叶变换的脉内频率编码信号参数测量方法的流程图；

图2为本发明实施例中频率编码信号STFT结果图；

图3(a)为平滑噪声基底前的原始信号波形，图3(b)为平坦后的噪声基底(右)；

图4为二维过门限检测的门限产生原理图；

图5(a)为本发明实施例中噪声环境下边缘检测结果，图5(b)为无噪声环境下边缘检测结果；

图6为频率编码信号二维时频分析结果图，图6(a)为截取前，图6(b)为截取后；

图7(a)为频率编码信号二维时频分析结果图每一列保留最大值前的示意图；图7(b)为频率编码信号二维时频分析结果图每一列保留最大值后的示意图；

图8(a)为子码宽度方差变化图，图8(b)子码宽度变化图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明提供了一种基于短时傅里叶变换的脉内频率编码信号参数测量方法，具体流程如图1所示，包括如下步骤：：

步骤1、对待检信号做初始窗长的短时傅里叶变换STFT，根据STFT的结果计算一个子码的长度，并将所计算的子码的长度设置为后续STFT处理的窗长。

本发明实施例中，为了平衡时间分辨率和频率分辨率，短时傅里叶分析的窗长最好设计为码元长度，窗长过短，频域分辨率变差，且一个子码内频率无变化，不需要太高的时域分辨率，窗长过长，时域分辨率变差，可能无法区分相邻子码。但是由于实际信号中码元的长度不固定，因此需要设计自适应窗长的算法。初始窗长设定为最大子码长度，假定最大子码长度为2000点，首先对信号做2000点STFT，根据STFT的结果估算一个子码的长度并设置为后续STFT处理的窗长。这一计算方法依赖于第一个子码的完整性，如果第一个子码比较弱，出现了子码内起伏或者第一二个子码由于频率相近发生粘连，会导致窗长选取出错。因此程序中设置了默认窗长，当计算窗长出现问题时，选择默认窗长。计算得到的STFT如图2所示。

步骤2、对STFT的结果做二维形态学滤波平滑噪声基底；

接收到的待检信号由于接收系统以及信道的影响，噪声基底可能存在起伏，不利于信号的检测，为此设计了二维的形态学滤波来平滑噪声基底。

形态学运算是针对二值图像，依据数学形态学集合论方法发展起来的图像处理方法。其主要内容是设计一整套的变换(运算)、概念和算法，用以描述图像的基本特征。这些数学工具不同于常用的频域或空域的方法，而是分析集合状况和结构的数学方法是建立在集合代数基础上，用集合论方法定量描述几何结构的科学，形态学的用途主要是获取物体拓扑和结构信息，通过物体和结构元素相互作用的某些运算，较为直观地得到物体更本质的形态，因此较其他滤波器在图像处理方面具有明显的优势。

一般在进行时频检测前要对时频图进行二值化处理，二值形态学的运算对象是集合，设A为图像集合，B为结构元素，形态学运算就是用B对A进行操作。其中，最基本的二值形态学运算有腐蚀和膨胀。

用结构元素对集合X做开运算，记为

即先用B对X进行腐蚀，再用B对结果进行膨胀：

用结构元素对集合X做闭运算，记为X·B，即先用B对X进行膨胀，再用B对结果进行腐蚀：

对信号做开运算可以得到噪声基底，与原信号做差运算可以得到平坦的噪声基底，如图3所示，图3(a)为平滑噪声基底前的原始信号波形，图3(b)为平坦后的噪声基底。

通过上图可以看到，通过形态学滤波提取噪声基底后，可以使噪声基底平稳，有利于信号的检测。本发明实施例中对短时傅里叶分析的每一列做形态学滤波。

步骤3、对平滑噪声基底后的STFT的变换结果做二维过门限检测。

二维过门限检测为：以恒虚警检测门限作为自适应门限值，所计算的自适应门限值为

上式中，

为获得噪声样本的均值，本发明实施例中可以是卡方分布的均值，k为调节因子，δ为偏置补偿因子。

以待检信号的幅度最大值乘以预先设定的衰减系数作为大信号门限(本发明实施例中衰减系数可以根据经验值进行设定)，将自适应门限值与大信号门限进行比较，取二者中较大值作为当前检测门限，对平滑噪声基底后的STFT的变换结果进行过门限检测。图4为二维过门限检测的门限产生原理图。

本步骤的原理为：计算得到STFT以后，需要从STFT的结果中提取子码信息并计算信号参数。程序首先对得到的二维分布图做图像分割。由于实际信号中存在噪声且信号的信噪比较低，使用边缘检测算法得到的结果包含大量的噪声，如图5所示，图5(a)为噪声环境下边缘检测结果，图5(b)为无噪声环境下边缘检测结果。因此，需要使用阈值检测的分割方法才能有效地从二维分布图中提取出信号(频率编码信号)。

因此本发明实施例中对平滑噪声基底后的STFT的变换结果进行过二维过门限检测，即过门限点保持原值，未过门限的点置为0。

二维过门限检测方法为在时间序列上对信号进行过门限检测，即对STFT结果的每一列做过门限检测。同时，为了减小后续的运算量，本发明实施例中计算过门限点中最左边、最右边、最上边和最下边的四个点的坐标，并提取四个点围成的矩形区域内的信号做后续分析，如图6所示，图6为频率编码信号二维时频分析结果图，图6(a)为截取前，图6(b)为截取后。

在STFT的时频二维结果图上受谐波等的影响，单一自适应门限的检测效果不好。为此设计了自适应门限+大信号门限的检测方法，门限产生原理图如图6所示。

但是目前加上大信号门限后，当谐波能量比较高时，大信号门限会比较高，导致检测幅度起伏的信号时弱码元不容易被检测到，因此在后续增加了弱码元检测的模块。

自适应门限的设计需要估计噪声的分布模型。假定噪声为零均值的高斯噪声，其功率谱密度均匀分布在(-∞，+∞)的整个频率区间。

在实际情况下，由于接收机带宽不可能无限大，通常噪声的功率谱密度有一个平坦的带限频率谱密度。在实际采样过程中，不可能采到无限长的信号，在有限时间内采样的噪声的能量可以看做是一系列具有零均值和相同方差的随机变量的和。因此，短时傅里叶分析结果的每一列可以看作是窗函数内信号的能量分布函数，噪声基底服从卡方分布。对于短时傅里叶分析的每一行，相邻两点之间不独立。数字短时傅里叶变换可以写作：

其中x为输入信号，w为N点窗。可以看到，当m固定，即对于短时傅里叶分析的每一列，窗函数的位置固定，这一列的数据可以看做时窗函数内信号的能量分布函数。当w固定，即对于短时傅里叶分析的每一行，相邻两点的值分别为：

令x(n)w(n-mN)＝s(n，m)

可以发现，s(n，m+1)与s(n，m)相比，有N-1个点是相同的，所以STFT结果的每一行相邻两点不是相互独立的，其概率密度分布模型比较复杂。

因此本发明实施例中选择对STFT的每一列进行过二维门限检测实现对目标信号的检测。

步骤4、在二维过门限检测结果中检测子码。

本发明实施例中，二维过门限检测结果为二维结果图；则在二维过门限检测结果中检测子码，具体为：

保留二维结果图中每一列的最大值，则每一个子码在二维时频图上的形状转换为一条线，即获得二维线形时频图；如图7所示，图7(a)为频率编码信号二维时频分析结果图每一列保留最大值前的示意图；图7(b)为频率编码信号二维时频分析结果图每一列保留最大值后的示意图。

在二维线形时频图上，搜索并确定子码的数量及起止位置，可以采用如下具体步骤：

在二维线性时频图上，检测非零点，当前非零点为(i,j)，若对于当前非零点(i,j)，其在时间方向的前方设定范围内的点均为0，(例如在(i:i-2,j-2:j+2)范围内除(i,j)之外均为零)则当前非零点(i,j)为当前子码的起始位置，以当前当前非零点(i,j)为起始点，在时间方向的后方设定范围内检测获得的第一个非零点作为当前子码的结束位置(例如(i:i+2,j-2:j+2)范围内检测获得除(i,j)之外的第一个非零点)，由此获得当前子码的起止位置，以此类推，检测得到所有子码及其起止位置。

本发明实施例中，在检测完子码之后，还包括噪声子码的滤除。即通过上述计算可以获得子码个数以及子码长度，在低信噪比、大脉内起伏的情况下，会有噪声过门限，与信号相比，被检测到的噪声子码的宽度比信号子码的宽度窄很多，因此可以通过设置合理的噪声子码长度门限值以进行噪声子码滤除，这样可以剔除大部分的噪声子码。其中噪声子码长度门限值的设计原则是尽可能去掉噪声子码，误去掉的信号子码可以通过后续处理补回来。在计算STFT时计算过一个子码的宽度，可以以一个子码宽度的三分之一为门限值滤除噪声。

可以看到，剔除窄子码可以有效去除过门限的噪声点。由于不能准确设置门限值，因此噪声子码去除结果一般不太理想，为了进一步去除噪声，对所有子码的起始位置进行检测，若两子码的起始位置之间的距离小于设定的距离阈值，则滤除两子码中子码长度较短的一个，即保留其中子码长度较长的一个。

通过两次滤除噪声，检测结果基本上去除了全部的噪声点，保留了全部的信号子码，根据这些信号子码的长度计算字码平均长度，作为实际子码的时宽。计算子码平均长度时，由于有一些粘连的子码，利用全部子码长度计算得到的平均长度与实际值相差较大，因此将所有子码的长度值从小到大排列得到子码长度序列，在子码长度序列中选取设定点开始依次计算前设定数量个点的方差，若方差发生突变时，则将设定点对应的子码长度数值修改为前设定数量个点的均值。如图8所示，实验结果证明这样计算的结果与真实子码的长度更接近。

从图8(a)为子码宽度方差变化图，图8(b)子码宽度变化图。两图对比可以看出，子码宽度的方差在第14点后发生突变，方差计算从第5个点开始，因此与实际子码长度从第18个点突变对应。

在二维过门限检测结果中检测子码，之后还包括缺失子码的补全：

以所有子码长度的平均值作为子码时宽；

对两两相邻子码的起始位置进行比较，若存在两相邻子码起始位置相差子码时宽的N倍，则当前两相邻子码间缺失了N个子码，根据当前两相邻子码位置以及子码时宽计算缺失子码的位置；

对缺失子码进行补全。

步骤5、根据检测得到的子码的起止位置在待检信号的原始数据中截取每个子码对应的数据，并做傅里叶变换FFT计算子码频率，并根据子码频率进一步计算待检信号的其他参数。

综上所述，以上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，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于短时傅里叶变换的脉内频率编码信号参数测量方法，其特征在于，包括：

对待检信号做短时傅里叶变换STFT，根据STFT的结果计算一个子码的长度，并将所计算的子码的长度设置为后续STFT处理的窗长；

对STFT的结果做二维形态学滤波平滑噪声基底；

对平滑噪声基底后的STFT的变换结果做二维过门限检测；所述二维过门限检测为：以恒虚警检测门限作为自适应门限值，以所述待检信号的幅度最大值乘以预先设定的衰减系数作为大信号门限，将自适应门限值与大信号门限进行比较，取二者中较大值作为当前检测门限，对平滑噪声基底后的STFT的变换结果进行过门限检测；

在二维过门限检测结果中检测子码；

根据检测得到的子码的起止位置在所述待检信号的原始数据中截取每个子码对应的数据，并做傅里叶变换FFT计算子码频率，并根据所述子码频率进一步计算所述待检信号的其他参数。

2.如权利要求1所述的测量方法，其特征在于，所述以恒虚警检测门限作为自适应门限值，具体为：

所计算的自适应门限值为

上式中，

为获得噪声样本的均值，k为调节因子，δ为偏置补偿因子。

3.如权利要求1所述的测量方法，其特征在于，所述二维过门限检测结果为二维结果图；

所述在二维过门限检测结果中检测子码，具体为：

保留所述二维结果图中每一列的最大值，则每一个子码在二维时频图上的形状转换为一条线，即获得二维线形时频图；

在所述二维线形时频图上，搜索并确定子码的数量及起止位置。

4.如权利要求3任一所述的测量方法，其特征在于，所述在所述二维线形时频图上，搜索并确定子码的数量及起止位置，采用如下具体步骤：

在所述二维线形时频图上，检测非零点，当前非零点为(i,j)，若对于当前非零点(i,j)，其在时间方向的前方设定范围内的点均为0，则当前非零点(i,j)为当前子码的起始位置，以当前当前非零点(i,j)为起始点，在时间方向的后方设定范围内检测获得的第一个非零点作为当前子码的结束位置，由此获得当前子码的起止位置；

以此类推，检测得到所有子码及其起止位置。

5.如权利要求1～4任一所述的测量方法，其特征在于，所述在二维过门限检测结果中检测子码，之后，还包括噪声子码滤除，具体为：

通过子码的起止位置计算子码长度；

设定噪声子码长度门限值为所述根据STFT的结果计算一个子码的长度的设定比例，将子码长度小于所述噪声子码长度门限值的子码滤除。

6.如权利要求5所述的测量方法，其特征在于，所述噪声子码滤除还包括：

对所有子码的起始位置进行检测，若两子码的起始位置之间的距离小于设定的距离阈值，则滤除两子码中子码长度较短的一个。

7.如权利要求1、2、3、4或6所述的测量方法，其特征在于，所述在二维过门限检测结果中检测子码，之后还包括：

将所有子码的长度值从小到大排列得到子码长度序列，在所述子码长度序列中选取设定点开始依次计算前设定数量个点的方差，若方差发生突变时，则将所述设定点对应的子码长度数值修改为所述前设定数量个点的均值。

8.如权利要求1、2、3、4或6所述的测量方法，其特征在于，所述在二维过门限检测结果中检测子码，之后还包括：

以所有子码长度的平均值作为子码时宽；

对两两相邻子码的起始位置进行比较，若存在两相邻子码起始位置相差子码时宽的N倍，则当前两相邻子码间缺失了N个子码，根据当前两相邻子码位置以及子码时宽计算缺失子码的位置；

对缺失子码进行补全。

Images