CN111308426A - 一种适用于单天线接收机的低信噪比周期调频信号检测与分离方法 - Google Patents
一种适用于单天线接收机的低信噪比周期调频信号检测与分离方法 Download PDFInfo
- Publication number
- CN111308426A CN111308426A CN201911260971.9A CN201911260971A CN111308426A CN 111308426 A CN111308426 A CN 111308426A CN 201911260971 A CN201911260971 A CN 201911260971A CN 111308426 A CN111308426 A CN 111308426A
- Authority
- CN
- China
- Prior art keywords
- signal
- periodic
- data
- signals
- frequency
- 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
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
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mathematical Physics (AREA)
- Electromagnetism (AREA)
- Noise Elimination (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种适用于单天线接收机的低信噪比周期调频信号检测与分离方法,属于无线电信号检测与分离领域。所述方法包括:利用单天线接收机获得数字化接收信号数据;对接收数据进行自相关运算,检测其中周期成分并估计其周期;根据截获信号的周期特性将截获的信号进行分割、重组,检测并提取重组后信号单频分量,最后进行信号重构,获得分离后信号。本发明能够降低检测与分离周期调频信号的计算量,同时提高信号检测与分离准确率,并且适用于多种非线性周期调频信号的检测与分离。
Description
技术领域
本发明属于无线电信号检测与分离领域,尤其涉及一种单天线电子侦察接收机多周期调频信号检测与分离方法。
背景技术
周期调频信号广泛应用于通信、雷达、声纳及干扰机等系统中,特别是线性调频连续波(LFMCW)信号,具有低截获概率(lowprobability ofintercept,LPI)、测距精度高,抗干扰能力强的特性,被广泛应用于新体制雷达。
随着战场中雷达数目的增多,低信噪比下弱信号的有效检测和交叠雷达信号分离在雷达侦察中扮演的角色越来越重要,成为该领域要解决的两大难点问题。目前,已有不少学者对周期调频信号的检测与识别进行了研究,主要包括正交镜像滤波器组、短时Fourier变换(STFT)、Wigner-Hough变换(WHT)、Radon-Wigner变换(RWT)和分数阶Fourier变换(FRFT)等方法。这些方法并没有利用信号多个周期的调制信息,算法的处理增益仅局限在一个调制周期内,它们并不是周期调频信号的最优检测算法。当多个信号存在时,强信号往往对弱信号有遮蔽作用,检测弱信号时大多采用“强峰值遮蔽-弱峰值提取”的迭代过程。上述算法的处理增益并不随着信号周期数的增加而增大,因此这一迭代过程将无法实现。根据LFMCW信号的周期特性,Geroleo F.G.等学者提出了周期WHT算法,实现了LFMCW信号的周期积累。该算法亦可应用于LFMCW信号和多相码连续波信号的检测与分离,但计算量较大,限制了工程应用。对此,朱健东、黄宇等学者分别提出了周期FRFT算法,实现了与周期WHT同样的检测性能,大大降低了运算量。然而,目前算法仍有以下缺点:(1)现有算法仍然需要进行时频变换,计算量较大;(2)对于非线性周期调频信号的监测与分离效果不佳。
因此,进一步降低周期调频信号检测与分离方法的计算量,并增加其对多种信号的适应能力是相关领域学者的研究重点。
发明内容
本发明提供了一种适用于单天线接收机的低信噪比周期调频信号检测与分离方法,其目的在于改善现有适用于单天线接收机的周期调频信号检测与分离算法复杂度高,对于非线性周期调频信号的监测与分离效果不佳的问题。本发明按照截获信号的周期特性将截获的信号进行分割、重组,检测并提取重组后信号单频分量,最后进行信号重构,获得分离后信号。
本发明具体步骤如下:
步骤一、对单天线接收机经过射频处理后接收信号进行周期分量检测,获得各周期分量的周期参数;
步骤二、根据获得的周期参数将接收信号进行重组,对重组后的信号进行单频成分检测与提取处理;
步骤三、将处理后的各组信号进行重构,获得分离后信号。
本发明还进一步包括:
所述的步骤一具体如下:
步骤2.1:对单天线接收机接收到的射频信号,经过射频处理和数字化处理,获得T个采样点的数字接收信号矢量x;x=[x(1) x(2),…,x(t),…,x(T)]T,其中t=1,2,…T,表示采样时刻,[·]T表示转置;
步骤2.2:对接收信号矢量x中周期成分的周期进行估计,得到接收信号周期成分的周期估计值P=[P1 P2 … PN],下角标n=1,2,…,N为周期成分标号,N为周期参数的总个数。
所述的步骤二具体如下:
步骤3.1:将估计的周期值P=[P1 P2 … PN],假设每个周期估计值对应一个待检测分离的周期调频信号,根据各个周期值对接收信号进行数据重组,得到N组重组信号,每组包含Qn段数据,第n组第q段数据表示为:xn,q;
步骤3.3:将只含有单频成分的同组各段数据进行重构,获得分离后信号yn。
所述的步骤3.1还包括:
步骤4.1:根据第n个周期值,可以将接收信号分成Qn段,获得第n组第q段数据的方式为:xn,q=[x(q) x(Pn+q) … x((m-1)Pn+q) …]T,其中,m=1,2,...,M为重组数据标号,其中M≤T/Pn。
所述的步骤3.2还包括:
步骤5.1:对各段数据xn,q进行傅里叶变换,得到对应的频谱fn,q;
所述的步骤3.3还包括:
步骤6.1:利用第n组各段处理后数据重构的信号的过程可以表示为:
本发明的主要特点在于:根据周期调频分量的周期特性,将单天线接收机接收到的信号进行重组,检测并提取重组后信号单频分量,最后进行信号重构,获得分离后信号。
与现有技术相比,本发明的优势在于在于:
本发明提供的方法通过将单天线接收机接收到的信号按照调频分量的周期特性进行重组,使得的宽带调频信号的检测与分离问题转变为窄带(单频)信号的检测与提取问题,降低了周期调频信号检测与分离处理的计算量,同时提高了信号检测与分离准确率,并且适用于多种非线性周期调频信号的检测与分离。
附图说明
图1为适用于单天线接收机的低信噪比周期调频信号检测与分离方法流程图;
图2为信号1的原始信号与分离后信号部分波形对比;
图3为信号2的原始信号与分离后信号部分波形对比;
图4为信号3的原始信号与分离后信号部分波形对比;
图5为接收信号参数表;
图6为分离信号均方误差表。
具体实施方式
下面结合附图和实施例对本发明所提方法进行进一步详细说明。
本发明提供了一种适用于单天线接收机的低信噪比周期调频信号检测与分离方法,包括:利用单天线接收机获得数字化接收信号数据;对接收数据进行自相关运算,检测其中周期成分并估计其周期;根据截获信号的周期特性将截获的信号进行分割、重组,检测并提取重组后信号单频分量,最后进行信号重构,获得分离后信号。本发明能够降低检测与分离周期调频信号的计算量,同时提高信号检测与分离准确率,并且适用于多种非线性周期调频信号的检测与分离。具体实施步骤为:
(1)对单天线接收机接收到的射频信号,经过射频处理和数字化处理,获得T个采样点的数字接收信号矢量x;x=[x(1) x(2),…,x(t),…,x(T)]T,其中t=1,2,…T,表示采样时刻,[·]T表示转置;
(2)对接收信号矢量x中周期成分的周期进行估计,得到接收信号周期成分的周期估计值P=[P1 P2 … PN],下角标n=1,2,…,N为周期成分标号,N为周期参数的总个数。
(3)将估计的周期值P=[P1 P2 … PN],假设每个周期估计值对应一个待检测分离的周期调频信号,根据各个周期值对接收信号进行数据重组,得到N组重组信号,每组包含Qn段数据,第n组第q段数据表示为:xn,q;
(4.1)对各段数据xn,q进行傅里叶变换,得到对应的频谱fn,q;
(5)将只含有单频成分的同组各段数据进行重构,获得分离后信号yn。利用第n组各段处理后数据重构的信号的过程可以表示为:
本发明实施例根据周期调频信号的广义周期特性,提出一种低信噪比周期调频信号检测与分离方法。本方法无需对信号进行时频变换,通过时域周期估计、数据重组,以及频域处理,使得的宽带调频信号的检测与分离问题转变为窄带(单频)信号的检测与提取问题,降低了周期调频信号检测与分离处理的计算量,同时提高了信号检测与分离准确率,并且适用于多种非线性周期调频信号的检测与分离。
为更加清晰的说明本发明提供的方法,本发明实施例通过仿真实验进行流程说明以及效果展示,以下实施例用于说明本发明的实施效果,但不用来限制本发明的范围。
实验条件为:有2个周期线性调频信号、1个正弦调频信号被侦察接收机截获,经过射频、下变频及数字化处理,三个信号参数如图5所示;接收机的下变频后的中心频率为1.25MHz,数字化采样频率为5MHz,采样时长为为1.5ms。
图1是本发明所述方法的流程图,该方法包括:
S110.数字化接收信号:
x=[x(1) x(2),…,x(t),…,x(T)]T
其中t=1,2,…T,表示采样时刻,[·]T表示转置,x(t)表示接收信号模型:
其中sk(t)为第k个周期调频信号,例如锯齿波调频信号、正弦调频信号,k=1,2,...,K为周期调频信号数,η(t)表示噪声及其他信号。
S120.利用周期分量与非周期分量自相关特性的差异,通过自相关运算完成周期分量的检测与周期估计。x(t)的自相关函数为:
式中为第k1个周期调频信号和第k2个周期调频信号的相关函数,为第k个周期调频信号和非周期分量的相关函数,Rη(·)为非周期分量的自相关函数。由于各周期调频信号、非周期分量之间相互独立,则接收信号的自相关函数可以近似为各分量信号自相关函数的和,则:
任何信号的自相关函数在τ=0时,有最大值,周期信号的自相关函数仍为周期函数,对高斯白噪声信号,RN(τ)≈0(τ>0);而周期调频信号的自相关函数仍为周期函数,周期为调频周期,则当τ>0时,Rx(τ)在τ为调频分量的调频周期时有峰值。
因此,检测接收信号的自相关函数的峰值,其对应时刻为估计得到的周期值:
P=[P1 P2 … PN]
其中,下角标n=1,2,…,N为周期成分标号,N为周期参数的总个数。
S130.令每个周期估计值对应一个待检测分离的周期调频信号,根据各个周期值对接收信号进行数据重组,得到N组重组信号。对各组各数据进行单频成分检测与提取,得到只含有单频成分的子段信号。
例如,根据第n个周期值Pn,可以将接收信号分成Qn段,其中第n组第q段数据为:
xn,q=[x(q) x(Pn+q) … x((m-1)Pn+q) …]T
其中,m=1,2,…,M为重组数据标号,其中M为重组数据总长度,满足M≤T/Pn。
S140.对各段组数据进行单频成分检测与提取,得到只含有单频成分的子段信号。
步骤S140可进一步包括:
S141.利用快速傅里叶变换将各段数据映射到频域,fn,q=FFT(xn,q),FFT(·)表示快速傅里叶变换函数。
S142.由调频信号广义周期特性得知:按照调频周期对周期信号进行重组,重组后的每段信号变为单频信号,且其能量比其他成分高。所以,检测各段信号中的单频成分,提取能量最高的频率成分fn,q(m)=max(fn,q),记录其对应拼点mf,其中,max(·)表示取一列数的最大值。其数学表示为:
S150.利用处理后的各子段信号重构分离后信号:
经过信号检测与分离后,原始信号与采用本发明所描述方法分离信号的部分波形对比如图2-图4给出,分离信号的均方误差如图6所示。可以发现本发明所提出方法可以在低信噪比条件下,将接收信号中的周期调频信号检测并分离出来。
综上,本发明的方法能够根据周期调频信号的广义周期特性,无需对信号进行时频变换,通过时域周期估计、数据重组,以及频域处理,使得的宽带调频信号的检测与分离问题转变为窄带(单频)信号的检测与提取问题,降低了周期调频信号检测与分离处理的计算量,同时提高了信号检测与分离准确率,并且适用于多种非线性周期调频信号的检测与分离。
本领域技术人员可以理解,在本发明具体实施方式的上述方法中,各步骤的序号大小并不意味着执行顺序的先后,各步骤的执行顺序应以其功能和内在逻辑确定,而不应对本发明具体实施方式的实施过程构成任何限定。本发明在应用上可以延伸为其他的修改、变化、应用和实施例,并且因此认为所有这样的修改、变化、应用、实施例都在本发明的精神和教导范围内。
Claims (6)
1.一种适用于单天线接收机的低信噪比周期调频信号检测与分离方法,其特征在于:包括如下步骤:
步骤一、对单天线接收机经过射频处理后接收信号进行周期分量检测,获得各周期分量的周期参数;
步骤二、根据获得的周期参数将接收信号进行重组,对重组后的信号进行单频成分检测与提取处理;
步骤三、将处理后的各组信号进行重构,获得分离后信号。
2.根据权利要求1所述的一种适用于单天线接收机的低信噪比周期调频信号检测与分离方法,其特征在于:所述的步骤一具体如下:
步骤2.1:对单天线接收机接收到的射频信号,经过射频处理和数字化处理,获得T个采样点的数字接收信号矢量x;x=[x(1) x(2),…,x(t),…,x(T)]T,其中t=1,2,…T,表示采样时刻,[·]T表示转置;
步骤2.2:对接收信号矢量x中周期成分的周期进行估计,得到接收信号周期成分的周期估计值P=[P1 P2…PN],下角标n=1,2,…,N为周期成分标号,N为周期参数的总个数。
4.根据权利要求3所述的一种适用于单天线接收机的低信噪比周期调频信号检测与分离方法,其特征在于:所述的步骤3.1还包括:
步骤4.1:根据第n个周期值,可以将接收信号分成Qn段,获得第n组第q段数据的方式为:xn,q=[x(q) x(Pn+q)…x((m-1)Pn+q)…]T,其中,m=1,2,…,M为重组数据标号,其中M≤T/Pn。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911260971.9A CN111308426B (zh) | 2019-12-10 | 2019-12-10 | 一种适用于单天线接收机的低信噪比周期调频信号检测与分离方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911260971.9A CN111308426B (zh) | 2019-12-10 | 2019-12-10 | 一种适用于单天线接收机的低信噪比周期调频信号检测与分离方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111308426A true CN111308426A (zh) | 2020-06-19 |
CN111308426B CN111308426B (zh) | 2023-09-29 |
Family
ID=71157971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911260971.9A Active CN111308426B (zh) | 2019-12-10 | 2019-12-10 | 一种适用于单天线接收机的低信噪比周期调频信号检测与分离方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111308426B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113109769A (zh) * | 2021-02-25 | 2021-07-13 | 中国人民解放军空军预警学院 | 一种随机重组调频编码抗干扰信号产生方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09304450A (ja) * | 1996-05-13 | 1997-11-28 | Mitsubishi Electric Corp | 受信信号識別装置 |
CN102798840A (zh) * | 2012-08-14 | 2012-11-28 | 西安电子科技大学 | 外辐射源雷达宽带信道化接收系统及fpga实现方法 |
CN105277923A (zh) * | 2015-11-20 | 2016-01-27 | 清华大学 | 一种单通道雷达信号分选方法 |
US20170004844A1 (en) * | 2012-05-04 | 2017-01-05 | Kaonyx Labs LLC | Systems and methods for source signal separation |
CN106597440A (zh) * | 2016-12-12 | 2017-04-26 | 南京信息职业技术学院 | 一种调频步进雷达低信噪比成像方法 |
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
- 2019-12-10 CN CN201911260971.9A patent/CN111308426B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09304450A (ja) * | 1996-05-13 | 1997-11-28 | Mitsubishi Electric Corp | 受信信号識別装置 |
US20170004844A1 (en) * | 2012-05-04 | 2017-01-05 | Kaonyx Labs LLC | Systems and methods for source signal separation |
CN102798840A (zh) * | 2012-08-14 | 2012-11-28 | 西安电子科技大学 | 外辐射源雷达宽带信道化接收系统及fpga实现方法 |
CN105277923A (zh) * | 2015-11-20 | 2016-01-27 | 清华大学 | 一种单通道雷达信号分选方法 |
CN106597440A (zh) * | 2016-12-12 | 2017-04-26 | 南京信息职业技术学院 | 一种调频步进雷达低信噪比成像方法 |
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 |
Non-Patent Citations (2)
Title |
---|
QIANG GUO 等: "Multiple interferences suppression method based on adaptive signal data regrouping for GNSS receivers" * |
彭耿 等: "单通道混合信号中周期信号的盲分离" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113109769A (zh) * | 2021-02-25 | 2021-07-13 | 中国人民解放军空军预警学院 | 一种随机重组调频编码抗干扰信号产生方法 |
CN113109769B (zh) * | 2021-02-25 | 2024-02-13 | 中国人民解放军空军预警学院 | 一种随机重组调频编码抗干扰信号产生方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111308426B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Aboutanios et al. | Fast iterative interpolated beamforming for accurate single-snapshot DOA estimation | |
CN204495996U (zh) | 宽带声纳接收器 | |
CN109307862A (zh) | 一种目标辐射源个体识别方法 | |
CN111323794B (zh) | 一种基于周期重采样的周期调频干扰消除方法 | |
CN102510363A (zh) | 一种强干扰源环境下的lfm信号检测方法 | |
CN109870684B (zh) | 一种基于cp-ofdm的碎片频谱背景下雷达距离像重构方法 | |
CN110133632B (zh) | 一种基于cwd时频分析的复合调制信号识别方法 | |
KR101294681B1 (ko) | 기상 신호 처리장치 및 그 처리방법 | |
CN110187313B (zh) | 基于分数阶Fourier变换的雷达信号分选识别方法及装置 | |
Song et al. | A method for specific emitter identification based on empirical mode decomposition | |
CN106772270A (zh) | 一种雷达回波信号的采样方法及重构方法 | |
CN114545342B (zh) | 利用多通道侦察接收机的雷达脉冲信号参数测量方法 | |
Jia et al. | Convolutive blind source separation for communication signals based on the sliding Z-transform | |
Wu et al. | Super-resolution TOA and AOA estimation for OFDM radar systems based on compressed sensing | |
Khan et al. | Robust sparse reconstruction of signals with gapped missing samples from multi-sensor recordings | |
Delamou et al. | Deep learning-based estimation for multitarget radar detection | |
CN111308426A (zh) | 一种适用于单天线接收机的低信噪比周期调频信号检测与分离方法 | |
CN108337205A (zh) | 一种基于多通道反馈结构的bpsk信号的欠采样参数估计方法 | |
CN113176541A (zh) | 一种自适应抗频谱弥散干扰方法及系统 | |
CN107688167B (zh) | 一种多时宽线性调频脉冲压缩信号幅度包络曲线生成方法 | |
KR102076096B1 (ko) | 레이더 신호 처리 장치 및 방법 | |
CN114598577B (zh) | 一种5g通信系统多频段信号融合过滤方法 | |
CN112883787B (zh) | 一种基于频谱匹配的短样本低频正弦信号参数估计方法 | |
Yu et al. | A waveform with low intercept probability for OFDM SAR | |
CN113325382A (zh) | 基于全局最优化相位调制的ddma mimo雷达速度解模糊方法 |
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 |