CN111679264A - 一种间歇采样转发干扰抑制方法、装置和设备 - Google Patents

一种间歇采样转发干扰抑制方法、装置和设备 Download PDF

Info

Publication number
CN111679264A
CN111679264A CN202010567340.8A CN202010567340A CN111679264A CN 111679264 A CN111679264 A CN 111679264A CN 202010567340 A CN202010567340 A CN 202010567340A CN 111679264 A CN111679264 A CN 111679264A
Authority
CN
China
Prior art keywords
signal
time
frequency
target echo
information
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
Application number
CN202010567340.8A
Other languages
English (en)
Other versions
CN111679264B (zh
Inventor
宫健
郭艺夺
冯存前
李欣
王春阳
肖宇
陈赓
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.)
Air Force Engineering University of PLA
Original Assignee
Air Force Engineering University of PLA
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 Air Force Engineering University of PLA filed Critical Air Force Engineering University of PLA
Priority to CN202010567340.8A priority Critical patent/CN111679264B/zh
Publication of CN111679264A publication Critical patent/CN111679264A/zh
Application granted granted Critical
Publication of CN111679264B publication Critical patent/CN111679264B/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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • 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
    • G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
    • 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
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • 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
    • G01S7/418—Theoretical aspects
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请实施例提供一种间歇采样转发干扰抑制方法、装置和设备，所述间歇采样转发干扰抑制方法包括：获取接收信号；对所述接收信号进行时频变换，得到所述接收信号的时频信息；从所述时频信息中，提取包括目标回波信号的第一信号段；对所述第一信号段进行信号重构，得到目标回波信号。本申请实现了对间歇采样转发干扰的有效抑制，提高雷达目标探测的准确性。

Description

一种间歇采样转发干扰抑制方法、装置和设备
技术领域
本申请涉及信号处理技术领域，具体而言，涉及一种间歇采样转发干扰抑制方法、装置和设备。
背景技术
雷达是利用电磁波探测目标的电子设备。对雷达的电子干扰样式灵活多变，其中，间歇采样转发干扰，通过分时收发解决了干扰机天线的收发隔离问题，同时也避免了全脉冲存储干扰的转发延迟时间较大的问题，是当前灵巧噪声干扰的主要实现形式。目前，针对间歇采样转发干扰的识别和抑制手段，在高干信比条件下抑制效果不是很好，而且大多需要基于对干扰参数的准确估计。但是在实际应用中，由于干扰的非合作性，干扰参数的辨识方法复杂，且精度很难达到要求，因此局限性较大。
发明内容
本申请实施例的目的在于提供一种间歇采样转发干扰抑制方法、装置和设备，用以实现对间歇采样转发干扰的有效抑制，提高雷达目标探测的准确性。
本申请实施例第一方面提供了一种间歇采样转发干扰抑制方法，包括：获取接收信号；对所述接收信号进行时频变换，得到所述接收信号的时频信息；从所述时频信息中，提取包括目标回波信号的第一信号段；对所述第一信号段进行信号重构，得到目标回波信号。
于一实施例中，在所述对所述接收信号进行时频变换，得到所述接收信号的时频信息之前，还包括：获取发射信号；根据所述发射信号，对所述接收信号进行去斜处理。
于一实施例中，所述对所述接收信号进行时频变换，得到所述接收信号的时频信息，包括：计算所述接收信号的时频能量矩阵；将所述时频能量矩阵转换为灰度信息，得到所述时频信息。
于一实施例中，所述从所述时频信息中，提取包括目标回波信号的第一信号段，包括：计算所述时频信息的二值化分割阈值；根据所述二值化分割阈值，将所述时频信息转换为二值化信息；根据所述二值化信息，获取所述目标回波信号的时域选通特征；利用所述时域选通特征，从所述接收信号中提取所述第一信号段。
于一实施例中，所述对所述第一信号段进行信号重构，得到目标回波信号，包括：根据所述第一信号段的时频域线性关系和所述时域选通特征，构建信号重构模型；将所述第一信号段输入所述信号重构模型，输出所述目标回波信号。
本申请实施例第二方面提供了一种间歇采样转发干扰抑制装置，包括：第一获取模块，用于获取接收信号；变换模块，用于对所述接收信号进行时频变换，得到所述接收信号的时频信息；提取模块，用于从所述时频信息中，提取包括目标回波信号的第一信号段；重构模块，用于对所述第一信号段进行信号重构，得到目标回波信号。
于一实施例中，还包括：第二获取模块，用于获取发射信号；处理模块，用于根据所述发射信号，对所述接收信号进行去斜处理。
于一实施例中，所述变换模块具体用于：计算所述接收信号的时频能量矩阵；将所述时频能量矩阵转换为灰度信息，得到所述时频信息。
于一实施例中，所述提取模块具体用于：计算所述时频信息的二值化分割阈值；根据所述二值化分割阈值，将所述时频信息转换为二值化信息；根据所述二值化信息，获取所述目标回波信号的时域选通特征；利用所述时域选通特征，从所述接收信号中提取所述第一信号段。
于一实施例中，所述重构模块具体用于：根据所述第一信号段的时频域线性关系和所述时域选通特征，构建信号重构模型；将所述第一信号段输入所述信号重构模型，输出所述目标回波信号。
本申请实施例第三方面提供了一种电子设备，包括：存储器，用以存储计算机程序；处理器，用以执行本申请实施例第一方面及其任一实施例的方法。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请一实施例的电子设备的结构示意图；
图2为本申请一实施例的间歇采样转发干扰抑制方法的流程示意图；
图3为本申请一实施例中步骤230的子步骤的流程示意图；
图4为本申请一实施例中步骤240的子步骤的流程示意图；
图5为本申请间歇采样转发干扰的原理图示意；
图6为本申请接收信号幅度随时间变化的示意图；
图7为本申请去斜处理后瞬时频率随时间变化的示意图；
图8A为本申请一实施例的雷达接收信号的脉冲压缩结果图；
图8B为本申请一实施例的雷达接收信号的时频灰度图像；
图8C为本申请一实施例的时域选通特征的函数图；
图8D为本申请一实施例的目标回波信号的信号重构结果图；
图9A为本申请另一实施例的雷达接收信号的脉冲压缩结果图；
图9B为本申请另一实施例的雷达接收信号的时频灰度图像；
图9C为本申请另一实施例的时域选通特征的函数图；
图9D为本申请另一实施例的目标回波信号的信号重构结果图；
图10为本申请一实施例的间歇采样转发干扰抑制装置的结构示意图。
附图标记：
100-电子设备，110-总线，120-处理器，130-存储器，500-间歇采样转发干扰抑制装置，510-第一获取模块，520-变换模块，530-提取模块，540-重构模块，550-第二获取模块，560-处理模块。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，并不表示排列序号，也不能理解为指示或暗示相对重要性。
在本申请的描述中，除非另有明确的规定和限定，术语“安装”、“设置”、“设有”、“连接”、“配置为”应做广义理解。例如，可以是固定连接，也可以是可拆卸连接，或整体式构造；可以是机械连接，也可以是电连接；可以是直接相连，也可以是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
请参看图1，其为本申请一实施例的电子设备100的结构示意图，包括至少一个处理器120和存储器130，图1中以一个处理器为例。处理器120和存储器130通过总线110连接，存储器130存储有可被至少一个处理器120执行的指令，指令被至少一个处理器120执行，以使至少一个处理器120执行如下述实施例中的间歇采样转发干扰抑制方法。
如图2所示，其为本申请一实施例的间歇采样转发干扰抑制方法的流程示意图，该方法可由图1所示的电子设备100来执行，以实现对间歇采样转发干扰的有效抑制，提高雷达目标探测的准确性。该方法包括如下步骤：
步骤210：获取接收信号。
在上述步骤中，雷达的接收信号r(t)中包括了目标回波信号sr(t)、干扰机的干扰信号j(t)和噪声信号n(t)。干扰机对雷达进行间歇采样转发干扰，如图5所示，在一个干扰周期Ts内，干扰机首先在雷达发射信号中截取长度为τ的一段信号存储起来，随后将存储的信号转发M1次，通常M1＝Ts/τ-1，然后将上述存储转发过程重复M2次，干扰持续的总时间为T,则M2＝T/Ts。
间歇采样转发干扰只存储雷达的部分发射信号形成干扰，与雷达的发射信号是部分相干关系，要想实现较好的干扰效果需要较高的干信比，所以雷达受到干扰时接收信号的幅度表现出周期性的强弱交替关系，如图6所示。
步骤220：对接收信号进行时频变换，得到接收信号的时频信息。
在上述步骤中，在对接收信号r(t)进行时频变换，得到接收信号r(t)的时频信息之前，先获取雷达的发射信号s(t)，根据发射信号s(t)，对接收信号r(t)进行去斜处理。去斜处理就是将输入信号与参考信号混频，从而降低输入信号带宽的过程，于一实施例中，接收信号r(t)作为输入信号，发射信号s(t)作为参考信号，将接收信号r(t)与发射信号s(t)共轭相乘，得到接收信号r(t)与发射信号s(t)的混频结果：
rst(t)＝sst(t)+αjst(t)+n(t)·s*(t)
其中，rst(t)表示去斜处理后的接收信号，sst(t)表示去斜处理后的目标回波信号，jst(t)表示去斜处理后的干扰信号，α表示预设调制系数。
对接收信号r(t)进行时频变换，可以计算接收信号r(t)的时频能量矩阵，将时频能量矩阵转换为灰度信息，从而得到时频信息。
于一实施例中，可以对上述去斜处理的结果做GST(Generalized S transform，广义S变换)，得到信号的时频分布：
Rst(t,f)＝Sst(t,f)+αJst(t,f)+N(t,f)
其中，Rst(t,f)表示rst(t)的时频分布，Sst(t,f)表示sst(t)的时频分布，Jst(t,f)表示jst(t)的时频分布，Rst(t,f)表示n(t)·s*(t)的时频分布，根据接收信号的时频能量矩阵|Rst(t,f)|绘制时频分布图，即根据时频能量矩阵|Rst(t,f)|中的元素的数值大小，将坐标轴上对应的位置设置为不同的颜色，得到时频分布图，再将时频分布图转换为灰度图像，得到时频信息。
步骤230：从时频信息中，提取包括目标回波信号的第一信号段。
在上述步骤中，若目标与雷达的距离为Rt，则雷达接收到的幅度归一化回波可表示为：
Figure BDA0002548075640000061
其中，rect()表示矩形函数，Δt1表示转发延时，f0表示载波频率，μ表示调频频率，
Figure BDA0002548075640000062
表示相位。
忽略干扰机进行干扰时的系统延迟，则间歇采样转发干扰的信号模型可表示为：
Figure BDA0002548075640000071
其中，p0(t)表示周期脉冲采样信号，τ表示采样脉冲的脉冲宽度，Ts表示采样脉冲信号p0(t)的周期，M2表示采样脉冲p0(t)的脉冲数，通常取M2＝T/Ts，δ(t)表示冲击函数，M1表示循环转发的次数，通常取M1＝Ts/τ-1，j(t)表示干扰信号，s(t)表示雷达的发射信号。
将间歇采样转发干扰信号与参考信号做共轭相乘后，可得：
Figure BDA0002548075640000072
其中，jst(t)表示去斜处理后的干扰信号，tref表示参考信号时间，
Figure BDA0002548075640000073
表示第M1循环M2个脉冲的相位。
则间歇采样转发干扰信号经过去斜处理后的瞬时频率可表示为：
Figure BDA0002548075640000074
由此可知，经过去斜处理后，间歇采样转发干扰在时域和频域都是不连续的。令M1＝3和M2＝4，则去斜处理后瞬时频率随时间的变化规律如图7所示。
干扰机对雷达信号进行存储的时间内，只有目标回波信号存在；在干扰机转发干扰的时间内，干扰信号和回波信号同时存在，但是二者的瞬时频率是不同的。根据干扰存储和干扰转发两个时间段的特征差异，从时频信息中，提取出只有目标回波信号存在的第一信号段。
步骤240：对第一信号段进行信号重构，得到目标回波信号。
在上述步骤中，提取出来的第一信号段可以看作是目标回波信号的欠采样,由于目标回波信号是一个单频信号，在频域具有稀疏性，因此可以采用压缩感知重构的方法来进行信号重构，经过压缩感知重构以后，进行去斜处理的逆过程，得到目标回波信号。
如图3所示，其为本申请一实施例中步骤230的子步骤的流程示意图，步骤230：从时频信息中，提取包括目标回波信号的第一信号段，可以包括：
步骤231：计算时频信息的二值化分割阈值。
在上述步骤中，时频信息为表示接收信号时频分布的灰度图像，于一实施例中，可以采用Tsallis交叉熵求得对时频信息的二值化分割阈值Thopt。
步骤232：根据二值化分割阈值，将时频信息转换为二值化信息。
在上述步骤中，根据二值化分割阈值Thopt，将灰度图像转换为二值图像，得到二值化信息，二值图像中各个像素点的值为：
Figure BDA0002548075640000081
步骤233：根据二值化信息，获取目标回波信号的时域选通特征。
在上述步骤中，对二值化信息沿图像频率轴求和，并进行归一化，即可得到函数形式的时域选通特征。
于一实施例中，二值图像的大小为N×N，对二值图像沿频率轴求和，并进行归一化，就可以得到时域选通特征：
Figure BDA0002548075640000082
其中，pt(t)是一个由0和1组成的维数为1×N的行向量，pt(t)对应的时间长度与接收信号的时间长度相同。
步骤234：利用时域选通特征，从接收信号中提取第一信号段。
在上述步骤中，利用时域选通特征，从接收信号中提取只有目标回波信号的第一信号段，可以表示为：
sex(t)＝pt(t)·rst(t)＝pt(t)·sst(t)
如图4所示，其为本申请一实施例中步骤240的子步骤的流程示意图，步骤240：对第一信号段进行信号重构，得到目标回波信号，可以包括：
步骤241：根据第一信号段的时频域线性关系和时域选通特征，构建信号重构模型。
在上述步骤中，目标回波信号sst(t)离散化后对应的列向量为
Figure BDA0002548075640000091
接收信号rst(t)离散化后对应的列向量为
Figure BDA0002548075640000092
时域选通特征pt(t)离散化后对应的列向量为
Figure BDA0002548075640000093
这三个向量的维数均为N×1，预设一个维数为N×N的矩阵Φ'＝0N×N,用
Figure BDA0002548075640000094
中的元素替换掉矩阵Φ'中的对角线元素之后，删除矩阵Φ'中元素全为0的行向量，得到一个维数为K×N的新矩阵Φ，那么第一信号段的向量可以表示为：
Figure BDA0002548075640000095
其中y的维数为K×1。
对
Figure BDA0002548075640000096
做DFT(Discrete Fourier Transform，离散傅里叶变换)，可以得到
Figure BDA0002548075640000097
的频谱为：
Figure BDA0002548075640000098
其中，WN是N×N的离散傅里叶变换矩阵，WN(k,l)＝exp(-j2πkl/N),K＝0,1,…,N-1,l＝0,1,…,N-1。
那么，第一信号段的向量y与目标回波信号的频谱
Figure BDA0002548075640000099
的线性关系可以表示为
Figure BDA00025480756400000910
其中，
Figure BDA00025480756400000911
为WN的逆矩阵，由于提取第一信号段的过程中，丢弃了受干扰机影响的信号段，y的维数远远小于
Figure BDA00025480756400000912
的维数N,因此，该时频域线性关系为一个欠定方程，满足压缩感知最小问题求解模型。
步骤242：将第一信号段输入信号重构模型，输出目标回波信号。
在上述步骤中，可以采用CoSaMP(Compressive Sampling MP，压缩采样追踪匹配)算法，输入K×N的新矩阵Φ，K×1的第一信号段y和预设迭代停止阈值ε，初始化令信号残差r0＝y，支撑集
Figure BDA0002548075640000101
原子合集
Figure BDA0002548075640000102
迭代次数m＝1。
计算|ΦTrm-1|，取最大2K个元素对应的索引存入集合J中，并合并集合Jm和Λm-1，得到候选集合为Cm＝Λm-1∪Jm，相应的候选原子集合为
Figure BDA0002548075640000103
计算
Figure BDA0002548075640000104
其中
Figure BDA0002548075640000105
并将
Figure BDA0002548075640000106
中最大的K个元素存入集合Λm中，得到相应的原子集合为
Figure BDA0002548075640000107
计算
Figure BDA0002548075640000108
并更新残差
Figure BDA0002548075640000109
若||rm||2≤ε，则停止迭代，输出
Figure BDA00025480756400001010
否则，令m＝m+1，并继续迭代过程。
如图8A所示，其为本申请一实施例的雷达接收信号的脉冲压缩结果图，雷达发射信号的脉冲宽度为50μs，调频斜率μ＝10×104MHz/s，对应带宽B＝5MHz，去斜处理参考窗口宽度Tref＝100μs，采样脉冲的脉冲宽度τ＝1μs，采样周期Ts＝2μs，干信比JSR＝25dB，信噪比SNR＝10dB。间歇采样转发干扰的干扰占空比为50％，此时间歇采样转发干扰经过脉冲压缩后，会生成稀疏分布的多个假目标。
为了获得更好的时间分辨率，可以将广义S变换的参数设置为ρ＝5，对去斜处理后的接收信号进行GST，得到时频灰度图像(如图8B所示)，对时频灰度图像进行阈值分割，得到时域选通特征的函数图(如图8C所示)，并利用CoSaMP算法重构去斜处理后的目标回波信号，根据去斜处理的原理，进行去斜处理的逆过程，即可得到重构的目标回波信号(如图8D所示)。
雷达接收信号经过时域选通和压缩感知重构后，与原信号相比，相位和幅度都几乎没有失真。对重构的信号进行脉冲压缩，可以发现，基于本申请的间歇采样转发干扰抑制方法的脉冲压缩输出结果只有一个峰值，而基于带通滤波的方法在采样占空比较高时，可以利用最大的峰值来确定目标的距离信息，但是其脉冲压缩结果具有较多的旁瓣，而当占空比较低时，基于带通滤波的方法已经难以有效抑制干扰。
本申请的间歇采样转发干扰抑制方法具有一定的抗噪能力，当间歇采样占空比较高时，干扰抑制方法对噪声的容忍度较高，信噪比SNR>-10dB，即可保证干扰抑制的效果，这主要是因为占空比越高，就有更多的只有目标回波信号的第一信号段可以用于重构，直接提高了重构时对于噪声的抵抗能力。
于一实施例中，可以通过提取重构的目标回波信号的脉冲压缩最大值，得到目标距离。
如图9A所示，其为本申请另一实施例的雷达接收信号的脉冲压缩结果图，雷达发射信号的脉冲宽度为50μs，调频斜率μ＝10×104MHz/s，对应带宽B＝5MHz，去斜处理参考窗口宽度Tref＝100μs，采样脉冲的脉冲宽度τ＝1μs，采样周期Ts＝10μs，干信比JSR＝25dB，信噪比SNR＝10dB。间歇采样转发干扰的干扰占空比为10％，此时间歇采样转发干扰经过脉冲压缩后，会生成密集分布的假目标，较强的假目标的分布范围约为从45μs到60μs。
为了获得更好的时间分辨率，可以将广义S变换的参数设置为ρ＝5，对去斜处理后的接收信号进行GST，得到时频灰度图像(如图9B所示)，对时频灰度图像进行阈值分割，得到时域选通特征的函数图(如图9C所示)，并利用CoSaMP算法重构去斜处理后的目标回波信号，根据去斜处理的原理，进行去斜处理的逆过程，即可得到重构的目标回波信号(如图9D所示)。
如图10所示，其为本申请一实施例的间歇采样转发干扰抑制装置500的结构示意图，该装置可应用于图1所示的电子设备100，包括：第一获取模块510、变换模块520、提取模块530、重构模块540、第二获取模块550和处理模块560。各个模块的原理关系如下：
第一获取模块510，用于获取接收信号。
变换模块520，用于对接收信号进行时频变换，得到接收信号的时频信息。
提取模块530，用于从时频信息中，提取包括目标回波信号的第一信号段。
重构模块540，用于对第一信号段进行信号重构，得到目标回波信号。
第二获取模块550，用于获取发射信号。
处理模块560，用于根据发射信号，对接收信号进行去斜处理。
于一实施例中，变换模块520具体用于：计算接收信号的时频能量矩阵；将时频能量矩阵转换为灰度信息，得到时频信息。
于一实施例中，提取模块530具体用于：计算时频信息的二值化分割阈值；根据二值化分割阈值，将时频信息转换为二值化信息；根据二值化信息，获取目标回波信号的时域选通特征；利用时域选通特征，从接收信号中提取第一信号段。
于一实施例中，重构模块540具体用于：根据第一信号段的时频域线性关系和时域选通特征，构建信号重构模型；将第一信号段输入信号重构模型，输出目标回波信号。
上述间歇采样转发干扰抑制装置500的详细描述，请参见上述实施例中相关方法步骤的描述。
本发明实施例还提供了一种电子设备可读存储介质，包括：程序，当其在电子设备上运行时，使得电子设备可执行上述实施例中方法的全部或部分流程。其中，存储介质可为磁盘、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等。存储介质还可以包括上述种类的存储器的组合。
以上仅为本申请的优选实施例而已，并不用于限制本申请。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种间歇采样转发干扰抑制方法，其特征在于，包括：
获取接收信号；
对所述接收信号进行时频变换，得到所述接收信号的时频信息；
从所述时频信息中，提取包括目标回波信号的第一信号段；
对所述第一信号段进行信号重构，得到目标回波信号。
2.根据权利要求1所述的方法，其特征在于，在所述对所述接收信号进行时频变换，得到所述接收信号的时频信息之前，还包括：
获取发射信号；
根据所述发射信号，对所述接收信号进行去斜处理。
3.根据权利要求1所述的方法，其特征在于，所述对所述接收信号进行时频变换，得到所述接收信号的时频信息，包括：
计算所述接收信号的时频能量矩阵；
将所述时频能量矩阵转换为灰度信息，得到所述时频信息。
4.根据权利要求1所述的方法，其特征在于，所述从所述时频信息中，提取包括目标回波信号的第一信号段，包括：
计算所述时频信息的二值化分割阈值；
根据所述二值化分割阈值，将所述时频信息转换为二值化信息；
根据所述二值化信息，获取所述目标回波信号的时域选通特征；
利用所述时域选通特征，从所述接收信号中提取所述第一信号段。
5.根据权利要求4所述的方法，其特征在于，所述对所述第一信号段进行信号重构，得到目标回波信号，包括：
根据所述第一信号段的时频域线性关系和所述时域选通特征，构建信号重构模型；
将所述第一信号段输入所述信号重构模型，输出所述目标回波信号。
6.一种间歇采样转发干扰抑制装置，其特征在于，包括：
第一获取模块，用于获取接收信号；
变换模块，用于对所述接收信号进行时频变换，得到所述接收信号的时频信息；
提取模块，用于从所述时频信息中，提取包括目标回波信号的第一信号段；
重构模块，用于对所述第一信号段进行信号重构，得到目标回波信号。
7.根据权利要求6所述的装置，其特征在于，还包括：
第二获取模块，用于获取发射信号；
处理模块，用于根据所述发射信号，对所述接收信号进行去斜处理。
8.根据权利要求6所述的装置，其特征在于，所述变换模块具体用于：
计算所述接收信号的时频能量矩阵；
将所述时频能量矩阵转换为灰度信息，得到所述时频信息。
9.根据权利要求6所述的装置，其特征在于，所述提取模块具体用于：
计算所述时频信息的二值化分割阈值；
根据所述二值化分割阈值，将所述时频信息转换为二值化信息；
根据所述二值化信息，获取所述目标回波信号的时域选通特征；
利用所述时域选通特征，从所述接收信号中提取所述第一信号段。
10.一种电子设备，其特征在于，包括：
存储器，用以存储计算机程序；
处理器，用以执行如权利要求1至5中任一项所述的方法。
CN202010567340.8A 2020-06-19 2020-06-19 一种间歇采样转发干扰抑制方法、装置和设备 Active CN111679264B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010567340.8A CN111679264B (zh) 2020-06-19 2020-06-19 一种间歇采样转发干扰抑制方法、装置和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010567340.8A CN111679264B (zh) 2020-06-19 2020-06-19 一种间歇采样转发干扰抑制方法、装置和设备

Publications (2)

Publication Number Publication Date
CN111679264A true CN111679264A (zh) 2020-09-18
CN111679264B CN111679264B (zh) 2023-09-15

Family

ID=72455961

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010567340.8A Active CN111679264B (zh) 2020-06-19 2020-06-19 一种间歇采样转发干扰抑制方法、装置和设备

Country Status (1)

Country Link
CN (1) CN111679264B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112363136A (zh) * 2020-10-28 2021-02-12 南京工业职业技术大学 一种基于目标稀疏性和频域去斜的雷达距离超分辨方法
CN112684419A (zh) * 2020-12-25 2021-04-20 南京理工大学 基于双lfm对消的抗间歇采样转发式干扰处理方法及系统
CN113030877A (zh) * 2021-02-08 2021-06-25 西安电子科技大学 一种对窄带自适应旁瓣相消的精准间歇采样干扰方法
CN113302511A (zh) * 2021-03-31 2021-08-24 华为技术有限公司 一种干扰处理方法和装置
CN113589244A (zh) * 2021-08-06 2021-11-02 中国人民解放军空军工程大学 一种回波模拟文件生成方法、装置、飞行器及电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106778610A (zh) * 2016-12-16 2017-05-31 哈尔滨工程大学 一种基于时频图像特征的脉内调制识别方法
CN106950554A (zh) * 2017-03-21 2017-07-14 中国人民解放军国防科学技术大学 实现振动干扰条件下旋转目标参数估计的方法
CN107132518A (zh) * 2017-06-07 2017-09-05 陕西黄河集团有限公司 一种基于稀疏表示和时频特征的距离扩展目标检测方法
CN107202984A (zh) * 2017-04-01 2017-09-26 中国人民解放军空军工程大学 一种空间目标窄带雷达成像与测量方法
CN109541549A (zh) * 2018-10-09 2019-03-29 广东工业大学 基于emd和稀疏信号处理的间歇采样转发干扰抑制方法
CN110426686A (zh) * 2019-07-18 2019-11-08 长沙理工大学 雷达抗间歇采样转发干扰方法、装置和雷达设备
US20190353768A1 (en) * 2016-12-26 2019-11-21 Nec Corporation Method for removing inter-radar interference, signal processing device, signal processing method, and signal processing program

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106778610A (zh) * 2016-12-16 2017-05-31 哈尔滨工程大学 一种基于时频图像特征的脉内调制识别方法
US20190353768A1 (en) * 2016-12-26 2019-11-21 Nec Corporation Method for removing inter-radar interference, signal processing device, signal processing method, and signal processing program
CN106950554A (zh) * 2017-03-21 2017-07-14 中国人民解放军国防科学技术大学 实现振动干扰条件下旋转目标参数估计的方法
CN107202984A (zh) * 2017-04-01 2017-09-26 中国人民解放军空军工程大学 一种空间目标窄带雷达成像与测量方法
CN107132518A (zh) * 2017-06-07 2017-09-05 陕西黄河集团有限公司 一种基于稀疏表示和时频特征的距离扩展目标检测方法
CN109541549A (zh) * 2018-10-09 2019-03-29 广东工业大学 基于emd和稀疏信号处理的间歇采样转发干扰抑制方法
CN110426686A (zh) * 2019-07-18 2019-11-08 长沙理工大学 雷达抗间歇采样转发干扰方法、装置和雷达设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
蒋莹等: "基于频域稀疏性的间歇采样转发干扰识别", 《空军预警学院学报》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112363136A (zh) * 2020-10-28 2021-02-12 南京工业职业技术大学 一种基于目标稀疏性和频域去斜的雷达距离超分辨方法
CN112363136B (zh) * 2020-10-28 2023-09-22 南京工业职业技术大学 一种基于目标稀疏性和频域去斜的雷达距离超分辨方法
CN112684419A (zh) * 2020-12-25 2021-04-20 南京理工大学 基于双lfm对消的抗间歇采样转发式干扰处理方法及系统
CN112684419B (zh) * 2020-12-25 2024-01-05 南京理工大学 基于双lfm对消的抗间歇采样转发式干扰处理方法及系统
CN113030877A (zh) * 2021-02-08 2021-06-25 西安电子科技大学 一种对窄带自适应旁瓣相消的精准间歇采样干扰方法
CN113030877B (zh) * 2021-02-08 2023-12-22 西安电子科技大学 一种对窄带自适应旁瓣相消的精准间歇采样干扰方法
CN113302511A (zh) * 2021-03-31 2021-08-24 华为技术有限公司 一种干扰处理方法和装置
CN113302511B (zh) * 2021-03-31 2022-05-24 华为技术有限公司 一种干扰处理方法和装置
CN113589244A (zh) * 2021-08-06 2021-11-02 中国人民解放军空军工程大学 一种回波模拟文件生成方法、装置、飞行器及电子设备
CN113589244B (zh) * 2021-08-06 2023-06-30 中国人民解放军空军工程大学 一种回波模拟文件生成方法、装置、飞行器及电子设备

Also Published As

Publication number Publication date
CN111679264B (zh) 2023-09-15

Similar Documents

Publication Publication Date Title
CN111679264B (zh) 一种间歇采样转发干扰抑制方法、装置和设备
Suksmono et al. Compressive stepped-frequency continuous-wave ground-penetrating radar
Zhang et al. High-resolution ISAR imaging with sparse stepped-frequency waveforms
Xu et al. Sparse apertures ISAR imaging and scaling for maneuvering targets
Rao et al. Adaptive sparse recovery by parametric weighted L $ _ {1} $ minimization for ISAR imaging of uniformly rotating targets
Aubry et al. High range resolution profile estimation via a cognitive stepped frequency technique
Stankovic ISAR image analysis and recovery with unavailable or heavily corrupted data
CN110275166A (zh) 基于admm的快速稀疏孔径isar自聚焦与成像方法
Tuncer et al. Ground reflection removal in compressive sensing ground penetrating radars
CN103235295B (zh) 基于压缩卡尔曼滤波的小场景雷达目标距离像估计方法
Stankovic et al. Time-frequency analysis of micro-Doppler signals based on compressive sensing
Sun et al. High-resolution ISAR imaging of maneuvering targets based on sparse reconstruction
Chen et al. Measurement matrix optimization for ISAR sparse imaging based on genetic algorithm
Wang et al. Denoising FMCW ladar signals via EEMD with singular spectrum constraint
Bacci et al. ISAR resolution enhancement via compressive sensing: A comparison with state of the art SR techniques
Liu et al. Decoupled ISAR imaging using RSFW based on twice compressed sensing
Stankovic et al. Nonsparsity influence on the ISAR recovery from reduced data [Correspondence]
Wu et al. SAR imaging from azimuth missing raw data via sparsity adaptive StOMP
Hou et al. Sparse coding-inspired high-resolution ISAR imaging using multistage compressive sensing
Wang et al. Removal of micro‐Doppler effect in ISAR imaging based on time recursive iterative adaptive approach
Amin et al. Reconstruction of locally frequency sparse nonstationary signals from random samples
Ertin et al. Sparse target recovery performance of multi-frequency chirp waveforms
CN111044996A (zh) 一种基于降维近似消息传递的lfmcw雷达目标检测方法
Liu et al. Radar target MTD 2D-CFAR algorithm based on compressive detection
Chen et al. Study of threshold setting for rapid detection of multicomponent LFM signals based on the fourth-order origin moment of fractional spectrum

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