CN112748285B - 一种基于智能跟踪相关运算的相位测量方法 - Google Patents

Abstract

本发明公开了一种基于智能跟踪相关运算的相位测量方法，属于电子对抗领域。该方法为：首先构建N路采集数据向量，并测量第1路信号的中心频率和带宽；其次根据第1路信号的带宽智能匹配，生成一组带宽适配的低通滤波器系数，并根据第1路信号的中心频率，构建智能跟踪滤波向量；接着N路采集数据向量分别与智能跟踪滤波向量卷积，得到N路智能跟踪数据向量；然后将第2到N路的智能跟踪数据向量分别与第1路智能跟踪数据向量做相关运算；最后分别提取相关结果的相位信息，即为第2到N路与第1路的相位差。

Description

一种基于智能跟踪相关运算的相位测量方法

技术领域

本发明属于高精度相位测量技术，具体涉及一种基于智能跟踪相关运算的相位测量方法。

背景技术

在电子对抗领域，相位作为一种典型的信号特征参数，在目标测向定位、辐射源个体识别等方向发挥了非常重要的作用。目前，国内相位测量系统大多基于模拟电路设计，这类相位测量系统往往精度低、体积大、成本高。而得益于大规模数字集成电路的发展，数字化相位测量技术日益成熟，其精度高、系统稳定性好等优点使其获得了广泛的应用。

数字化相位测量技术主要有快速傅立叶变换(FFT)和相关运算这两种方法。快速傅立叶变换理论基于多路弦波信号的相位差等于各自采样序列的离散频谱在最大谱线处的相位差，方法简单，但对于相位调制、线性调频等宽带信号，损失了大量频谱能量导致精度大幅降低；相关运算法基于多路弦波信号的互相关函数和自相关函数，通过反余弦求解多路信号的相位差值，有效利用了宽带内频谱能量，但宽带内的噪声导致精度下降。

针对快速傅立叶变换法和相关运算法精度不足的问题，本发明提出一种基于智能跟踪相关运算的相位测量方法。该方法能够根据原始中频数据的中心频率和带宽智能匹配跟踪，充分利用通带内有效频谱能量，同时基于跟踪滤波去除通带内的噪声，从而有效提升信噪比，提高相位测量精度。本方案原理简单，相位测量精度高，还可以利用FPGA的高速并行运算能力，实现对逐脉冲信号的实时处理，从而实现单脉冲的高精度相位测量功能。

发明内容

本发明的目的在于提供一种基于智能跟踪相关运算的相位测量方法，针对宽带信号和低信噪比条件，传统的快速傅立叶变换、相关运算等算法相位测量精度较低。本发明能够根据原始中频数据的中心频率和带宽智能匹配跟踪，充分利用通带内有效频谱能量，同时去除带内噪声影响，从而有效提升信噪比，提高相位测量精度，实现对信号的逐脉冲高精度相位测量功能。

实现本发明目的的技术解决方案为：一种基于智能跟踪相关运算的相位测量方法，包括以下步骤：

步骤1、构建N路采集数据向量，并测量第1路信号的中心频率和带宽；

步骤2、根据第1路信号的带宽智能匹配，生成一组带宽适配的低通滤波器系数，并根据第1路信号的中心频率，构建智能跟踪滤波向量；

步骤3、N路采集数据向量分别与智能跟踪滤波向量卷积，得到N路智能跟踪数据向量；

步骤4、将第2到N路的智能跟踪数据向量分别与第1路智能跟踪数据向量做相关运算；

步骤5、分别提取相关结果的相位信息，即为第2到N路与第1路的相位差。

本发明与现有技术相比，其显著优点在于：

(1)本发明原理简单、易于实现，得益于FPGA的高速并行运算能力，相位测量精度高、系统稳定性好，可实现对信号的逐脉冲高精度相位测量功能；

(2)根据检测信号的频率和带宽特性，智能匹配跟踪滤波器的中心频率和通带带宽，充分利用通带内有效频谱能量，同时去除通带内的噪声，从而有效提升信噪比，提高相位测量精度。

附图说明

图1为本发明所述的一种基于智能跟踪相关运算的相位测量方法流程图。

图2为实施例中常规信号相位测量误差对比图。

图3为实施例中相位调制信号相位测量误差对比图。

图4为实施例中线性调频信号相位测量误差对比图。

具体实施方式

下面结合附图对本发明作进一步详细描述。

结合图1，本发明的一种基于智能跟踪相关运算的相位测量方法，包括以下步骤：

步骤1、在采样率f_s下，采集一定带宽内的原始中频数据，共计采集N路，每路M点，构建采集数据向量X_n如下：

X_n＝[x_n(1) x_n(2) … x_n(m) … x_n(M)],1≤n≤N,1≤m≤M (1)

测量采集的第1路原始中频数据X₁的中心频率为f，带宽为B。

步骤2、根据第1路原始中频数据X₁的带宽B智能匹配，生成一组带宽适配的低通滤波器系数，并根据第1路中心频率f，构建智能跟踪滤波向量H_Track，具体包括以下步骤：

步骤2-1、根据第1路原始中频数据X₁的带宽B智能匹配，生成一组带宽适配的K阶低通滤波器系数h_Lowpass如下：

h_Lowpass＝[h(1) h(2) … h(k) … h(K)],1≤k≤K (2)

步骤2-2、根据测得第1路原始中频数据X₁的中心频率f对低通滤波器系数h_Lowpass进行频率搬移，构建智能跟踪滤波向量H_Track如下：

其中1≤k≤K。

步骤3、N路采集数据向量X_n分别与智能跟踪滤波向量H_Track卷积，得到N路智能跟踪数据向量Y_n，具体如下：

Y_n＝H_Track*X_n,1≤n≤N (4)

步骤4、将第2路到第N路的智能跟踪数据向量分别与第1路智能跟踪数据向量做相关运算，得到相关结果R_n如下：

R_n＝Y_n·Y′₁,2≤n≤N (5)

其中，Y′₁为Y₁的转置。

步骤5、分别提取相关结果R_n的相位信息，即为第2路到第N路与第1路的相位差

如下：

实施例：

一种基于智能跟踪相关运算的相位测量方法，方法步骤如下：

步骤1、在采样率f_s＝1000MHz条件下，分别采集窄带常规、带宽为5MHz的相位调制以及带宽为5MHz的线性调频这三种类型的原始中频信号，共计采集N＝2路，每路M＝512点，以此构建采集数据向量X₁和X₂；测量采集的第1路原始中频数据的中心频率f＝560MHz，带宽分别为窄带、B＝5MHz和B＝5MHz。

步骤2、根据第1路原始中频数据X₁的带宽B＝5MHz智能匹配，生成一组通带带宽为6MHz的K＝20阶低通滤波器系数h_Lowpass，并根据第1路原始中频数据的信号频率f＝560MHz构建智能跟踪滤波向量H_Track。

步骤3、将2路采集数据向量X₁和X₂分别与智能跟踪滤波向量H_Track卷积，得到2路智能跟踪数据向量Y₁和Y₂。

步骤4、将第2路智能跟踪数据向量Y₂与第1路智能跟踪数据向量Y₁做相关运算，得到相关结果R₂。

步骤5、提取相关结果R₂的相位信息，即为第2路与第1路的相位差

每次随机产生一组相位差并以此生成2路原始中频数据，重复以上步骤，采用蒙特卡洛仿真计算相位测量误差的均方根结果。蒙特卡洛法的模拟次数为10000时，常规、相位调制、线性调频这三种类型信号的相位测量误差均方根结果如下：

(1)常规信号

采集常规信号的相位测量误差均方根结果如图2所示。

(2)相位调制信号

采集相位调制信号的相位测量误差均方根结果如图3所示。

(3)线性调频信号

采集线性调频信号的相位测量误差均方根结果如图4示。

试验结果表明，针对相位调制、线性调频等宽带信号时，快速傅立叶变换法由于损失了大量频谱能量导致相位测量精度大幅降低；而在低信噪比条件下，相关运算法由于宽带内噪声大，相位测量精度也受到较大影响。本专利提出的基于跟踪相关运算的相位测量方法，能够根据原始中频数据的中心频率和带宽智能适配跟踪，充分利用通带内有效频谱能量，同时基于跟踪滤波去除通带内的噪声，从而有效提升信噪比，提高相位测量精度。

综上所述，本专利提出的基于跟踪相关运算的相位测量方法，针对宽带信号、低信噪比条件，仍可保持较高的相位测量精度，满足了电子对抗领域对高精度相位测量的需求，具有广泛的应用价值。

Claims (5)

1.一种基于智能跟踪相关运算的相位测量方法，其特征在于，包括以下步骤：

步骤1、构建N路采集数据向量，并测量第1路信号的中心频率和带宽；

步骤2、根据第1路信号的带宽智能匹配，生成一组带宽适配的低通滤波器系数，并根据第1路信号的中心频率，构建智能跟踪滤波向量，具体如下：

根据第1路原始中频数据X₁的带宽B智能匹配，生成一组带宽适配的低通滤波器系数，并根据第1路中心频率f，构建智能跟踪滤波向量H_Track，具体包括以下步骤：

步骤2-1、根据第1路原始中频数据X₁的带宽B智能匹配，生成一组带宽适配的K阶低通滤波器系数h_Lowpass如下：

h_Lowpass＝[h(1) h(2) …h(k)…h(K)],1≤k≤K (2)

步骤2-2、根据测得第1路原始中频数据X₁的中心频率f对低通滤波器系数h_Lowpass进行频率搬移，构建智能跟踪滤波向量H_Track如下：

其中1≤k≤K；

步骤3、N路采集数据向量分别与智能跟踪滤波向量卷积，得到N路智能跟踪数据向量；

步骤4、将第2到N路的智能跟踪数据向量分别与第1路智能跟踪数据向量做相关运算；

步骤5、分别提取相关结果的相位信息，即为第2到N路与第1路的相位差。

2.根据权利要求1所述的基于智能跟踪相关运算的相位测量方法，其特征在于，步骤1中，构建N路采集数据向量，并测量第1路信号的中心频率和带宽，具体如下：

在采样率f_s下，采集一定带宽内的原始中频数据，共计采集N路，每路M点，构建采集数据向量X_n如下：

X_n＝[x_n(1) x_n(2)…x_n(m)…x_n(M)],1≤n≤N,1≤m≤M (1)

测量采集的第1路原始中频数据X₁的中心频率为f，带宽为B。

3.根据权利要求1所述的基于智能跟踪相关运算的相位测量方法，其特征在于，步骤3中，N路采集数据向量X_n分别与智能跟踪滤波向量H_Track卷积，得到N路智能跟踪数据向量Y_n，具体如下：

Y_n＝H_Track*X_n,1≤n≤N (4)。

4.根据权利要求1所述的基于智能跟踪相关运算的相位测量方法，其特征在于，步骤4中，将第2路到第N路的智能跟踪数据向量分别与第1路智能跟踪数据向量做相关运算，得到相关结果R_n，具体如下：

R_n＝Y_n·Y'₁,2≤n≤N (5)

其中，Y'₁为Y₁的转置。

5.根据权利要求1所述的基于智能跟踪相关运算的相位测量方法，其特征在于，步骤5中，分别提取相关结果R_n的相位信息，即为第2路到第N路与第1路的相位差

如下：

。

Images