CN113259027B - 一种基于Haar变换的敌我识别信号码速率计算方法 - Google Patents

Abstract

本发明涉及一种基于Haar变换的敌我识别信号码速率计算方法，包括以下步骤：先对中频信号进行采样，再利用信道化并行检测技术实时截获突发的IFF信号，并利用瞬时相位差测频技术获得IFF信号的准确频率，由此计算IFF信号的最佳多分辨分析尺度因子。在最佳多分辨分析尺度因子下对截获IFF信号进行Haar小波变换，得到IFF信号在小波变换域的特征向量参数，然后对特征向量参数进行奇异点域分离和曲线拟合，并同步实时计算所述特征向量参数的特征值；根据所述特征值建立树状结构的特征向量空间，判决计算IFF信号的精确码速率。本发明可以有效地减少敌我识别信号码速率的计算量和计算误差。

Description

一种基于Haar变换的敌我识别信号码速率计算方法

技术领域

本发明涉及信号码速率计算领域，具体涉及一种基于Haar变换的敌我识别信号码速率计算方法。

背景技术

Mark XIIA敌我识别系统是Mark XII的升级版本，在原有基础上增加了Mode5。Mode5系统采用安全信息格式和数据传输技术，提高了系统的安全性、抗干扰性和战场态势感知能力，可用作空对地、地对空、空对空、海对海等战斗识别。当前，美军和北约盟军的军用监视平台，如E-3B AWACS、E-2C预警机、宙斯盾作战系统均已装备Mode5敌我识别系统，空中、地面及水面作战平台的敌我识别系统也正在升级到Mode5系统

Mode5系统典型的特征之一是所有的脉冲均采用扩频扩谱的MSK调制方式，对调制脉冲码速率的高精度计算，对于敌我识别装备的精细特征分析来说，至关重要。该指标直接可以考核辐射源发射机基带调理电路的时钟稳定性、电路无意调制特性等，作为目标精细分析，乃至指纹分析，都具有重要意义。

目前，敌我识别信号码速率的计算方法主要有循环谱相关估计法和延时相乘估计法。循环谱相关估计法虽然可以正确检测和估算出信号的码速率，但是其计算量较大；延时相乘估计法利用输出信号的周期特性估算出信号的码速率，该方法简单、计算量小，当信噪比很低时无法正确估算出码速率，码速率的计算误差较大。这两种方法，当信噪比不稳定时，码速率的计算误差波动比较大，敌我识别设备无法快速截获敌我识别信号，不利于对敌方飞行器的特点与出行等重要情报的收集，无法满足敌我识别信号码速率计算领域的现阶段需求。

发明内容

本发明要解决的技术问题是，提供一种基于Haar变换的敌我识别信号码速率计算方法，解决现有的敌我识别信号码速率的计算方法计算量大，在信噪比不稳定时，码速率的计算误差波动比较大的问题。

一种基于Haar变换的敌我识别信号码速率计算方法，包括以下步骤：

S1、信号采样：对获取的信号进行变频得到中频信号，使用AD对中频信号进行实时采样，获得持续的采样数据；

S2、信号实时检测：在采样数据中，利用信号检测技术实时截获突发的IFF信号，并利用测频技术获得当前IFF信号的准确频率，剔除多信号夹杂、环境噪声干扰之后，形成时频时相曲线；

S3、最佳尺度因子计算：利用信号实时检测过程中形成的时频时相曲线结合尺度因子计算算法，计算IFF信号的最佳尺度因子；

S4、多分辨分析：在最佳尺度因子下对截获的IFF信号进行Haar小波变换，得到IFF信号在小波变换域的特征向量参数；

S5、奇异点域的信号分离和曲线拟合：对IFF信号在小波变换域的特征向量参数进行奇异点域的曲线拟合和信号分离，分离出IFF信号中的每一个分量，并剔除环境噪声、多径、干扰引起的飞点；

S6、特征值提取：IFF信号在小波变换域的特征向量参数经过奇异点域分离和曲线拟合之后，再进行并行处理，分别计算每一个IFF信号在小波变换域的特征向量参数的特征值；

S7、调制参数计算：利用IFF信号在小波变换域的特征向量参数的特征值建立特征向量空间，所述特征向量空间为树状结构，通过树状结构的特征向量空间判决计算IFF信号的精确码速率。

进一步的，在所述步骤S1中AD采用200Mbps带通对中频信号进行采样；200Mbps带通的中心频率为140MHz，有效瞬时处理信号带宽为50MHz，采样频率为200MHz。

进一步的，在所述步骤S2中，信号检测技术为信道化并行滑窗检测技术，测频技术为高精度瞬时相位差测频技术。

进一步的，所述步骤S3具体为：

S3a、通过信号实时检测过程中的时频时相曲线，获取IFF信号的中频频率fc和采样频率fs；

S3b、IFF信号频率计算误差从0.01MHz—1MHz做信噪比增益的仿真，信噪比增益为：

其中，所述fc为中频频率，fs为采样频率，Δf为IFF信号频率计算误差，a为尺度因子，π为圆周率，G’_SNR为信噪比增益；

S3c、通过信噪比增益的仿真结果，得出当前IFF信号的最佳尺度因子。

进一步的，所述步骤S5中对IFF信号在小波变换域的特征向量参数进行奇异点域的信号分离的步骤具体为：

S5a、根据IFF信号在小波变换域的特征向量参数，选取自适应阈值τ，采用自适应阈值τ检测IFF信号的脉冲起止点，得到脉冲起止点S_i0和S_i1；

S5b、实时计算出IFF信号的脉冲同步点个数M，将两个相邻同步点位置进行合并，根据脉冲起止点计算同步点位置；两个相邻同步点位置合并方式为:

p’_i＝int((p’_i+p’_i+1)/2)，p’_i+1-p’_i＜a,p′_i、p′_i+1为两个相邻同步点，

所述同步点位置p′_i＝int((S_i0+S_i1)/2)，i＝1,2,...,M。

进一步的，所述自适应阈值τ的选取方法为：以从大到小的方式选择IFF信号在小波变换域的特征向量参数，对IFF信号的脉冲进行同步点提取，首次提取的同步点个数为M₀,当提取的同步点个数M小于M₀时，用阈值调整因子λ(0<λ<1)计算τ＝λτ₀，直到M＝M₀，τ₀为自适应初始阈值。

进一步的，所述步骤S5具体为通过LS拟合算法或方正弦波插值算法对IFF信号在小波变换域的特征向量参数进行奇异点域的曲线拟合。

进一步的，通过方正弦波插值算法对对IFF信号在小波变换域的特征向量参数进行奇异点域的曲线拟合的具体步骤为：

a)将IFF信号在小波变换域的特征向量参数s(t)的序列时间点对应值放大，得到不等间隔的时间序列S_tempf，采用方正弦波插值(SSWIA)算法把不等间隔的时间序列S_tempf变换成连续信号；

b)使用快速傅立叶变换(FFT)计算连续信号的强周期成分，并进行归一化，归一化后得到最大谱峰；所述最大谱峰为IFF信号的最小码元周期；

c)根据最大谱峰搜索次峰，将次峰作为IFF信号码速率的初步计算结果。

进一步的，所述步骤S6中IFF信号在小波变换域的特征向量参数的特征值为码元跳变的周期与幅度。

本发明的有益效果是：本发明的算法，中频信号采用带通进行采样，可以大大降低采样率。利用滑窗检测技术实时截获突发的IFF信号，并利用瞬时相位差高精度测频技术快速获得当前IFF信号的频点，可以快速引导最佳尺度因子计算。在最佳尺度因子下对截获的IFF信号进行Haar小波变换，Haar小波变换对暂态信号具有较强的检测能力，运算能力和傅里叶变换一致，但是运算量明显减少，特别是对于突发脉冲边沿检测、调制信号码元跳变点检测等，非常适合。得到IFF信号的小波变换域的特征向量参数，可以快速计算IFF信号Haar变换后的特征值，并通过对Haar小波变换后的IFF信号进行奇异点分离与曲线拟合(LS拟合、方正弦波插值拟合)，可以剔除飞点对特征值的影响。利用各个IFF信号Haar变换后的特征值，建立特征向量空间，最终通过树状判决，实现脉内MSK调制码速率等参数的精确计算。

附图说明

图1为本发明一种基于Haar变换的敌我识别信号码速率计算方法的原理框架图。

图2为本发明一种基于Haar变换的敌我识别信号码速率计算方法中IFF信号频率计算误差从0.01—1MHz做信噪比增益的仿真图。

图3为本发明一种基于Haar变换的敌我识别信号码速率计算方法中调制码速率计算误差仿真图。

具体实施方式

通过参考详细的附图和在此阐述的描述，可以最好地理解本发明。为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本发明提供一种基于Haar变换的敌我识别信号码速率计算方法，算法原理如图1所示，包括以下步骤：

S1、信号采样：对获取的信号进行变频得到中频信号，使用AD对中频信号进行实时采样，获得持续的采样数据；AD优选200Mbps带通对中频信号进行采样；200Mbps带通的中心频率为140MHz，有效瞬时处理信号带宽为50MHz，采样频率为200MHz。采用带通进行采样，可以大大降低采样率。

S2、信号实时检测：在采样数据中，利用信号检测技术实时截获突发的IFF信号，并利用测频技术获得当前IFF信号的准确频率，剔除多信号夹杂、环境噪声干扰之后，形成时频时相曲线。信号检测技术优选信道化并行滑窗检测技术，测频技术优选高精度瞬时相位差测频技术。

S3、最佳尺度因子计算：利用信号实时检测过程中形成的时频时相曲线结合尺度因子计算算法，计算IFF信号的最佳尺度因子；具体步骤为

S3a、通过信号实时检测过程中的时频时相曲线，获取IFF信号的中频频率fc和采样频率fs；

S3b、最佳尺度的计算主要取决于对于信号频率的计算误差，IFF信号频率计算误差从0.01MHz—1MHz做信噪比增益的仿真，信噪比增益为：

其中，fc为中频频率，fs为采样频率，Δf为IFF信号频率计算误差，a为尺度因子，所述π为圆周率，所述G’_SNR为信噪比增益；本发明对应采样频率优选200MHz，频率计算误差从0.01—1MHz做信噪比增益的仿真结果如图2所示。

S3c、通过信噪比增益的仿真结果，得出当前IFF信号的最佳尺度因子。从仿真结果可以看出，测频误差在1MHz以内，几乎不会对最佳尺度的计算有影响。所以，只需粗估载频就可取得较好效果。最佳尺度集的计算，具有较强的工程应用价值和前景。

S4、多分辨分析：在最佳尺度因子下对截获的IFF信号进行Haar小波变换，得到IFF信号在小波变换域的特征向量参数。

本发明中Haar小波变换的原理为：

小波变换的定义为

其中，x(t)为接收到的信号，Ψ(t)为母小波函数，尺度因子a＞0，a的作用是使母小波Ψ(t)伸缩，a越大，Ψ(t/a)越宽，覆盖的时间范围就越长。τ为位移因子，作用是使基本小波Ψ(t)沿着时间轴平移。实现数据延时的目的。

本发明选用Haar小波，它是具有紧支撑的正交小波函数，对暂态信号具有较强的检测能力，只需要2(N-1)次和差计算就可以完成，运算能力和傅里叶变换一致，但是运算量明显减少，特别是对于突发脉冲边沿检测、调制信号码元跳变点检测等，非常适合。

Haar小波的基函数定义为

所以，离散Haar变换计算公式可表达为

Haar变换相当于时间轴上滑动的滤波器，尺度决定了窗函数在时间轴上的宽度。尺度越大降噪效果越好，但过大会降低奇异点计算精度。之前的大多数算法普遍推荐选用较大尺度，以提高算法的抗噪性能，但很多时候这对期望信号的抑制也是不可忽略的。

对于敌我识别信号常见的两种复杂调制样式对应的Haar变换结果如下所示。

MPSK信号：

MFSK信号：

因此，可以构建MPSK/MFSK两种调制方式信号在Haar变换域下的特征向量空间，再利用判决树方法来进行调制识别以及调制码速率的精确计算。

S5、奇异点域的信号分离和曲线拟合：对IFF信号在小波变换域的特征向量参数进行奇异点域的曲线拟合和信号分离，分离出IFF信号中的每一个分量，并剔除环境噪声、多径、干扰等引起的飞点；

多分辨分析之后，同步点就是脉冲起始位置，但当脉冲上升沿或者下降沿较缓时，该点位的计算误差会明显偏大。本发明的一个实施例中，对Haar小波变换后的IFF信号进行奇异点域分离的步骤具体为：

S5a、根据IFF信号在小波变换域的特征向量参数，选取自适应阈值τ，采用自适应阈值τ检测IFF信号的脉冲起止点，得到脉冲起止点S_i0和S_i1。

S5b、实时计算出IFF信号的脉冲同步点个数M。当信噪比较差时，信号经多分辨分析取模值时把正负值都取绝对值，脉冲会形成凹点。若以两个参考点来计算显然是不对的，需将两个相邻同步点位置进行合并，根据脉冲起止点计算同步点位置；两个相邻同步点位置合并方式如下:

p’_i＝int((p’_i+p’_i+1)/2)，p’_i+1-p’_i＜a,p′_i、p′_i+1为两个相邻同步点，

同步点位置p′_i＝int((S_i0+S_i1)/2)，i＝1,2,...,M。

为了准确提取脊线极值，τ₀应尽可能大以抑制噪声，但又会导致M变少，引起能量积累不够。本发明采取如下的自适应阈值选取方法。

以从大到小的方式选择IFF信号在小波变换域的特征向量参数，对IFF信号的脉冲进行同步点提取，首次提取的同步点个数为M₀,当提取的同步点个数M小于M₀时，用阈值调整因子λ(0<λ<1)计算τ＝λτ₀，直到M＝M₀，τ₀为自适应初始阈值。

本发明可以通过LS拟合算法或方正弦波插值算法对IFF信号在小波变换域的特征向量参数进行奇异点域的曲线拟合。

方正弦波插值(SSWIA)算法先把不等间隔的时间序列变换成连续信号，再使用快速傅立叶变换(FFT)计算其强周期成分，并利用滤波和过零检测来提取各个序列。

时间序列即为尖峰在序列中的位置T＝{t₁，t₂，t₃，…，t_N}，尖峰总数为N，第i个尖峰到达时刻为t_i，则该序列是递增序列，设t₁＝0，迭代如下：

s₀(t)＝t₁δ(t-t₁)，s_i(t)＝(t_i+1-t_i)δ(t_i+1-t_i)，t_i＜t＜t_i+1，s(t)＝∑s_i(t)

又由于

所以，可通过研究Haar小波变换后的IFF信号s(t)来分析时间序列T的特性。但s(t)不连续不光滑，还有直流分量，给信号离散化和谱分析带来影响。为了构建便于离散化和谱分析的光滑连续且无直流分量的映射函数，可以采用方正弦波插值(SSWIA)算法，函数定义如下：

T＝{t|s(t)＝0，s’(t)＞0，t₁＜t＜t_N}

方正弦波函数具有连续光滑、零直流分量的特性，从而保证了其在频谱分析时的倍频压制和无杂波分量的特性。理想情况下，间隔Δt_i应恒为Δt，则

s(t)＝Δt sin[2πt/Δt]，t₁＜t＜t_N

这是频率1/Δt的正弦，图形上只有1/Δt处会出现谱线。考虑到实际情况，混合调制信号经多分辨分析之后的尖峰位置都会有抖动，定义抖动序列为：

其中，

则抖动量可设为

方正弦波插值函数

当抖动量较小时，可近似为

s(t)表现为在频谱上略有展宽，谱峰幅度略有下降，谱峰位置出现在1/Δt处。

s(t)的最强谱线由交织序列中重复周期最小的决定。虽把s(t)变得平滑、无直流分量，却模糊了信号本身的突发性，使得算法没有最大限度发挥序列点的检索优势，本发明对该算法的改进步骤如下：

a)将IFF信号在小波变换域的特征向量参数s(t)的序列时间点对应值放大，得到不等间隔的时间序列S_tempf，采用方正弦波插值(SSWIA)算法把不等间隔的时间序列S_tempf变换成连续信号。

b)使用快速傅立叶变换(FFT)计算连续信号的强周期成分，并进行归一化，归一化后得到最大谱峰；所述最大谱峰为IFF信号的最小码元周期；

c)杂峰不多时，根据最大谱峰搜索次峰，将次峰作为IFF信号码速率的初步计算结果。

由于各个序列的方正弦波函数与混合序列的方正弦波函数不是线性叠加关系，所以混合序列的频谱和各到达时间序列的频谱不满足叠加原理，只有混合频谱的最强谱线有效，所以完成一次提取之后需重新进行方正弦波插值和频谱分析，依次迭代。对该算法的改进、修正强化了特征序列点的作用，使算法的物理意义更加明显，由此得到调制信号码速率的初步计算，可以作为后续精确计算去虚假的判决依据。

S6、特征值提取：IFF信号在小波变换域的特征向量参数经过奇异点域分离和曲线拟合之后，再进行并行处理，分别计算每一个IFF信号在小波变换域的特征向量参数的特征值；

S7、调制参数计算：到此，已经将混叠信号的每一个信号，按照提取出的M个同步点把整段采样信号分成了M-1段，每段含码元个数为：

s_ni＝int((p’_i+1-p’_i)/T’_B0)，i＝1，2，...，M

利用IFF信号在小波变换域的特征向量参数的特征值建立特征向量空间，所述特征向量空间为树状结构，通过树状结构的特征向量空间判决计算IFF信号的精确码速率。精确码速率计算公式为：

至此，得到了该信号在当前脉冲串下的精确码速率计算值。

本发明的具体实施方式为：

按照模式5敌我识别信号格式产生140MHz中频仿真激励数据(16M码速率的MSK调制，每个脉冲的有效码元持续1us)，并采用200MHz采样，在工程实现中只积累当前脉冲串的所有脉冲。在不同信噪比条件下进行1000次蒙特卡洛仿真，得到该发明的调制码速率计算误差仿真如图3所示。

通过仿真可以看出，在信噪比14dB以上时，码速率的计算误差已经可以控制在0.01M以内，在21dB以上时，误差能够控制在10-5内，具有信号精细特征分析的工程应用条件。

需要声明的是，上述具体实施方式仅仅为本发明的较佳实施例及所运用技术原理，在本发明所公开的技术范围内，任何熟悉本技术领域的技术人员在未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都应涵盖在本发明的保护范围内。

Claims (9)

1.一种基于Haar变换的敌我识别信号码速率计算方法，其特征在于，包括以下步骤：

S1、信号采样：对获取的信号进行变频得到中频信号，使用AD对中频信号进行实时采样，获得持续的采样数据；

S2、信号实时检测：在采样数据中，利用信号检测技术实时截获突发的IFF信号，并利用测频技术获得当前IFF信号的准确频率，剔除多信号夹杂、环境噪声干扰之后，形成时频时相曲线；

S3、最佳尺度因子计算：利用信号实时检测过程中形成的时频时相曲线结合尺度因子计算算法，计算IFF信号Haar变换的最佳尺度因子；

S4、多分辨分析：在最佳尺度因子下对截获的IFF信号进行Haar小波变换，得到IFF信号在小波变换域的特征向量参数；

S5、奇异点域的信号分离和曲线拟合：对IFF信号在小波变换域的特征向量参数进行奇异点域的曲线拟合和信号分离，分离出IFF信号，并剔除环境噪声、多径、干扰引起的飞点；

S6、特征值提取：IFF信号在小波变换域的特征向量参数经过奇异点域分离和曲线拟合之后，再并行计算每一个IFF信号在小波变换域的特征向量参数的特征值；

S7、调制参数计算：利用IFF信号在小波变换域的特征向量参数的特征值建立特征向量空间，所述特征向量空间为树状结构，通过树状结构的特征向量空间判决计算IFF信号的精确码速率。

2.根据权利要求1所述的一种基于Haar变换的敌我识别信号码速率计算方法，其特征在于：在所述步骤S1中AD采用200Mbps带通对中频信号进行采样；200Mbps带通的中心频率为140MHz，有效瞬时处理信号带宽为50MHz，采样频率为200MHz。

3.根据权利要求1所述的一种基于Haar变换的敌我识别信号码速率计算方法，其特征在于：在所述步骤S2中，信号检测技术为信道化并行滑窗检测技术，测频技术为瞬时相位差高精度测频技术。

4.根据权利要求1所述的一种基于Haar变换的敌我识别信号码速率计算方法，其特征在于，所述步骤S3具体为：

S3a、通过信号实时检测过程中的时频时相曲线，获取IFF信号的中频频率fc；

S3b、IFF信号频率计算误差从0.01MHz—1MHz做信噪比增益的仿真，信噪比增益为：

其中，fs为AD采样频率，Δf为IFF信号频率计算误差，π为圆周率，G’_SNR为信噪比增益；

S3c、通过信噪比增益的仿真结果，得出当前IFF信号的最佳尺度因子。

5.根据权利要求1所述的一种基于Haar变换的敌我识别信号码速率计算方法，其特征在于，所述步骤S5中对IFF信号在小波变换域的特征向量参数进行奇异点域的信号分离的步骤具体为：

S5a、根据IFF信号在小波变换域的特征向量参数，选取自适应阈值τ，采用自适应阈值τ检测IFF信号的脉冲起止点，得到脉冲起止点S_i0和S_i1；

S5b、实时计算出IFF信号的脉冲同步点个数M，将两个相邻同步点位置进行合并，根据脉冲起止点计算同步点位置；两个相邻同步点位置合并方式为:

P`<sub>i</sub>＝int((P`_i+P`<sub>i+1</sub>)/2),P`_i+1-P`_i<a,a为尺度因子，p'_i、p'_i+1为两个相邻同步点，

所述同步点位置p'_i＝int((S_i0+S_i1)/2)，i＝1,2,...,M。

6.根据权利要求5所述的一种基于Haar变换的敌我识别信号码速率计算方法，其特征在于，所述自适应阈值τ的选取方法为：以从大到小的方式选择IFF信号在小波变换域的特征向量参数，进行同步点提取，首次提取的同步点个数为M₀,当提取的同步点个数M小于初始数M₀时，用阈值调整因子λ，0<λ<1，计算τ＝λτ₀，直到M＝M₀，τ₀为自适应初始阈值。

7.根据权利要求1所述的一种基于Haar变换的敌我识别信号码速率计算方法，其特征在于，所述步骤S5具体为，通过LS拟合算法和方正弦波插值算法，对IFF信号在小波变换域的特征向量参数进行奇异点域的曲线拟合。

8.根据权利要求7所述的一种基于Haar变换的敌我识别信号码速率计算方法，其特征在于：通过方正弦波插值算法对IFF信号在小波变换域的特征向量参数进行奇异点域的曲线拟合的具体步骤为：

a)将IFF信号在小波变换域的特征向量参数s(t)的序列时间点对应值放大，得到不等间隔的时间序列S_tempf，采用方正弦波插值(SSWIA)算法把不等间隔的时间序列S_tempf变换成连续信号；

b)使用快速傅立叶变换(FFT)计算连续信号的强周期成分，并进行归一化，归一化后得到最大谱峰；所述最大谱峰为IFF信号的最小码元周期；

c)根据最大谱峰搜索次峰，将次峰作为IFF信号码速率的初步计算结果。

9.根据权利要求1所述的一种基于Haar变换的敌我识别信号码速率计算方法，其特征在于，所述步骤S6中IFF信号在小波变换域的特征向量参数的特征值为码元跳变的周期与幅度。

Images