CN113406672A - 一种基于自适应加窗的分段线性调频干扰消除方法 - Google Patents

一种基于自适应加窗的分段线性调频干扰消除方法 Download PDF

Info

Publication number
CN113406672A
CN113406672A CN202110669463.7A CN202110669463A CN113406672A CN 113406672 A CN113406672 A CN 113406672A CN 202110669463 A CN202110669463 A CN 202110669463A CN 113406672 A CN113406672 A CN 113406672A
Authority
CN
China
Prior art keywords
interference
frequency modulation
signal
value
obtaining
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
CN202110669463.7A
Other languages
English (en)
Other versions
CN113406672B (zh
Inventor
戚连刚
韩颜泽
国强
项建弘
王亚妮
刘立超
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.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
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 Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN202110669463.7A priority Critical patent/CN113406672B/zh
Publication of CN113406672A publication Critical patent/CN113406672A/zh
Application granted granted Critical
Publication of CN113406672B publication Critical patent/CN113406672B/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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/21—Interference related issues ; Issues related to cross-correlation, spoofing or other methods of denial of service
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/015—Arrangements for jamming, spoofing or other methods of denial of service of such systems
    • 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)
  • Noise Elimination (AREA)

Abstract

本发明公开了一种基于自适应加窗的分段线性调频干扰消除方法，包括：利用无线接收机获得数字化接收信号数据；对接收数据进行差分图干扰参数估计，检测线性调频成分的调频周期长度、调频起止位置与调频率变化情况；根据线性调频干扰的周期信息将接收的信号进行分段，对于不同段的含干扰信号补零并自适应地调整分数阶傅里叶变换所需的窗长度，最后通过分数域干扰抑制获得消除干扰后的信号并在时域去除残余干扰。本申请方法在对线性调频干扰抑制过程中，提高了干扰在分数阶域的聚集程度，减少了干扰与期望信号的交叠程度，在消除干扰成分时对期望信号损伤较小。

Description

一种基于自适应加窗的分段线性调频干扰消除方法
技术领域
本发明属于无线电接收机干扰抑制领域，涉及一种基于自适应加窗的分段线性调频干扰消除方法。
背景技术
线性调频干扰信号是卫星导航接收机常见的干扰类型，该类干扰可能产生于雷达、或者恶意干扰机，不易被时域或频域干扰抑制技术消除。为了保障GNSS服务的连续性和可靠性，研究人员从信号与干扰在时频域、空域以及空时域的差异着手，一些基于多天线和单天线的干扰抑制方法被提出。其中单天线接收机接收天线的相位中心几乎不变、不存在多阵元通道的幅相特性不一致等误差，定位精度较高，且硬件可空间成本较低，适用于高精度和小型平台。
适用于单天线接收机的变换域干扰检测与抑制方法仍是研究热点。常规单天线方法为将接收信号转换到时频域，检测干扰参数，再利用滤波器或者消隐技术消除干扰成分。典型的时频变换方法有：短时傅里叶变换(Short-Time Fourier Transform,STFT)、小波变换(Wavelet Transform,WT)、wigner-ville分布(Wigner-Ville Distribution,WVD),分数阶傅里叶变换(Fractional Fourier transform,FrFT)。其中FrFT的方法估计精度高，但窗口内出现不同长度不同调频斜率干扰时，会影响分数域聚集程度，同时多次分数域处理会增加有用信号的损失。
因此，如何提升干扰的聚集程度并增加干扰抑制的精确度，进一步增加对于分段线性调频干扰信号的适应能力是亟待解决的技术问题。
发明内容
针对上述现有技术，本发明要解决的技术问题是提供一种适用于单天线接收机的基于自适应加窗的分段线性调频干扰消除方法，在对线性调频干扰抑制过程中，提高干扰在分数阶域的聚集程度，减少干扰与期望信号的交叠程度，在消除干扰成分时对期望信号损伤较小。
为解决上述技术问题，本发明的一种基于自适应加窗的分段线性调频干扰消除方法，包括以下步骤：
步骤1：对单天线接收机接收到的射频信号进行射频处理和数字化处理，获得N个采样点的数字接收信号矢量X；X＝[X(1) X(2),…,X(n),…,X(N)]T，其中n＝1,2,…N，n表示采样时刻，[·]T表示转置；
步骤2：获得信号X的差分图，记为D(n)＝X(n)-X(n-1)，对所得D(n)取其共轭并与自身相乘，获得|D(n)|2＝D(n)·D*(n),(·)*表示共轭，|·|表示模值；
步骤3：|D(n)|2乘一个以q为窗中心的滑动窗口，窗长度为2Q+1，对每个时刻的窗口中的值取中值，即Dm(q)2＝Med[|D(n)|2Wq(n)]，其中
Figure BDA0003118484510000021
步骤4：对Dm(q)2二次差分获得ΔD(q)2：ΔD(q)2＝Dm(q)2-Dm(q-1)2，检测ΔD(q)2中的序列的周期性；
步骤5：根据获得的干扰估计信息对接收信号进行分段，再消除各段数据中的干扰成分；然后将处理后的各段信号去除残余干扰。
本发明还包括：
1.步骤4中检测D(q)2中的序列的周期性具体为：
步骤4.1：初始化阈值
Figure BDA0003118484510000022
β为设定的门限权值，
Figure BDA0003118484510000023
表示均值，将超过阈值的局部峰值识别为有效峰值，并将这些峰的位置记录为Pi，如果存在Pi-Pi-1＜Hi，Hi为给定的最小周期长度门限，则删除Pi-1；计算
Figure BDA0003118484510000024
获得周期起止位置估计值
Figure BDA0003118484510000025
下角标d＝1,2,···v，d为周期成分标号，v为周期总个数；
步骤4.2：获取线性调频干扰周期长度估计值
Figure BDA0003118484510000026
Figure BDA0003118484510000027
并对信号按
Figure BDA0003118484510000028
的位置分段，获得分段后的信号Xd(n)；
步骤4.3：通过离散多项式的方法将局部的Xd(n)信号转换为Md(n)，Md(n)＝Xd(n)Xd *(n-a)，
Figure BDA0003118484510000029
a为设定的时延长度，L为设定的中心提取长度，计算
Figure BDA00031184845100000210
获取线性调频干扰调频率粗估计值
Figure BDA00031184845100000211
2.步骤5中根据获得的干扰估计信息对接收信号进行分段，再消除各段数据中的干扰成分；然后将处理后的各段信号去除残余干扰具体为：
步骤5.1：在Xd(n)前后添加w/4个零，其中
Figure BDA00031184845100000212
k为可调整数值，当w值超过给定的单次最大处理点数时，调节k使w小于给定值；
步骤5.2：对于补零后的分段信号，加长度为w的布莱克曼窗，窗位置为
Figure BDA0003118484510000031
获得加窗后的信号X'd(n)；
步骤5.3：对于X'd(n)，若d＝1，转到步骤5.4，否则，将调频率估计值
Figure BDA0003118484510000032
与
Figure BDA0003118484510000033
内的估计值依次比较，下角标i为用作对比的成分标号，如果有
Figure BDA0003118484510000034
令pd＝pi，pi为[p1 p2 ...,pi ...,pd-1]中的对应值，转到步骤5.5，否则，则转到步骤5.4；
步骤5.4：通过
Figure BDA0003118484510000035
粗估计最优阶数
Figure BDA0003118484510000036
Figure BDA0003118484510000037
根据
Figure BDA0003118484510000038
在给定范围内使用二分法扫描获取最优阶数pd；
步骤5.5：对X'd(n)进行pd阶分数阶傅里叶变换，通过均值统计提取分数域门限值
Figure BDA0003118484510000039
P为给定的门限权值，使用谱线切除的方法去除干扰能量，获得处理后的信号Fd(n)；
步骤5.6：对Fd(n)进行pd阶分数阶傅里叶逆变换，将前后各w/4的样点抛弃获得处理后的信号Yd(n)，并在时域使用谱线切除的方法去除残余脉冲。
本发明的有益效果：本申请发明针对现有适用于单天线卫星导航接收机的线性调频干扰检测与抑制算法对期望卫星信号损伤较大，对于变调频率分段线性调频干扰信号抑制效果不佳的问题，提出一种适用于单天线接收机的基于自适应加窗的分段线性调频干扰消除方法。首先，利用周期线性调频信号的差分图仍是周期函数且在周期内具有单调性的特点，提出一种基于差分图周期参数估计方法，使用局部窗中值处理的方法降低噪声和频率突变对估计结果的影响，估计出接收信号中周期调频分量的调频周期长度、调频起止位置、调频率变化情况；对于分段的接收信号，在前后补零进而根据数据长度自适应加窗处理，保证干扰在分数域的聚集程度，最后通过分数域联合时域完成干扰抑制。本发明能够将不同调频率的干扰分段，防止同一窗口中出现多种调频率的连续调频干扰，降低期望信号与干扰信号的交叠程度，减小周期间相位跳变与多次分数域处理对期望信号的影响。本发明适用单一调频率与变调频率分段线性调频干扰场景。
附图说明
图1基于自适应加窗的变调频率线性调频干扰消除方法原理框图。
具体实施方式
下面结合说明书附图和具体实施方式对本发明做进一步说明。
本发明对接收数据进行差分图干扰参数估计，获取周期调频成分的调频周期长度、调频起止位置与调频率变化情况；根据调频干扰的周期信息将接收的信号进行分段，对分段信号进行补零并自适应地调整分数阶傅里叶变换所需的窗长度以提高干扰在分数阶域的聚集程度，最后通过分数域干扰抑制获得消除干扰后的信号并在时域去除残余干扰。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N个采样点的数字接收信号矢量X；X＝[X(1) X(2),…,X(n),…,X(N)]T，其中n＝1,2,…N，n表示采样时刻，[·]T表示转置；
(2)获得信号X的差分图，记为D(n)＝X(n)-X(n-1)，其中n为采样点数，对所得D(n)取其共轭并与自身相乘，获得|D(n)|2＝D(n)D*(n)，(·)*表示共轭，|·|表示模值；
(3)|D(n)|2乘一个滑动窗口，窗中心为q，窗长度为2Q+1，对每个时刻的窗口中的值取中值，即Dm(q)2＝Med[|D(n)|2Wq(n)]，其中
Figure BDA0003118484510000041
(4)检测ΔD(q)2中的序列的周期性，具体步骤如下：
①对Dm(q)2二次差分获得ΔD(q)2：ΔD(q)2＝Dm(q)2-Dm(q-1)2；
②初始化阈值
Figure BDA0003118484510000042
β(12＜β＜16)为门限权值，
Figure BDA0003118484510000043
表示均值，将超过阈值的局部峰值识别为有效峰值，并将这些峰的位置记录为Pi，如果存在Pi-Pi-1＜Hi，Hi为给定的最小周期长度门限，则删除Pi-1；计算
Figure BDA0003118484510000044
获得周期起止位置估计值
Figure BDA0003118484510000045
下角标d＝1,2,···v，d为周期成分标号，v为周期总个数。
③获取线性调频干扰周期长度估计值
Figure BDA0003118484510000046
Figure BDA0003118484510000047
并对信号按
Figure BDA0003118484510000048
的位置分段，获得分段后的信号Xd(n)；
④通过离散多项式的方法将局部的Xd(n)信号转换为Md(n)，Md(n)＝Xd(n)Xd *(n-a)，这里
Figure BDA0003118484510000051
a为设定的时延长度，，L为设定的中心提取长度，计算
Figure BDA0003118484510000052
获取线性调频干扰调频率粗估计值
Figure BDA0003118484510000053
(5)根据获得的干扰估计信息对接收信号进行分段，再消除各段数据中的干扰成分；然后将处理后的各段信号去除残余干扰，具体步骤如下：
①在Xd(n)前后添加w/4个零，其中
Figure BDA0003118484510000054
k为可调整数值；当w值超过给定的单次最大处理点数时，调节k使w小于给定值。
②对于补零后的分段信号，加长度为w的布莱克曼窗，窗位置为
Figure BDA0003118484510000055
获得加窗后的信号X'd(n)；
③对于X'd(n)，若d＝1，转到步骤④，否则，将调频率估计值
Figure BDA0003118484510000056
与
Figure BDA0003118484510000057
内的估计值依次比较，下角标i为用作对比的成分标号，如果有
Figure BDA0003118484510000058
令pd＝pi，pi为[p1 p2 ...,pi ...,pd-1]中的对应值，转到步骤⑤，否则，则转到步骤④；
④通过
Figure BDA0003118484510000059
粗估计最优阶数
Figure BDA00031184845100000510
Figure BDA00031184845100000511
根据
Figure BDA00031184845100000512
在给定范围内使用二分法扫描获取最优阶数pd。
⑤对X'd(n)进行pd阶分数阶傅里叶变换，通过均值统计提取分数域门限值
Figure BDA00031184845100000513
P(2<P<4)为门限权值，使用谱线切除的方法去除干扰能量，获得处理后的信号Fd(n)。
⑥对Fd(n)进行pd阶分数阶傅里叶逆变换，将前后各w/4的样点抛弃获得处理后的信号Yd(n)，并在时域使用谱线切除的方法去除残余脉冲。
下面结合具体参数给出具体实施例：
本申请实施例根据周期线性调频干扰的差分图单调性，提出一种基于自适应加窗的分段线性调频干扰消除方法。所申请方法针对分段线性调频干扰在分数域会出现多种聚集峰，影响干扰抑制的问题，用基于差分图的调频周期估计方法对干扰参数进行估计并对信号分组处理。所申请方法可以对分段线性调频干扰分段补零，减少了分数域干扰与期望信号的交叠程度，在消除干扰成分时对期望信号损伤较小。
为更加清晰的说明所申请方法，本申请实施例通过仿真实验进行流程说明以及效果展示，但不限制本申请实施例的范围。实验条件为：有20个周期连续线性调频干扰信号、1个卫星导航信号，经过射频、下变频及数字化处理，卫星导航信号信噪比(SNR)为-20dB，五个连续干扰信号的干噪比(INR)为40dB，干扰信号其他参数如表1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10.24MHz。周期的最大值设为70μs，最长数据处理长度为26个采样点。
图1是本发明所述方法的原理框图，该方法包括：
S110.数字化接收信号：
x＝[x(1) x(2),…,x(n),…,x(N)]T
其中n＝1,2,…N，表示采样时刻，[·]T表示转置，x(n)表示接收信号模型：
Figure BDA0003118484510000061
其中jk(n)为第k个周期调频信号，例如d＝1,2,...,v为周期调频信号数，η(n)表示噪声及其他信号。
S120.通过连续差分处理获取差分图估计干扰信号周期信息，具体步骤如下：
①计算D(n)＝X(n)-X(n-1)，乘自身共轭获得|D(n)|2＝D(n)·D*(n)；
②使用滑动窗口取中值Dm(q)2＝Med[|D(n)|2Wq(n)]，其中
Figure BDA0003118484510000062
并对D(q)2二次差分：ΔD(q)2＝Dm(q)2-Dm(q-1)2；
③提取门限
Figure BDA0003118484510000063
(12<β<16)，将超过阈值的局部峰值识别为有效峰值，并将这些峰的位置记录为Pi，如果存在Pi-Pi-1＜50，删除Pi-1。以此获得周期起止位置估计值
Figure BDA0003118484510000064
④计算周期长度估计值
Figure BDA0003118484510000065
Figure BDA0003118484510000066
并对信号按
Figure BDA0003118484510000067
的位置分段，获得分段后的信号Xd(n)；
⑤过离散多项式的方法将局部的Xd(n)信号转换为Md(n)，Md(n)＝Xd(n)Xd *(n-8)，这里
Figure BDA0003118484510000068
计算
Figure BDA0003118484510000069
S130.对分段信号自适应加窗并去除干扰，具体步骤如下：
①在每段信号前后添加w/4个零，其中
Figure BDA0003118484510000071
②加长度为w的布莱克曼窗，窗位置为
Figure BDA0003118484510000072
获得加窗后的信号X'd(n)；
③对于X'd(n)，若d＝1，转到步骤④，否则，将调频率估计值
Figure BDA0003118484510000073
与
Figure BDA0003118484510000074
内的估计值依次比较，下角标i为用作对比的成分标号，如果有
Figure BDA0003118484510000075
令pd＝pi，pi为[p1 p2 ...,pi ...,pd-1]中的对应值，转到步骤⑤，否则，则转到步骤④；
④通过
Figure BDA0003118484510000076
粗估计最优阶数
Figure BDA0003118484510000077
Figure BDA0003118484510000078
根据
Figure BDA0003118484510000079
在给定范围内使用二分法扫描获取最优阶数pd。
⑤对X'd(n)进行pd阶分数阶傅里叶变换，提取门限
Figure BDA00031184845100000710
P＝2.97，使用谱线切除的方法去除干扰能量，获得Fd(n)；
⑥对Fd进行pd阶分数阶傅里叶逆变换，将前后各w/4的样点抛弃获得处理后的信号Yd(n)，并在时域使用谱线切除的方法去除残余脉冲干扰。
经过干扰消除后，干噪比40dB下输出信号的输出信干噪比(SINRout)、卫星导航信号与原始卫星导航信号的归一化均方误差(NMSE)、卫星信号的相关捕获因子(AF)结果如表2所示，对比方法为传统重叠加窗分数阶傅里叶干扰抑制方法。可以发现本发明所提出方法可以在有效降低干扰抑制处理对期望卫星信号的损伤，并能够有效消除干扰，保证卫星导航接收机在多干扰情况下的工作效能。
综上，本实施例的方法能够根据线性调频信号的差分图特性，使用9个采样点的滑动窗口减少噪声等因素对判别结果的影响，并对含分段线性调频干扰的导航信号进行分段处理。所申请方法可以将一个片段内的干扰能量集中在同一段，减少了分数域最优阶数的搜索次数，同时减少了干扰与期望信号在分数域的交叠程度，在消除干扰成分时对期望信号损伤较小。
表1干扰信号参数
名称 类型 起始频率 调频率 调频周期
1 线性调频 0.6MHz 20GHZ/S 70.7μs
2 线性调频 0.4MHz 30GHZ/S 60.16μs
3 线性调频 0.4MHz 40GHZ/S 60.16μs
4 线性调频 0.1MHz 60GHZ/S 50μs
5 线性调频 0.1MHz 80GHZ/S 50μs
表2本发明所述方法在干噪比40dB抗干扰效果
Figure BDA0003118484510000081
本领域技术人员可以理解，在本申请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，而不应对本申请具体实施方式的实施过程构成任何限定。
最后应说明的是，以上实施例仅用以描述本发明的技术方案而不是对本技术方法进行限制，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 (3)

1.一种基于自适应加窗的分段线性调频干扰消除方法，其特征在于，包括以下步骤：
步骤1：对单天线接收机接收到的射频信号进行射频处理和数字化处理，获得N个采样点的数字接收信号矢量X；X＝[X(1) X(2),…,X(n),…,X(N)]T，其中n＝1,2,…N，n表示采样时刻，[·]T表示转置；
步骤2：获得信号X的差分图，记为D(n)＝X(n)-X(n-1)，对所得D(n)取其共轭并与自身相乘，获得|D(n)|2＝D(n)·D*(n),(·)*表示共轭，|·|表示模值；
步骤3：|D(n)|2乘一个以q为窗中心的滑动窗口，窗长度为2Q+1，对每个时刻的窗口中的值取中值，即Dm(q)2＝Med[|D(n)|2Wq(n)]，其中
Figure FDA0003118484500000011
步骤4：对Dm(q)2二次差分获得ΔD(q)2：ΔD(q)2＝Dm(q)2-Dm(q-1)2，检测ΔD(q)2中的序列的周期性；
步骤5：根据获得的干扰估计信息对接收信号进行分段，再消除各段数据中的干扰成分；然后将处理后的各段信号去除残余干扰。
2.根据权利要求1所述的一种基于自适应加窗的分段线性调频干扰消除方法，其特征在于：步骤4所述检测D(q)2中的序列的周期性具体为：
步骤4.1：初始化阈值
Figure FDA0003118484500000012
β为设定的门限权值，
Figure FDA0003118484500000013
表示均值，将超过阈值的局部峰值识别为有效峰值，并将这些峰的位置记录为Pi，如果存在Pi-Pi-1＜Hi，Hi为给定的最小周期长度门限，则删除Pi-1；计算
Figure FDA0003118484500000014
获得周期起止位置估计值
Figure FDA0003118484500000015
下角标d＝1,2,···v，d为周期成分标号，v为周期总个数；
步骤4.2：获取线性调频干扰周期长度估计值
Figure FDA0003118484500000016
并对信号按
Figure FDA0003118484500000017
的位置分段，获得分段后的信号Xd(n)；
步骤4.3：通过离散多项式的方法将局部的Xd(n)信号转换为Md(n)，Md(n)＝Xd(n)Xd *(n-a)，
Figure FDA0003118484500000018
a为设定的时延长度，L为设定的中心提取长度，计算
Figure FDA0003118484500000021
获取线性调频干扰调频率粗估计值
Figure FDA0003118484500000022
3.根据权利要求2所述的一种基于自适应加窗的分段线性调频干扰消除方法，其特征在于：步骤5所述根据获得的干扰估计信息对接收信号进行分段，再消除各段数据中的干扰成分；然后将处理后的各段信号去除残余干扰具体为：
步骤5.1：在Xd(n)前后添加w/4个零，其中
Figure FDA0003118484500000023
k为可调整数值，当w值超过给定的单次最大处理点数时，调节k使w小于给定值；
步骤5.2：对于补零后的分段信号，加长度为w的布莱克曼窗，窗位置为
Figure FDA0003118484500000024
获得加窗后的信号X'd(n)；
步骤5.3：对于X'd(n)，若d＝1，转到步骤5.4，否则，将调频率估计值
Figure FDA0003118484500000025
与
Figure FDA0003118484500000026
内的估计值依次比较，下角标i为用作对比的成分标号，如果有
Figure FDA0003118484500000027
令pd＝pi，pi为[p1 p2 ...,pi ...,pd-1]中的对应值，转到步骤5.5，否则，则转到步骤5.4；
步骤5.4：通过
Figure FDA0003118484500000028
粗估计最优阶数
Figure FDA0003118484500000029
根据
Figure FDA00031184845000000210
在给定范围内使用二分法扫描获取最优阶数pd；
步骤5.5：对X'd(n)进行pd阶分数阶傅里叶变换，通过均值统计提取分数域门限值
Figure FDA00031184845000000211
P为给定的门限权值，使用谱线切除的方法去除干扰能量，获得处理后的信号Fd(n)；
步骤5.6：对Fd(n)进行pd阶分数阶傅里叶逆变换，将前后各w/4的样点抛弃获得处理后的信号Yd(n)，并在时域使用谱线切除的方法去除残余脉冲。
CN202110669463.7A 2021-06-17 2021-06-17 一种基于自适应加窗的分段线性调频干扰消除方法 Active CN113406672B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110669463.7A CN113406672B (zh) 2021-06-17 2021-06-17 一种基于自适应加窗的分段线性调频干扰消除方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110669463.7A CN113406672B (zh) 2021-06-17 2021-06-17 一种基于自适应加窗的分段线性调频干扰消除方法

Publications (2)

Publication Number Publication Date
CN113406672A true CN113406672A (zh) 2021-09-17
CN113406672B CN113406672B (zh) 2023-03-24

Family

ID=77684576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110669463.7A Active CN113406672B (zh) 2021-06-17 2021-06-17 一种基于自适应加窗的分段线性调频干扰消除方法

Country Status (1)

Country Link
CN (1) CN113406672B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115037388A (zh) * 2022-06-01 2022-09-09 东南大学 一种基于改进梯度下降法的lfm信号瞬时频率提取方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6028549A (en) * 1998-05-22 2000-02-22 Deutsches Zentrum Fur Luft-Und Raumfahrt E.V. Process for the detection and suppression of interfering signals in S.A.R. data and device for performing this process
CN101951276A (zh) * 2010-09-30 2011-01-19 哈尔滨工程大学 直扩通信系统中高斯拟合线性调频干扰检测和抑制方法
CN101958729A (zh) * 2010-09-30 2011-01-26 哈尔滨工程大学 直扩通信系统中快速线性调频干扰检测和抑制方法
CN109495410A (zh) * 2018-09-28 2019-03-19 西南电子技术研究所（中国电子科技集团公司第十研究所） 高动态pcm/fm信号载波频率精确估计方法
CN110224720A (zh) * 2019-06-14 2019-09-10 哈尔滨工程大学 一种基于交叉相乘二阶差分结构的css系统非相干解调方法
CN111323794A (zh) * 2020-03-21 2020-06-23 哈尔滨工程大学 一种基于周期重采样的周期调频干扰消除方法
CN111917676A (zh) * 2020-08-11 2020-11-10 电子科技大学 一种线性调频干扰对消方法
CN111935038A (zh) * 2020-08-03 2020-11-13 中国人民解放军国防科技大学 基于分数阶傅里叶变换的线性调频干扰消除方法
CN112034429A (zh) * 2020-01-06 2020-12-04 中国航天科工集团八五一一研究所 一种消除干扰自激的自适应数字对消方法
EP3779500A1 (en) * 2019-08-13 2021-02-17 Veoneer Sweden AB Frequency ramp inversion for interference mitigation
CN112560803A (zh) * 2021-01-22 2021-03-26 南京航空航天大学 基于时频分析与机器学习的雷达信号调制识别方法
CN112953665A (zh) * 2021-02-20 2021-06-11 北京中科众为技术有限公司 一种干扰试验系统、干扰信号调制及其功率检测方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6028549A (en) * 1998-05-22 2000-02-22 Deutsches Zentrum Fur Luft-Und Raumfahrt E.V. Process for the detection and suppression of interfering signals in S.A.R. data and device for performing this process
CN101951276A (zh) * 2010-09-30 2011-01-19 哈尔滨工程大学 直扩通信系统中高斯拟合线性调频干扰检测和抑制方法
CN101958729A (zh) * 2010-09-30 2011-01-26 哈尔滨工程大学 直扩通信系统中快速线性调频干扰检测和抑制方法
CN109495410A (zh) * 2018-09-28 2019-03-19 西南电子技术研究所（中国电子科技集团公司第十研究所） 高动态pcm/fm信号载波频率精确估计方法
CN110224720A (zh) * 2019-06-14 2019-09-10 哈尔滨工程大学 一种基于交叉相乘二阶差分结构的css系统非相干解调方法
EP3779500A1 (en) * 2019-08-13 2021-02-17 Veoneer Sweden AB Frequency ramp inversion for interference mitigation
CN112034429A (zh) * 2020-01-06 2020-12-04 中国航天科工集团八五一一研究所 一种消除干扰自激的自适应数字对消方法
CN111323794A (zh) * 2020-03-21 2020-06-23 哈尔滨工程大学 一种基于周期重采样的周期调频干扰消除方法
CN111935038A (zh) * 2020-08-03 2020-11-13 中国人民解放军国防科技大学 基于分数阶傅里叶变换的线性调频干扰消除方法
CN111917676A (zh) * 2020-08-11 2020-11-10 电子科技大学 一种线性调频干扰对消方法
CN112560803A (zh) * 2021-01-22 2021-03-26 南京航空航天大学 基于时频分析与机器学习的雷达信号调制识别方法
CN112953665A (zh) * 2021-02-20 2021-06-11 北京中科众为技术有限公司 一种干扰试验系统、干扰信号调制及其功率检测方法

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
LI, X: "Smeared Spectrum Jamming Suppression Based on Generalized S Transform and Threshold Segmentation", 《2017 PROGRESS IN ELECTROMAGNETICS RESEARCH SYMPOSIUM - FALL (PIERS - FALL)》 *
SUN, L: "Precession Period Estimation Using Sinusoidal Frequency Modulated Fourier-Bessel Series Expansion", 《2017 PROGRESS IN ELECTROMAGNETICS RESEARCH SYMPOSIUM - FALL (PIERS - FALL)》 *
YUAN YE: "Parameters estimation for multicomponent LFM signals using EMD based fractional Fourier transform", 《2009 ASIA-PACIFIC CONFERENCE ON COMPUTATIONAL INTELLIGENCE AND INDUSTRIAL APPLICATIONS (PACIIA)》 *
刘升恒: "稀疏分数傅里叶变换理论及其在探测中的应用", 《中国博士学位论文全文数据库 信息科技辑》 *
张亮海: "基于分数阶字典的间歇采样转发干扰自适应抑制算法", 《系统工程与电子技术》 *
戚连刚: "复合干扰环境下卫星导航信号捕获抗干扰方法研究", 《中国博士学位论文全文数据库 信息科技辑》 *
朱健东: "线性调频连续波信号的周期分数阶Fourier变换检测与估计", 《电子与信息学报》 *
牛宏伟: "基于认知的高可靠通信中扰检测与识别技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
胡国兵: "雷达信号调制识别相关技术研究", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115037388A (zh) * 2022-06-01 2022-09-09 东南大学 一种基于改进梯度下降法的lfm信号瞬时频率提取方法
CN115037388B (zh) * 2022-06-01 2024-02-02 东南大学 一种基于改进梯度下降法的lfm信号瞬时频率提取方法

Also Published As

Publication number Publication date
CN113406672B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
CN106772457B (zh) 一种基于空时频架构的卫星导航抗干扰方法
WO2015172622A1 (zh) 一种高频地波雷达射频干扰抑制的方法
CN102904604A (zh) 一种窄带干扰抑制方法和装置
CN104808219A (zh) 一种新型的空时联合抗干扰方法
CN111323794A (zh) 一种基于周期重采样的周期调频干扰消除方法
Chen et al. Radio frequency interference mitigation for high-frequency surface wave radar
CN113406672B (zh) 一种基于自适应加窗的分段线性调频干扰消除方法
CN107171693A (zh) 基于波形重构的宽带干扰抑制方法
CN115412413A (zh) 一种基于5g ofdm信号的外辐射源雷达杂波抑制方法
CN100553243C (zh) 波束空间正交频分复用调制系统自适应波束形成方法
CN110286392B (zh) 一种基于降采样的频域抗窄带干扰实现方法
CN113824488B (zh) 基于判决反馈自适应对消的卫星通信非恶意干扰抑制方法
CN114944974B (zh) 一种频偏估计方法、装置及电子设备
CN110646815A (zh) 一种基于滑动平均fft的gnss信号多径参数估计方法
Jichuan et al. Direct path wave purification for passive radar with normalized least mean square algorithm
CN102938746A (zh) 基于复指数基扩展模型的信道估计方法和信道估计器
He et al. A Novel Interference Suppression Method for DTMB-based Passive Radar
Yu et al. An improved harmonic suppression method based on adaptive compensation algorithm for monobit receiver
WO2007011098A1 (en) High resolution ranging apparatus and method using uwb
CN117176518B (zh) 频偏估计方法、装置、电子设备和存储介质
CN111212014B (zh) 一种基于跳频规则的nb-iot定时提前量估计方法
JP4391771B2 (ja) 測角装置
Guan et al. Adaptive direct signal and clutter cancellation based on phase-offset block least mean square filter in passive radar
Chen et al. Research on anti-jamming algorithm of BDS signal in WiFi6 environment
CN102624420B (zh) 抑制cdma系统数字窄带干扰的子空间迫零码辅助方法

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