CN113567945A - 一种基于频谱和瞬时频率特征的雷达信号调制识别方法 - Google Patents

一种基于频谱和瞬时频率特征的雷达信号调制识别方法 Download PDF

Info

Publication number
CN113567945A
CN113567945A CN202110814356.9A CN202110814356A CN113567945A CN 113567945 A CN113567945 A CN 113567945A CN 202110814356 A CN202110814356 A CN 202110814356A CN 113567945 A CN113567945 A CN 113567945A
Authority
CN
China
Prior art keywords
signal
frequency
phase
signals
spectrum
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.)
Withdrawn
Application number
CN202110814356.9A
Other languages
English (en)
Inventor
孙毅
彭松
孟亚彤
郑梦远
潘晓航
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.)
Nanjing Youbest Technology Co ltd
Original Assignee
Nanjing Youbest Technology Co ltd
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 Nanjing Youbest Technology Co ltd filed Critical Nanjing Youbest Technology Co ltd
Priority to CN202110814356.9A priority Critical patent/CN113567945A/zh
Publication of CN113567945A publication Critical patent/CN113567945A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00

Landscapes

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

Abstract

本发明公开了一种基于频谱和瞬时频率特征的雷达信号调制识别方法,包括,对输入信号进行短时傅里叶变换,计算其幅度频谱、3dB带宽及有效带宽,根据所述3dB带宽和设置阈值判断所述输入信号的类型;利用信号平方识别策略对所述信号进行一次、二次、四次方的离散谱线特征判断,识别常规雷达信号、二相编码信号和四相编码信号,得到调相信号;利用多重相位差分策略和频率一级差将二频编码信号区分,对瞬时频率进行直线拟合,识别线性信号和非线性信号,得到调频信号。本发明利用信号的3dB带宽将信号分为两大类,再分别对每类信号进行识别,其先对信号进行了粗分类,减少了后续识别的难度,并针对每类信号的特点选择合适的算法进行识别。

Description

一种基于频谱和瞬时频率特征的雷达信号调制识别方法
技术领域
本发明涉及雷达信号调制识别的技术领域,尤其涉及一种基于频谱和瞬时频率特征的雷达信号调制识别方法。
背景技术
逐步提升的电子技术越来越多的参与到现代军事斗争中,随着军事电磁环境复杂度增加,雷达信号侦察系统需要不断改进,传统的雷达信号分析处理已经不能够满足雷达信号侦察的需求,在此情况下迫切需要对雷达信号脉内调制特征进行分析,但由于雷达信号体制的改变,对信号脉内调制特征分析带来了很大的挑战。
包括弹载末制导雷达、机载火控雷达、地空制导雷达、地(海)面高炮炮瞄雷达、机载预警雷达、地面目标指示雷达等多种雷达包括的常见的雷达信号:相位调制信号和频率调制信号广泛应用在各种军事斗争中,在此背景下广泛开展了雷达信号调制方式识别算法的研究,对电子战争带来了重要意义;对于单信号的雷达信号识别,尽管方法较多,在低信噪比下的识别效果也较好,但是暂时无法应用于工程实践。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题,提出了本发明。
因此,本发明提供了一种基于频谱和瞬时频率特征的雷达信号调制识别方法,能够解决雷达信号识别效果不好的问题。
为解决上述技术问题,本发明提供如下技术方案:包括,对输入信号进行短时傅里叶变换,计算其幅度频谱、3dB带宽及有效带宽,根据所述3dB带宽和设置阈值判断所述输入信号的类型;利用信号平方识别策略对所述信号进行一次、二次、四次方的离散谱线特征判断,识别常规雷达信号、二相编码信号和四相编码信号,得到调相信号;利用多重相位差分策略和频率一级差将二频编码信号区分,对瞬时频率进行直线拟合,识别线性信号和非线性信号,得到调频信号。
作为本发明所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的一种优选方案,其中:所述离散谱线判断包括,定义s(n)是信号序列,频谱S(k)的最大幅度频谱为ma及其位置为a,ma左右各m个点平均值me为:
Figure BDA0003169408930000021
设置阈值,判断其信号是否为单频谱,定义离散谱线特征值,如下,
Figure BDA0003169408930000022
其中,m,k∈Z+,1≤k≤N,me突出了离散谱线的特征,消除了最高谱线周围的影响,同时将k在[1,N]内循环取值,避免幅度频谱出现离散谱线的情况,当信号为单频谱时,则
Figure BDA0003169408930000023
较大,否则较小。
作为本发明所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的一种优选方案,其中:包括,对输入信号s(n)和二次方信号s2(n)分别进行FFT变换,得到信号带宽B及square-B,并计算离散谱线特征值
Figure BDA0003169408930000024
设置特征值阈值
Figure BDA0003169408930000025
判断是否
Figure BDA0003169408930000026
B=1&square_B=1,若成立,则为常规信号,否则进行下一步;判断是否square_B/B<ε,若成立,则当
Figure BDA0003169408930000027
时为所述二相编码信号,否则信号没有被识别,若square_B/B≥ε,则进行下一步;计算信号四次方s4(n)、频谱和离散谱线特征值
Figure BDA0003169408930000028
设置阈值
Figure BDA0003169408930000029
Figure BDA00031694089300000210
则为四相编码信号,否则信号没有被识别。
作为本发明所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的一种优选方案,其中:得到所述调相信号包括,常规雷达信号幅度频谱为单频谱,所述二相编码信号和所述四相编码信号分别在平方和四次方后幅度频谱呈所述单频谱,根据其幅度频谱的离散谱线特征值对所述信号类型进行区分,如下,
sn(t)=An exp{j(2nπf0t+nφ0)}
其中,A表示信号幅值,f0表示信号载波频率,φ0表示初始相位,n表示开方次数,分别为n=1,2,4。
作为本发明所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的一种优选方案,其中:所述调频信号识别包括,计算输入信号s(n)的反正切值,得到模糊相位θ(n);解析所述无模糊相位
Figure BDA0003169408930000031
利用所述多重相位差分策略求解瞬时频率f(n);设置所述瞬时频率的一级差Δf(n),计算均值u和均方差q,2FSK一级差的u趋于0,q最大,设置阈值thr1进行区别,否则进行下一步;对所述瞬时频率f(n)进行8点数字平均滤波得到f*(n),消除噪声的影响;对f*(n)进行最小二乘直线拟合得到y(n),并求二者的方差var,设置阈值thr2,对比var和thr2的大小,判断是否为LFM或NLFM。
作为本发明所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的一种优选方案,其中:所述多重相位差分策略包括,
Figure BDA0003169408930000032
其中,M是相位差分重数,fs是采样频率,
Figure BDA0003169408930000033
是无模糊相位,根据实际信噪比来决定M的取值,一般取10~20。
作为本发明所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的一种优选方案,其中:还包括,对所述瞬时频率进行差分处理,得到所述瞬时频率的二次提取;LFM的频率一级差为常数,NLFM频率的一级差为一条直线2k3t+k2,2FSK的瞬时频率是阶梯型,一级差再码元变换处存在突变,大小为fs,其他时刻为0。
作为本发明所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的一种优选方案,其中:还包括,利用反正切函数法求取瞬时相位,结合一阶相位差分求取所述瞬时频率,所述反正切函数求得相位为θ(n),相位修正序列C(n)如下,
Figure BDA0003169408930000034
其中,初值为0,无模糊相位为
Figure BDA0003169408930000035
本发明的有益效果:本发明利用信号的3dB带宽将信号分为两大类,再分别对每类信号进行识别,其先对信号进行了粗分类,减少了后续识别的难度,并针对每类信号的特点选择合适的算法进行识别。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明第一个实施例所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的流程示意图;
图2为本发明第一个实施例所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的信号平方法流程示意图;
图3为本发明第一个实施例所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的线性调频信号、非线性调频信号、二频编码信号的瞬时频率识别曲线示意图;
图4为本发明第一个实施例所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的调频信号瞬时频率一级差示意图;
图5为本发明第一个实施例所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的调频信号识别流程示意图;
图6为本发明第二个实施例所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的SNR=6dB时二相编码信号频谱对比示意图;
图7为本发明第二个实施例所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的SNR=6dB时四相编码信号频谱对比示意图;
图8为本发明第二个实施例所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的不同信噪比下信号瞬时频率曲线对比示意图;
图9为本发明第二个实施例所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的短时傅里叶变换求得信号瞬时频率示意图;
图10为本发明第二个实施例所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的不同信噪比下信号识别概率统计示意图;
图11为本发明第二个实施例所述的基于频谱和瞬时频率特征的雷达信号调制识别方法的不同信噪比下识别概率统计示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1~图5,为本发明的第一个实施例,提供了一种基于频谱和瞬时频率特征的雷达信号调制识别方法,包括:
S1:对输入信号进行短时傅里叶变换,计算其幅度频谱、3dB带宽及有效带宽,根据3dB带宽和设置阈值判断输入信号的类型。
S2:利用信号平方识别策略对信号进行一次、二次、四次方的离散谱线特征判断,识别常规雷达信号、二相编码信号和四相编码信号,得到调相信号。参照图2,其中需要说明的是:
对输入信号s(n)和二次方信号s2(n)分别进行FFT变换,得到信号带宽B及square-B,并计算离散谱线特征值
Figure BDA0003169408930000061
设置特征值阈值
Figure BDA0003169408930000062
判断是否
Figure BDA0003169408930000063
B=1&square_B=1,若成立,则为常规信号,否则进行下一步;
判断是否square_B/B<ε,若成立,则当
Figure BDA0003169408930000064
时为二相编码信号,否则信号没有被识别,若square_B/B≥ε,则进行下一步;
计算信号四次方s4(n)、频谱和离散谱线特征值
Figure BDA0003169408930000065
设置阈值
Figure BDA0003169408930000066
Figure BDA0003169408930000067
则为四相编码信号,否则信号没有被识别。
具体的,离散谱线判断包括:
定义s(n)是信号序列,频谱S(k)的最大幅度频谱为ma及其位置为a,ma左右各m个点平均值me为:
Figure BDA0003169408930000068
设置阈值,判断其信号是否为单频谱,定义离散谱线特征值,如下,
Figure BDA0003169408930000069
其中,m,k∈Z+,1≤k≤N,me突出了离散谱线的特征,消除了最高谱线周围的影响,同时将k在[1,N]内循环取值,避免幅度频谱出现离散谱线的情况,当信号为单频谱时,则
Figure BDA00031694089300000610
较大,否则较小。
进一步的,得到调相信号包括:
常规雷达信号幅度频谱为单频谱,二相编码信号和四相编码信号分别在平方和四次方后幅度频谱呈单频谱,根据其幅度频谱的离散谱线特征值对信号类型进行区分,如下,
sn(t)=An exp{j(2nπf0t+nφ0)}
其中,A表示信号幅值,f0表示信号载波频率,φ0表示初始相位,n表示开方次数,分别为n=1,2,4。
S3:利用多重相位差分策略和频率一级差将二频编码信号区分,对瞬时频率进行直线拟合,识别线性信号和非线性信号,得到调频信号。参照图5,本步骤需要说明的是,调频信号识别包括:
计算输入信号s(n)的反正切值,得到模糊相位θ(n);
解析无模糊相位
Figure BDA0003169408930000071
利用多重相位差分策略求解瞬时频率f(n);
设置瞬时频率的一级差Δf(n),计算均值u和均方差q,2FSK一级差的u趋于0,q最大,设置阈值thr1进行区别,否则进行下一步;
对瞬时频率f(n)进行8点数字平均滤波得到f*(n),消除噪声的影响;
对f*(n)进行最小二乘直线拟合得到y(n),并求二者的方差var,设置阈值thr2,对比var和thr2的大小,判断是否为LFM或NLFM。
具体的,多重相位差分策略包括:
Figure BDA0003169408930000072
其中,M是相位差分重数,fs是采样频率,
Figure BDA0003169408930000073
是无模糊相位,根据实际信噪比来决定M的取值,一般取10~20。
参照图3,包括:
调频信号的主要特点在于瞬时频率的不同,线性调频(LFM)信号瞬时频率是一条直线,非线性调频信号瞬时频率随时间非线性变化,二频编码信号的瞬时频率呈阶梯型变化,对这三种信号的识别即在于瞬时频率的识别。
参照图4,还包括:
对瞬时频率进行差分处理,得到瞬时频率的二次提取;
LFM的频率一级差为常数,NLFM频率的一级差为一条直线2k3t+k2,2FSK的瞬时频率是阶梯型,一级差再码元变换处存在突变,大小为fs,其他时刻为0;
利用反正切函数法求取瞬时相位,结合一阶相位差分求取瞬时频率,反正切函数求得相位为θ(n),相位修正序列C(n)如下,
Figure BDA0003169408930000081
其中,初值为0,无模糊相位为
Figure BDA0003169408930000082
实施例2
参照图6~图11,为本发明的第二个实施例,该实施例不同于第一个实施例的是,提供了一种基于频谱和瞬时频率特征的雷达信号调制识别方法的实验测试验证,具体包括:
针对常规雷达信号、二相编码信号、四相编码信号、线性调频信号、非线性调频信号和二频编码信号共6种调制类型信号进行识别实验,其基本仿真参数为:采样频率为1250MHz,载波频率为250MHz,二相编码信号采用13位巴克码,四相编码信号采用16位弗兰克码,线性调频信号最大频偏为40MHz,二频编码信号最大频差为40MHz。
(1)调相信号的平方幅度频谱分析。
常规雷达信号、平方后的二相编码信号、四次方后的四相编码信号的幅度频谱都具有明显单频谱线特征,故计算其离散单频谱线特征参数对这三种信号进行识别。
参照图6和图7,信号识别效果的好坏在于离散单频谱线特征值阈值的选择,由于对信号进行平方处理属于非线性运算,通过对比图6二相编码信号平方后幅度频谱和图7四相编码信号四次方后幅度频谱可知,信号平方会导致信号噪声增大,因此,三种信号对应着三个离散谱线特征值,同时对应着三个阈值,按照先后识别顺序为常规雷达信号、二相编码信号和四相编码信号,同时经过大量仿真测量三种信号的离散谱线特征值,得出离散单频谱线特征值阈值的选取原则如下:
1、原始信号幅度频谱离散谱线特征值阈值
Figure BDA0003169408930000083
的确定;在采样点数相同的情况下,常规雷达信号、二相编码信号和四相编码信号求离散谱线特征值,四相编码信号的离散谱线特征值最小,因此
Figure BDA0003169408930000084
的最小值为大于四相编码信号的离散谱线特征值,而
Figure BDA0003169408930000085
的最大值的确定是在信号信噪比最大的时候二相编码信号的离散谱线特征值。
2、平方信号幅度频谱离散谱线特征值阈值
Figure BDA0003169408930000086
的确定;二相编码信号平方后退化为常规雷达信号,四相编码信号平方后退化为二相编码信号,在信噪比最大的情况下,把四相编码信号平方的离散谱线特征值作为阈值
Figure BDA0003169408930000091
3、四次方信号幅度频谱离散谱线特征值
Figure BDA0003169408930000092
的确定;根据信号识别指标,要求信号在信噪比大于6dB时的识别概率达到90%,因此,在信噪比为6dB时,四次方信号幅度频谱的离散谱线特征值为阈值
Figure BDA0003169408930000093
(2)调频信号的瞬时频率分析。
参照图8,分别为信号在6dB和9dB的信号瞬时频率曲线对比,由于瞬时相位易受噪声影响,利用相位差分原理求信号的瞬时频率会产生突变,进而会影响LFM信号和NLFM信号的阈值设定和瞬时频率二次特征的求取,不利于信号分类识别。
对信号的瞬时频率求法进行改进,采用时频分析求取信号的瞬时频率,所求的信号瞬时频率受噪声影响小,有利于信号分类特征参数提取,在信噪比为6dB时,采样短时傅立叶变换求得的线性调频信号、非线性调频信号和二频编码信号的瞬时频率如图9所示。
参照图9,利用短时傅立叶变换求得的信号瞬时频率在信噪比为6dB时,基本上不受噪声影响,因此信号的瞬时频率具有很好的分类效果,通过短时傅立叶变换求得的瞬时频率,对其做频率一级差求出均值u和均方差σ,做100次蒙特卡洛实验,其结果如表1所示。
表1:瞬时频率一级差分布参数表(SNR=6dB)。
Figure BDA0003169408930000094
由表1可知,LFM信号和NLFM信号频率一级差的均值和均方差很接近,无法通过这两个参数对其进行区分,但是2FSK信号频率一级差的均方差与线性调频和非线性调频信号相比具有明显的差异,因此可以根据这个参数把2FSK信号区分开。
(3)不同信噪比下的信号识别概率统计。
在信号采样频率为1250MHz,采样点数为4096,即脉宽为3.2768us,信号载频为250MHz,二相编码方式为13位巴克码,四相编码方式为16位弗兰克码,调频带宽为20MHz,二频信号频率偏差为20MHz的条件下,做200次蒙特卡洛实验,统计在不同信噪比下的信号识别概率,如图10所示。
参照图10,NS信号、BPSK信号和QPSK信号在信噪比为4dB时,识别正确概率能达到90%以上,说明采用信号平方法识别具有较好的效果,对于LFM信号、NLFM信号和2FSK信号,由于信号瞬时频率的求取采用的是短时傅立叶变换求得,因此在信噪比为2dB时,三种信号最低识别概率仍能达到90%,说明利用时频分析求信号瞬时频率,再将其作为分类特征参数具有较好的效果。
参照图11,在采样点数为2048点的情况下做的信号识别概率统计,BPSK信号和QPSK信号识别完全失效,根据分析可知,由于相位编码信号的带宽B=1/τ,子码宽度越小,信号带宽越大,基于频谱和瞬时频率特征的信号识别方法,需要对信号进行粗分类,分类依据就是根据信号3dB带宽的大小将信号分为调相信号和调频信号两大类,因此在脉宽比较小的情况下,该分类依据失效,故相位编码信号无法正确识别。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种基于频谱和瞬时频率特征的雷达信号调制识别方法,其特征在于:包括,
对输入信号进行短时傅里叶变换,计算其幅度频谱、3dB带宽及有效带宽,根据所述3dB带宽和设置阈值判断所述输入信号的类型;
利用信号平方识别策略对所述信号进行一次、二次、四次方的离散谱线特征判断,识别常规雷达信号、二相编码信号和四相编码信号,得到调相信号;
利用多重相位差分策略和频率一级差将二频编码信号区分,对瞬时频率进行直线拟合,识别线性信号和非线性信号,得到调频信号。
2.根据权利要求1所述的基于频谱和瞬时频率特征的雷达信号调制识别方法,其特征在于:所述离散谱线判断包括,
定义s(n)是信号序列,频谱S(k)的最大幅度频谱为ma及其位置为a,ma左右各m个点平均值me为:
Figure FDA0003169408920000011
设置阈值,判断其信号是否为单频谱,定义离散谱线特征值,如下,
Figure FDA0003169408920000012
其中,m,k∈Z+,1≤k≤N,me突出了离散谱线的特征,消除了最高谱线周围的影响,同时将k在[1,N]内循环取值,避免幅度频谱出现离散谱线的情况,当信号为单频谱时,则
Figure FDA0003169408920000013
较大,否则较小。
3.根据权利要求1或2所述的基于频谱和瞬时频率特征的雷达信号调制识别方法,其特征在于:包括,
对输入信号s(n)和二次方信号s2(n)分别进行FFT变换,得到信号带宽B及square-B,并计算离散谱线特征值
Figure FDA0003169408920000014
设置特征值阈值
Figure FDA0003169408920000015
判断是否
Figure FDA0003169408920000016
B=1&square_B=1,若成立,则为常规信号,否则进行下一步;
判断是否square_B/B<ε,若成立,则当
Figure FDA0003169408920000017
时为所述二相编码信号,否则信号没有被识别,若square_B/B≥ε,则进行下一步;
计算信号四次方s4(n)、频谱和离散谱线特征值
Figure FDA0003169408920000021
设置阈值
Figure FDA0003169408920000022
Figure FDA0003169408920000023
则为四相编码信号,否则信号没有被识别。
4.根据权利要求3所述的基于频谱和瞬时频率特征的雷达信号调制识别方法,其特征在于:得到所述调相信号包括,
常规雷达信号幅度频谱为单频谱,所述二相编码信号和所述四相编码信号分别在平方和四次方后幅度频谱呈所述单频谱,根据其幅度频谱的离散谱线特征值对所述信号类型进行区分,如下,
sn(t)=Anexp{j(2nπf0t+nφ0)}
其中,A表示信号幅值,f0表示信号载波频率,φ0表示初始相位,n表示开方次数,分别为n=1,2,4。
5.根据权利要求4所述的基于频谱和瞬时频率特征的雷达信号调制识别方法,其特征在于:所述调频信号识别包括,
计算输入信号s(n)的反正切值,得到模糊相位θ(n);
解析所述无模糊相位
Figure FDA0003169408920000025
利用所述多重相位差分策略求解瞬时频率f(n);
设置所述瞬时频率的一级差Δf(n),计算均值u和均方差q,2FSK一级差的u趋于0,q最大,设置阈值thr1进行区别,否则进行下一步;
对所述瞬时频率f(n)进行8点数字平均滤波得到f*(n),消除噪声的影响;
对f*(n)进行最小二乘直线拟合得到y(n),并求二者的方差var,设置阈值thr2,对比var和thr2的大小,判断是否为LFM或NLFM。
6.根据权利要求5所述的基于频谱和瞬时频率特征的雷达信号调制识别方法,其特征在于:所述多重相位差分策略包括,
Figure FDA0003169408920000024
其中,M是相位差分重数,Js是采样频率,
Figure FDA0003169408920000026
是无模糊相位,根据实际信噪比来决定M的取值,一般取10~20。
7.根据权利要求6所述的基于频谱和瞬时频率特征的雷达信号调制识别方法,其特征在于:还包括,
对所述瞬时频率进行差分处理,得到所述瞬时频率的二次提取;
LFM的频率一级差为常数,NLFM频率的一级差为一条直线2k3t+k2,2FSK的瞬时频率是阶梯型,一级差再码元变换处存在突变,大小为fs,其他时刻为0。
8.根据权利要求7所述的基于频谱和瞬时频率特征的雷达信号调制识别方法,其特征在于:还包括,
利用反正切函数法求取瞬时相位,结合一阶相位差分求取所述瞬时频率,所述反正切函数求得相位为θ(n),相位修正序列C(n)如下,
Figure FDA0003169408920000031
其中,初值为0,无模糊相位为
Figure FDA0003169408920000032
CN202110814356.9A 2021-07-19 2021-07-19 一种基于频谱和瞬时频率特征的雷达信号调制识别方法 Withdrawn CN113567945A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110814356.9A CN113567945A (zh) 2021-07-19 2021-07-19 一种基于频谱和瞬时频率特征的雷达信号调制识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110814356.9A CN113567945A (zh) 2021-07-19 2021-07-19 一种基于频谱和瞬时频率特征的雷达信号调制识别方法

Publications (1)

Publication Number Publication Date
CN113567945A true CN113567945A (zh) 2021-10-29

Family

ID=78165471

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110814356.9A Withdrawn CN113567945A (zh) 2021-07-19 2021-07-19 一种基于频谱和瞬时频率特征的雷达信号调制识别方法

Country Status (1)

Country Link
CN (1) CN113567945A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115499279A (zh) * 2022-09-06 2022-12-20 扬州宇安电子科技有限公司 一种基于相位差分的脉内调制类型识别方法
CN115616490A (zh) * 2022-10-13 2023-01-17 南京中新赛克科技有限责任公司 一种线性和非线性调频雷达信号的实时识别方法
CN115622581A (zh) * 2022-12-19 2023-01-17 长沙先度科技有限公司 一种非理想信道下非合作通信信号的频域抗干扰方法
CN116577735A (zh) * 2023-07-13 2023-08-11 南京誉葆科技股份有限公司 一种基于频谱的雷达信号调制识别方法
CN116593971A (zh) * 2023-07-13 2023-08-15 南京誉葆科技股份有限公司 一种瞬时频率特征的雷达信号调制识别方法
CN117289236A (zh) * 2023-11-27 2023-12-26 成都立思方信息技术有限公司 短时雷达信号脉内调制类型识别方法、装置、设备及介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
戴亮军: "雷达信号脉内调制特征识别的研究与实现", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *
马宁等: "基于频谱和瞬时频率的雷达信号识别方法", 《制导与引信》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115499279A (zh) * 2022-09-06 2022-12-20 扬州宇安电子科技有限公司 一种基于相位差分的脉内调制类型识别方法
CN115499279B (zh) * 2022-09-06 2023-09-05 扬州宇安电子科技有限公司 一种基于相位差分的脉内调制类型识别方法
CN115616490A (zh) * 2022-10-13 2023-01-17 南京中新赛克科技有限责任公司 一种线性和非线性调频雷达信号的实时识别方法
CN115622581A (zh) * 2022-12-19 2023-01-17 长沙先度科技有限公司 一种非理想信道下非合作通信信号的频域抗干扰方法
CN116577735A (zh) * 2023-07-13 2023-08-11 南京誉葆科技股份有限公司 一种基于频谱的雷达信号调制识别方法
CN116593971A (zh) * 2023-07-13 2023-08-15 南京誉葆科技股份有限公司 一种瞬时频率特征的雷达信号调制识别方法
CN117289236A (zh) * 2023-11-27 2023-12-26 成都立思方信息技术有限公司 短时雷达信号脉内调制类型识别方法、装置、设备及介质
CN117289236B (zh) * 2023-11-27 2024-02-09 成都立思方信息技术有限公司 短时雷达信号脉内调制类型识别方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN113567945A (zh) 一种基于频谱和瞬时频率特征的雷达信号调制识别方法
Zeng et al. Automatic modulation classification of radar signals using the generalised time-frequency representation of Zhao, Atlas and Marks
Kozono et al. Influence of environmental buildings on UHF land mobile radio propagation
US20120112951A1 (en) Radar device
CN108765937A (zh) 用于etc系统的车辆识别装置、路侧单元和方法
CN102156282A (zh) 一种基于微多普勒效应的雷达目标检测方法
CN106646419A (zh) 一种检测杂波边缘雷达目标的自适应恒虚警方法
CN108427031B (zh) 基于多项式拟合及非干扰区域划分的间谐波检测方法
CN102075263B (zh) 基于分段能量处理的截尾型序贯检验方法
CN105025583A (zh) 基于能量与协方差检测的分步频谱感知方法
CN111751797B (zh) 一种基于方位角的高频地波雷达一阶和二阶回波谱分界线确定方法
CN103675808B (zh) 一种单脉冲雷达导引头的不可分辨多目标检测方法
Tan et al. Specific emitter identification based on software-defined radio and decision fusion
CN113608189A (zh) 一种基于频谱复杂度的雷达信号调制方式识别方法
Zhao et al. Automatic modulation recognition based on multi-dimensional feature extraction
CN111401185B (zh) 基于射频指纹sev的电磁信号与装备关联分析方法和系统
CN113098638A (zh) 一种基于分组极差图的微弱信号检测方法
CN109120562A (zh) 一种基于频谱累加匹配的mfsk信号频率估计方法
CN102412911A (zh) 两极频谱检测方法
CN114994628A (zh) 一种基于背景感知的超视距雷达多策略cfar检测方法
CN114487597A (zh) 一种czt频率估计方法
CN106842159A (zh) 一种雷达目标探测中信息量的计算方法
Yang et al. A Comparative Study of Signal Recognition Based on Ensemble Learning and Deep Learning
CN110830130A (zh) 一种认知无线电中的统计频谱检测方法
Han et al. A new method for sorting radar signal based on entropy features

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20211029