CN113702919B - 一种估计pri值并提取脉冲序列的方法和装置 - Google Patents
一种估计pri值并提取脉冲序列的方法和装置 Download PDFInfo
- Publication number
- CN113702919B CN113702919B CN202111023758.3A CN202111023758A CN113702919B CN 113702919 B CN113702919 B CN 113702919B CN 202111023758 A CN202111023758 A CN 202111023758A CN 113702919 B CN113702919 B CN 113702919B
- Authority
- CN
- China
- Prior art keywords
- pri
- pulse
- value
- target
- stream
- 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.)
- Active
Links
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000001228 spectrum Methods 0.000 claims description 45
- 238000001514 detection method Methods 0.000 claims description 27
- 238000000926 separation method Methods 0.000 claims description 15
- 230000003595 spectral effect Effects 0.000 claims description 13
- 238000000354 decomposition reaction Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 15
- 238000010586 diagram Methods 0.000 description 12
- 230000005855 radiation Effects 0.000 description 8
- 238000004088 simulation Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- 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
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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
本公开提供了一种估计PRI值并提取脉冲序列的方法和装置,通过融合周期识别准则和序列检索算法,能够在脉冲流同时存在较大PRI抖动和脉冲缺失的情况下,完成对PRI值相同或相近的雷达信号的分选,提高了分选正确率。
Description
技术领域
本公开属于电子支援系统(Electronic Support Measures,ESM)信号分选领域,尤其是涉及一种估计PRI(Pulse Repetition Interval)值并提取脉冲序列的方法和装置。
背景技术
电子支援措施(ESM)是电子战中最重要的部分之一。ESM系统是一种使用无源接收和信号处理技术,测量雷达辐射源参数,识别辐射源属性并判断辐射源威胁的设备。在现代电子战中,雷达采用低截获概率(Lower Probability of Intercept,LPI)信号、系统传输损耗和ESM接收机的局限性等因素都会导致ESM接收机接收的雷达脉冲序列存在大量的脉冲缺失。另一方面,量化误差、测量噪声和人为干预还会导致接收的雷达脉冲序列存在较大的PRI抖动。在复杂电磁环境中,ESM接收机截获的雷达信号是由多个雷达脉冲序列组成的近似随机的雷达脉冲流,这种近似随机的雷达脉冲流不仅包括了多个雷达辐射源,每个辐射源的信号都可能存在着脉冲缺失和PRI抖动,为了便于叙述,下文将其称为混合脉冲流。只有在将截获的混合脉冲流分离为与不同雷达辐射源相对应的脉冲序列后,才能识别辐射源属性并采取相应的对抗措施。将混合脉冲流分离成对应于不同雷达发射机的脉冲序列的过程称为脉冲序列分选。
现有的脉冲序列分选算法有很多,PRI变换算法是其中一类重要的分选算法。传统的PRI变换算法是一种自相关积分变换算法,可以抑制周期信号的谐波周期。但是,传统的PRI变换算法对PRI抖动很敏感。改进PRI变换算法通过采用移动时间起点和交叠PRI箱技术,对PRI抖动和脉冲丢失具有良好的适应性,但当脉冲序列的PRI值相同或者相近时,算法不能完成脉冲序列分选。
公开内容
(一)要解决的技术问题
针对现有技术的上述不足,本公开的主要目的在于提供一种估计PRI值并提取脉冲序列的方法和装置,以期至少部分地解决上述技术问题中的至少之一。
(二)技术方案
为了实现上述目的,本公开提供了一种估计PRI值并提取脉冲序列的方法,该方法包括:
获取脉冲流、脉冲流的到达时间序列和预设的PRI值范围;
将上述预设的PRI值范围根据预设估计精度划分为至少一个PRI箱,计算上述至少一个PRI箱的频谱值;
计算上述至少一个PRI箱的检测门限,对应的频谱值超过上述检测门限的PRI值属于待选PRI集合;
利用周期识别准则从上述待选PRI集合中筛选出一个PRI值,得到第一轮分选的估计PRI值;
依次逐个的选取上述脉冲流中的脉冲作为起始脉冲;
根据上述起始脉冲从上述脉冲流中搜索并分离出与上述估计PRI值相对应的脉冲,得到目标脉冲;
根据上述目标脉冲对上述估计PRI值进行更新,得到更新后的PRI值;
判断上述目标脉冲的下一个脉冲是否超出所述脉冲流的到达时间序列中的最晚到达时间,若上述目标脉冲的下一个脉冲超出所述最晚到达时间,则判断从上述脉冲流中分离出的目标脉冲的数量是否满足第一预设条件,若从上述脉冲流中分离出的目标脉冲的数量不满足第一预设条件,则调整起始脉冲;若从上述脉冲流中分离出的目标脉冲的数量满足第一预设条件,则将分离出的目标脉冲存储为一条脉冲序列,调整起始脉冲;
若上述目标脉冲的下一个脉冲未超出所述最晚到达时间,则以上述目标脉冲为新一轮的起始脉冲,继续执行上述根据上述起始脉冲从上述脉冲流中搜索并分离出与上述估计PRI值相对应的脉冲,得到目标脉冲的步骤;
判断从上述脉冲流中选取的起始脉冲的编号是否大于第一阈值,若从上述脉冲流中选取的起始脉冲的编号小于或等于第一阈值,则继续执行上述依次逐个的选取上述脉冲流中的脉冲作为起始脉冲的步骤;
若从上述脉冲流中选取的起始脉冲的编号大于第一阈值,则结束脉冲序列分离;
计算分离出的每一条脉冲序列的PRI值,得到PRI值样本集,获取上述PRI值样本集的样本中心,上述样本中心对应的脉冲序列为目标脉冲序列;
判断上述脉冲流中剩余的脉冲的数量是否大于第二阈值,若上述脉冲流中剩余的脉冲的数量大于上述第二阈值,则继续执行上述计算上述预设的PRI值范围内不同PRI值对应的频谱值的步骤;
若上述脉冲流中剩余的脉冲的数量小于或等于上述第二阈值,则结束分选。
在一些实施例中,上述将上述预设的PRI值范围根据预设估计精度划分为至少一个PRI箱,具体包括:
根据上述预设估计精度将上述预设的PRI值范围划分为H个PRI箱,hi为PRI箱的编号,i为正整数,i=1,2,...,H;
其中,ε为PRI值的抖动的上限,[tmin,tmax]为上述预设的PRI值范围,tmin为PRI值的最小值,tmax为PRI值的最大值。
在一些实施例中,上述计算上述至少一个PRI箱的频谱值,具体包括:
从上述脉冲流中选取第n个脉冲和第m个脉冲,获取上述第n个脉冲的到达时间tn,以及上述第m个脉冲的到达时间tm,其中,n的初始值为2,m的初始值为1;
计算上述第n个脉冲的到达时间tn和上述第m个脉冲的到达时间tm之间的时间差τnm,τnm=tn-tm;
计算包括上述时间差τnm的PRI箱的集合P,其中,上述集合P中的PRI箱的编号的最小值为hx:
上述集合P中的PRI箱的编号最大值为hd:
其中,Δτ=(tmax-tmin)/H;
则上述包括上述时间差τnm的PRI箱的集合P为:P=[hx,...,hd],计算上述集合P中每个PRI箱的频谱值;
更新上述n和m,得到n′和m′;
根据上述n′和m′重复执行上述步骤,直至上述n′满足第二预设条件。
在一些实施例中,上述更新上述n和m,得到n′和m′,具体包括:
保持n不变,更新m,得到m′,m′=m-1;
判断上述m′是否满足第三预设条件,若上述m′不满足上述第三预设条件,则上述n′=n,m′=m-1;
若上述m′满足上述第三预设条件,则上述n′=n+1,判断上述n′是否满足第四预设条件;
若上述n′不满足上述第四预设条件,则上述m′=n′-1;
若上述n′满足上述第四预设条件,则停止运算。
在一些实施例中,上述计算上述集合P中每个PRI箱的频谱值,包括:
从上述集合P中抽取一个PRI箱,得到备选PRI箱hτ;
获取上述备选PRI箱hτ的初始时间Oτ,取Oτ=tn;
计算上述备选PRI箱hτ的初始相位ητ;
将上述初始相位ητ分解,得到分解结果,判断上述分解结果是否满足第五预设条件;
若上述分解结果满足上述第五预设条件,则更新上述备选PRI箱hτ的初始时间Oτ和初始相位ητ,得到更新后的初始时间Oτ′和初始相位ητ′,根据上述更新后的初始相位ητ′更新上述备选PRI箱hτ的频谱值Dτ,得到更新后的频谱值Dτ′;
若上述分解结果不满足上述第五预设条件,则直接更新上述备选PRI箱hτ的频谱值Dτ,得到更新后的频谱值Dτ′;
继续执行上述从上述集合P中抽取一个PRI箱,得到备选PRI箱hτ的步骤,直至上述集合P中所有PRI箱均被抽取一次;
在一些实施例中,上述计算上述至少一个PRI箱的检测门限,具体包括:
在一些实施例中,上述利用周期识别准则从上述待选PRI集合中筛选出一个PRI值,得到第一轮分选的估计PRI值,具体包括:
假设上述待选集合为Q,
Q=[PRI1,PRI2,...,PRIi];
其中,i为正整数;
在上述待选集合Q中搜索并统计每一个PRI值的除数,除数数量最多的PRI值为上述估计PRI值;
若存在至少两个PRI值的除数数量相同,则比较上述至少两个PRI值对应的频谱值,以对应的频谱值最大的PRI值为上述估计PRI值。
在一些实施例中,上述根据上述起始脉冲从上述脉冲流中搜索并分离出与所估计PRI值相对应的脉冲,得到目标脉冲,具体包括:
从上述脉冲流的到达时间序列中获取上述起始脉冲的到达时间s(i);
计算上述目标脉冲的范围:
计算满足分离条件的上述目标脉冲的位置向量cnn,
cnn=find((s≥TOAmin)&(s≤TOAmax));
根据上述目标脉冲的位置向量对上述估计PRI值进行更新;
其中,toan=s(i),s为脉冲流到达的时间序列,pri为上述估计PRI值,TOAmax表示与上述估计PRI值相对应的目标脉冲的搜索范围最大值,TOAmin表示与上述估计PRI值相对应的目标脉冲的搜索范围最小值,kmax用于确定上述目标脉冲的搜索范围的最大值,kmin用于确定上述目标脉冲的搜索范围的最小值,sck用于计数,表示上述目标脉冲与本轮起始脉冲之间的PRI的数量。
在一些实施例中,上述根据上述目标脉冲的位置向量对上述估计PRI值进行更新,具体包括:
计算length(cnn)的值,若length(cnn)=0,则更新sck,更新后的sck为sck′=sck+1,继续执行上述计算上述目标脉冲的位置向量的步骤;
若length(cnn)=1,则更新上述估计PRI值,更新后的上述估计PRI值为pri′,
若length(cnn)≠0,且length(cnn)≠1,则更新后的上述估计PRI值为pri″,
其中,s(tpnum)表示下一个被分离的脉冲的到达时间,tt用于对待分离的脉冲序列中现有的脉冲的个数进行计数。
另一方面,本公开提供了一种估计PRI值并提取脉冲序列的装置,该装置包括:
获取模块,用于获取脉冲流、脉冲流的到达时间序列和预设的PRI值范围;
第一计算模块,用于将所述预设的PRI值范围根据预设估计精度划分为至少一个PRI箱,计算上述至少一个PRI箱的频谱值;
第二计算模块,用于计算上述至少一个PRI箱的检测门限,对应的频谱值超过上述检测门限的PRI值属于待选PRI集合;
第一筛选模块,用于利用周期识别准则从上述待选PRI集合中筛选出一个PRI值,得到第一轮分选的估计PRI值;
分离模块,用于依次逐个的选取上述脉冲流中的脉冲作为起始脉冲;以及用于根据上述起始脉冲从上述脉冲流中搜索并分离出与所估计PRI值相对应的脉冲,得到目标脉冲;
更新模块,用于据上述目标脉冲对上述估计PRI值进行更新,得到更新后的PRI值;
第一循环模块,用于判断上述目标脉冲的下一个脉冲是否超出所述脉冲流的到达时间序列中的最晚到达时间,若上述目标脉冲的下一个脉冲未超出所述最晚到达时间,则以上述目标脉冲为新一轮的起始脉冲,继续执行上述根据上述起始脉冲从上述脉冲流中搜索并分离出与上述估计PRI值相对应的脉冲,得到目标脉冲的步骤;
第二循环模块,若上述目标脉冲的下一个脉冲超出所述最晚到达时间,则判断从上述脉冲流中分离出的目标脉冲的数量是否满足第一预设条件,若从上述脉冲流中分离出的目标脉冲的数量不满足第一预设条件,则调整起始脉冲,若从上述脉冲流中分离出的目标脉冲的数量满足第一预设条件,则将分离出的目标脉冲存储为一条脉冲序列,调整起始脉冲;
第三循环模块,用于判断从上述脉冲流中选取的起始脉冲的编号是否大于第一阈值,若从上述脉冲流中选取的起始脉冲的编号小于或等于第一阈值,则继续执行上述依次逐个的选取上述脉冲流中的脉冲作为起始脉冲的步骤;若从上述脉冲流中选取的起始脉冲的编号大于第一阈值,则结束脉冲序列分离;
第三计算模块,用于计算分离出的每一条脉冲序列的PRI值,得到PRI值样本集,获取上述PRI值样本集的样本中心,上述样本中心对应的脉冲序列为目标脉冲序列;
判断模块,用于判断上述脉冲流中剩余的脉冲的数量是否大于第二阈值,若上述脉冲流中剩余的脉冲的数量大于上述第二阈值,则继续执行上述计算上述预设的PRI值范围内不同PRI值对应的频谱值的步骤;若上述脉冲流中剩余的脉冲的数量小于或等于上述第二阈值,则结束分选。
(三)有益效果
本公开提供的一种估计PRI值并提取脉冲序列的方法通过融合周期识别准则和序列检索算法,能够在脉冲流同时存在较大PRI抖动和脉冲缺失的情况下,完成对PRI值相同或相近的雷达信号的分选,提高了分选正确率,对提升ESM、ECM的功能和性能具有重要的意义。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术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公开中的一些实施例,对于本领域技术人员来讲,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附图。
图1示意性示出了本公开一实施例提供的一种估计PRI值并提取脉冲序列的方法的流程示意图;
图2示意性示出了本公开一实施例提供的一种计算至少一个PRI箱的频谱值的方法的流程示意图;
图3示意性示出了本公开一实施例提供的一种更新n和m的方法的流程示意图;
图4示意性示出了本公开一实施例提供的一种计算集合P中每个PRI箱的频谱值的方法的流程示意图;
图5示意性示出了本公开一实施例提供的一种根据起始脉冲从脉冲流中搜索并分离出与估计PRI值相对应的脉冲的方法的流程示意图;
图6示意性示出了本公开一实施例提供的一种估计PRI值并提取脉冲序列的装置的框图;
图7示意性示出了本公开一实施例提供的混合脉冲序列脉冲到达时间(TOA)模型图;
图8示意性示出了本公开一实施例提供的一种估计PRI值并提取脉冲序列的方法第一轮分选结果图;
图9示意性示出了本公开一实施例提供的一种估计PRI值并提取脉冲序列的方法第二轮分选结果图;
图10示意性示出了本公开一实施例提供的一种估计PRI值并提取脉冲序列的方法第三轮分选结果图;
图11示意性示出了本公开一实施例提供的一种估计PRI值并提取脉冲序列的方法第四轮分选结果图;
图12示意性示出了本公开一实施例提供的PRI值平均估计误差与PRI抖动关系图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解,实质上任意表示两个或更多可选项目的转折连词和/或短语,无论是在说明书、权利要求书还是附图中,都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如,短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。
附图中示出了一些方框图和/或流程图。应理解,方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。
图1示意性示出了本公开一实施例提供的一种估计PRI值并提取脉冲序列的方法的流程示意图,如图1所示,在本公开一实施例中,该方法包括:
S101、获取脉冲流、脉冲流的到达时间序列和预设的PRI值范围。
在本实施例中,获取一段脉冲流和预设的PRI值的范围,该脉冲流中包含多个脉冲。
S102、将上述预设的PRI值范围根据预设估计精度划分为至少一个PRI箱,计算上述至少一个PRI箱的频谱值。
在本实施例中,为了从脉冲流中估计出PRI值,根据预设估计精度对预设的PRI值的范围进行划分,得到多个PRI值的子范围,多个PRI值的子范围彼此之间存在交集,将每一个PRI值的子范围称之为一个PRI箱。
S103、计算上述至少一个PRI箱的检测门限,对应的频谱值超过上述检测门限的PRI值属于待选PRI集合。
S104、利用周期识别准则从上述待选PRI集合中筛选出一个PRI值,得到第一轮分选的估计PRI值。
S105、依次逐个的选取上述脉冲流中的脉冲作为起始脉冲。
S106、根据上述起始脉冲从上述脉冲流中搜索并分离出与上述估计PRI值相对应的脉冲,得到目标脉冲。
S107、根据上述目标脉冲对上述估计PRI值进行更新,得到更新后的PRI值。
S108、判断上述目标脉冲的下一个脉冲是否超出所述脉冲流的到达时间序列中的最晚到达时间。
S109、若上述目标脉冲的下一个脉冲未超出所述最晚到达时间,则以上述目标脉冲为新一轮的起始脉冲,继续执行上述步骤S106。
S110、若上述目标脉冲的下一个脉冲超出所述最晚到达时间,则判断从上述脉冲流中分离出的目标脉冲的数量是否满足第一预设条件。
S111、若从上述脉冲流中分离出的目标脉冲的数量不满足第一预设条件,则调整起始脉冲。
S112、若从上述脉冲流中分离出的目标脉冲的数量满足第一预设条件,则将分离出的目标脉冲存储为一条脉冲序列,调整起始脉冲。
S113、判断从上述脉冲流中选取的起始脉冲的编号是否大于第一阈值。
若从上述脉冲流中选取的起始脉冲的编号小于或等于第一阈值,则继续执行上述步骤S105。
S114、若从上述脉冲流中选取的起始脉冲的编号大于第一阈值,则结束脉冲序列分离。
S115、计算分离出的每一条脉冲序列的PRI值,得到PRI值样本集,获取上述PRI值样本集的样本中心,上述样本中心对应的脉冲序列为目标脉冲序列。
S116、判断上述脉冲流中剩余的脉冲的数量是否大于第二阈值。
若上述脉冲流中剩余的脉冲的数量大于上述第二阈值,则继续执行上述步骤S102。
S117、若上述脉冲流中剩余的脉冲的数量小于或等于上述第二阈值,则结束分选。
在本实施例中,本公开获取一段脉冲流、脉冲流的到达时间序列和预设的PRI值范围后,根据预设估计精度将预设的PRI值范围划分为多个PRI箱,利用周期识别准则,每轮分选仅确定一个PRI值,可以分选出PRI值相同或相近的信号,提高了分选的准确率。
在本实施例中,为了提取出真实PRI值,对应真实PRI值的PRI箱应与其他的PRI箱区分开,在本实施例中通过观测时间准则、减小谐波准则和抑制噪声准则实现。
在本公开一实施例中,将上述预设的PRI值范围根据预设估计精度划分为多至少一个PRI箱包括:
根据上述预设估计精度将上述预设的PRI值范围划分为H个PRI箱,hi为PRI箱的编号,i为正整数,i=1,2,…,H。
其中,ε为PRI值的抖动的上限,[tmin,tmax]为上述预设的PRI值范围,tmin为PRI值的最小值,tmax为PRI值的最大值。
图2示意性示出了本公开一实施例提供的一种计算至少一个PRI箱的频谱值的方法的流程示意图,如图2所示,在本公开一实施例中,该方法包括:
S201、从上述脉冲流中选取第n个脉冲和第m个脉冲,获取上述第n个脉冲的到达时间tn,以及上述第m个脉冲的到达时间tm,其中n的初始值为2,m的初始值为1。
S202、计算上述第n个脉冲的到达时间tn和上述第m个脉冲的到达时间tm之间的时间差τnm,τnm=tn-tm。
S203、计算包括上述时间差τnm的PRI箱的集合P,其中,上述集合P中的PRI箱的编号的最小值为hx:
上述集合P中的PRI箱的编号最大值为hd:
其中,Δτ=(tmax-tmin)/H;
则上述包括上述时间差τnm的PRI箱的集合P为:P=[hx,...,hd]。
S204、计算上述集合P中每个PRI箱的频谱值。
S205、更新上述n和m,得到n′和m′。
S206、判断上述n′满足第二预设条件。
S207、若上述n′满足第二预设条件,则结束运算。
S208、若上述n′不满足第二预设条件,则用n′替换n,用m′替换m,继续执行上述步骤S201。在本实施例中,集合P由从脉冲流中抽取的两个脉冲m和n决定,更新m和n便可获得多个集合P,从而求得多个频谱值,进而从脉冲流中估计出PRI值。
图3示意性示出了本公开一实施例提供的一种更新n和m的方法的流程示意图,如图3所示,在本公开一实施例中,该方法包括:
S301、保持n不变,更新m,得到m′,m′=m-1。
S302、判断上述m′是否满足第三预设条件,
S303、若上述m′不满足上述第三预设条件,则上述n′=n,m′=m-1。
S304、若上述m′满足上述第三预设条件,则上述n′=n+1,
S305、判断上述n′是否满足第四预设条件。
S306、若上述n′不满足上述第四预设条件,则上述m′=n′-1。
S307、若上述n′满足上述第四预设条件,则停止运算。
在本实施例中,上述判断m′是否满足第三预设条件在本实施例中指的是判断m′<1是否成立。
需要注意的是,第三预设条件为m′<1仪为示例,以便本领域技术人员理解本公开的技术方案,并不对本公开的第三预设条件进行限定,第三预设条件可根据实际需求设定。
图4示意性示出了本公开一实施例提供的一种计算集合P中每个PRI箱的频谱值的方法的流程示意图,如图4所示,在本公开一实施例中,该方法包括:
S401、从上述集合P中抽取一个PRI箱,得到备选PRI箱hτ。
S402、获取上述备选PRI箱hτ的初始时间Oτ,取Oτ=tn。
S403、计算上述备选PRI箱hτ的初始相位ητ。
S404、将上述初始相位ητ分解,得到分解结果,
S405、判断上述分解结果是否满足第五预设条件。
S406、若上述分解结果不满足上述第五预设条件,则直接更新上述备选PRI箱hτ的频谱值Dτ,得到更新后的频谱值Dτ′。
S407、若上述分解结果满足上述第五预设条件,则更新上述备选PRI箱hτ的初始时间Oτ和初始相位ητ,得到更新后的初始时间Oτ′和初始相位ητ′,根据上述更新后的初始相位ητ′更新上述备选PRI箱hτ的频谱值Dτ,得到更新后的频谱值Dτ′。
S408、判断上述集合P中所有PRI箱是否均被抽取一次。
若上述集合P中所有PRI箱未均被抽取一次,则继续执行上述步骤S401。
S409、若上述集合P中所有PRI箱均被抽取一次,则结束。
在本实施例中,集合P中的每一个PRI箱的频谱值均需要计算,本公开现在集合P中随机抽取一个PRI箱作为备选PRI箱,再根据备选PRI箱的初始相位和初始时间更新备选PRI箱的频谱值。
在本公开一实施例中,上述计算上述至少一个PRI箱的检测门限,具体包括:
在本实施例中,利用观测时间准则,假设一个PRI值为的脉冲序列在观测时间T内一直持续,则该脉冲流的数目为/>另一方面,/>表示PRI值为/>的脉冲序列中的脉冲数目,理想情况下,/>但是在实际情况中,由于存在脉冲缺失,/>小于理想情况下脉冲流数目,基于观测时间准则的门限可定义为/>其中α是一个可调参数。
利用抑制谐波准则,假设是雷达脉冲序列的一个PRI值,那么在理想情况下, 是脉冲序列自相关鉴频结果。如果/>是脉冲流中真实PRI值的一个谐波值,则/>因此基于抑制谐波准则的门限为:/>其中,β是一个可调参数。该门限可以在存在PRI抖动的雷达脉冲序列中有效地抑制谐波分量。
利用减小噪声准则,为了检测出真实PRI值,需要保证真实PRI值对应的PRI箱的PRI频谱值远大于噪声值(除去真实PRI值及其谐波对应的PRI箱,其他PRI箱对应的PRI频谱值被称为噪声值)。在传统PRI变换中,如果是噪声分量,则/>值的方差要小于其中ρ是脉冲流的脉冲密度,/>是第个PRI箱的箱体宽度。在这一方差值的基础上,提出了过滤噪声值的门限为:/>其中γ是一个可调参数。在传统PRI变换中,使用3倍方差准则,即γ=3。但是改进PRI变换中的噪声水平要远大于传统PRI变换中的噪声水平。故在改进PRI变换中,γ的值要远小于3。
其中,α、β和γ是可调参数,可以在不同条件下改变它们的值以增加检测概率并降低虚警概率。
在本公开一实施例中,上述利用周期识别准则从上述待选PRI集合中筛选出一个PRI值,得到第一轮分选的估计PRI值,具体包括:
假设上述待选集合为Q,
Q=[PRI1,PRI2,...,PRIi],其中,i为正整数。
上述待选集合Q中搜索并统计每一个PRI值的除数,除数数量最多的PRI值为上述估计PRI值。
若存在至少两个PRI值的除数数量相同,则比较上述至少两个PRI值对应的频谱值,以对应的频谱值最大的PRI值为上述估计PRI值。
在本实施例中,利用周期识别准则,每轮分选仅确定一个PRI值,同时,因为脉冲流中可能存在参差信号,当参考信号的子脉冲间隔是参考信号帧周期的除数,则该子脉冲间隔可能被识别为脉冲序列的PRI值,用该PRI值完成的序列分离会破坏原始参差信号的周期性,导致分选失败,因此,利用周期识别准则,确定待选集合为Q,并找出集合Q中除数最多的元素作为本轮分选的估计PRI值,可以有效地避免参考信号对分选结果的影响。
图5示意性示出了本公开一实施例提供的一种根据起始脉冲从脉冲流中搜索并分离出与估计PRI值相对应的脉冲的方法的流程示意图,如图5所示,在本公开一实施例中,该方法包括:
S501、从上述脉冲流的到达时间序列中获取上述起始脉冲的到达时间s(i)。
S502、计算上述目标脉冲的范围:
S503、计算满足分离条件的上述目标脉冲的位置向量cnn,
cnn=find((s≥TOAmin)&(s≤TOAmax))。
S504、根据上述目标脉冲的位置向量对上述估计PRI值进行更新。
其中,toan=s(i),s为脉冲流到达的时间序列,pri为上述估计PRI值,TOAmax表示与上述估计PRI值相对应的目标脉冲的搜索范围最大值,TOAmin表示与上述估计PRI值相对应的目标脉冲的搜索范围最小值,kmax用于确定上述目标脉冲的搜索范围的最大值,kmin用于确定上述目标脉冲的搜索范围的最小值,sck用于计数,表示上述目标脉冲与本轮起始脉冲之间的PRI的数量。
在本实施例中,找到的估计PRI值作为初始PRI值,每分离一个脉冲,PRI值更新一次,直到完成脉冲流的分离为止,对于给定的PRI值,可能有多条满足要求的脉冲序列,计算每条脉冲序列的PRI值,使用PRI值作为样本,使用欧氏距离作为相似性度量,寻找样本中心,对应于样本中心的脉冲序列是最终分离的脉冲序列。
在本公开一实施例中,上述根据上述目标脉冲的位置向量对上述估计PRI值进行更新,具体包括:
计算length(cnn)的值,若length(cnn)=0,则更新sck,更新后的sck为sck′=sck+1,继续执行上述计算上述目标脉冲的位置向量的步骤。
若length(cnn)=1,则更新上述估计PRI值,更新后的上述估计PRI值为pri′,
若length(cnn)≠0,且length(cnn)≠1,则更新后的上述估计PRI值为pri″,
其中,s(tpnum)表示下一个被分离的脉冲的到达时间,tt用于对待分离的脉冲序列中现有的脉冲的个数进行计数。
在本公开一实施例中,雷达信号仿真模型是如图7所示的脉冲到达时间(TOA)模型,主要的仿真参数如表1所示。
表1混合脉冲序列1参数表
参数 | 脉冲序列1 | 脉冲序列2 | 脉冲序列3 | 脉冲序列4 |
PRI值(μs) | 27 | 35 | 35 | 47 |
抖动范围 | ±10% | ±10% | ±10% | ±10% |
噪声误差 | ±3% | ±3% | ±3% | ±3% |
脉冲缺失率 | ±10% | ±10% | ±10% | ±10% |
总观测时间(μs) | 5000 | 5000 | 5000 | 5000 |
仿真结果如图8~图11所示。本次分选共计四轮,第一轮分选有3个PRI值超过检测门限,根据周期识别准则,PRI1=35.04μs为第一轮PRI识别结果;第二轮分选有3个PRI值超过检测门限,根据周期识别准则,PRI2=26.972μs为第二轮PRI识别结果;第三轮分选有2个PRI值超过检测门限,根据周期识别准则,PRI3=34.81μs为第三轮PRI识别结果;第四轮分选有一个PRI值超过检测门限,PRI4=46.92μs为第四轮PRI识别结果。由仿真结果可知,在脉冲流存在缺失与抖动条件下,新型PRI变换算法可以完成对PRI值相同的脉冲序列的分选,且PRI值估计精度很高。
为了进一步验证新型PRI变换算法的有效性,本公开选取PRI平均估计误差评估算法的性能,平均估计误差定义如下:
选取一段混合雷达信号脉冲流,参数如表2所示。
表2混合脉冲序列2参数表
仿真结果如图12所示。由仿真结果可知,在脉冲缺失率为10%的条件下,当PRI抖动不超过+12%,PRI估计精度良好,当PRI抖动超过+12%,算法仍能完成脉冲序列分选,估计精度稍有下降。
基于上述一种估计PRI值并提取脉冲序列的方法,本公开还提供了一种估计PRI值并提取脉冲序列的装置。
图6示意性示出了本公开一实施例提供的一种估计PRI值并提取脉冲序列的装置的框图,如图6所示,在本公开一实施例中,上述装置600包括获取模块601、第一计算模块602、第二计算模块603、第一筛选模块604、分离模块605、更新模块606、第一循环模块607、第二循环模块608、第三循环模块609、第三计算模块610和判断模块611。
获取模块601,用于获取脉冲流、脉冲流的到达时间序列和预设的PRI值范围。在一实施例中,获取模块601可以用于执行前文描述的S101,在此不再赘述。
第一计算模块602,用于将上述预设的PRI值范围根据预设估计精度划分为至少一个PRI箱,计算上述至少一个PRI箱的频谱值。在一实施例中,第一计算模块602可以用于执行前文描述的S102,在此不再赘述。
第二计算模块603,用于计算上述至少一个PRI箱的检测门限,对应的频谱值超过上述检测门限的PRI值属于待选PRI集合。在一实施例中,第二计算模块603可以用于执行前文描述的S103,在此不再赘述。
第一筛选模块604,用于利用周期识别准则从上述待选PRI集合中筛选出一个PRI值,得到第一轮分选的估计PRI值。在一实施例中,第一筛选模块604可以用于执行前文描述的S104,在此不再赘述。
分离模块605,用于依次逐个的选取上述脉冲流中的脉冲作为起始脉冲。以及用于根据上述起始脉冲从上述脉冲流中搜索并分离出与所估计PRI值相对应的脉冲,得到目标脉冲。在一实施例中,分离模块605可以用于执行前文描述的S105-S106,在此不再赘述。
更新模块606,用于据上述目标脉冲对上述估计PRI值进行更新,得到更新后的PRI值。在一实施例中,更新模块606可以用于执行前文描述的S107,在此不再赘述。
第一循环模块607,用于判断上述目标脉冲的下一个脉冲是否超出所述脉冲流的到达时间序列中的最晚到达时间,若上述目标脉冲的下一个脉冲未超出所述最晚到达时间,则以上述目标脉冲为新一轮的起始脉冲,继续执行上述根据上述起始脉冲从上述脉冲流中搜索并分离出与上述估计PRI值相对应的脉冲,得到目标脉冲的步骤。在一实施例中,第一循环模块607可以用于执行前文描述的S108-S109,在此不再赘述。
第二循环模块608,若上述目标脉冲的下一个脉冲超出所述最晚到达时间,则判断从上述脉冲流中分离出的目标脉冲的数量是否满足第一预设条件,若从上述脉冲流中分离出的目标脉冲的数量不满足第一预设条件,则调整起始脉冲,若从上述脉冲流中分离出的目标脉冲的数量满足第一预设条件,则将分离出的目标脉冲存储为一条脉冲序列,调整起始脉冲。在一实施例中,第二循环模块608可以用于执行前文描述的S110-S112,在此不再赘述。
第三循环模块609,用于判断从上述脉冲流中选取的起始脉冲的编号是否大于第一阈值,若从上述脉冲流中选取的起始脉冲的编号小于或等于第一阈值,则继续执行上述依次逐个的选取上述脉冲流中的脉冲作为起始脉冲的步骤。若从上述脉冲流中选取的起始脉冲的编号大于第一阈值,则结束脉冲序列分离。在一实施例中,第三循环模块609可以用于执行前文描述的S113-S114,在此不再赘述。
第三计算模块610,用于计算分离出的每一条脉冲序列的PRI值,得到PRI值样本集,获取上述PRI值样本集的样本中心,上述样本中心对应的脉冲序列为目标脉冲序列。在一实施例中,第三计算模块610可以用于执行前文描述的S115,在此不再赘述。
判断模块611,用于判断上述脉冲流中剩余的脉冲的数量是否大于第二阈值,若上述脉冲流中剩余的脉冲的数量大于上述第二阈值,则继续执行上述计算上述预设的PRI值范围内不同PRI值对应的频谱值的步骤。若上述脉冲流中剩余的脉冲的数量小于或等于上述第二阈值,则结束分选。在一实施例中,判断模块611可以用于执行前文描述的S116-S117,在此不再赘述。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开,但是本领域技术人员应该理解,在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下,可以对本公开进行形式和细节上的多种改变。因此,本公开的范围不应该限于上述实施例,而是应该不仅由所附权利要求来进行确定,还由所附权利要求的等同物来进行限定。
Claims (8)
1.一种估计PRI值并提取脉冲序列的方法,其特征在于,包括:
获取脉冲流、脉冲流的到达时间序列和预设的PRI值范围;
将所述预设的PRI值范围根据预设估计精度划分为至少一个PRI箱,计算所述至少一个PRI箱的频谱值;
计算所述至少一个PRI箱的检测门限,对应的频谱值超过所述检测门限的PRI值属于待选PRI集合;
利用周期识别准则从所述待选PRI集合中筛选出一个PRI值,得到第一轮分选的估计PRI值;
依次逐个的选取所述脉冲流中的脉冲作为起始脉冲;
根据所述起始脉冲从所述脉冲流中搜索并分离出与所述估计PRI值相对应的脉冲,得到目标脉冲;
根据所述目标脉冲对所述估计PRI值进行更新,得到更新后的PRI值;
判断所述目标脉冲的下一个脉冲是否超出所述脉冲流的到达时间序列中的最晚到达时间;
若所述目标脉冲的下一个脉冲未超出所述最晚到达时间,则以所述目标脉冲为新一轮的起始脉冲,继续执行所述根据所述起始脉冲从所述脉冲流中搜索并分离出与所述估计PRI值相对应的脉冲,得到目标脉冲的步骤;
若所述目标脉冲的下一个脉冲超出所述最晚到达时间,则判断从所述脉冲流中分离出的目标脉冲的数量是否满足第一预设条件;
若从所述脉冲流中分离出的目标脉冲的数量不满足第一预设条件,则调整起始脉冲;
若从所述脉冲流中分离出的目标脉冲的数量满足第一预设条件,则将分离出的目标脉冲存储为一条脉冲序列,调整起始脉冲;
判断从所述脉冲流中选取的起始脉冲的编号是否大于第一阈值,若从所述脉冲流中选取的起始脉冲的编号小于或等于第一阈值,则继续执行所述依次逐个的选取所述脉冲流中的脉冲作为起始脉冲的步骤;
若从所述脉冲流中选取的起始脉冲的编号大于第一阈值,则结束脉冲序列分离;
计算分离出的每一条脉冲序列的PRI值,得到PRI值样本集,获取所述PRI值样本集的样本中心,所述样本中心对应的脉冲序列为目标脉冲序列;
判断所述脉冲流中剩余的脉冲的数量是否大于第二阈值,若所述脉冲流中剩余的脉冲的数量大于所述第二阈值,则继续执行所述计算所述至少一个PRI箱的频谱值的步骤;
若所述脉冲流中剩余的脉冲的数量小于或等于所述第二阈值,则结束分选;
所述将所述预设的PRI值范围根据预设估计精度划分为至少一个PRI箱,具体包括:
根据所述预设估计精度将所述预设的PRI值范围划分为H个PRI箱,hj为PRI箱的编号,j为正整数,j=1,2,...,H;
其中,ε为PRI值的抖动的上限,[tmin,tmax]为所述预设的PRI值范围,tmin为PRI值的最小值,tmax为PRI值的最大值;
所述计算所述至少一个PRI箱的频谱值,具体包括:
从所述脉冲流中选取第n个脉冲和第m个脉冲,获取所述第n个脉冲的到达时间tn,以及所述第m个脉冲的到达时间tm,其中,n的初始值为2,m的初始值为1;
计算所述第n个脉冲的到达时间tn和所述第m个脉冲的到达时间tm之间的时间差τnm,τnm=tn-tm;
计算包括所述时间差τnm的PRI箱的集合P,其中,所述集合P中的PRI箱的编号的最小值为hx:
所述集合P中的PRI箱的编号最大值为hd:
其中,Δτ=(tmax-tmin)/H;
则所述包括所述时间差τnm的PRI箱的集合P为:P=[hx,...,hd],计算所述集合P中每个PRI箱的频谱值;
更新所述n和m,得到n′和m′;
根据所述n′和m′重复执行上述步骤,直至所述n′满足第二预设条件。
2.根据权利要求1所述的估计PRI值并提取脉冲序列的方法,其特征在于,所述更新所述n和m,得到n′和m′,具体包括:
保持n不变,更新m,得到m′,m′=m-1;
判断所述m′是否满足第三预设条件,若所述m′不满足所述第三预设条件,则所述n′=n,m′=m-1;
若所述m′满足所述第三预设条件,则所述n′=n+1,判断所述n′是否满足第四预设条件;
若所述n′不满足所述第四预设条件,则所述m′=n′-1;
若所述n′满足所述第四预设条件,则停止运算。
3.根据权利要求1所述的估计PRI值并提取脉冲序列的方法,其特征在于,所述计算所述集合P中每个PRI箱的频谱值,包括:
从所述集合P中抽取一个PRI箱,得到备选PRI箱hδ;
获取所述备选PRI箱hδ的初始时间Oδ,取Oδ=tn;
计算所述备选PRI箱hδ的初始相位ηδ;
将所述初始相位ηδ分解,得到分解结果,判断所述分解结果是否满足第五预设条件;
若所述分解结果满足所述第五预设条件,则更新所述备选PRI箱hδ的初始时间Oδ和初始相位ηδ,得到更新后的初始时间Oδ′和初始相位ηδ′,根据所述更新后的初始相位ηδ′更新所述备选PRI箱hδ的频谱值Dδ,得到更新后的频谱值Dδ′;
若所述分解结果不满足所述第五预设条件,则直接更新所述备选PRI箱hδ的频谱值Dδ,得到更新后的频谱值Dδ′;
继续执行所述从所述集合P中抽取一个PRI箱,得到备选PRI箱hδ的步骤,直至所述集合P中所有PRI箱均被抽取一次;
5.根据权利要求1所述的估计PRI值并提取脉冲序列的方法,其特征在于,所述利用周期识别准则从所述待选PRI集合中筛选出一个PRI值,得到第一轮分选的估计PRI值,具体包括:
假设所述待选集合为Q,
Q=[PRI1,PRI2,...,PRIθ];
其中,θ为正整数;
在所述待选集合Q中搜索并统计每一个PRI值的除数,除数数量最多的PRI值为所述估计PRI值;
若存在至少两个PRI值的除数数量相同,则比较所述至少两个PRI值对应的频谱值,以对应的频谱值最大的PRI值为所述估计PRI值。
6.根据权利要求1所述的估计PRI值并提取脉冲序列的方法,其特征在于,所述根据所述起始脉冲从所述脉冲流中搜索并分离出与所述估计PRI值相对应的脉冲,得到目标脉冲,具体包括:
从所述脉冲流的到达时间序列中获取所述起始脉冲的到达时间s(σ);
计算所述目标脉冲的范围:
计算满足分离条件的所述目标脉冲的位置向量cnn,
cnn=find((s≥TOAmin)&(s≤TOAmax));
根据所述目标脉冲的位置向量对所述估计PRI值进行更新;
其中,toan=s(σ),s为脉冲流到达的时间序列,pri为所述估计PRI值,TOAmax表示与所述估计PRI值相对应的目标脉冲的搜索范围最大值,TOAmin表示与所述估计PRI值相对应的目标脉冲的搜索范围最小值,kmax用于确定所述目标脉冲的搜索范围的最大值,kmin用于确定所述目标脉冲的搜索范围的最小值,sck用于计数,表示所述目标脉冲与本轮起始脉冲之间的PRI的数量,σ为正整数。
7.根据权利要求6所述的估计PRI值并提取脉冲序列的方法,其特征在于,所述根据所述目标脉冲的位置向量对所述估计PRI值进行更新,具体包括:
计算length(cnn)的值,若length(cnn)=0,则更新sck,更新后的sck为sck′=sck+1,继续执行所述计算所述目标脉冲的位置向量的步骤;
若length(cnn)=1,则更新所述估计PRI值,更新后的所述估计PRI值为pri′,
若length(cnn)≠0,且length(cnn)≠1,则更新后的所述估计PRI值为pri″,
其中,s(tpnum)表示下一个被分离的脉冲的到达时间,tt用于对待分离的脉冲序列中现有的脉冲的个数进行计数。
8.一种估计PRI值并提取脉冲序列的装置,其特征在于,包括:
获取模块,用于获取脉冲流、脉冲流的到达时间序列和预设的PRI值范围;
第一计算模块,用于将所述预设的PRI值范围根据预设估计精度划分为至少一个PRI箱,计算所述至少一个PRI箱的频谱值,所述将所述预设的PRI值范围根据预设估计精度划分为至少一个PRI箱,具体包括:
根据所述预设估计精度将所述预设的PRI值范围划分为H个PRI箱,hj为PRI箱的编号,j为正整数,j=1,2,...,H;
其中,ε为PRI值的抖动的上限,[tmin,tmax]为所述预设的PRI值范围,tmin为PRI值的最小值,tmax为PRI值的最大值;
所述计算所述至少一个PRI箱的频谱值,具体包括:
从所述脉冲流中选取第n个脉冲和第m个脉冲,获取所述第n个脉冲的到达时间tn,以及所述第m个脉冲的到达时间tm,其中,n的初始值为2,m的初始值为1;
计算所述第n个脉冲的到达时间tn和所述第m个脉冲的到达时间tm之间的时间差τnm,τnm=tn-tm;
计算包括所述时间差τnm的PRI箱的集合P,其中,所述集合P中的PRI箱的编号的最小值为hx:
所述集合P中的PRI箱的编号最大值为hd:
其中,Δτ=(tmax-tmin)/H;
则所述包括所述时间差τnm的PRI箱的集合P为:P=[hx,...,hd],计算所述集合P中每个PRI箱的频谱值;
更新所述n和m,得到n′和m′;
根据所述n′和m′重复执行上述步骤,直至所述n′满足第二预设条件;
第二计算模块,用于计算所述至少一个PRI箱的检测门限,对应的频谱值超过所述检测门限的PRI值属于待选PRI集合;
第一筛选模块,用于利用周期识别准则从所述待选PRI集合中筛选出一个PRI值,得到第一轮分选的估计PRI值;
分离模块,用于依次逐个的选取所述脉冲流中的脉冲作为起始脉冲;以及用于根据所述起始脉冲从所述脉冲流中搜索并分离出与所估计PRI值相对应的脉冲,得到目标脉冲;
更新模块,用于据所述目标脉冲对所述估计PRI值进行更新,得到更新后的PRI值;
第一循环模块,用于判断所述目标脉冲的下一个脉冲是否超出所述脉冲流的到达时间序列中的最晚到达时间,若所述目标脉冲的下一个脉冲未超出所述最晚到达时间,则以所述目标脉冲为新一轮的起始脉冲,继续执行所述根据所述起始脉冲从所述脉冲流中搜索并分离出与所述估计PRI值相对应的脉冲,得到目标脉冲的步骤;
第二循环模块,若所述目标脉冲的下一个脉冲超出所述最晚到达时间,则判断从所述脉冲流中分离出的目标脉冲的数量是否满足第一预设条件,若从所述脉冲流中分离出的目标脉冲的数量不满足第一预设条件,则调整起始脉冲,若从所述脉冲流中分离出的目标脉冲的数量满足第一预设条件,则将分离出的目标脉冲存储为一条脉冲序列,调整起始脉冲;
第三循环模块,用于判断从所述脉冲流中选取的起始脉冲的编号是否大于第一阈值,若从所述脉冲流中选取的起始脉冲的编号小于或等于第一阈值,则继续执行所述依次逐个的选取所述脉冲流中的脉冲作为起始脉冲的步骤;若从所述脉冲流中选取的起始脉冲的编号大于第一阈值,则结束脉冲序列分离;
第三计算模块,用于计算分离出的每一条脉冲序列的PRI值,得到PRI值样本集,获取所述PRI值样本集的样本中心,所述样本中心对应的脉冲序列为目标脉冲序列;
判断模块,用于判断所述脉冲流中剩余的脉冲的数量是否大于第二阈值,若所述脉冲流中剩余的脉冲的数量大于所述第二阈值,则继续执行所述计算所述预设的PRI值范围内不同PRI值对应的频谱值的步骤;若所述脉冲流中剩余的脉冲的数量小于或等于所述第二阈值,则结束分选。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111023758.3A CN113702919B (zh) | 2021-09-01 | 2021-09-01 | 一种估计pri值并提取脉冲序列的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111023758.3A CN113702919B (zh) | 2021-09-01 | 2021-09-01 | 一种估计pri值并提取脉冲序列的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113702919A CN113702919A (zh) | 2021-11-26 |
CN113702919B true CN113702919B (zh) | 2023-06-27 |
Family
ID=78657175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111023758.3A Active CN113702919B (zh) | 2021-09-01 | 2021-09-01 | 一种估计pri值并提取脉冲序列的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113702919B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101300649B1 (ko) * | 2013-02-28 | 2013-08-27 | 국방과학연구소 | 적응형 히스토그램을 이용한 레이더신호 지터pri 펄스열 추출방법 및 이를 이용한 레이더신호 지터pri 펄스열 추출장치 |
CN109507647A (zh) * | 2018-11-30 | 2019-03-22 | 南京长峰航天电子科技有限公司 | 基于pri直方图的雷达信号分选方法 |
CN112198481A (zh) * | 2020-10-09 | 2021-01-08 | 哈尔滨工程大学 | 一种脉冲丢失混叠情况下的pri抖动雷达信号分选方法 |
-
2021
- 2021-09-01 CN CN202111023758.3A patent/CN113702919B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101300649B1 (ko) * | 2013-02-28 | 2013-08-27 | 국방과학연구소 | 적응형 히스토그램을 이용한 레이더신호 지터pri 펄스열 추출방법 및 이를 이용한 레이더신호 지터pri 펄스열 추출장치 |
CN109507647A (zh) * | 2018-11-30 | 2019-03-22 | 南京长峰航天电子科技有限公司 | 基于pri直方图的雷达信号分选方法 |
CN112198481A (zh) * | 2020-10-09 | 2021-01-08 | 哈尔滨工程大学 | 一种脉冲丢失混叠情况下的pri抖动雷达信号分选方法 |
Non-Patent Citations (4)
Title |
---|
An Enhanced Algorithm for De-interleaving Mixed Radar Signals;Wenhai Cheng 等;IEEE Transactions on Aerospace and Electronic Systems;全文 * |
一种改进型PRI变换雷达信号分选方法;田芬芳;电子科技;第23卷(第11期);全文 * |
一种改进的雷达脉冲信号分选算法;李永红 等;中国电子科学研究院学报(第5期);全文 * |
基于PRI变换法的脉冲信号分选算法;乔宏乐 等;火控雷达技术;第41卷(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113702919A (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109031215B (zh) | 高脉冲丢失下的参差雷达脉冲重复周期估计方法 | |
CN104699755A (zh) | 一种基于数据挖掘的智能化多目标综合识别方法 | |
CN108665420B (zh) | 基于变分贝叶斯模型的红外弱小目标图像背景抑制方法 | |
RU2711406C1 (ru) | Способ классификации гидроакустических сигналов шумоизлучения морских объектов | |
Heymann et al. | Outskewer: Using skewness to spot outliers in samples and time series | |
Franchi et al. | Statistical properties of the maximum Lyapunov exponent calculated via the divergence rate method | |
CN113702919B (zh) | 一种估计pri值并提取脉冲序列的方法和装置 | |
Cheng et al. | A method for extracting radar words of multi-function radar at data level | |
CN105866748B (zh) | 一种基于检测先验的固定窗长恒虚警检测方法 | |
JP2010038744A (ja) | 目標識別用レーダ装置 | |
CN112698274A (zh) | 一种分级pri变换的雷达信号分选和脉冲序列提取系统 | |
CN117192482B (zh) | 基于信号分选的靶机平台侦察设备告警方法 | |
CN113075620B (zh) | 一种基于多站时差网格聚类的信号分选方法 | |
CN111624575B (zh) | 一种未知雷达目标脉冲序列的快速提取方法及系统 | |
CN115980689A (zh) | 基于点云检测的辐射源信号分选方法、装置、设备及介质 | |
CN113985353A (zh) | 剔除点云中干扰点的方法、装置、和电子设备 | |
Song et al. | Box-particle cardinality balanced multi-target multi-Bernoulli filter | |
Zhao et al. | Box-particle implementation for cardinality balanced multi-target multi-Bernoulli filter | |
Behar et al. | Hough detector with adaptive non-coherent integration for target detection in pulse jamming | |
Zade et al. | Pulse repetition interval detection using statistical modeling | |
Qu et al. | Improved generalized likelihood ratio detector for range-spread target | |
Dunne et al. | Weight partitioned probability hypothesis density filters | |
CN112763989B (zh) | 一种基于cdif的抖动信号分选方法 | |
CN113296071B (zh) | 基于相关匹配法的多参差信号分选方法及装置 | |
Serikova et al. | Noise-induced outpulsing technique for energy efficiency improvement of laser radar systems |
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 |