CN114143151A - 一种基于自相关的非理想信道下drm信号识别方法 - Google Patents
一种基于自相关的非理想信道下drm信号识别方法 Download PDFInfo
- Publication number
- CN114143151A CN114143151A CN202111509471.1A CN202111509471A CN114143151A CN 114143151 A CN114143151 A CN 114143151A CN 202111509471 A CN202111509471 A CN 202111509471A CN 114143151 A CN114143151 A CN 114143151A
- Authority
- CN
- China
- Prior art keywords
- frame
- signal
- drm
- tau
- cdt
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000005311 autocorrelation function Methods 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 25
- 230000000717 retained effect Effects 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 5
- 239000005433 ionosphere Substances 0.000 abstract description 4
- 238000010606 normalization Methods 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 8
- 125000004122 cyclic group Chemical group 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 101150115945 DTL gene Proteins 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- YOBAEOGBNPPUQV-UHFFFAOYSA-N iron;trihydrate Chemical compound O.O.O.[Fe].[Fe] YOBAEOGBNPPUQV-UHFFFAOYSA-N 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000000538 tail Anatomy 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0238—Channel estimation using blind estimation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种基于自相关的非理想信道下DRM信号识别方法，本发明涉及非理想信道下DRM信号识别方法。本发明的目的是为了解决现有经过电离层信道传输的DRM信号的识别准确率低的问题。过程为：一：得到时域信号；二：对时域信号做归一化处理；三：计算归一化信号的自相关函数；四：选取门限值，将门限值与自相关函数比较，自相关函数中大于等于门限值的值保留，小于门限值的值置零；五：得到系数cdt1；六：得到系数cdt2；七：选取阈值Thd1和Thd2，若cdt1和cdt2分别大于Thd1、Thd2，则判定一选取的时域信号是DRM信号；否则，判定一选取的时域信号不是DRM信号。本发明用于信号分类识别领域。
Description
技术领域
本发明涉及信号分类识别领域和短波段被动雷达信号处理领域，可用于在非平稳信道条件下DRM信号的识别。
背景技术
被动雷达利用第三方发射的电磁信号进行目标探测，具有建造、维护成本低；隐蔽性强；节省频谱资源；照射源种类丰富，分布广泛，辐射盲区少等独特优势。被动雷达是新体制雷达中的重要成员。对于被动雷达，在电磁环境中寻找到适合雷达探测的照射源波形是其首先要解决的问题，照射源的准确识别是被动雷达中的关键问题。
数字调幅广播(Digital Radio Mondiale，DRM)在2001年10月被ETSI标准化，使用了OFDM调制技术来对抗信道衰落，在3～30MHz的频段范围内被主要用于替代调幅广播。由于DRM信号主要工作在高频段，因此以DRM信号作为被动雷达的照射信号兼具了被动雷达和高频雷达的种种优点。此前，澳大利亚的Coleman等人在A practical bistatic passiveradar system for use with DAB and DRM illuminators[C]IEEE RadarConference.IEEE,2008.中初步验证了DRM广播信号的模糊函数的图钉状特性，同时提出了DRM可能的应用环境，在这之后，G.A.Fabrizio博士在Adaptive beamforming for high-frequency over-the-horizon passive radar[J].IET Radar Sonar&Navigation,2009,3(4):384-405.一文中提出了使用DRM信号作为实现高频被动雷达外辐射源的设想。武汉大学万显荣团队发表了基于数字调幅广播的无源双基地地波雷达[J].雷达科学与技术,2009,7(006):401-405.，验证了DRM信号作为照射源进行目标被动探测的可行性，并在此基础上做出了一系列卓有成效的研究成果，证明了DRM对于短波段被动雷达是一种探测性能良好照射源。因此，短波DRM信号的快速准确识别对短波外辐射雷达有重要的意义。
短波段电磁环境复杂，辐射源数目繁多，空域分布较为广阔，信号频谱混叠严重；电磁环境中存在的各类辐射源对DRM信号的检测产生严重的干扰；同时，电离层对短波信号的传输产生不利影响，电离层为随参信道，信道参数的时变特性可能常常引起信号统计特性的变化。因此通过人工挑选或简单的参数匹配难以达到良好的识别效果。
目前主流的信号识别方法是提取信号的特征参数，再利用分类器对所提取特征进行分类。用于信号分类的典型特征参数有：包络方差系数、峰度等瞬时特征和高阶累积量、循环谱等统计特征。由于DRM采用OFDM方式进行调制，通常根据OFDM的多载波特性对信号进行识别。如王雪.OFDM信号检测与调制识别[D].中国科学技术大学,2010.中提出的通过高阶累积量对OFDM信号进行检测，构建一组基于高阶累积量的检测特征量，对频率选择性衰落信道下的OFDM信号检测具有较好效果。此外在白旭天.基于短时傅里叶变换和卷积神经网络的OFDM信号调制识别方法研究[D].西安理工大学,2021.中使用神经网络方法对OFDM信号进行了成功的识别。
发明内容
本发明的目的是为了解决现有经过电离层信道传输的DRM信号的识别准确率低的问题，而提出一种基于自相关的非理想信道下DRM信号识别方法。
一种基于自相关的非理想信道下DRM信号识别方法具体过程为：
步骤一：对IQ双通道接收机录取的数据进行选取，将选取得到的时域信号记为X(t)；
步骤二：对步骤一选取的时域信号X(t)做归一化处理，得到归一化信号
步骤三：计算归一化信号
的自相关函数R(τ)，自相关延时τ的取值范围不小于[-1.5Tframe,1.5Tframe]；
步骤四：选取门限值Thd3，将门限值Thd3与步骤三的自相关函数R(τ)比较，R(τ)中大于等于Thd3的值保留，小于Thd3的值置零；
步骤五：基于步骤四中保留的自相关函数R(τ)，得到DRM系数cdt1；
步骤六：基于步骤四中自相关函数R(τ)，得到系数cdt2；
步骤七：选取阈值Thd1和Thd2，若cdt1和cdt2分别大于Thd1、Thd2，则判定步骤一选取的时域信号X(t)是DRM信号；否则，判定步骤一选取的时域信号X(t)不是DRM信号。
本发明的有益效果为：
与现有方法不同，本发明提出一种基于自相关函数特征的DRM信号识别方法。本方法利用DRM信号增益导频周期性出现的特性，通过自相关函数提取相关峰值作为特征。根据相关峰值出现位置是否与DRM协议中规定参数相匹配，判定所识别信号是否为DRM信号。实测数据的分析表明本发明所提出方法能有效识别DRM照射源。
本发明所述的一种基于自相关的非理想信道下DRM信号识别方法，为DRM信号的识别处理过程提供了一种有效的解决方法。通过对采样信号做自相关处理，并从自相关函数上提取与DRM符号相关的统计量，充分考虑了DRM信号在调制过程中的主要特点，利用了信号本身的导频信息，实现了对非理想信道下DRM信号的准确识别，解决了传统方法对随参信道下DRM信号识别困难的问题，即解决了现有经过电离层信道传输的DRM信号的识别准确率低的问题(电离层信道是随参信道的一个实例)。该发明所提出的识别流程对于不同模式的DRM信号具有泛用性，对于不同模式下的DRM信号，只需要根据协议修改相应的参数即可。利用本发明中所提出的基于自相关的非理想信道DRM信号识别方法，对实际的短波段信号进行处理，相比于传统信号识别方法，有效地提升了短波段各模式下DRM信号识别的识别准确率。
附图说明
图1是发明的总体流程图；
图2是归一化仿真DRM信号时域波形图，amplitude为振幅；
图3是仿真信号的自相关函数图，tau为时间差；
图4是通过门限的相关峰示意图；
图5是实测DRM-B模式信号时域波形图；
图6是实测信号的自相关函数图；
图7是通过门限的实测信号相关峰示意图；
图8是DRM系数1的求和示意图；
图9是DRM系数2的求和示意图；
图10是本发明所提出方法在高斯信道下的检测准确率示意图，Accuracy为准确率，SNR为信噪比。
具体实施方式
具体实施方式一：本实施方式一种基于自相关的非理想信道下DRM信号识别方法具体过程为：
步骤一：对IQ双通道接收机录取的数据进行选取，将选取得到的时域信号记为X(t)；
步骤二：对步骤一选取的时域信号X(t)做归一化处理，得到归一化信号
得到信号的时域波形如图2所示；
步骤三：计算归一化信号
的自相关函数R(τ)，自相关延时τ的取值范围不小于[-1.5Tframe,1.5Tframe](自相关延时τ的取值范围，至少要包含所提到的区间。比如范围不小于[-1.5,1.5]，那么实际范围可以是[-2,2]，但不能是[-1,1])；处理结果如图3所示；
步骤四：选取适当的门限值Thd3，将门限值Thd3与步骤三的自相关函数R(τ)比较，R(τ)中大于等于Thd3的值保留，小于Thd3的值置零，如图4所示；
步骤五：基于步骤四中保留的自相关函数R(τ)，判断步骤三中自相关函数R(τ)在延时τ为±Tframe的位置上是否形成相关峰，得到DRM系数cdt1；(cdt1接近1时，说明自相关函数R(τ)在预期位置±Tframe上存在相关峰)；
步骤六：基于步骤四中自相关函数R(τ)，判断步骤三中自相关函数R(τ)在延迟τ为Tframe的邻域半径δ1内的相关峰是否存在符合DRM信号特性的副峰，得到系数cdt2(如果cdt2接近1，说明存在预期的副峰)；
步骤七：选取适当的阈值Thd1和Thd2，若cdt1和cdt2分别大于Thd1、Thd2，则判定步骤一选取的时域信号X(t)是DRM信号；否则，判定步骤一选取的时域信号X(t)不是DRM信号。
上述步骤中，传输帧时间为长度为Tframe、OFDM有效时间间隔Te和增益导频相关副峰时延Tf这三个参数取值与待识别DRM信号的模式有关。其参数值可以从DRM的ETSI标准协议中找到。
根据DRM信号调制模式的区别，具体实施过程中的参数会有所差别，但实施步骤均如上所述。
非理想信道下DRM信号指DRM信号是接收的，存在干扰噪声等，所以叫非理想信道下DRM信号；
具体实施方式二：本实施方式与具体实施方式一不同的是，所述步骤一中对IQ双通道接收机录取的数据进行选取，将选取得到的时域信号记为X(t)；具体过程为：
对IQ双通道接收机录取的数据进行选取，选取数据的时间长度大于2个DRM信号的传输帧时间长度；
所述DRM信号的传输帧时间长度为Tframe。
其它步骤及参数与具体实施方式一相同。
具体实施方式三：本实施方式与具体实施方式一或二不同的是，所述步骤二中对步骤一选取的时域信号X(t)做归一化处理，得到归一化信号
得到信号的时域波形如图2所示；具体过程为：
步骤二一：求取X(t)的时间均值，记时间均值为mX；
步骤二二：求取X(t)的标准差，记标准差为σX；
步骤二三：基于时间均值mX和标准差σX，获取归一化信号X(t)。
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四：本实施方式与具体实施方式一至三之一不同的是，所述步骤二三中基于时间均值mX和标准差σX，获取归一化信号
具体过程为：
归一化信号
的计算式为：
其中
的均值为0，平均功率为1。
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式五：本实施方式与具体实施方式一至四之一不同的是，所述步骤五中基于步骤四中保留的自相关函数R(τ)，判断步骤三中自相关函数R(τ)在延时τ为±Tframe的位置上是否形成相关峰，得到DRM系数cdt1；(cdt1接近1时，说明自相关函数R(τ)在预期位置±Tframe上存在相关峰)；具体过程为：
步骤五一：对步骤四中保留的自相关函数R(τ)在延时τ为[-1.5Tframe,1.5Tframe]的区间上累加求和，得到Sum1；对于DRM信号检测，这一区间可选为[-1.5Tframe,1.5Tframe]。
步骤五二：对步骤四中保留的自相关函数R(τ)在延时τ为[-Tframe-δ1，-Tframe+δ1]、[Tframe-δ1，Tframe+δ1]、[-δ1，δ1]三个区间上进行累加求和，得到Sum2；
所述邻域半径δ1取DRM调制过程中OFDM符号的有效时间间隔Te；
步骤五三：计算系数cdt1＝Sum1/Sum2。
其它步骤及参数与具体实施方式一至四之一相同。
具体实施方式六：本实施方式与具体实施方式一至五之一不同的是，所述0≤cdt1≤1。
cdt1接近1时，说明自相关函数R(τ)在预期位置±Tframe上存在相关峰，可能是DRM信号；
其它步骤及参数与具体实施方式一至五之一相同。
具体实施方式七：本实施方式与具体实施方式一至六之一不同的是，所述步骤六中基于步骤四中自相关函数R(τ)，判断步骤三中自相关函数R(τ)在延迟τ为Tframe的邻域半径δ1内的相关峰是否存在符合DRM信号特性的副峰，得到系数cdt2(如果cdt2接近1，说明存在预期的副峰)；具体过程为：
步骤六一：对步骤四中保留的自相关函数R(τ)在延时τ为[Tframe+Tf-δ2，Tframe+Tf+δ2]、[Tframe-Tf-δ2，Tframe-Tf+δ2]、[Tframe+Te-δ2，Tframe+Te+δ2]、[Tframe-Te-δ2，Tframe-Te+δ2]四个区间上进行累加求和，得到Sum3；此处邻域的半径可根据经验值选取。
其中δ2为邻域半径，经验值；Tf为DRM增益导频相关副峰距离Tframe的时间差；Te为DRM调制过程中OFDM符号的有效时间间隔；
步骤六二：对步骤四中保留的自相关函数R(τ)在延时τ为[Tframe-δ4,Tframe-δ3]和[Tframe+δ3,Tframe+δ4]的区间上进行累加求和，求和结果为Sum4；
其中δ3,δ4为邻域半径，经验值(根据DRM调制模式选取(DRM信号本身在调制的时候就有不同的参数，也就是不同的调制模式)，使得求和区间在避开位于Tframe处的相关峰的同时，包含可能出现的副峰；
步骤六三：计算系数cdt2＝Sum3/Sum4。
其它步骤及参数与具体实施方式一至六之一相同。
具体实施方式八：本实施方式与具体实施方式一至七之一不同的是，所述0≤cdt2≤1。
如果cdt2接近1，说明存在符合DRM信号特性的副峰；
表明了信号导频和循环前缀在自相关谱中形成峰值的情况，若该值接近1，则可以认为信号含导频和循环前缀；
其它步骤及参数与具体实施方式一至七之一相同。
采用以下实施例验证本发明的有益效果：
实施例一：
本实施例一种基于自相关的非理想信道下DRM信号识别方法是按照以下步骤实施的：
实测信号参数如下表所示：
表一 DRM-B模式OFDM参数
步骤一：对实测信号进行采样，得到复信号X(t)，时间长度为1秒，此时的DRM信号传输帧长度Tframe为0.4秒
步骤二：对信号X(t)进行归一化，具体过程如具体实施方式中的步骤二所描述，得到的信号时域如图5所示。
步骤三：对步骤二中得到的信号计算自相关R(τ)，取分贝值，得到的自相关序列如图6所示。
步骤四：计算R(τ)的平均值Ave，根据信号的信噪比情况，取门限Thd为Ave+11.5。保留高于该门限值的自相关值，其余位置置零，如图7所示。
步骤五：对上一步得到的自相关判断在±0.4秒位置是否存在相关峰，得到系数cdt1。具体过程为：
步骤五一：对R(τ)在[-1.5Tframe,1.5Tframe]的区间上求和，得到Sum1。
步骤五二：选取邻域的半径δ1为0.02秒，对R(τ)在[-δ1,δ1],[-Tframe-δ1,-Tframe+δ1],[Tframe-δ1,Tframe+δ1]三个区间上进行求和，得到求和结果Sum2，求和范围如图8所示。
步骤五三：计算系数cdt1＝Sum1/Sum2。若cdt1的值超过给定阈值，说明在指定位置上的峰值是存在的。
步骤六：判断自相关在延迟为0.4秒附近的相关峰是否存在符合DRM信号特性的副峰，得到系数cdt2。具体过程为：
步骤六一：对R(τ)在延时为Tframe±0.2，Tframe±0.1的邻域上累加求和，得到Sum3。此处邻域的半径δ2选为2ms。
步骤六二：对R(τ)在区间[Tframe-δ4,Tframe-δ3]、[Tframe+δ3,Tframe+δ4]上求和，求和结果为Sum4。此处δ3、δ4的取值分别为2ms、25ms。求和范围如图9所示。
步骤六三：计算cdt2＝Sum3/Sum4，cdt2此时在0-1之间，表明了信号导频和循环前缀在自相关谱中形成峰值的情况，若cdt2的值超过给定阈值，说明在信号中存在导频、循环前缀形成的副峰。
步骤七：选定cdt1、cdt2的判定阈值均为0.7，本例中两个系数均超过阈值，判断该信号为DRM信号。
实施例二：
本实施例一种基于自相关的非理想信道下DRM信号识别方法是按照以下步骤实施的：
对DRM信号、LFM信号、AM信号、DSB信号进行仿真并加高斯噪声，在不同信噪比下进行多次蒙特卡洛实验，验证本发明所提出的自相关方法在不同信噪比下的检测性能。仿真参数如下表。
表二 待识别仿真信号参数
在SNR为-15dB～-8dB范围内，每个信噪比进行2000次蒙特卡洛仿真，识别结果如图10所示，可以看到在较低的信噪比下，该方法仍有极好的准确率，当信噪比大于-10dB时，误检率小于10-3。
实施例三：
本实施例一种基于自相关的非理想信道下DRM信号识别方法是按照以下步骤实施的：
从环境中采样得到两个不同频点上的DRM信号，对信号每4秒钟进行截断，分别使用高阶累积量方法和所提出的自相关方法进行多次识别。待识别信号参数如下表。
表三 待识别DRM信号参数
最终得到传统累积量方法的识别正确率为90.3％，本文提出的自相关方法的正确率为98.75％。
本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (8)
1.一种基于自相关的非理想信道下DRM信号识别方法，其特征在于：所述方法具体过程为：
步骤一：对IQ双通道接收机录取的数据进行选取，将选取得到的时域信号记为X(t)；
步骤二：对步骤一选取的时域信号X(t)做归一化处理，得到归一化信号
步骤三：计算归一化信号
的自相关函数R(τ)，自相关延时τ的取值范围不小于[-1.5Tframe,1.5Tframe]；
步骤四：选取门限值Thd3，将门限值Thd3与步骤三的自相关函数R(τ)比较，R(τ)中大于等于Thd3的值保留，小于Thd3的值置零；
步骤五：基于步骤四中保留的自相关函数R(τ)，得到DRM系数cdt1；
步骤六：基于步骤四中自相关函数R(τ)，得到系数cdt2；
步骤七：选取阈值Thd1和Thd2，若cdt1和cdt2分别大于Thd1、Thd2，则判定步骤一选取的时域信号X(t)是DRM信号；否则，判定步骤一选取的时域信号X(t)不是DRM信号。
2.根据权利要求1所述一种基于自相关的非理想信道下DRM信号识别方法，其特征在于：所述步骤一中对IQ双通道接收机录取的数据进行选取，将选取得到的时域信号记为X(t)；具体过程为：
对IQ双通道接收机录取的数据进行选取，选取数据的时间长度大于2个DRM信号的传输帧时间长度；
所述DRM信号的传输帧时间长度为Tframe。
3.根据权利要求2所述一种基于自相关的非理想信道下DRM信号识别方法，其特征在于：所述步骤二中对步骤一选取的时域信号X(t)做归一化处理，得到归一化信号
具体过程为：
步骤二一：求取X(t)的时间均值，记时间均值为mX；
步骤二二：求取X(t)的标准差，记标准差为σX；
步骤二三：基于时间均值mX和标准差σX，获取归一化信号
4.根据权利要求3所述一种基于自相关的非理想信道下DRM信号识别方法，其特征在于：所述步骤二三中基于时间均值mX和标准差σX，获取归一化信号
具体过程为：
归一化信号
的计算式为：
其中
的均值为0，平均功率为1。
5.根据权利要求4所述一种基于自相关的非理想信道下DRM信号识别方法，其特征在于：所述步骤五中基于步骤四中保留的自相关函数R(τ)，得到DRM系数cdt1；具体过程为：
步骤五一：对步骤四中保留的自相关函数R(τ)在延时τ为[-1.5Tframe,1.5Tframe]的区间上累加求和，得到Sum1；
步骤五二：对步骤四中保留的自相关函数R(τ)在延时τ为[-Tframe-δ1，-Tframe+δ1]、[Tframe-δ1，Tframe+δ1]、[-δ1，δ1]三个区间上进行累加求和，得到Sum2；
所述邻域半径δ1取DRM调制过程中OFDM符号的有效时间间隔Te；
步骤五三：计算系数cdt1＝Sum1/Sum2。
6.根据权利要求5所述一种基于自相关的非理想信道下DRM信号识别方法，其特征在于：所述0≤cdt1≤1。
7.根据权利要求6所述一种基于自相关的非理想信道下DRM信号识别方法，其特征在于：所述步骤六中基于步骤四中自相关函数R(τ)，得到系数cdt2；具体过程为：
步骤六一：对步骤四中保留的自相关函数R(τ)在延时τ为[Tframe+Tf-δ2，Tframe+Tf+δ2]、[Tframe-Tf-δ2，Tframe-Tf+δ2]、[Tframe+Te-δ2，Tframe+Te+δ2]、[Tframe-Te-δ2，Tframe-Te+δ2]四个区间上进行累加求和，得到Sum3；
其中δ2为邻域半径；Tf为DRM增益导频相关副峰距离Tframe的时间差；Te为DRM调制过程中OFDM符号的有效时间间隔；
步骤六二：对步骤四中保留的自相关函数R(τ)在延时τ为[Tframe-δ4,Tframe-δ3]和[Tframe+δ3,Tframe+δ4]的区间上进行累加求和，求和结果为Sum4；
其中δ3,δ4为邻域半径；
步骤六三：计算系数cdt2＝Sum3/Sum4。
8.根据权利要求7所述一种基于自相关的非理想信道下DRM信号识别方法，其特征在于：所述0≤cdt2≤1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111509471.1A CN114143151B (zh) | 2021-12-10 | 2021-12-10 | 一种基于自相关的非理想信道下drm信号识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111509471.1A CN114143151B (zh) | 2021-12-10 | 2021-12-10 | 一种基于自相关的非理想信道下drm信号识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114143151A true CN114143151A (zh) | 2022-03-04 |
| CN114143151B CN114143151B (zh) | 2024-04-05 |
Family
ID=80385826
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111509471.1A Active CN114143151B (zh) | 2021-12-10 | 2021-12-10 | 一种基于自相关的非理想信道下drm信号识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114143151B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114374411A (zh) * | 2022-03-23 | 2022-04-19 | 江苏米特物联网科技有限公司 | 一种低频电力线载波拓扑识别方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108737318A (zh) * | 2018-07-19 | 2018-11-02 | 中国人民解放军战略支援部队信息工程大学 | 基于信号结构特性的ofdm信号识别方法及系统 |
| CN111971580A (zh) * | 2018-03-08 | 2020-11-20 | Iee国际电子工程股份公司 | 使用mimo雷达进行目标检测的方法和系统 |
| CN112965034A (zh) * | 2021-04-13 | 2021-06-15 | 哈尔滨工业大学 | 一种改善天波雷达慢时间相位编码信号多普勒容限的方法 |
-
2021
- 2021-12-10 CN CN202111509471.1A patent/CN114143151B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111971580A (zh) * | 2018-03-08 | 2020-11-20 | Iee国际电子工程股份公司 | 使用mimo雷达进行目标检测的方法和系统 |
| CN108737318A (zh) * | 2018-07-19 | 2018-11-02 | 中国人民解放军战略支援部队信息工程大学 | 基于信号结构特性的ofdm信号识别方法及系统 |
| CN112965034A (zh) * | 2021-04-13 | 2021-06-15 | 哈尔滨工业大学 | 一种改善天波雷达慢时间相位编码信号多普勒容限的方法 |
Non-Patent Citations (3)
| Title |
|---|
| 张德磊等: "数字调幅广播外辐射源雷达信号性能研究", 雷达科学与技术, no. 04, pages 395 - 400 * |
| 李浩然: "舰载高频地波雷达海杂波抑制与方位估计的研究", 中国优秀硕士学位论文全文数据库 信息科技辑, no. 02, pages 1 - 78 * |
| 苏重阳等: "基于DRM信号的短波探通一体化技术", 电波科学学报, no. 06, 15 December 2017 (2017-12-15) * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114374411A (zh) * | 2022-03-23 | 2022-04-19 | 江苏米特物联网科技有限公司 | 一种低频电力线载波拓扑识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114143151B (zh) | 2024-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101262288B (zh) | 确定认知无线电(cr)系统的多分辨率频谱感知(mrss)技术的感知阈值的系统与方法 | |
| CN102749615B (zh) | 一种信号识别的方法 | |
| CN111090077B (zh) | 多维度去交错后的toa差分统计雷达信号分选方法 | |
| CN106382981B (zh) | 一种单站次声波信号识别提取方法 | |
| CN105866749A (zh) | 一种距离和速度同步拖引的雷达干扰识别方法 | |
| CN106357574A (zh) | 基于顺序统计量的bpsk/qpsk信号调制盲识别方法 | |
| CN114143151A (zh) | 一种基于自相关的非理想信道下drm信号识别方法 | |
| CN116359851A (zh) | 一种基于融合网络的雷达有源干扰检测识别方法及装置 | |
| CN109655794B (zh) | 一种窄带自卫噪声压制干扰的检测识别方法 | |
| CN114545342B (zh) | 利用多通道侦察接收机的雷达脉冲信号参数测量方法 | |
| CN111027614B (zh) | 一种噪声增强射频指纹识别方法及装置 | |
| Nouali et al. | Change point detection-based TOA estimation in UWB indoor ranging systems | |
| CN106019250B (zh) | 基于角闪烁转发式假目标鉴别方法 | |
| Park et al. | Intra-pulse modulation recognition using pulse description words and complex waveforms | |
| CN107689933A (zh) | Alpha稳定分布噪声下MFSK信号调制识别方法 | |
| CN109120562B (zh) | 一种基于频谱累加匹配的mfsk信号频率估计方法 | |
| Pei et al. | Detection and estimation of non-cooperative uniform pulse position modulated radar signals at low SNR | |
| CN115184876A (zh) | 一种基于小波变换及波形整形的2fsk信号参数估计方法 | |
| CN115755020A (zh) | 一种机械扫描雷达天线扫描位置的跟踪方法 | |
| Li et al. | Signals Deinterleaving for ES systems using Improved CFSFDP Algorithm | |
| CN111948451B (zh) | 一种基于互谱相位加权平均法的调频连续波信号测向方法 | |
| CN112505641A (zh) | 基于特征参数提取的雷达干扰信号识别方法 | |
| CN107347042B (zh) | 一种多级数字信道化子信道输出判决方法 | |
| Foucault et al. | The Wigner-Ville distribution and quadratic detector performances for FMCW pulse detection in Electronic Warfare context | |
| You et al. | Radar modulation identification using inequality measurement in frequency domain |
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 |