CN114706047A - 一种基于经验小波变换的调频引信信号处理方法 - Google Patents
一种基于经验小波变换的调频引信信号处理方法 Download PDFInfo
- Publication number
- CN114706047A CN114706047A CN202210401713.3A CN202210401713A CN114706047A CN 114706047 A CN114706047 A CN 114706047A CN 202210401713 A CN202210401713 A CN 202210401713A CN 114706047 A CN114706047 A CN 114706047A
- Authority
- CN
- China
- Prior art keywords
- frequency
- signal
- target
- difference frequency
- fuse
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 10
- 230000009466 transformation Effects 0.000 claims abstract description 6
- 230000003044 adaptive effect Effects 0.000 claims abstract description 5
- 238000000926 separation method Methods 0.000 claims abstract description 4
- 238000001228 spectrum Methods 0.000 claims description 15
- 238000005474 detonation Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 238000004880 explosion Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000003595 spectral effect Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000002592 echocardiography Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011218 segmentation 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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- 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
- G01S7/41—Details 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/148—Wavelet transforms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明涉及一种基于经验小波变换的调频引信信号处理方法,属于信息对抗技术领域。本发明基于经验小波变换将调频引信差频信号自适应分解为不同模态分量,实现对近程泄露信号、目标回波信号以及噪声干扰信号的分离,对目标回波所在分量进行傅里叶谱分析,获取目标距离信息,并与预定炸高进行比较,并结合幅度门限判决结果,决定输出点火脉冲。本发明包括以下步骤:基于经验小波变换的自适应分解;提取目标回波所在模态分量;目标模态分量的傅里叶谱分析;幅度门限判决。本发明能够自适应的剔除调频引信差频信号中的近程泄露信号以及噪声干扰信号,具有抗干扰能力;通过对待检模态分量依次进行峰值频率以及幅值门限检测,具有目标识别、检测能力。
Description
技术领域
本发明涉及一种基于经验小波变换的调频引信信号处理方法,属于信息对抗技术领域。
背景技术
调频引信由预设调制信号控制压控振荡器产生频率周期变化的射频信号,一路通过发射天线辐射出去,另一路送入本地混频器;接收天线接收到的回波信号通过低噪声放大器后与混频器中的本地参考信号进行混频处理;然后进入低通滤波器并经模数转换器采样后得到差频信号,通过傅里叶变换提取差频信号的不同谐波包络;根据差频信号频率的大小与距离的对应关系,完成预定炸高的设置;并通过测量目标回波与参考信号混频后所得差频信号的主要频率成分,判断是否存在与预定炸高对应的目标信号,从而控制判决模块是否向下一级输出启动信号,目前调频引信已在常规弹药中得到广泛应用。
一般来说,调频引信的探测距离较短,最大时延远小于调制周期,差频频率大小主要随路径时延线性变化,在不同距离处,离对应差频信号频率最近的谐波系数最大。单次谐波系数的距离维包络为辛格函数,辛格函数的零点对应差频频率,辛格函数的宽度大小由调制带宽决定;在理想情况下,对差频信号进行峰值频率提取及门限判决能够实现目标信号的有效检测与识别。
然而,在实际应用过程中,调频引信面临严重的近程泄露干扰及环境噪声干扰问题,传统的调频引信差频信号处理方法,仅进行简单的峰值频率提取及门限判决,在这种条件下,其目标识别与检测能力将受到严重干扰。因此,需要一种新的能够自适应抑制相关干扰信号,提升调频引信抗干扰能力及目标检测与识别效果的差频信号处理方法。
经验小波变换作为一种新的处理非平稳信号的方法,融合经验模态分解方法的信号自适应性和小波变换理论的紧支撑框架,能够自适应地提取信号中的不同频率成分,具备完整可靠的数学理论基础,计算复杂度低,在信号处理领域受到了广泛关注。
发明内容
本发明的目的是提供一种基于经验小波变换的调频引信信号处理方法,在不改动现有调频引信硬件结构的条件下,通过将差频信号自适应的分解为多个不同模态分量,并剔除相关存在干扰信号的模态分量,仅对剩余模态进行进一步判决,实现在数据处理层面自适应抑制近程泄露信号与环境噪声信号,并通过对于待选模态分量进行傅里叶谱分析,确定峰值频率以及峰值频率对应的峰值大小,判断是否符合预定炸高要求,从而实现对真实目标信号的准确识别。
本发明的目的是通过下述技术方案实现的:
本发明公开的一种基于经验小波变换的调频引信信号处理方法,包括如下步骤:
步骤一:基于经验小波变换的差频信号自适应分解,具体包括以下子步骤:
步骤1.1差频信号的全局傅里叶变换:
将调频引信差频信号进行一次全局傅里叶变换,根据差频信号傅里叶谱的极值点分布情况,将傅里叶谱划分成不同的待分解区间,如式(1)所示;
其中,F(nω1)为调频引信差频信号的全局傅里叶变换,n为正整数,表示谐波序数,T1为持续时长,ω1为对应频率,f(t)为调频引信差频信号;
步骤1.2经验小波变换的初始参数设置:
根据调频引信差频信号傅里叶谱的极值点分布情况,将调频引信差频信号傅里叶谱划分成不同的待分解区间,并确定最佳分解模态数K,实现经验小波变换的初始参数设置;
步骤1.3调频引信差频信号的自适应分解:
在每个待分解区间上根据经验小波自适应的构建带通小波滤波器组,带通小波滤波器组包括经验小波函数ψk(ω)以及经验尺度函数经验小波函数ψk(ω)如式(2)所示,经验尺度函数如式(3)所示,通过带通小波滤波器组对调频引信差频信号进行滤波,实现对调频引信差频信号进行自适应分解;
步骤二:提取包含目标回波的模态分量:
根据步骤一中经验小波变换的结果,将调频引信差频信号自适应的分解为一系列不同频带占优的子模态分量,主要频率成分由低到高排序,实现不同频率成分的分离,获取不同模态分量:
重构的调频引信差频信号f(t)如式(4)所示:
其中,为经验尺度函数的傅里叶反变换结果,ψk(t)为经验小波函数ψk(ω)的傅里叶反变换结果,表示卷积运算,F-1[.]表示傅里叶反变换。为细节系数,如式(5)所示,为细节系数的傅里叶变换结果,为逼近系数,如式(6)所示,为逼近系数的傅里叶变换结果:
经过步骤一经验小波变换处理后,原调频引信差频信号的各子模态分量如式(7)以及式(8)所示:
其中,f0(t)为最低频率区间的信号分量,fk(t)为其他区间对应的信号分量;
剔除首尾模态分量,滤除对应的高频噪声干扰以及低频近程泄露信号,剩余模态分量作为待检目标模态分量;
步骤三:待检目标模态分量的傅里叶谱分析:
根据预设炸高确定有效频率的大小,差频信号中的主要频率分量与目标距离线性相关,如式(9)所示;
其中,R为预设炸高,q为傅里叶频率序数;B为发射信号调制带宽,c为电磁波传播速度,N为信号长度对应的调制周期数;
进一步的,对待检目标模态分量进行傅里叶谱分析,判断峰值对应频率与预设炸高对应频率是否一致,若一致,进行步骤四幅度门限判决;若不一致,进行下一个待检目标模态分量的判决;
步骤四:幅度门限判决:
将步骤三确定的频率对应的峰值与预定最低门限做比较,若高于最低门限要求,则判定为有目标,向下一级输出起爆信号;若低于最低门限要求,则判定为无目标,进行下一个待检模态的判决;若所有待检模态均判定完成且未输出起爆信号,则返回步骤一,对下一段调频引信差频信号进行处理。
有益效果:
1、本发明的一种基于经验小波变换的调频引信信号处理方法,通过经验小波变换将差频信号自适应的分解为多个子模态分量,并剔除差频信号中的近程泄露信号以及噪声干扰信号,具有较强的抗干扰能力;
2、本发明的,通过对待检模态分量依次进行峰值频率检测以及幅值门限检测,确定是否包含目标信号,具有较强的目标识别、检测能力。
附图说明
图1为本发明的一种基于经验小波变换的调频引信信号处理方法的总体流程图;
图2为本发明的一种基于经验小波变换的调频引信信号处理方法步骤一中经验小波分解处理流程图;
图3为实测调频引信差频信号时域波形图及傅里叶频谱图;
图4为调频引信差频信号经过经验小波分解后各待检子模态分量的时域波形图;
图5为待检子模态分量目标判定流程图;
图6为目标信号所在子模态分量的时域波形图以及傅里叶频谱图。
具体实施方式
为了更好的说明本发明的目的和优点,下面结合附图和实例对发明内容做进一步说明。
实施例1:
实施例应用本发明的一种基于经验小波变换的调频引信信号处理方法对输入的调频引信差频信号进行经验小波分解,获取多个子模态分量,不同模态分量的主要组成频率成分不同,实现对调频引信差频信号的自适应频谱分割。其中低频模态分量对应近程泄露干扰信号,高频模态分量对应噪声干扰信号,通过剔除低频模态分量以及高模态分量实现对调频引信差频信号中的近程泄露信号及噪声干扰信号的抑制,并对剩余模态分量进行进一步判决,若某次模态中峰值频率与预定炸高对应的频率相同,且对应峰值高于最低门限要求,则判定为存在目标信号,向下一级输出起爆信息,如图1所示,具体包括以下步骤:
步骤一:基于经验小波变换的调频引信差频信号自适应分解,如图2所示,具体包括以下子步骤:
步骤1.1调频引信差频信号的全局傅里叶变换:
实施例中,针对采集的一组8个调制周期长度的调频引信差频信号f(t),持续时长为T1,对应频率为ω1,调频引信差频信号的时域波形以及傅里叶谱如图3所示,通过全局傅里叶谱分析,调频引信差频信号的频谱中包含近程泄露干扰信号、真实目标信号以及高频噪声干扰;
将调频引信差频信号进行一次全局傅里叶变换,根据调频引信差频信号傅里叶谱的极值点分布情况,将调频引信差频信号傅里叶谱划分成不同的待分解区间,如式(1)所示;
其中,F(nω1)为调频引信差频信号的全局傅里叶变换,n为正整数,表示谐波序数,ω1为对应频率,T1为持续时长,f(t)为调频引信差频信号;
步骤1.2经验小波变换的初始参数设置:
如图3所示,根据调频引信差频信号傅里叶谱的极值点分布情况,最佳分解模态个数K为5,对8个调制周期长度的调频引信差频信号进行基于经验小波变换的自适应分解;
步骤1.3调频引信差频信号的自适应分解:
在每个待分解区间上根据经验小波自适应的构建带通小波滤波器组,带通小波滤波器组包括经验小波函数ψk(ω)以及经验尺度函数经验小波函数ψk(ω)如式(2)所示,经验尺度函数如式(3)所示,通过带通小波滤波器组对调频引信差频信号进行滤波,实现对调频引信差频信号进行自适应分解;
步骤二:提取包含目标回波的模态分量:
根据步骤一中经验小波变换的结果,将调频引信差频信号自适应的分解为一系列不同频带占优的子模态分量,主要频率成分由低到高排序,实现不同频率成分的分离,获取不同模态分量:
重构的调频引信差频信号f(t)如式(4)所示:
其中,为经验尺度函数的傅里叶反变换结果,ψk(t)为经验小波函数ψk(ω)的傅里叶反变换结果,表示卷积运算,F-1[.]表示傅里叶反变换,为细节系数,如式(5)所示,为细节系数的傅里叶变换结果,为逼近系数,如式(6)所示,为逼近系数的傅里叶变换结果:
经过步骤一经验小波变换处理后,原调频引信差频信号的各子模态分量如式(7)以及式(8)所示:
其中,f0(t)为最低频率区间的信号分量,fk(t)为其他区间对应的信号分量;
如图4所示,对目标中频信号进行经验小波分解重构后,得到5组子模态分量,根据主要频率成分由低到高排序,依次为1次分量到5次分量;
剔除第1次与第5次模态分量,滤除对应的低频近程泄露信号以及高频噪声干扰,剩余3个模态分量作为待检目标模态分量,进入目标判定流程,如图5所示,将对待检模态分量进行进一步频率和幅值的判决;
步骤三:待检目标模态分量的傅里叶谱分析:
根据预设炸高确定有效频率的大小,差频信号中的主要频率分量与目标距离线性相关,如式(9)所示;
其中,R为预设炸高,q为傅里叶频率序数;B为发射信号调制带宽,c为电磁波传播速度,N为信号长度对应的调制周期数;
进一步的,对待检目标模态分量进行傅里叶谱分析,判断峰值对应频率与预设炸高对应频率是否一致,若一致,进行步骤四幅度门限判决;若不一致,进行下一个待检目标模态分量的判决;
如图6所示,在调制带宽B为100MHz,预设炸高为9m的条件下,待检分量中的第4次模态分量的峰值频率次数为48,与预设炸高对应频率一致,进行步骤四幅度门限判决;
步骤四:幅度门限判决:
将步骤三确定的频率对应的峰值与预定最低门限做比较,若高于最低门限要求,则判定为有目标,向下一级输出起爆信号;若低于最低门限要求,则判定为无目标,进行下一个待检模态的判决;若所有待检模态均判定完成且未输出起爆信号,则返回步骤一,对下一段调频引信差频信号进行处理;
最低门限要求与前端天线性能有关,本实施例中最低门限要求为30,如图6所示,第4次模态分量的峰值频率对应的幅度为32,判定为存在有效目标,向下一级执行模块输出起爆信息。
以上所述的具体描述,对发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种基于经验小波变换的调频引信信号处理方法,其特征在于:包括如下步骤:
步骤一:基于经验小波变换的差频信号自适应分解,具体包括以下子步骤:
步骤1.1差频信号的全局傅里叶变换:
将调频引信差频信号进行一次全局傅里叶变换,根据差频信号傅里叶谱的极值点分布情况,将傅里叶谱划分成不同的待分解区间,如式(1)所示;
其中,F(nω1)为调频引信差频信号的全局傅里叶变换,n为正整数,表示谐波序数,ω1为对应频率,T1为持续时长,f(t)为调频引信差频信号;
步骤1.2经验小波变换的初始参数设置:
根据调频引信差频信号傅里叶谱的极值点分布情况,将调频引信差频信号傅里叶谱划分成不同的待分解区间,并确定最佳分解模态数K,实现经验小波变换的初始参数设置;
步骤1.3调频引信差频信号的自适应分解:
在每个待分解区间上根据经验小波自适应的构建带通小波滤波器组,带通小波滤波器组包括经验小波函数ψk(ω)以及经验尺度函数经验小波函数ψk(ω)如式(2)所示,经验尺度函数如式(3)所示,通过带通小波滤波器组对调频引信差频信号进行滤波,实现对调频引信差频信号进行自适应分解;
步骤二:提取包含目标回波的模态分量:
根据步骤一中经验小波变换的结果,将调频引信差频信号自适应的分解为一系列不同频带占优的子模态分量,主要频率成分由低到高排序,实现不同频率成分的分离,获取不同模态分量:
重构的调频引信差频信号f(t)如式(4)所示:
其中,为经验尺度函数的傅里叶反变换结果,ψk(t)为经验小波函数ψk(ω)的傅里叶反变换结果,表示卷积运算,F-1[.]表示傅里叶反变换,为细节系数,如式(5)所示,为细节系数的傅里叶变换结果,为逼近系数,如式(6)所示,为逼近系数的傅里叶变换结果:
经过步骤一经验小波变换处理后,原调频引信差频信号的各子模态分量如式(7)以及式(8)所示:
其中,f0(t)为最低频率区间的信号分量,fk(t)为其他区间对应的信号分量;
剔除首尾模态分量,滤除对应的高频噪声干扰以及低频近程泄露信号,剩余模态分量作为待检目标模态分量;
步骤三:待检目标模态分量的傅里叶谱分析:
根据预设炸高确定有效频率的大小,差频信号中的主要频率分量与目标距离线性相关,如式(9)所示;
其中,R为预设炸高,q为傅里叶频率序数;B为发射信号调制带宽,c为电磁波传播速度,N为信号长度对应的调制周期数;
进一步的,对待检目标模态分量进行傅里叶谱分析,判断峰值对应频率与预设炸高对应频率是否一致,若一致,进行步骤四幅度门限判决;若不一致,进行下一个待检目标模态分量的判决;
步骤四:幅度门限判决:
将步骤三确定的频率对应的峰值与预定最低门限做比较,若高于最低门限要求,则判定为有目标,向下一级输出起爆信号;若低于最低门限要求,则判定为无目标,进行下一个待检模态的判决;若所有待检模态均判定完成且未输出起爆信号,则返回步骤一,对下一段差频信号进行处理。
2.根据权利要求1所述的一种基于经验小波变换的调频引信信号处理方法,其特征在于:能够通过经验小波变换将差频信号分为多个子模态分量,通过自适应的剔除差频信号中的近程泄露信号以及噪声干扰信号,并对剩余待检模态分量进行目标检测,具有抗干扰能力以及目标信号识别能力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210401713.3A CN114706047A (zh) | 2022-04-18 | 2022-04-18 | 一种基于经验小波变换的调频引信信号处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210401713.3A CN114706047A (zh) | 2022-04-18 | 2022-04-18 | 一种基于经验小波变换的调频引信信号处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114706047A true CN114706047A (zh) | 2022-07-05 |
Family
ID=82175081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210401713.3A Pending CN114706047A (zh) | 2022-04-18 | 2022-04-18 | 一种基于经验小波变换的调频引信信号处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114706047A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101303769B1 (ko) * | 2012-12-17 | 2013-09-04 | 국방과학연구소 | 주파수 변조 연속파 레이더에서 간섭 신호 탐지 및 억제 방법 |
WO2014048193A1 (zh) * | 2012-09-28 | 2014-04-03 | 北京理工大学 | 一种用于舰艇编队情况下同型雷达同频干扰抑制方法 |
CN104635223A (zh) * | 2015-01-08 | 2015-05-20 | 南京大学 | 基于经验模式分解与分数阶傅里叶变换的激光回波去噪方法 |
CN106568607A (zh) * | 2016-11-04 | 2017-04-19 | 东南大学 | 一种基于经验小波变换碰摩声发射故障诊断方法 |
CN106568589A (zh) * | 2016-11-04 | 2017-04-19 | 东南大学 | 一种基于经验小波变换碰摩声发射消噪方法 |
CN112630527A (zh) * | 2020-12-04 | 2021-04-09 | 云南民族大学 | 基于经验小波变换的畸变信号电量计量方法 |
-
2022
- 2022-04-18 CN CN202210401713.3A patent/CN114706047A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014048193A1 (zh) * | 2012-09-28 | 2014-04-03 | 北京理工大学 | 一种用于舰艇编队情况下同型雷达同频干扰抑制方法 |
KR101303769B1 (ko) * | 2012-12-17 | 2013-09-04 | 국방과학연구소 | 주파수 변조 연속파 레이더에서 간섭 신호 탐지 및 억제 방법 |
CN104635223A (zh) * | 2015-01-08 | 2015-05-20 | 南京大学 | 基于经验模式分解与分数阶傅里叶变换的激光回波去噪方法 |
CN106568607A (zh) * | 2016-11-04 | 2017-04-19 | 东南大学 | 一种基于经验小波变换碰摩声发射故障诊断方法 |
CN106568589A (zh) * | 2016-11-04 | 2017-04-19 | 东南大学 | 一种基于经验小波变换碰摩声发射消噪方法 |
CN112630527A (zh) * | 2020-12-04 | 2021-04-09 | 云南民族大学 | 基于经验小波变换的畸变信号电量计量方法 |
Non-Patent Citations (3)
Title |
---|
孔志杰;郝新红;栗苹;闫晓鹏;: "调频引信谐波时序检测抗干扰方法及实现", 北京航空航天大学学报, no. 03, 4 September 2017 (2017-09-04), pages 140 - 146 * |
李志农;朱明;褚福磊;肖尧先;: "基于经验小波变换的机械故障诊断方法研究", 仪器仪表学报, no. 11, 15 November 2014 (2014-11-15), pages 25 - 34 * |
袁杰;路翠华;左传友;许晓飞;: "基于快速傅里叶变换的调频引信噪声干扰抑制", 电子测量技术, no. 10, 15 October 2013 (2013-10-15), pages 35 - 37 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102156282B (zh) | 一种基于微多普勒效应的雷达目标检测方法 | |
CN111722188B (zh) | 基于stft预分选的pri变换雷达信号分选方法 | |
CN114594428B (zh) | 基于脉间频率编码脉内线性调频的间歇采样干扰抑制方法 | |
CN106959439B (zh) | 汽车调频连续波雷达的强干扰抑制方法及系统 | |
CN1819496A (zh) | 利用高频雷达接收机实现频率监测功能的方法 | |
CN110954886B (zh) | 一种以二阶谱强度为参考的高频地波雷达一阶回波谱区域检测方法 | |
CN109975770B (zh) | 时间频率重叠多分量线性调频信号的分离方法及装置 | |
CN112859014A (zh) | 基于雷达信号分选的雷达干扰抑制方法、装置及介质 | |
CN110632573B (zh) | 一种机载宽带雷达空时二维keystone变换方法 | |
CN111722198B (zh) | 一种结合雷达探测和干扰一体的信号生成方法及系统 | |
CN112130126B (zh) | 一种星载毫米波雷达的并行信号处理方法 | |
CN114706047A (zh) | 一种基于经验小波变换的调频引信信号处理方法 | |
CN109085568B (zh) | 一种基于二次混频的调频连续波多目标检测方法 | |
CN102790650B (zh) | 一种宽带lfm信号的分数域奇偶交替信道化接收方法 | |
CN107769815A (zh) | 线性调频近程探测系统噪声调幅干扰抑制方法 | |
US20220268880A1 (en) | Radar device | |
CN113552542B (zh) | 针对脉冲体制强辐射源干扰的fmcw雷达干扰抑制方法 | |
Ashry et al. | Comparative analysis between SAR pulse compression techniques | |
CN115510786A (zh) | 一种高动态冲击信号的频率解算方法与系统 | |
CN115345216A (zh) | 一种融合先验信息的fmcw雷达干扰消除方法 | |
JP2626579B2 (ja) | 合成開口レーダの画像データ処理方法及び装置 | |
CN103885044A (zh) | 一种基于clean算法的窄带雷达回波杂噪抑制方法 | |
CN116507934A (zh) | 信号处理装置、雷达装置、雷达运用方法以及雷达运用程序 | |
CN113203990A (zh) | 一种基于相噪特性的干扰源个体识别方法 | |
CN112883787A (zh) | 一种基于频谱匹配的短样本低频正弦信号参数估计方法 |
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 |