CN115951382B - 宽带跳频时分多址辐射源的定位方法、装置及电子设备 - Google Patents
宽带跳频时分多址辐射源的定位方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115951382B CN115951382B CN202211208114.6A CN202211208114A CN115951382B CN 115951382 B CN115951382 B CN 115951382B CN 202211208114 A CN202211208114 A CN 202211208114A CN 115951382 B CN115951382 B CN 115951382B
- Authority
- CN
- China
- Prior art keywords
- radiation source
- clustering
- signals
- radiation
- positions
- 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
- 230000005855 radiation Effects 0.000 title claims abstract description 375
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000001914 filtration Methods 0.000 claims abstract description 48
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 29
- 239000013598 vector Substances 0.000 claims description 22
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 238000003064 k means clustering Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000001228 spectrum Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 10
- 101710165631 Dihydropyrimidine dehydrogenase [NADP(+)] Proteins 0.000 description 8
- 101710183660 NAD-dependent dihydropyrimidine dehydrogenase subunit PreA Proteins 0.000 description 8
- 101710183648 NAD-dependent dihydropyrimidine dehydrogenase subunit PreT Proteins 0.000 description 8
- 238000005070 sampling Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种宽带跳频时分多址辐射源的定位方法、装置及电子设备,方法包括:通过多个接收站接收辐射源网群以宽带跳频时分多址方式发射的辐射源信号;通过模拟滤波对辐射源信号进行频段划分,基于多相滤波的数字信道化方法把频段划分后的辐射源信号输出到多个信道中,得到多个窄带辐射源信号;根据各接收站位置坐标以及窄带辐射源信号通过直接定位算法计算多个时隙的所有辐射源位置,任一时隙中包括各辐射源网群中的其中一个辐射源位置;根据多个时隙的所有辐射源位置聚类获取各辐射源的定位结果,对辐射源网群进行网群聚类,得到各辐射源的分群情况。本发明能够进行准确的宽带跳频时分多址辐射源定位,接收站间无需严格时间同步。
Description
技术领域
本发明属于电子信息技术领域,具体涉及到一种宽带跳频时分多址辐射源的定位方法、装置及电子设备。
背景技术
无源定位技术是信号处理中的重要研究内容之一,它被广泛应用于包括地震学、野生动物保护、物联网、射电天文、导航遥测、目标监测等领域中。为方便模型构造,多数现有的无源定位方法都假设辐射源发射的信号为窄带信号。对于宽带跳频时分多址(Frequency Hopping Time Division Multiple Access,FH-TDMA)辐射源,如果按低通采样定理或带通采样定理进行采样,因为信号频带较宽,会给信号处理带来很大的压力,很难应用于实际的定位方法中,且现有的辐射源定位方法都是针对单个或多个辐射源进行定位的,没有针对TDMA体制下的组网辐射源群进行定位。
发明内容
本发明提供一种宽带跳频时分多址辐射源的定位方法、装置及电子设备,以解决现有辐射源定位方法没有针对TDMA体制下的组网辐射源群进行定位的问题。
基于上述目的,本发明实施例提供了一种宽带跳频时分多址辐射源的定位方法,包括:通过多个接收站接收至少一个辐射源网群以宽带跳频时分多址方式发射的辐射源信号,其中每个所述辐射源网群包括至少一个辐射源,每个所述接收站包括多个阵元;通过模拟滤波对各所述接收站接收到的所述辐射源信号进行频段划分,并通过基于多相滤波的数字信道化方法把频段划分后的所述辐射源信号输出到多个信道中,对应得到多个窄带辐射源信号;根据各所述接收站的位置坐标以及信道化后的所述窄带辐射源信号,通过直接定位算法计算得出多个时隙的所有辐射源位置,任一时隙中包括各所述辐射源网群中的其中一个辐射源位置;根据多个时隙的所有辐射源位置,通过聚类算法获取各辐射源的定位结果,并对辐射源网群进行网群聚类,得到各所述辐射源的分群情况。
可选的,所述通过模拟滤波对各所述接收站接收到的所述辐射源信号进行频段划分,并通过基于多相滤波的数字信道化方法把频段划分后的所述辐射源信号输出到多个信道中,对应得到多个窄带辐射源信号,包括:对每个阵元接收到的所述辐射源信号进行频段划分;对各频段的所述辐射源信号进行模拟下变频,并通过模拟滤波滤掉其他频段的信号;对经模拟滤波后的各频段的所述辐射源信号进行模数转换;对模数转换后的各频段的所述辐射源信号基于多相滤波的数字信道化方法进行信道化处理并输出到多个信道中,得到对应的多个窄带辐射源信号。
可选的,所述对模数转换后的各频段的所述辐射源信号基于多相滤波的数字信道化方法进行信道化处理并输出到多个信道中,得到对应的多个窄带辐射源信号,包括:对于任一频段,将所述频段内的跳频信号按照跳频点频率分为第一数量个信道;对不同跳频频点的所述辐射源信号进行分离处理,划分为第一数量路窄带辐射源信号,得到对应的多个窄带辐射源信号。
可选的,所述根据各所述接收站的位置坐标以及信道化后的所述窄带辐射源信号,通过直接定位算法计算得出多个时隙的多个辐射源的位置,包括:针对任一时隙,根据任一个接收站接收到的任一辐射源网群的辐射源的任一个脉冲所在信道的所述窄带辐射源信号确定所述脉冲的协方差矩阵;对所述协方差矩阵进行特征分解为小特征值对应的特征矢量张成的噪声子空间和大特征值对应的特征矢量张成的信号子空间;根据所述小特征值对应的特征矢量张成的噪声子空间获取所述时隙中的所述辐射源网群的辐射源的位置。
可选的,所述根据所述小特征值对应的特征矢量张成的噪声子空间获取所述时隙中的所述辐射源网群的辐射源的位置,包括:根据所述小特征值对应的特征矢量张成的噪声子空间计算空间谱的峰值;在所述辐射源网群内搜索所述空间谱的峰值最大的辐射源的位置,其中,所述小特征值的数量选取与所述任一个脉冲所在信道的信号时间范围内相同信道,或同时取相同及相邻信道内信号的个数相关。
可选的,所述根据多个时隙的所有辐射源位置,通过聚类算法获取各辐射源的定位结果,并对辐射源网群进行网群聚类,得到各所述辐射源的分群情况,包括:对多个时隙的所有辐射源位置应用密度聚类算法获取所有所述辐射源网群中的个密度聚类簇,并分别计算/>个密度聚类簇的密度聚类中心,其中,/>为估计得出的辐射源总个数,分属于G个所述辐射源网群,其中,/>G为正整数;基于/>个密度聚类簇的聚类,获取各辐射源的定位结果,对多个时隙的所有辐射源位置进行k均值聚类计算,得到各所述辐射源的分群情况。
可选的,所述基于个密度聚类簇的聚类,获取各辐射源的定位结果,对多个时隙的所有辐射源位置进行k均值聚类计算,得到各所述辐射源的分群情况,包括:依次查找其中G个辐射源位置属于不同密度聚类簇的第一时隙,并将所述第一时隙中的G个辐射源位置设为初始的k均值聚类中心,并以初始的k均值聚类中心为第一k均值聚类中心;依次循环将任一所述密度聚类簇作为当前密度聚类簇,如果所述当前密度聚类簇中辐射源位置与任一所述第一k均值聚类簇中的辐射源位置所在时隙完全不重叠,则将所述当前密度聚类簇归类到所述k均值聚类簇中,直至遍历所有的所述密度聚类簇,并计算新的第二k均值聚类中心;将所述第一k均值聚类中心更新为所述第二k均值聚类中心,直至所述第二k均值聚类中心位置和相同所述第一k均值聚类中心位置相同;将/>个密度聚类簇的聚类中心位置划分到G个表征所述辐射源网群的k均值聚类簇的k均值聚类中心位置。
基于同一发明构思,本发明实施例还提出了一种宽带跳频时分多址辐射源的定位装置,包括:信号接收模块,用于通过多个接收站接收至少一个辐射源网群以宽带跳频时分多址方式发射的辐射源信号,其中每个所述辐射源网群包括至少一个辐射源,每个所述接收站包括多个阵元;信道化模块,用于通过模拟滤波对各所述接收站接收到的所述辐射源信号进行频段划分,并通过基于多相滤波的数字信道化方法把频段划分后的所述辐射源信号输出到多个信道中,对应得到多个窄带辐射源信号;辐射源定位模块,用于根据各所述接收站的位置坐标以及信道化后的所述窄带辐射源信号,通过直接定位算法计算得出多个时隙的所有辐射源位置,任一时隙中包括各所述辐射源网群中的其中一个辐射源位置;位置聚类模块,用于根据多个时隙的所有辐射源位置,通过聚类算法获取各辐射源的定位结果,并对辐射源网群进行网群聚类,得到各所述辐射源的分群情况。
基于同一发明构思,本发明实施例还提出了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述的方法。
基于同一发明构思,本发明实施例还提出了一种计算机存储介质,存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行前述的方法。
本发明的有益效果是:从上面所述可以看出,本发明实施例提供的一种宽带跳频时分多址辐射源的定位方法、装置及电子设备,方法包括:通过多个接收站接收至少一个辐射源网群以宽带跳频时分多址方式发射的辐射源信号,其中每个所述辐射源网群包括至少一个辐射源,每个所述接收站包括多个阵元;通过模拟滤波对各所述接收站接收到的所述辐射源信号进行频段划分,并通过基于多相滤波的数字信道化方法把频段划分后的所述辐射源信号输出到多个信道中,对应得到多个窄带辐射源信号;根据各所述接收站的位置坐标以及信道化后的所述窄带辐射源信号,通过直接定位算法计算得出多个时隙的所有辐射源位置,任一时隙中包括各所述辐射源网群中的其中一个辐射源位置;根据多个时隙的所有辐射源位置,通过聚类算法获取各辐射源的定位结果,并对辐射源网群进行网群聚类,得到各所述辐射源的分群情况,能够进行准确的宽带跳频时分多址辐射源定位,无需接收站间的严格时间同步。
附图说明
为了更清楚地说明本发明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发明实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中的宽带跳频时分多址辐射源的定位方法的流程示意图;
图2为本发明实施例中的宽带跳频时分多址辐射源的定位方法中的信道化示意图;
图3为本发明实施例中的宽带跳频时分多址辐射源的定位方法中的多相滤波原理示意图;
图4为本发明实施例中的宽带跳频时分多址辐射源的定位方法中的聚类方法示意图;
图5为本发明实施例中的宽带跳频时分多址辐射源的定位方法的总体框架示意图;
图6为本发明实施例中的不同辐射源定位方法的均方根误差随信噪比的变化示意图;
图7为本发明实施例中的不同辐射源定位方法的分群错误率随信噪比的变化示意图;
图8为本发明实施例中的宽带跳频时分多址辐射源的定位装置的结构示意图;
图9为本发明实施例中电子设备示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明。
需要说明的是,除非另外定义,本发明实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本发明实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
本发明实施例提供了一种宽带跳频时分多址辐射源的定位方法,如附图1所示,宽带跳频时分多址辐射源的定位方法包括:
步骤S11:通过多个接收站接收至少一个辐射源网群以宽带跳频时分多址方式发射的辐射源信号,其中每个所述辐射源网群包括至少一个辐射源,每个所述接收站包括多个阵元。
在本发明实施例中,考虑多接收站对多网群FH-TDMA信号辐射源的定位场景。假设有L个接收站,对应的位置坐标为(xl,yl)T,l=1,…,L,每个接收站都配备了M个阵元,阵元间距为d,其中L、M为正整数,d为实数。假设有G个FH-TDMA信号辐射源网群,总共有Q个辐射源,其中G、Q为正整数。第g个网群有Qg个源,其中,g=1,…,G,第g个群的第q个源的位置坐标为Pg,q=(xg,q,yg,q)T,q=1,…,Q,则第g个网群的辐射源位置坐标矢量为G个网群所有的辐射源位置坐标矢量为/>TDMA多址接入方式把时间分割为时间长度相同的时隙,在某一个时隙内,同一网群中只有一个辐射源处于发射状态,其他辐射源都处于接收状态,即一个时隙内共有G个辐射源发射信号。接收站共截获到了S个时隙的信号,假设第g个网群在第s个时隙的辐射源位置为/>则在第s个时隙的辐射源的位置坐标为/>在每一个时隙有H个跳频脉冲,脉冲可在多个频段的多个频点进行跳动,每个相邻脉冲的频率都不相同,且脉冲信号开始之前会有一段随机的延时时间,其中,H为正整数。跳频脉冲的应用允许了同一地区的多网群同步工作,使得多个网群可以共享频谱资源,网群成员可以在网内进行消息交换,但是无法在网间进行消息交换。假设辐射源和接收站相对静止或在S个时隙内位置变化及多普勒效应可以忽略不计,接收站不需要保持严格的时间同步。
第l个接收站在第s个时隙内接收到G个群辐射源发射的信号为
其中,表示第s个时隙第g个网群的辐射源被第l个基站接收的信号衰减系数,和/>分别是第s个时隙第g个源的第h个脉冲的导向矢量和加载在载频/>上的复信号,/>是噪声矢量,为零均值高斯白噪声。/> 是在第s个时隙第g个网群的辐射源到第l个接收站的时延,/>是在第s个时隙第g个网群的辐射源的随机的发射时延。第s个时隙内第g个网群内的辐射源发射的第h个脉冲信号为
第s个时隙第g个源的第h个脉冲的导向矢量为
其中,光速c=3×108m/s。
步骤S12:通过模拟滤波对各所述接收站接收到的所述辐射源信号进行频段划分,并通过基于多相滤波的数字信道化方法把频段划分后的所述辐射源信号输出到多个信道中,对应得到多个窄带辐射源信号。
在步骤S12中,对每个阵元接收到的所述辐射源信号进行频段划分;对各频段的所述辐射源信号进行模拟下变频,并通过模拟滤波滤掉其他频段的信号;对经模拟滤波后的各频段的所述辐射源信号进行模数转换;对模数转换后的各频段的所述辐射源信号基于多相滤波的数字信道化方法进行信道化处理并输出到多个信道中,得到对应的多个窄带辐射源信号。
在进行信道化处理时,对于任一频段,将所述频段内的跳频信号按照跳频点频率分为第一数量个信道;对不同跳频频点的所述辐射源信号进行分离处理,划分为第一数量路窄带辐射源信号,得到对应的多个窄带辐射源信号。第一数量可以根据需要进行设置,令为D。在本发明实施例中,跳频信号整体可以看作是一个宽带信号,跳频频率随时间变化,只分析某一跳时,可以当作窄带信号进行处理。类似LINK-16信号,假设已知对方FH-TDMA信号的时隙长度、跳频脉冲宽度、脉冲周期和跳频数量等信息。以LINK-16为例,其工作频带范围为960~1215MHz,带宽B=255MHz,跳频点分布在4个频段共51个频点上。
在阵列信号处理中,如果满足
则可以同时利用时差(Time Difference of Arrival,TDOA)和波达方向(Direction Of Arrival,DOA)信息,把多个接收站的阵元看成一个大的阵列来进行定位。但是该条件对于远程截获的宽带信号极为苛刻。如果满足
则可以使用仅DOA的方法进行定位,且无需严格的时间同步。本发明实施例满足后一个条件,但如果按照带通采样定理采样的话,高达数百兆的采样率使得信号处理压力极大。
因此在本发明实施例中,需要对FH-TDMA信号进行信道化处理。首先把每一个阵元接收到的信号进行频段划分,如图2中划分为I个频段,划分之后对各个频段的信号做模拟下变频,然后进行模拟滤波滤掉其他频段的信号,其次进行模数转换,划分频段滤波后再采样使得模数转换(Analog-to-digital converter,ADC)的采样率得到了降低。但是此时的数据速率仍然较高,所以需要继续进行信道化处理,以降低数据速率。
信道化将频段内的跳频信号按照跳频点频率分为多个信道,不同跳频频点的信号都可以进行分离处理。以图2中任意一路为例,设划分的信道为偶数,则归一化频率:
ωρ为第ρ个信道的归一化中心角频率,D为信道数及抽取倍数。为了推导简单,在本发明实施例中,假设经过模数转换后的辐射源信号为基于多相滤波的数字信道化是对低通滤波的数字信道化的改进,相比低通滤波的数字信道化,基于多相滤波的数字信道化提高了资源的利用率和运算效率。基于多相滤波的数字信道化方法的第ρ个信道的辐射源信号的输出序列为:
令i=iD+p,则
定义hp(m)=hp(mD-p),则
定义
代入上式,得到
将前面的归一化频率代入上两式,可得
其中,DFT表示离散傅里叶变换, 则可以得到如图3所示的基于多相滤波的原理框图。每一个接收站的各阵元都进行相同的多相滤波信道化处理。信道化后,宽带信号被划分为D路窄带辐射源信号。
步骤S13:根据各所述接收站的位置坐标以及信道化后的所述窄带辐射源信号,通过直接定位算法计算得出多个时隙的所有辐射源位置,任一时隙中包括各所述辐射源网群中的其中一个辐射源位置。
在步骤S13中,针对任一时隙,首先根据任一个接收站接收到的任一辐射源网群的辐射源的任一个脉冲所在信道的所述窄带辐射源信号确定所述脉冲的协方差矩阵。在本发明实施例中,FH-TDMA单网运行时,在某一时刻只有一个信道有信号出现,对于多网情况,某一时刻信号可能出现在多个信道中,也会发生多个信号在同一信道碰撞的情况,但这种情况出现的概率较低。在位置解算之前,假设已知各辐射源输出信号的信道(如通过信道的功率进行判断)。设为第s时隙第l个接收站接收到的第g个辐射源的第h个脉冲所在信道的信号,则该第h个脉冲的协方差矩阵/>为
然后对所述协方差矩阵进行特征分解为小特征值对应的特征矢量张成的噪声子空间和大特征值对应的特征矢量张成的信号子空间。对协方差矩阵进行特征分解,可得
其中,是由大特征值对应的特征矢量张成的信号子空间,/>是由小特征值对应的特征矢量张成的噪声子空间。
最后根据所述小特征值对应的特征矢量张成的噪声子空间获取所述时隙中的所述辐射源网群的辐射源的位置。具体地,根据所述小特征值对应的特征矢量张成的噪声子空间计算空间谱的峰值;在所述辐射源网群内搜索所述空间谱的峰值最大的辐射源的位置,其中,所述小特征值的数量选取与所述任一个脉冲所在信道的信号时间范围内相同信道,或同时取相同及相邻信道内信号的个数相关。第s个时隙的第g个群的辐射源的位置可以通过以下空间谱的峰值最大的关系式搜索得到
小特征值的数量选取规则如下:
其中,是在第s时隙第l个接收站接收到的第g个源的第h个脉冲所在信道的信号时间范围内相同信道,或同时取相同及相邻信道内信号的个数。
步骤S14:根据多个时隙的所有辐射源位置,通过聚类算法获取各辐射源的定位结果,并对辐射源网群进行网群聚类,得到各所述辐射源的分群情况。
在本发明实施例中,在第s个时隙,可以获得共G个位于不同辐射源网群的辐射源的数据,但是在一个时隙每个辐射源网群只有一个辐射源发射信号,所以需要用多个时隙中的结果进行聚类,来得到所有辐射源的精确位置和辐射源的分群情况。相同辐射源在不同时隙的估计位置相对密集而与其他辐射源估计位置较远。在得到S个时隙结果的辐射源位置后,对所有辐射源位置先进行基于密度的聚类(Density-Based Spatial Clusteringof Applications with Noise,DBSCAN),聚类后的密度聚类簇剔除了离群值,各密度聚类中心位置为辐射源的精确估计位置。多网FH-TDMA信号下,有必要对不同网群的辐射源进行分类,通常来说相同辐射源网群的辐射源距离较近,而不同辐射源网群的辐射源距离较远,且FH-TDMA辐射源在任一个时隙内会有G个不同辐射源网群的辐射源发射信号,利用上述先验信息,提出了基于先验信息的k均值(K-means)聚类算法来获得辐射源的分群情况。所有S个时隙估计得到的辐射源位置
在步骤S14中,可选的,首先对多个时隙的所有辐射源位置应用密度聚类算法获取所有所述辐射源网群中的个密度聚类簇,并分别计算/>个密度聚类簇的密度聚类中心,其中,/>为估计得出的辐射源总个数,分属于G个所述辐射源网群,其中,/>G为正整数。具体地,设定邻域半径R和最少点数目minpoints,对所有S个时隙估计的辐射源位置pα使用DBSCAN算法,得到/>个密度聚类簇。计算/>个密度聚类簇/>的密度聚类中心位置/> 个密度聚类簇的密度聚类中心位置即为估计的Q个辐射源的位置。
然后基于个密度聚类簇的聚类,获取各辐射源的定位结果,对多个时隙的所有辐射源位置进行k均值聚类计算,得到各所述辐射源网的分群情况。可选的,依次查找其中G个辐射源位置属于不同密度聚类簇的第一时隙,并将所述第一时隙中的G个辐射源位置设为初始的k均值聚类中心,并以初始的k均值聚类中心为第一k均值聚类中心;依次循环将任一所述密度聚类簇作为当前密度聚类簇,如果所述当前密度聚类簇中辐射源位置与任一所述第一k均值聚类簇中的辐射源位置所在时隙完全不重叠,则将所述当前密度聚类簇归类到所述k均值聚类簇中,直至遍历所有的所述密度聚类簇,并计算新的第二k均值聚类中心;将所述第一k均值聚类中心更新为所述第二k均值聚类中心,直至所述第二k均值聚类中心位置和相同所述第一k均值聚类中心位置相同;将/>个密度聚类簇的聚类中心位置划分到G个表征所述辐射源网群的k均值聚类簇的k均值聚类中心位置。具体如图4所示,包括:
步骤100:令时隙s=1。
在S个时隙中任选一个时隙作为第一个时隙进行循环查找。
步骤101:判断第s个时隙的G个辐射源位置是否皆属于不同的密度聚类簇。如果是,则跳转至执行步骤103;否则执行步骤102。
如果在S个时隙中查找到第s个时隙时,该第s个时隙的G个辐射源位置属于不同的密度聚类簇,即第s个时隙的G个辐射源位置分别属于G个不同的密度聚类簇。如果找到该第s个时隙,则结束当前循环,并跳转至执行步骤103;否则执行步骤102。
步骤102:令s=s+1,并判断是否s>S。如果是,则返回步骤101;否则跳转至执行步骤115。
如果当前的第s个时隙的G个辐射源位置中至少存在两个辐射源位置属于同一密度聚类簇,则继续查找下一个时隙,直至遍历完成所有的S个时隙。
步骤103:设第s个时隙的G个辐射源位置为初始的第一k均值聚类中心。
由于第s个时隙的G个辐射源位置分别属于G个不同的密度聚类簇,直接将该G个辐射源位置设为初始的第一k均值聚类中心。
步骤104:令密度聚类簇q=1。
在个密度聚类簇中任选一个密度聚类簇作为初始的密度聚类簇。
步骤105:计算第q个密度聚类簇中心到所有的第一k均值聚类簇中心的距离,从小到大排列的顺序为δ1…δG。
计算当前的第q个密度聚类簇中心到所有的第一k均值聚类簇中心的距离,并根据距离进行从小到大排列,按从小到大排列的k均值聚类簇顺序为δ=[δ1…δG]。
步骤106:令k均值聚类簇g=1。
在G个k均值聚类簇中任选一个k均值聚类簇作为初始的k均值聚类簇。
步骤107:判断第q个密度聚类簇中的辐射源位置和第δg个k均值聚类簇中的辐射源位置所在时隙是否完全不重叠。如果是,则执行步骤109;否则执行步骤108。
即判断当前的第q个密度聚类簇和当前第δg个k均值聚类簇组成的辐射源位置集合中是否任两个辐射源位置都在不同的时隙。
步骤108:令g=g+1,并判断是否g>G。如果是,则跳转至执行步骤110;否则返回步骤107。
第q个密度聚类簇中的辐射源位置和第δg个k均值聚类簇中的辐射源位置所在时隙存在重叠,即当前的第q个密度聚类簇和当前第δg个k均值聚类簇组成的辐射源位置集合中至少存在两个辐射源位置在同一时隙,则根据步骤105中的排列顺序查找下一个k均值聚类簇。
步骤109:将第q个密度聚类簇归到第δg个k均值聚类簇。
如果当前的第q个密度聚类簇中的辐射源位置与当前的第δg个k均值聚类簇中的辐射源位置所在时隙完全不重叠,则将第q个密度聚类簇中的所有辐射源归到第δg个k均值聚类簇中,完成对当前的第q个密度聚类簇的划分操作。
步骤110:令q=q+1,并判断是否q>Q。如果是,则执行步骤111;否则返回步骤105。
查找下一个密度聚类簇,并返回步骤105,对下一个密度聚类簇进行步骤105-步骤109的重复操作。如果q>Q,说明已经遍历完所有的密度聚类簇。
步骤111:计算新的第二k均值聚类中心。
遍历完所有的密度聚类簇后,计算新的第二k均值聚类中心。
步骤112:判断第一k均值聚类中心和第二k均值聚类中心是否相同。如果是,则执行步骤114;否则执行步骤113。
步骤113:将第一k均值聚类中心更新为第二k均值聚类中心。然后返回步骤104。
如果第一k均值聚类中心和第二k均值聚类中心不相同,则将第一k均值聚类中心更新为第二k均值聚类中心。然后返回步骤104,基于新的第一k均值聚类中心重复步骤104-步骤112,直至第一k均值聚类中心和第二k均值聚类中心相同。
步骤114:将Q个密度聚类簇的聚类中心位置划分到G个表征辐射源网群的k均值聚类簇的k均值聚类中心位置。
如果第一k均值聚类中心和第二k均值聚类中心相同,则将个密度聚类簇的聚类中心位置/>划分到G个表征辐射源网群的k均值聚类簇的k均值聚类中心位置得到G个辐射源网群的/>个辐射源位置。
步骤115:结束。
至此完成所有的Q个辐射源的分群情况,即完成将Q个辐射源分群至G个辐射源网群中。
本发明实施例的宽带跳频时分多址辐射源的定位方法解决了宽带FH-TDMA辐射源的定位难题,有效地降低了采样率。如图5所示,通过L个接收站接收辐射源信号,并对接收的信号进行信道化处理直接定位(Direct Position Determination,DPD)处理,获取所有S个时隙估计得到的辐射源位置根据所有S个时隙的所有辐射源位置进行网群聚类得到G个辐射源网群的所有Q个辐射源位置/>相比其他仅对多辐射源进行定位的方法,本发明实施例的宽带跳频时分多址辐射源的定位方法是对组网辐射源群进行定位和聚类,更贴近实际且具有扩展性。相比于在定位步骤中使用两步法定位方法,使用DPD可以达到更低的定位误差和群聚类错误率,且无需接收站间的严格时间同步,避免了DPD中向定位中心传输大量的信号数据问题。
以下通过实验进行验证:假设信号衰减系数为1,发射时隙数为S=40,每一个时隙的持续时间为1.2ms。每个发射时隙内有5个双脉冲(10个单脉冲),每个脉冲宽度为6.4μs,脉冲周期为13μs,信号随机时延时间在0.17ms以内,意味着在辐射源270公里之内可以保证时隙不混淆。辐射源信号形式采用最小频移键控(Minimum Shift Keying,MSK)调制,每个脉冲以32bit的传输码序列作为调制信号。信道划分如下表1所示,载频分布在三个频段上:967.5-1009.5MHz、1051.5-1066.5MHz、1111.5-1207.5MHz,三个频段分别有14、5、32个频点。
表1信道划分
相邻脉冲之间的跳频频率差在30MHz以降低信号互扰。假设有三个接收站,其坐标分别为[-100,0]T、[0,0]T、[100,0]T。假设有4个网群共16个源,群内目标发射时隙服从均匀分布,源位置坐标如表2所示。
表2多网群的辐射源位置
网群号 | 辐射源数量 | 辐射源位置(km) |
1 | 3 | [-50,90],[-20 90],[-35,60] |
2 | 4 | [90,60],[60,60],[60,90],[90,90] |
3 | 4 | [40,150],[70,150],[70,190],[40,190] |
4 | 5 | [-90,170],[-60,170],[-60,130],[-30,170],[-60,210] |
每个接收站配置有M=3个阵元的线阵,阵元间距d选定为载频最高频率波长的二分之一,即d=0.124m。
设置在图3的模拟滤波器通带带宽为48MHz,由于前两个频段较窄,所以频段能够经过滤波器而不会有信号出现在滤波器的阻带内。第3个频段较宽,所以把该频段分为两部分,分别通过带宽为48MHz的滤波器,因此参见表1,三个频段的信号被划分为4个通道。多相滤波信道化处理时,设信道宽度为3MHz,每个信道对应一个跳频频点,设D=16,每个信道的宽度为3MHz。则第一个通道有14个实际可用的信道,第二个通道有5个,第三个和第四个通道都有16个可用通道。设采样率为48MHz,则在信道化后数据速率降到了48/16MHz=3MHz,且噪声功率由于信道化变得更低。采用帕克斯-麦克莱伦算法(Parks-McClellan)的有限长单位冲激响应(Finite Impulse Response,FIR)滤波器进行多相滤波信道化处理,滤波器的阶数设置为160阶。通带带宽设置为1.92MHz,阻带带宽为3.36MHz,通带和窄带之间为过渡带。直接定位算法使用单纯形法进行搜索,每个信噪比下进行300次蒙特卡洛仿真。
以下将本发明实施例使用的定位步骤与现有技术已有的两步法的定位性能进行比较。如图6所示,所有方法的均方根误差(Root Mean Square Error,RMSE)都随着信噪比(Signal to Noise Ratio,SNR)的增加而降低,在低信噪比情况下小特征值数量取相同信道和同时取相同及相邻信道内信号个数的两种DPD的性能都要好于两步法的性能,且更加贴近克拉美罗界(Cramer-Rao Bound,CRB)。但在高信噪比情况下,小特征值数量取相同信道信号数量的算法要差于同时取相同相邻信号数量的算法,这是因为信号的带宽宽于3MHz信道宽度,如果小特征值数量只取相同信道信号,则会导致把一部分大特征值看作噪声子空间,造成性能损失。
定义分群错误率为其中,/>为估计出的第g个群的辐射源个数。图7为DPD和两步法分群性能比较,可以看出DPD的分群错误率在高信噪比下保持在0,两步法的分群错误概率随着信噪比的降低而增加,在高信噪比下,小特征值数取相同信道信号数量的两步法要略微差于取相同相邻信号数量的两步法。总体来说,提出的DPD方法的分群性能要远优于两步法。
本发明实施例的宽带跳频时分多址辐射源的定位方法通过多个接收站接收至少一个辐射源网群以宽带跳频时分多址方式发射的辐射源信号,其中每个所述辐射源网群包括至少一个辐射源,每个所述接收站包括多个阵元;通过模拟滤波对各所述接收站接收到的所述辐射源信号进行频段划分,并通过基于多相滤波的数字信道化方法把频段划分后的所述辐射源信号输出到多个信道中,对应得到多个窄带辐射源信号;根据各所述接收站的位置坐标以及信道化后的所述窄带辐射源信号,通过直接定位算法计算得出多个时隙的所有辐射源位置,任一时隙中包括各所述辐射源网群中的其中一个辐射源位置;根据多个时隙的所有辐射源位置,通过聚类算法获取各辐射源的定位结果,并对辐射源网群进行网群聚类,得到各所述辐射源的分群情况,能够进行准确的宽带跳频时分多址辐射源定位,接收站间无需严格时间同步。
上述对本发明特定实施例进行了描述。在一些情况下,在本发明实施例中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一个构思,本发明实施例还提供了一种宽带跳频时分多址辐射源的定位装置。附图8所示,宽带跳频时分多址辐射源的定位装置包括:信号接收模块、信道化模块、辐射源定位模块以及位置聚类模块。其中,
信号接收模块,用于通过多个接收站接收至少一个辐射源网群以宽带跳频时分多址方式发射的辐射源信号,其中每个所述辐射源网群包括至少一个辐射源,每个所述接收站包括多个阵元;
信道化模块,用于通过模拟滤波对各所述接收站接收到的所述辐射源信号进行频段划分,并通过基于多相滤波的数字信道化方法把频段划分后的所述辐射源信号输出到多个信道中,对应得到多个窄带辐射源信号;
辐射源定位模块,用于根据各所述接收站的位置坐标以及信道化后的所述窄带辐射源信号,通过直接定位算法计算得出多个时隙的所有辐射源位置,任一时隙中包括各所述辐射源网群中的其中一个辐射源位置;
位置聚类模块,用于根据多个时隙的所有辐射源位置,通过聚类算法获取各辐射源的定位结果,并对辐射源网群进行网群聚类,得到各所述辐射源的分群情况。
为了描述的方便,描述以上装置时根据功能分为各种模块分别进行描述。当然,在实施本发明实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的装置应用于前述实施例中相应的方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,本发明实施例还提供了一种电子设备,该电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上任意一实施例所述的方法。
本发明实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行如上任意一实施例中所述的方法。
图9示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图,该设备可以包括:处理器901、存储器902、输入/输出接口903、通信接口904和总线905。其中处理器901、存储器902、输入/输出接口903和通信接口904通过总线905实现彼此之间在设备内部的通信连接。
处理器901可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本发明方法实施例所提供的技术方案。
存储器902可以采用ROM(Read Only Memory,只读存储器)、RAM(RandomAccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器902可以存储操作系统和其他应用程序,在通过软件或者固件来实现本发明方法实施例所提供的技术方案时,相关的程序代码保存在存储器902中,并由处理器901来调用执行。
输入/输出接口903用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口904用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线905包括一通路,在设备的各个组件(例如处理器901、存储器902、输入/输出接口903和通信接口904)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器901、存储器902、输入/输出接口903、通信接口904以及总线905,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本发明实施例方案所必需的组件,而不必包含图中所示的全部组件。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本申请的范围被限于这些例子;在本申请的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本申请的不同方面的许多其它变化,为了简明它们没有在细节中提供。
本申请旨在涵盖落入本发明实施例的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种宽带跳频时分多址辐射源的定位方法,其特征是,所述方法包括:
通过多个接收站接收至少一个辐射源网群以宽带跳频时分多址方式发射的辐射源信号,其中每个所述辐射源网群包括至少一个辐射源,每个所述接收站包括多个阵元;
通过模拟滤波对各所述接收站接收到的所述辐射源信号进行频段划分,并通过基于多相滤波的数字信道化方法把频段划分后的所述辐射源信号输出到多个信道中,对应得到多个窄带辐射源信号,其中,对每个阵元接收到的所述辐射源信号进行频段划分;对各频段的所述辐射源信号进行模拟下变频,并通过模拟滤波滤掉其他频段的信号;对经模拟滤波后的各频段的所述辐射源信号进行模数转换;对模数转换后的各频段的所述辐射源信号基于多相滤波的数字信道化方法进行信道化处理并输出到多个信道中,得到对应的多个窄带辐射源信号;
根据各所述接收站的位置坐标以及信道化后的所述窄带辐射源信号,通过直接定位算法计算得出多个时隙的所有辐射源位置,任一时隙中包括各所述辐射源网群中的其中一个辐射源位置;
根据多个时隙的所有辐射源位置,通过聚类算法获取各辐射源的定位结果,并对辐射源网群进行网群聚类,得到各所述辐射源的分群情况。
2.如权利要求1所述的方法,其特征是,所述对模数转换后的各频段的所述辐射源信号基于多相滤波的数字信道化方法进行信道化处理并输出到多个信道中,得到对应的多个窄带辐射源信号,包括:
对于任一频段,将所述频段内的跳频信号按照跳频点频率分为第一数量个信道;
对不同跳频频点的所述辐射源信号进行分离处理,划分为第一数量路窄带辐射源信号,得到对应的多个窄带辐射源信号。
3.如权利要求1所述的方法,其特征是,所述根据各所述接收站的位置坐标以及信道化后的所述窄带辐射源信号,通过直接定位算法计算得出多个时隙的多个辐射源的位置,包括:针对任一时隙,
根据任一个接收站接收到的任一辐射源网群的辐射源的任一个脉冲所在信道的所述窄带辐射源信号确定所述脉冲的协方差矩阵;
对所述协方差矩阵进行特征分解为小特征值对应的特征矢量张成的噪声子空间和大特征值对应的特征矢量张成的信号子空间;
根据所述小特征值对应的特征矢量张成的噪声子空间获取所述时隙中的所述辐射源网群的辐射源的位置。
4.如权利要求3所述的方法,其特征是,所述根据所述小特征值对应的特征矢量张成的噪声子空间获取所述时隙中的所述辐射源网群的辐射源的位置,包括:
根据所述小特征值对应的特征矢量张成的噪声子空间计算空间谱的峰值;
在所述辐射源网群内搜索所述空间谱的峰值最大的辐射源的位置,其中,所述小特征值的数量选取与所述任一个脉冲所在信道的信号时间范围内相同信道,或同时取相同及相邻信道内信号的个数相关。
5.如权利要求1所述的方法,其特征是,所述根据多个时隙的所有辐射源位置,通过聚类算法获取各辐射源的定位结果,并对辐射源网群进行网群聚类,得到各所述辐射源的分群情况,包括:
对多个时隙的所有辐射源位置应用密度聚类算法获取所有所述辐射源网群中的个密度聚类簇,并分别计算/>个密度聚类簇的密度聚类中心,其中,/>为估计得出的辐射源总个数,分属于G个所述辐射源网群,其中,/>G为正整数;
基于个密度聚类簇的聚类,获取各辐射源的定位结果,对多个时隙的所有辐射源位置进行k均值聚类计算,得到各所述辐射源的分群情况。
6.如权利要求5所述的方法,其特征是,所述基于个密度聚类簇的聚类,获取各辐射源的定位结果,对多个时隙的所有辐射源位置进行k均值聚类计算,得到各所述辐射源的分群情况,包括:
依次查找其中G个辐射源位置属于不同密度聚类簇的第一时隙,并将所述第一时隙中的G个辐射源位置设为初始的k均值聚类中心,并以初始的k均值聚类中心为第一k均值聚类中心;
依次循环将任一所述密度聚类簇作为当前密度聚类簇,如果所述当前密度聚类簇中辐射源位置与任一第一k均值聚类簇中的辐射源位置所在时隙完全不重叠,则将所述当前密度聚类簇归类到所述k均值聚类簇中,直至遍历所有的所述密度聚类簇,并计算新的第二k均值聚类中心;
将所述第一k均值聚类中心更新为所述第二k均值聚类中心,直至所述第二k均值聚类中心位置和相同所述第一k均值聚类中心位置相同;
将个密度聚类簇的聚类中心位置划分到G个表征所述辐射源网群的k均值聚类簇的k均值聚类中心位置。
7.一种宽带跳频时分多址辐射源的定位装置,其特征是,所述装置包括:
信号接收模块,用于通过多个接收站接收至少一个辐射源网群以宽带跳频时分多址方式发射的辐射源信号,其中每个所述辐射源网群包括至少一个辐射源,每个所述接收站包括多个阵元;
信道化模块,用于通过模拟滤波对各所述接收站接收到的所述辐射源信号进行频段划分,并通过基于多相滤波的数字信道化方法把频段划分后的所述辐射源信号输出到多个信道中,对应得到多个窄带辐射源信号,其中,对每个阵元接收到的所述辐射源信号进行频段划分;对各频段的所述辐射源信号进行模拟下变频,并通过模拟滤波滤掉其他频段的信号;对经模拟滤波后的各频段的所述辐射源信号进行模数转换;对模数转换后的各频段的所述辐射源信号基于多相滤波的数字信道化方法进行信道化处理并输出到多个信道中,得到对应的多个窄带辐射源信号;
辐射源定位模块,用于根据各所述接收站的位置坐标以及信道化后的所述窄带辐射源信号,通过直接定位算法计算得出多个时隙的所有辐射源位置,任一时隙中包括各所述辐射源网群中的其中一个辐射源位置;
位置聚类模块,用于根据多个时隙的所有辐射源位置,通过聚类算法获取各辐射源的定位结果,并对辐射源网群进行网群聚类,得到各所述辐射源的分群情况。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征是,所述处理器执行所述程序时实现如权利要求1-6中任意一项所述的方法。
9.一种计算机存储介质,其特征是,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211208114.6A CN115951382B (zh) | 2022-09-30 | 2022-09-30 | 宽带跳频时分多址辐射源的定位方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211208114.6A CN115951382B (zh) | 2022-09-30 | 2022-09-30 | 宽带跳频时分多址辐射源的定位方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115951382A CN115951382A (zh) | 2023-04-11 |
CN115951382B true CN115951382B (zh) | 2023-10-03 |
Family
ID=87286437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211208114.6A Active CN115951382B (zh) | 2022-09-30 | 2022-09-30 | 宽带跳频时分多址辐射源的定位方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115951382B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1333877A (zh) * | 1999-01-08 | 2002-01-30 | 真实定位公司 | 无线定位系统的带宽合成 |
CN105093177A (zh) * | 2014-05-14 | 2015-11-25 | 中国科学院沈阳自动化研究所 | 一种基于跳频技术的rssi定位方法 |
WO2016004634A1 (en) * | 2014-07-11 | 2016-01-14 | Mediatek Singapore Pte. Ltd. | Method for enb, ue uplink transmission and reception |
CN107462901A (zh) * | 2011-06-28 | 2017-12-12 | 内克斯特纳夫有限公司 | 用于从发射器网络发射定位信号的方法和系统 |
CN108141331A (zh) * | 2015-09-24 | 2018-06-08 | 高通股份有限公司 | 用于窄带通信的公共同步信道设计 |
CN108809356A (zh) * | 2017-04-26 | 2018-11-13 | 北京化工大学 | 一种基于tdma技术跳频组网的实现方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120169535A1 (en) * | 2011-01-05 | 2012-07-05 | Qualcomm Incorporated | Affecting electronic device positioning functions based on measured communication network signal parameters |
-
2022
- 2022-09-30 CN CN202211208114.6A patent/CN115951382B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1333877A (zh) * | 1999-01-08 | 2002-01-30 | 真实定位公司 | 无线定位系统的带宽合成 |
CN107462901A (zh) * | 2011-06-28 | 2017-12-12 | 内克斯特纳夫有限公司 | 用于从发射器网络发射定位信号的方法和系统 |
CN105093177A (zh) * | 2014-05-14 | 2015-11-25 | 中国科学院沈阳自动化研究所 | 一种基于跳频技术的rssi定位方法 |
WO2016004634A1 (en) * | 2014-07-11 | 2016-01-14 | Mediatek Singapore Pte. Ltd. | Method for enb, ue uplink transmission and reception |
CN108141331A (zh) * | 2015-09-24 | 2018-06-08 | 高通股份有限公司 | 用于窄带通信的公共同步信道设计 |
CN108809356A (zh) * | 2017-04-26 | 2018-11-13 | 北京化工大学 | 一种基于tdma技术跳频组网的实现方法 |
Non-Patent Citations (2)
Title |
---|
Direct Position Determination of Emitters using Single Moving Coprime Array;Xi meng Zhang;IEEE;全文 * |
信号波形已知条件下多目标直接 定位性能分析及其改进算法;王鼎;电子学报;第45卷(第12期);2881-2889 * |
Also Published As
Publication number | Publication date |
---|---|
CN115951382A (zh) | 2023-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Joint transmit designs for coexistence of MIMO wireless communications and sparse sensing radars in clutter | |
CN107171749B (zh) | 确定运动物体直接反射的无线信号的多普勒频移的方法 | |
Cohen et al. | Analog-to-digital cognitive radio: Sampling, detection, and hardware | |
Basak et al. | Drone classification from RF fingerprints using deep residual nets | |
Ramadan et al. | NLOS identification for indoor localization using random forest algorithm | |
Zhang et al. | Multi-agent deep reinforcement learning-based cooperative spectrum sensing with upper confidence bound exploration | |
CN102204380B (zh) | 分布式频谱感测 | |
CN110543842A (zh) | 一种基于Wi-Fi信号的目标运动识别方法及系统 | |
CN114025379B (zh) | 一种宽带多信号检测方法、装置和设备 | |
JP2015200655A (ja) | 支配的信号検出の方法および装置 | |
CN104901754B (zh) | 一种基于信道化频谱感知的信道监测系统 | |
CN115951382B (zh) | 宽带跳频时分多址辐射源的定位方法、装置及电子设备 | |
US20190353768A1 (en) | Method for removing inter-radar interference, signal processing device, signal processing method, and signal processing program | |
CN111443336B (zh) | 一种降低fmcw雷达系统数据传输吞吐量的方法 | |
CA3180503A1 (en) | Adaptive radio configuration in wireless networks | |
Chirov et al. | Estimating the Efficiency of the Algorithm for Selecting the Adaptive Signal Detection Threshold in Cognitive Radio Systems | |
CN108919202B (zh) | 一种基于认知机制的非均匀动态滤波器组的构建方法 | |
CN108900210B (zh) | 一种多模测控信号的并行干扰消除方法及系统 | |
CN112364845B (zh) | 信噪比评估方法、装置、电子设备和存储介质 | |
Rwodzi | Energy-detection based spectrum sensing for cognitive radio on a real-time SDR platform | |
CN109117020B (zh) | 触控位置的定位方法及装置、存储介质、电子装置 | |
CN114679356A (zh) | 一种不依赖于似然函数的信道全维参数提取方法 | |
CN111682881B (zh) | 一种适用于多用户信号的通信侦察仿真方法及系统 | |
Björsell et al. | A GNU radio-based signal detector for cognitive radio systems | |
Gurugopinath et al. | Design and implementation of spectrum sensing for cognitive radios with a frequency-hopping primary system |
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 |