CN116256700A - 一种抗频谱弥散干扰的短时匹配方法 - Google Patents
一种抗频谱弥散干扰的短时匹配方法 Download PDFInfo
- Publication number
- CN116256700A CN116256700A CN202211101440.7A CN202211101440A CN116256700A CN 116256700 A CN116256700 A CN 116256700A CN 202211101440 A CN202211101440 A CN 202211101440A CN 116256700 A CN116256700 A CN 116256700A
- Authority
- CN
- China
- Prior art keywords
- interference
- data
- short
- matching method
- time
- 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
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
-
- 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
本发明提供一种抗频谱弥散干扰的短时匹配方法,用以克服现有技术中多频谱弥散干扰时提高信号性能的问题。本发明通过利用雷达的数字通道数据,通过定位、参数估计、滤波、截取、重构和对消实现对一个及以上频谱弥散干扰的抑制,再通过滤波和检测技术实现对目标的参数预估;利用重构技术实现对干扰数据的反变换,得到估计的干扰时域数据;通过对消实现干扰的抑制,再利用原来的滤波器实现对信号的滤波,最后通过检测器输出目标的参数。由于本发明只涉及到雷达的数字接收通道,且只利用了时域和频域信息,所以算法不需要改动系统结构,只需调整信号处理算法,方便工程实现。
Description
技术领域
本发明涉及雷达和电子对抗技术领域,尤其涉及一种抗频谱弥散干扰的短时匹配方法。
背景技术
由于线性调频信号可以有效解决雷达作用距离和分辨率之间的矛盾,所以在雷达领域中,这种信号形式被大量采用。因此,在电子对抗领域中出现了很多针对线性调频信号的干扰样式,其中,频谱弥散干扰是就是其中一种很高效的干扰。目前采用线性调频信号的雷达抗这种干扰的方式主要有二种:一是变换波形;二是估计频谱弥散干扰的参数,然后通过变换实现干扰参数的去斜,再通过信号处理方法重构干扰,达到去除干扰检测目标的目的。第一种方式由于不采用线性调频信号,其作用距离或分辨率会出现性能下降,从而影响雷达的整体效能,从而实际过程中一般不采用这种方案。第二种方式通常只能针对一个频谱弥散干扰进行,由于在抑制干扰的过程去会损失部分信号,从而造成信号信噪比的损失,所以此种方式对于存在二个或以上频谱弥散干扰时,算法就会失效。
发明内容
为此,本发明提供一种抗频谱弥散干扰的短时匹配方法,用以克服现有技术中多频谱弥散干扰时提高信号性能的问题。
为实现上述目的,本发明提供一种抗频谱弥散干扰的短时匹配方法,包括:
步骤s1,雷达的数字接收通道得到和通道数据;
步骤s2,利用包络差分技术得到干扰的位置参数;
步骤s3,利用时频分析工具对数据进行预估,得到干扰的线性调频斜率参数;
步骤s4,利用个滤波器对数据分别进行滤波,得到干扰的脉冲压缩后的数据;
步骤s5,重构干扰的时域数据;
步骤s6,通过对消实现对干扰的抑制,得到抑制干扰后的数据。
进一步地,在所述步骤s1中,信号通过雷达的数字接收通道得到和通道数据A,其维数为1×L,其中L为距离门数。
进一步地,根据和通道数据并利用包络差分技术得到干扰的位置参数B,其处理公式(1)如下:
B=|A1|-|A2| (1),
其中,A1为A的后L-1行,A2为A的前L-1行;
对B进行检测,当第一个峰值出现,其位置为干扰的起始位置L1,第二个峰值初出现的位置为干扰的位置L2,通过L1和L2抽取干扰的数据C,其维数为1×(L2-L1+1)。
进一步地,在所述步骤s3中,利用时频分析工具对所述数据C进行预估,得到n个干扰的线性调频斜率参数,包括k1、k2,……和kn,利用n个干扰的线性调频斜率参数依次构造对应的线性调频信号滤波器,包括hk1、hk2,……和hkn,并计算得到对应频率响应滤波器,包括Hk1(f)、Hk2(f)、……和Hkn(f)。
进一步地,利用所述线性调频信号滤波器分别对所述数据C进行滤波,得到干扰的脉冲压缩后的数据D1,D2,……,Dn;利用不同的门限对数据进行截取,得到各对应的门限大小数据为|D1|,|D2|,……|Dn|的均值,处理时,将大于门限数据的数据值保留,小于等于门限数据的数据值置零,得到截取后的数据为E1,E2,……,En。
进一步地,根据所述步骤s5中,重构干扰的时域数据以得到n个干扰的时域数据,其公式(2)如下:
Fi=IFFT{FFT{Ei}./HKi} (2),
公式(2)中,i=1,2,3,……n、FFT{Ei}表示快速傅立叶变换、IFFT{}表示快速傅立叶逆变换和./表示二个矢量对应元素相除。
进一步地,通过对消实现对干扰的抑制,得到抑制干扰后的数据,其公式(3)如下:
利用雷达原始发射信号构造滤波器对数据进行滤波得到脉冲压缩后的数据,并利用常规的检测技术对其进行检测,再综合干扰的起始位置输出目标的参数。
进一步地,在所述步骤s3中的所述时频分析工具,包括短时傅立叶变换、小波分析和分数阶傅立叶变换。
进一步地,在所述步骤s4中所述门限数据的选取,包括固定值和根据干扰的强弱采用自适应门限。
进一步地,在所述步骤s6中所述检测技术,包括采用单元平均CFAR检测器或采用选大、选小、排序CFAR算法进行计算。
与现有技术相比,本发明的有益效果在于,本发明通过利用雷达的数字通道数据,通过定位、参数估计、滤波、截取、重构和对消实现对一个及以上频谱弥散干扰的抑制,再通过滤波和检测技术实现对目标的参数预估;首先,通过雷达的数字接收通道得到和通道数据;利用包络信息估计干扰的位置参数,并抽取干扰数据段;利用干扰数据计算得到干扰的参数,并计算干扰的频域响应滤波器;对干扰数据进行滤波,并截取干扰数据;利用重构技术实现对干扰数据的反变换,得到估计的干扰时域数据;通过对消实现干扰的抑制,再利用原来的滤波器实现对信号的滤波,最后通过检测器输出目标的参数。由于本发明只涉及到雷达的数字接收通道,且只利用了时域和频域信息,所以算法不需要改动系统结构,只需调整信号处理算法,方便工程实现;
进一步地,本发明方法属于时域处理算法,且只用干扰段的数据即可处理,不涉及多通道数据,所以其运算量小;
进一步地,本发明方法只需雷达的单通道数据,所以其适用性广;
进一步地,本发明方法只涉及信号处理流程,仅需要升级处理系统和软件即可,不改变其它系统结构。
附图说明
图1为本发明所述抗频谱弥散干扰的短时匹配方法的流程图。
具体实施方式
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述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,还需要说明的是,在本发明的描述中,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,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为抗频谱弥散干扰的短时匹配方法的流程图;
步骤s1,雷达的数字接收通道得到和通道数据;
步骤s2,利用包络差分技术得到干扰的位置参数;
步骤s3,利用时频分析工具对数据进行预估,得到干扰的线性调频斜率参数;
步骤s4,利用个滤波器对数据分别进行滤波,得到干扰的脉冲压缩后的数据;
步骤s5,重构干扰的时域数据;
步骤s6,通过对消实现对干扰的抑制,得到抑制干扰后的数据。
本发明通过利用雷达的数字通道数据,通过定位、参数估计、滤波、截取、重构和对消实现对一个及以上频谱弥散干扰的抑制,再通过滤波和检测技术实现对目标的参数预估;首先,通过雷达的数字接收通道得到和通道数据;利用包络信息估计干扰的位置参数,并抽取干扰数据段;利用干扰数据计算得到干扰的参数,并计算干扰的频域响应滤波器;对干扰数据进行滤波,并截取干扰数据;利用重构技术实现对干扰数据的反变换,得到估计的干扰时域数据;通过对消实现干扰的抑制,再利用原来的滤波器实现对信号的滤波,最后通过检测器输出目标的参数。由于本发明只涉及到雷达的数字接收通道,且只利用了时域和频域信息,所以算法不需要改动系统结构,只需调整信号处理算法,方便工程实现;
具体而言,在所述步骤s1中,信号通过雷达的数字接收通道得到和通道数据A,其维数为1×L,其中L为距离门数。
具体而言,根据和通道数据并利用包络差分技术得到干扰的位置参数B,其处理公式(1)如下:
B=|A1|-|A2| (1),
其中,A1为A的后L-1行,A2为A的前L-1行;
对B进行检测,当第一个峰值出现,其位置为干扰的起始位置L1,第二个峰值初出现的位置为干扰的位置L2,通过L1和L2抽取干扰的数据C,其维数为1×(L2-L1+1)。
具体而言,在所述步骤s3中,利用时频分析工具对所述数据C进行预估,得到n个干扰的线性调频斜率参数,包括k1、k2,……和kn,利用n个干扰的线性调频斜率参数依次构造对应的线性调频信号滤波器,包括hk1、hk2,……和hkn,并计算得到对应频率响应滤波器,包括Hk1(f)、Hk2(f)、……和Hkn(f)。
具体而言,利用所述线性调频信号滤波器分别对所述数据C进行滤波,得到干扰的脉冲压缩后的数据D1,D2,……,Dn;利用不同的门限对数据进行截取,得到各对应的门限大小数据为|D1|,|D2|,……|Dn|的均值,处理时,将大于门限数据的数据值保留,小于等于门限数据的数据值置零,得到截取后的数据为E1,E2,……,En。
具体而言,根据所述步骤s5中,重构干扰的时域数据以得到n个干扰的时域数据,其公式(2)如下:
Fi=IFFT{FFT{Ei}./HKi} (2),
公式(2)中,i=1,2,3,……n、FFT{Ei}表示快速傅立叶变换、IFFT{}表示快速傅立叶逆变换和./表示二个矢量对应元素相除。
具体而言,通过对消实现对干扰的抑制,得到抑制干扰后的数据,其公式(3)如下:
利用雷达原始发射信号构造滤波器对数据进行滤波得到脉冲压缩后的数据,并利用常规的检测技术对其进行检测,再综合干扰的起始位置输出目标的参数。
具体而言,在所述步骤s3中的所述时频分析工具,包括短时傅立叶变换、小波分析和分数阶傅立叶变换。
具体而言,在所述步骤s4中所述门限数据的选取,包括固定值和根据干扰的强弱采用自适应门限。
具体而言,在所述步骤s6中所述检测技术,包括采用单元平均CFAR检测器或采用选大、选小、排序CFAR算法进行计算。
具体而言,本发明方法属于时域处理算法,且只用干扰段的数据即可处理,不涉及多通道数据,所以其运算量小;
具体而言,本发明方法只需雷达的单通道数据,所以其适用性广;
具体而言,本发明方法只涉及信号处理流程,仅需要升级处理系统和软件即可,不改变其它系统结构。
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
实施例:
步骤s1,数据矢量长度为5000,干扰起始位置1001,终止位置2000,原始线性调频信号斜率为k0,存在二个频谱弥散干扰,干扰的调频斜率分别为k1=4k0,k2=8k0,则数据A的维数为1×5000;
步骤s2,A1为A的后4999个数据,A2为A的前4999个数据,L1=1001,L2=2000,干扰的数据C是数据A中第1001至2000个数据构成的矢量,维数是1×2000;
步骤s3,对干扰数据C进行预估,由于干扰能量远大于信号,只能得到二个干扰的斜率参数k1和k2,利用线性调频信号的表达式计算得到hk1和hk2,进行傅立叶变换就得到二个干扰的对应频率响应滤波器Hk1(f)和Hk2(f);
步骤s4,根据滤波器Hk1(f)和Hk2(f)对数据C进行进行滤波处理以得到数据D1和D2,构造二个门限数据进行截取,得到数据为E1和E2;
步骤s5,根据公式(2)分别得到干扰的时域数据F1和F2;
步骤s6,根据公式(3)对G进行滤波,此时用原始线性调频信号斜率为k0的信号进行滤波后进行检测,综合起始位置综合输出目标的参数。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种抗频谱弥散干扰的短时匹配方法,其特征在于,包括:
步骤s1,雷达的数字接收通道得到和通道数据;
步骤s2,利用包络差分技术得到干扰的位置参数;
步骤s3,利用时频分析工具对数据进行预估,得到干扰的线性调频斜率参数;
步骤s4,利用个滤波器对数据分别进行滤波,得到干扰的脉冲压缩后的数据;
步骤s5,重构干扰的时域数据;
步骤s6,通过对消实现对干扰的抑制,得到抑制干扰后的数据。
2.根据权利要求1所述的抗频谱弥散干扰的短时匹配方法,其特征在于,在所述步骤s1中,信号通过雷达的数字接收通道得到和通道数据A,其维数为1×L,其中L为距离门数。
3.根据权利要求2所述的抗频谱弥散干扰的短时匹配方法,其特征在于,根据和通道数据并利用包络差分技术得到干扰的位置参数B,其处理公式(1)如下:
B=|A1|-|A2|(1),
其中,A1为A的后L-1行,A2为A的前L-1行;
对B进行检测,当第一个峰值出现,其位置为干扰的起始位置L1,第二个峰值初出现的位置为干扰的位置L2,通过L1和L2抽取干扰的数据C,其维数为1×(L2-L1+1)。
4.根据权利要求3所述的抗频谱弥散干扰的短时匹配方法,其特征在于,在所述步骤s3中,利用时频分析工具对所述数据C进行预估,得到n个干扰的线性调频斜率参数,包括k1、k2,……和kn,利用n个干扰的线性调频斜率参数依次构造对应的线性调频信号滤波器,包括hk1、hk2,……和hkn,并计算得到对应频率响应滤波器,包括Hk1(f)、Hk2(f)、……和Hkn(f)。
5.根据权利要求4所述的抗频谱弥散干扰的短时匹配方法,其特征在于,利用所述线性调频信号滤波器分别对所述数据C进行滤波,得到干扰的脉冲压缩后的数据D1,D2,……,Dn;利用不同的门限对数据进行截取,得到各对应的门限大小数据为|D1|,|D2|,……|Dn|的均值,处理时,将大于门限数据的数据值保留,小于等于门限数据的数据值置零,得到截取后的数据为E1,E2,……,En。
6.根据权利要求5所述的抗频谱弥散干扰的短时匹配方法,其特征在于,根据所述步骤s5中,重构干扰的时域数据以得到n个干扰的时域数据,其公式(2)如下:
Fi=IFFT{FFT{Ei}./HKi} (2),
公式(2)中,i=1,2,3,……n、FFT{Ei}表示快速傅立叶变换、IFFT{}表示快速傅立叶逆变换和./表示二个矢量对应元素相除。
8.根据根据权利要求4所述的抗频谱弥散干扰的短时匹配方法,其特征在于,在所述步骤s3中的所述时频分析工具,包括短时傅立叶变换、小波分析和分数阶傅立叶变换。
9.根据根据权利要求5所述的抗频谱弥散干扰的短时匹配方法,其特征在于,在所述步骤s4中所述门限数据的选取,包括固定值和根据干扰的强弱采用自适应门限。
10.根据根据权利要求7所述的抗频谱弥散干扰的短时匹配方法,其特征在于,在所述步骤s6中所述检测技术,包括采用单元平均CFAR检测器或采用选大、选小、排序CFAR算法进行计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211101440.7A CN116256700A (zh) | 2022-09-09 | 2022-09-09 | 一种抗频谱弥散干扰的短时匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211101440.7A CN116256700A (zh) | 2022-09-09 | 2022-09-09 | 一种抗频谱弥散干扰的短时匹配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116256700A true CN116256700A (zh) | 2023-06-13 |
Family
ID=86686828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211101440.7A Pending CN116256700A (zh) | 2022-09-09 | 2022-09-09 | 一种抗频谱弥散干扰的短时匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116256700A (zh) |
-
2022
- 2022-09-09 CN CN202211101440.7A patent/CN116256700A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Argenti et al. | Multiresolution MAP despeckling of SAR images based on locally adaptive generalized Gaussian pdf modeling | |
WO2015172622A1 (zh) | 一种高频地波雷达射频干扰抑制的方法 | |
CN112835103B (zh) | 自适应去鬼波与宽频准零相位反褶积联合处理方法及系统 | |
CN111769810B (zh) | 一种基于能量峭度谱的流体机械调制频率提取方法 | |
CN102904604A (zh) | 一种窄带干扰抑制方法和装置 | |
CN108880604B (zh) | 一种扩频通信系统中多分量调频干扰抑制方法和装置 | |
Divakaran et al. | Wavelet based spectrum sensing techniques for cognitive radio-a survey | |
CN114785379A (zh) | 一种水声janus信号参数估计方法及系统 | |
CN106154236B (zh) | 一种基于cemd抑制高频地波雷达射频干扰的方法 | |
CN111624558A (zh) | 一种基于De-Chirp技术的SAR干扰抑制方法及装置 | |
CN116256700A (zh) | 一种抗频谱弥散干扰的短时匹配方法 | |
CN113176541B (zh) | 一种自适应抗频谱弥散干扰方法及系统 | |
KR et al. | A Novel Very Low Power Leakage Factor Window for Image Processing Applications | |
CN113238194B (zh) | 基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法 | |
CN115567163A (zh) | 一种跳频信号盲检测方法、系统及设备 | |
CN113176542B (zh) | 一种时域自适应抗主瓣自卫式干扰方法及系统 | |
EP3712626B1 (en) | High-rate dft-based data manipulator and data manipulation method for high performance and robust signal processing | |
CN109283524B (zh) | 一种用于提高地质雷达信号分辨率的方法 | |
CN113824488A (zh) | 基于判决反馈自适应对消的卫星通信非恶意干扰抑制方法 | |
Yasin et al. | Application of the dual-tree wavelet transform for digital filtering of noisy audio signals | |
Kobayashi et al. | Improved MB Cognitive Radio Spectrum Sensing Using Wavelet Spectrum Filtering | |
Jiang et al. | Time-frequency-sparsity-based interference mitigation using order statistics for automotive radar | |
CN113938158B (zh) | 应用于脉冲超宽带通信系统的干扰抑制方法和一种接收机 | |
CN114488208B (zh) | 联合经验小波和spwvd变换的北斗信号抗干扰方法 | |
CN117784040B (zh) | 一种时频域抗自卫式复合干扰方法 |
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 |