CN116541696B - 一种脉冲体制引信回波信噪比估计方法 - Google Patents

一种脉冲体制引信回波信噪比估计方法 Download PDF

Info

Publication number
CN116541696B
CN116541696B CN202310826960.2A CN202310826960A CN116541696B CN 116541696 B CN116541696 B CN 116541696B CN 202310826960 A CN202310826960 A CN 202310826960A CN 116541696 B CN116541696 B CN 116541696B
Authority
CN
China
Prior art keywords
signal
pulse
echo
noise ratio
fuze
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
Application number
CN202310826960.2A
Other languages
English (en)
Other versions
CN116541696A (zh
Inventor
王婷
韩杰
许明君
刘江
穆行
尹翔宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202310826960.2A priority Critical patent/CN116541696B/zh
Publication of CN116541696A publication Critical patent/CN116541696A/zh
Application granted granted Critical
Publication of CN116541696B publication Critical patent/CN116541696B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2133—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on naturality criteria, e.g. with non-negative factorisation or negative correlation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明提供了一种脉冲体制引信回波信噪比估计方法，属于数字信号处理技术领域；在无数据辅助的SVD分解基础上引入了引信系统的先验信息辅助，实现了适配于脉冲引信系统回波信号优化和信噪比估计；SVD分解对脉冲拟合度好，相较于其他重构方式信号还原度高；结合互相关二次优化，进一步提高了信噪比估计的精度；为引信系统后续信息处理工作提供支撑，经过优化的信号可作为后续系统的输入，提高了有效信号的信噪比，有利于有用信号的检测和处理，为引信的复合决策提供依据。

Description

一种脉冲体制引信回波信噪比估计方法
技术领域
本发明属于数字信号处理技术领域，具体涉及一种脉冲体制引信回波信噪比估计方法。
背景技术
脉冲体制引信是引信体制的一种，通常是与连续波体制引信相比较。脉冲体制的优点是更容易获得引信与目标的距离信息，可得到较好的距离截止性。同时由于工作在脉冲状态，与连续波相比易得到较高的信噪比和大的作用距离。其中主要包括脉冲体制无线电引信和脉冲体制激光引信等。
随着战场环境的日趋复杂和信息对抗技术的日益进步，多种探测技术共用已经成为了一种新的发展趋势。在这样的环境下，回波信噪比估计已然成为了引信系统实现正确决策的重要指标之一。目前针对信噪比估计方法已经有较多研究，主要包括利用先验信息辅助的信噪比估计、无数据辅助的信噪比估计等。
基于统计模式识别和基于最大似然的利用先验信息辅助的信噪比估计，均需要信噪比的估计值作为必须的先验知识。基于经验模态分解的无数据辅助的信噪比估计，在低信噪比脉冲回波条件下对脉冲幅度和位置估计均无法满足预期效果。如何实现适用于脉冲体制引信系统的在无源干扰下低信噪比回波的信噪比估计，仍是实际应用中需要解决的问题。
发明内容
有鉴于此，本发明的目的是提供一种脉冲体制引信回波信噪比估计方法，可提高估计准确度。
一种脉冲体制引信回波信噪比估计方法，包括：
首先，通过SVD分解方法重构回波信号；
其次，通过基准脉冲与重构的回波信号的互相关确定回波脉冲延时；
再次，通过回波脉冲延时进一步优化重构的回波信号并将其作为脉冲信号的估计量；
最后，用脉冲信号的估计量和原始回波进行信噪比计算得到信噪比估计值。
较佳的，所述通过SVD分解方法重构回波信号的方法包括：
（1）矩阵构造
对于引信收发模块接收到的一维的引信带噪视频脉冲回波信号，首先构造一个Hankel信号矩阵/>：
其中，表示回波信号的各个采样点； K为回波信号长度，/>；当K不为奇数时，采取回波数组末尾补零的方式，将数组中元素个数调整为奇数；
（2）奇异值分解
其中，U、V为酋矩阵，表示非零奇异值，且以非增顺序排列；选取代表有效信号的奇异值个数，确定有效秩的阶次p；
（3）回波信号重构
将有效阶次p之外的其余奇异值置为零，得到新的奇异值矩阵，/>与酋矩阵运算得到重构信号矩阵/>：
将信号矩阵还原为一维信号，得到重构的回波信号记作/>。
较佳的，所述通过基准脉冲与重构的回波信号的互相关确定回波脉冲延时的方法包括：
（1）对取绝对值得到/>：
；
（2）产生一个固定延时的脉冲信号作为基准脉冲信号/>：
其中，A为脉冲幅度；表示宽度为/>、幅度为1的脉冲；N为脉冲个数，/>为脉冲重复周期，/>表示单位冲激函数；
（3）将与/>进行互相关得到/>：
；
其中，；
，/>表示信号/>的各个采样点，/>表示复共轭；
（4）根据、/>与脉冲重复周期/>得到回波信号/>中由于弹目距离产生的回波脉冲延时/>：
其中，为/>中由高到低前x条谱线中第i条所对应的时刻值，1≤x≤10；/>为向下取整运算符。
较佳的，所述通过回波脉冲延时进一步优化重构的回波信号的方法包括：
将中落于/>时间范围内的数据保留，其余位置数据置为零，作为最终的脉冲信号估计量，用/>表示：
。
较佳的，计算脉冲信号估计量的信号能量/>；基于回波信号/>和脉冲信号估计量/>计算噪声能量/>，由此获得信噪比估计值。
较佳的，计算脉冲信号估计量的信号功率；基于回波信号/>和脉冲信号估计量/>计算噪声功率，由此获得信噪比估计值。
本发明具有如下有益效果：
1、在无数据辅助的SVD分解基础上引入了引信系统的先验信息辅助，实现了适配于脉冲引信系统回波信号优化和信噪比估计。
2、SVD分解对脉冲拟合度好，相较于其他重构方式信号还原度高。
3、结合互相关二次优化，进一步提高了信噪比估计的精度。
4、为引信系统后续信息处理工作提供支撑，经过优化的信号可作为后续系统的输入，提高了有效信号的信噪比，有利于有用信号的检测和处理，为引信的复合决策提供依据。信噪比是信号质量判断的重要指标之一，信噪比估计值可作为多路探测体制下回波信号的可信度的判别标准。
附图说明
图1为本发明的方法流程图；
图2为sig1的时域仿真图；
图3为sig2的时域仿真图；
图4为sig3的时域仿真图；
图5为sig4的时域仿真图；
图6为sig5的时域仿真图；
图7为本发明SNR估计结果仿真验证图。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
本发明提供了一种脉冲体制引信回波信噪比估计方法，如图1所示，流程包括：首先通过SVD分解方法重构回波信号，其次通过基准脉冲与回波信号的互相关确定回波脉冲延时，通过延时参数进一步优化重构信号并将其作为脉冲信号的估计量，用估计量和原始回波进行信噪比计算得到信噪比估计值。上述SVD分解与互相关过程没有严格先后顺序区别，可并行进行。
步骤1、SVD分解（奇异值分解）
（1）矩阵构造。对于引信收发模块接收到的一维的引信带噪视频脉冲回波信号sig1，，如图2所示；首先要构造一个Hankel信号矩阵A，并尽可能让矩阵的形式趋向于方阵。
其中K为回波信号长度，k=（K+1）/2。当K不为奇数时，可采取回波数组末尾补零的方式，将数组中元素个数调整为奇数。
（2）奇异值分解。
其中，U、V为酋矩阵，表示非零奇异值，且以非增顺序排列。选取可以代表有效信号的奇异值个数，确定有效秩的阶次p。p的确定可由先验脉冲奇异值分解结果确定。
（3）回波信号重构。将有效阶次p之外的其余奇异值置为零，得到新的奇异值矩阵，/>与酋矩阵运算得到重构信号矩阵/>。
将信号矩阵还原为一维信号，记作/>，如图3所示。
步骤2、回波与基准脉冲相关
（1）对取绝对值得到/>。
（2）脉冲发生器产生的脉冲信号通过延时模块产生一个固定延时作为基准脉冲信号/>，如图4所示。
其中，A为脉冲幅度；为宽度为/>，幅度为1的脉冲，N为脉冲个数，/>为脉冲重复周期，/>为系统设定的固定延时，/>表示单位冲激函数。
（3）与/>进行互相关得到/>，如图5所示。
；1
其中，；
，/>，/>表示复共轭。
（4）根据、/>与脉冲重复周期/>得到回波信号/>中由于弹目距离产生的延时/>。
为/>中由高到低前x条谱线中第i条所对应的时刻值；其中1≤x≤10为宜。
其中为向下取整运算符。
步骤3、重构信号优化
将中落于/>时间范围内的数据保留，其余位置数据置为零，作为最终的有效信号估计/>，如图6所示。
步骤4、信噪比估计
（1）信号能量估计：
（2）噪声能量估计：
（3）信噪比估计：
上述步骤4是通过分别计算采样时间内信号和噪声总能量从而得到信噪比的计算方法。此外，也可通过总能量除以采样时间分别得到信号和噪声的平均功率来进行信噪比的计算。
如图7所示，通过仿真验证，本方法能在信噪比-5dB以内，实现较好的信噪比估计效果，满足引信系统需求。
综上所述，以上仅为本发明的较佳实施例而已，并非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 (3)

1.一种脉冲体制引信回波信噪比估计方法，其特征在于，包括：
首先，通过SVD分解方法重构回波信号；
其次，通过基准脉冲与重构的回波信号的互相关确定回波脉冲延时；
再次，通过回波脉冲延时进一步优化重构的回波信号并将其作为脉冲信号的估计量；
最后，用脉冲信号的估计量和原始回波进行信噪比计算得到信噪比估计值；
所述通过SVD分解方法重构回波信号的方法包括：
（1）矩阵构造
对于引信收发模块接收到的一维的引信带噪视频脉冲回波信号，首先构造一个Hankel信号矩阵/>：
其中，表示回波信号的各个采样点； K为回波信号长度，/>；当K不为奇数时，采取回波数组末尾补零的方式，将数组中元素个数调整为奇数；
（2）奇异值分解
其中，U、V为酋矩阵，表示非零奇异值，且以非增顺序排列；选取代表有效信号的奇异值个数，确定有效秩的阶次p；
（3）回波信号重构
将有效阶次p之外的其余奇异值置为零，得到新的奇异值矩阵，/>与酋矩阵运算得到重构信号矩阵/>：
将信号矩阵还原为一维信号，得到重构的回波信号记作/>；所述通过基准脉冲与重构的回波信号的互相关确定回波脉冲延时的方法包括：
（1）对取绝对值得到/>：
；
（2）产生一个固定延时的脉冲信号作为基准脉冲信号/>：
其中，A为脉冲幅度；表示宽度为/>、幅度为1的脉冲；N为脉冲个数，/>为脉冲重复周期， />表示单位冲激函数；
（3）将与/>进行互相关得到/>：
；
其中，；
，/>表示信号/>的各个采样点，/>表示复共轭；
（4）根据、/>与脉冲重复周期/>得到回波信号/>中由于弹目距离产生的回波脉冲延时/>：
其中，为/>中由高到低前x条谱线中第i条所对应的时刻值，1≤x≤10；/>为向下取整运算符；
所述通过回波脉冲延时进一步优化重构的回波信号的方法包括：
将中落于/>时间范围内的数据保留，其余位置数据置为零，作为最终的脉冲信号估计量，用/>表示：
。
2.如权利要求1所述的一种脉冲体制引信回波信噪比估计方法，其特征在于，计算脉冲信号估计量的信号能量/>；基于回波信号/>和脉冲信号估计量/>计算噪声能量，由此获得信噪比估计值。
3.如权利要求1所述的一种脉冲体制引信回波信噪比估计方法，其特征在于，计算脉冲信号估计量的信号功率；基于回波信号/>和脉冲信号估计量/>计算噪声功率，由此获得信噪比估计值。
CN202310826960.2A 2023-07-07 2023-07-07 一种脉冲体制引信回波信噪比估计方法 Active CN116541696B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310826960.2A CN116541696B (zh) 2023-07-07 2023-07-07 一种脉冲体制引信回波信噪比估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310826960.2A CN116541696B (zh) 2023-07-07 2023-07-07 一种脉冲体制引信回波信噪比估计方法

Publications (2)

Publication Number Publication Date
CN116541696A CN116541696A (zh) 2023-08-04
CN116541696B true CN116541696B (zh) 2023-09-19

Family

ID=87447557

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310826960.2A Active CN116541696B (zh) 2023-07-07 2023-07-07 一种脉冲体制引信回波信噪比估计方法

Country Status (1)

Country Link
CN (1) CN116541696B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000004264A (ja) * 1998-06-12 2000-01-07 Sony Corp Ｓｎ比推定回路と受信装置
CN102255836A (zh) * 2011-07-19 2011-11-23 宁波大学 一种基于mimo-ofdm信号循环平稳特性的盲信噪比估计方法
CN106470080A (zh) * 2015-08-18 2017-03-01 德克萨斯仪器股份有限公司 在脉冲噪声和抹音信道中的snr计算
CN111947045A (zh) * 2020-08-24 2020-11-17 重庆邮电大学 基于gvmd参数优化和奇异值分解的流体管道泄漏定位方法
CN113917490A (zh) * 2021-09-13 2022-01-11 北京理工大学 激光测风雷达信号去噪方法及装置
WO2023040858A1 (zh) * 2021-09-15 2023-03-23 电子科技大学长三角研究院(衢州) 一种基于正交频分信号的雷达解模糊及遮挡的方法
CN116165610A (zh) * 2022-12-06 2023-05-26 哈尔滨工程大学 一种改进奇异值分解的海杂波抑制算法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000004264A (ja) * 1998-06-12 2000-01-07 Sony Corp Ｓｎ比推定回路と受信装置
CN102255836A (zh) * 2011-07-19 2011-11-23 宁波大学 一种基于mimo-ofdm信号循环平稳特性的盲信噪比估计方法
CN106470080A (zh) * 2015-08-18 2017-03-01 德克萨斯仪器股份有限公司 在脉冲噪声和抹音信道中的snr计算
CN111947045A (zh) * 2020-08-24 2020-11-17 重庆邮电大学 基于gvmd参数优化和奇异值分解的流体管道泄漏定位方法
CN113917490A (zh) * 2021-09-13 2022-01-11 北京理工大学 激光测风雷达信号去噪方法及装置
WO2023040858A1 (zh) * 2021-09-15 2023-03-23 电子科技大学长三角研究院(衢州) 一种基于正交频分信号的雷达解模糊及遮挡的方法
CN116165610A (zh) * 2022-12-06 2023-05-26 哈尔滨工程大学 一种改进奇异值分解的海杂波抑制算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Optimization Algorithm for Delay Estimation Based on Singular Value Decomposition and Improved GCC-PHAT Weighting;Shizhe Wang等;《Sensors》;第1-16页 *
一种水声自适应通信的信噪比估计方法 王;王巍等;《水下无人系统学报》;第768-773页 *

Also Published As

Publication number Publication date
CN116541696A (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
CN104283825B (zh) 一种基于动态压缩感知的信道估计方法
CN110535537B (zh) 一种水下通信探测一体化方法
CN103197318B (zh) 一种基于Pattern时延编码水下声定位的时延估计方法
CN109239683B (zh) 宽带被动mimo雷达的克拉美罗界分析方法
CN112866151B (zh) 基于信道盲估计的水声MPSK信号盲Turbo均衡方法
Yin et al. Integrated waveform for continuous active sonar detection and communication
WO2024119829A1 (zh) 一种改进奇异值分解的海杂波抑制算法
CN115219997A (zh) 基于认知波形与滤波器联合设计的抗多间歇采样干扰方法
CN116541696B (zh) 一种脉冲体制引信回波信噪比估计方法
Silva et al. Underwater acoustic communication using a time-reversal mirror approach
CN112505665B (zh) 适用于部分均匀混响环境的空时自适应检测方法及系统
CN114545351A (zh) 基于距离频率轴反转变换和二阶wvd的机动目标相参检测方法及系统
CN113359095B (zh) 一种相干被动mimo雷达克拉美罗界的计算方法
AU2004248609A1 (en) Estimation of background noise and its effect on sonar range estimation
CN110673118A (zh) 一种主动声纳单频脉冲串波形设计及检测算法
CN107395292B (zh) 一种基于海洋生物信号分析的信息隐藏技术通信方法
Ma et al. Further results on maximal ratio combining under correlated noise for multi-carrier underwater acoustic communication using vector sensors
Kim et al. Time reversal communication using vertical particle velocity and pressure signals in shallow water
CN109085575B (zh) Ofdm雷达通信一体化机载平台系统的信号处理方法
CN108318883B (zh) 一种基于全频谱换能器自然加权的距离向计算方法
Jiang et al. Robust time-delay estimation in impulsive noise using ℓ p-correlation
CN105388471A (zh) 一种自适应电磁场时延估计方法及装置
CN113759334B (zh) 一种基于时变信道的极化时间反演检测方法
CN112578407B (zh) 一种低复杂度的卫星导航反欺骗方法
CN113987733B (zh) 一种基于线性预测的信源方向鲁棒定位算法

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
GR01 Patent grant
GR01 Patent grant