CN116821658A - 一种适应不同重复间隔类型的时钟周期指纹特征提取方法 - Google Patents

Abstract

本申请提供一种适应不同重复间隔类型的时钟周期指纹特征提取方法，方法包括：步骤一、在指定时间节拍内收集脉冲描述字；脉冲描述字包含载频、脉冲、到达时间、幅度、方位；步骤二、利用序列直方图及脉冲对匹配方法对重复间隔类型进行识别；步骤三、利用最小二乘估计方法对固定重复间隔类型的PRI进行估计；步骤四、利用最小二乘估计方法对参差重复间隔类型的GPRI进行估计；步骤五、利用累计直方图与周期图联合估计方法对抖动重复间隔类型的基准时钟周期T_clock进行估计；步骤六：输出时钟周期特征。本申请提高了不同重频信号类型的个体识别适应性。

Description

一种适应不同重复间隔类型的时钟周期指纹特征提取方法

技术领域

本发明涉及脉冲雷达辐射源的时钟周期指纹特征提取技术领域，特别是涉及一种适应不同重复间隔类型的时钟周期指纹特征提取方法。

背景技术

针对脉冲体制雷达辐射源一般采用如下辐射源个体识别流程进行个体识别，其架构如图5所示，其中时钟周期特征提取是核心和关键。

脉冲体制的雷达辐射源一般采用对晶振时钟信号进行分频方式，产生所需要的脉冲重复间隔(Pulse Repetition Interval,PRI),如图6所示。

分频电路模块由许多小的分频单元级联组成。为降低复杂度，提高稳定度，单个分频器所产生的分频数值都比较小，常见的是2、3、4、5和7。许多雷达具有多个分频电路，按需产生多个PRI。一些具有复杂PRI工作模式(如PRI抖动)的雷达分频电路甚至可在预置信号的触发下实时产生不同的PRI。然而不管怎样，整个分频电路所产生的分频数只能是整数，而不是分数。这使得时钟信号周期与PRI具有整除关系，也即任意连续两个脉冲的时间间隔PRI_i(i＝0,1,2,…)与时钟信号周期T_clock的具有如下关系：

PRI_i＝s_iT_clock (1)

式中s_i为某一整数；T_clock为时钟信号周期。

对于固定信号观测模型如下式所示：

TOA(n)＝N₀+n*PRI+v_i (2)

其中TOA(n)为测量的脉冲到达时间；N₀为随机时间起始；PRI为固定重复间隔；

PRI＝sT_clock (3)

对于重复间隔参差雷达信号，其参差信号观测模型如下式所示。

TOA(Kn)＝N₀+n*GPRI+v_i (4)

其中，TOA(Kn)为其骨架重复间隔对应脉冲对应到达时间；N₀为随机时间起始；GPRI为参差信号骨架重复间隔；表达式如下式所示：

GPRI＝s₁Tclock+s₂Tclock+…s_kTclock＝PRI₁+PRI₂+…PRI_k (5)

对于抖动信号观测模型如下式所示：

针对上述问题Casey和Sadler提出了一种改进欧几里得算法(ModifiedEuclidian Algorithm,MEA),算法以欧几里得算法为基础将除法运算改进为减法运算，适应含噪条件下基准周期估计问题。本方法在观测度较高且信噪比较低的条件下，算法可能得到无效的估计。这是由于在迭代过程中，每一步差分运算都会积累测量噪声。若迭代过多，积累的噪声量就可能接近甚至超过T，最终导致算法无效的估计。Casey和Sadler针对上述问题讨论了平均法进行改进以降低噪声的影响。但是平均法并不能从根本上解决累积误差导致的预估失效问题。本专利提出了多阶累积直方图的抖动信号基准频率预估方法。在不进行噪声累积的基础上，通过积累直方图实现对抖动信号基准频率的准确预估。

发明内容

本申请的目的在于解决现有技术中抖动信号基准频率的准确率较低的问题。

本申请提供一种适应不同重复间隔类型的时钟周期指纹特征提取方法，方法包括：

步骤一、在指定时间节拍内收集脉冲描述字；脉冲描述字包含载频、脉冲、到达时间、幅度、方位；

步骤二、利用序列直方图及脉冲对匹配方法对重复间隔类型进行识别；

步骤三、利用最小二乘估计方法对固定重复间隔类型的PRI进行估计；

步骤四、利用最小二乘估计方法对参差重复间隔类型的GPRI进行估计；

步骤五、利用累计直方图与周期图联合估计方法对抖动重复间隔类型的基准时钟周期T_clock进行估计；

步骤六：输出时钟周期特征。

可选的，利用序列直方图及脉冲对匹配方法对重复间隔类型进行识别，包括：

重复间隔类型分别为固定、参差、抖动及其它类型；如果为重复间隔类型为固定重复间隔类型的高精度PRI估计进入步骤三；如果为重复间隔类型为参差重复间隔类型的高精度GPRI估计进入步骤四；如果为重复间隔类型为抖动重复间隔类型的高精度T_clock进入步骤五。

可选的，利用最小二乘估计方法对固定重复间隔类型的PRI进行估计，估计方法包括：

TOA(n)＝N₀+n*PRI

其中N₀为初始到达时间，PRI为重复间隔值，n为脉冲序号，TOA为到达时间；

化成矩阵表示的形式为：

其中：

最小二乘估计的准则为：

得到的最小二乘估计为：

因为：

所以对固定重频的最小二乘估计为：

估计完成后执行步骤六。

可选的，利用累计直方图与周期图联合估计方法对抖动重复间隔类型的基准时钟周期T_clock进行估计，包括：

首先进行累计直方图粗估计，用于确定估计基准时钟周期的范围，然后进行周期图基准周期精估计；

累计直方图粗估计，确定确定估计基准时钟周期的范围的步骤如下：

步骤411，对抖动信号的到达时间计算t_i进行一阶临近点相减形成一阶差分序列：

其中t′_j＝t_j-t_j+1

步骤412，排序，将T′中元素按照降序排列得到

步骤413，差分，将序列D′进行差分得到其中；f_i＝d′_i-d′_i+1；

步骤414，消元，将F中小于门限的元素去除，得到

步骤415，累积并迭代，若F′_k的长度为零，则跳出迭代，执行步骤416，否则，将F′_k的元素并入累积序列C_k,即C_k＝C_k-1∪F′_k；同时令D′＝F′_k，,执行步骤412；

步骤416，对累积序列C_k做直方图，直方图的间隔取C_k的差分最小值；取直方图中数量最大的C_k值作为信号基准周期的预估值；将T_clock频率估计范围限制在[C_k/2,2C_k]范围内。

周期图基准周期精估计步骤如下：

步骤421，周期图算法首先计算在[f_min,f_max]之间计算t_i序列的傅里叶变换幅度谱，如下所示：

其中f_min＝1/(2C_k)，f_max＝2/C_k

步骤422，利用下式对基准周期T_clock进行精确估计：

本申请首先采用信号分选确定雷达信号的重复间隔类型；对不同的重复间隔类型建立不同的观测模型，针对固定、参差重复间隔类型信号，采用最小二乘估计方法估计PRI(重复间隔)及GPRI(骨架重复间隔)。针对抖动重复间隔类型信号采用累积直方图粗估与周期图精估联合的估计方法估计T_clock基准时钟周期。由于针对不同的重复间隔类型提取了其时域不变量，因此该方法能够适应不同信号类型的个体识别。从而提高了不同重频信号类型的个体识别适应性。

附图说明

图1为本申请实施例提供的分选总体框图；

图2为本申请实施例提供的对固定重频信号估计仿真误差分析图；

图3为本申请实施例提供的抖动信号的时差累计直方图估计结果图；

图4为本申请实施例提供的抖动信号的傅里叶幅度谱图计算图；

图5为本申请实施例提供的脉冲体制雷达个体识别架构图；

图6为本申请实施例提供的脉冲重复间隔一般产生方式图。

具体实施方式

下面结合说明书附图对本技术方案作进一步说明。

本发明目的在于提供一种能够适应固定、参差及抖动雷达信号的时钟周期指纹特征提取方法。其具体过程为：

本申请提供一种适应不同重复间隔类型的时钟周期指纹特征提取方法，方法包括：

步骤一、在指定时间节拍内收集脉冲描述字；脉冲描述字包含载频、脉冲、到达时间、幅度、方位等特征信息；当收集的脉冲达到固定个数时进入步骤二；

步骤二、利用序列直方图及脉冲对匹配方法对重复间隔类型进行识别。

重复间隔类型分别为固定、参差、抖动及其它类型；如果为重复间隔类型为固定重复间隔类型的高精度PRI估计进入步骤三；如果为重复间隔类型为参差重复间隔类型的高精度GPRI估计进入步骤四；如果为重复间隔类型为抖动重复间隔类型的高精度T_clock进入步骤五；针对其它重复间隔类型直接结束。

步骤三、利用最小二乘估计方法对固定重复间隔类型的PRI进行估计。

估计步骤方法如下：

TOA(n)＝N₀+n*PRI

其中N₀为初始到达时间，PRI为重复间隔值，n为脉冲序号，TOA为到达时间；

化成矩阵表示的形式为：

其中：

最小二乘估计的准则为：

得到的最小二乘估计为：

因为：

所以对固定重频的最小二乘估计为：

估计完成后执行步骤六。

步骤四、利用最小二乘估计方法对参差重复间隔类型的GPRI进行估计。

估计方法与固定重复间隔类型的PRI估计相同，不在赘述。估计完成后进入步骤六。

步骤五、利用累计直方图与周期图联合估计方法对抖动重复间隔类型的基准时钟周期T_clock进行估计：

首先进行累计直方图粗估计，用于确定估计基准时钟周期的范围，然后进行周期图基准周期精估计。

累计直方图粗估计，确定确定估计基准时钟周期的范围的步骤如下：

步骤411，对抖动信号的到达时间计算t_i进行一阶临近点相减形成一阶差分序列：

其中t′_j＝t_j-t_j+1

步骤412，排序，将T′中元素按照降序排列得到

步骤413，差分，将序列D′进行差分得到其中；f_i＝d′_i-d′_i+1；

步骤414，消元，将F中小于门限的元素去除，得到

步骤415，累积并迭代，若F′_k的长度为零，则跳出迭代，执行步骤416，否则，将F′_k的元素并入累积序列C_k,即C_k＝C_k-1∪F′_k；同时令D′＝F′_k，,执行步骤412；

步骤416，对累积序列C_k做直方图，直方图的间隔取C_k的差分最小值；取直方图中数量最大的C_k值作为信号基准周期的预估值；将T_clock频率估计范围限制在[C_k/2,2C_k]范围内。

周期图基准周期精估计步骤如下：

步骤421，周期图算法首先计算在[f_min,f_max]之间计算t_i序列的傅里叶变换幅度谱，如下所示：

其中f_min＝1/(2C_k)，f_max＝2/C_k

步骤422，利用下式对基准周期T_clock进行精确估计：

所述步骤三、四中，利用固定、参差的时钟周期特征采用了统一的最小二乘估计方法，该方法定义了参差雷达信号的GPRI(骨架重复间隔)特征，该方法还能够推广到排定等重复间隔类型。

步骤五中采用了先采用累计直方图粗估计，再采用周期图基准周期精估计的方法，大大降低了搜索所需要的计算量，提高了估计速度。

步骤六：输出时钟周期特征。

本申请首先采用信号分选确定雷达信号的重复间隔类型；对不同的重复间隔类型建立不同的观测模型，针对固定、参差重复间隔类型信号，采用最小二乘估计方法估计PRI(重复间隔)及GPRI(骨架重复间隔)。针对抖动重复间隔类型信号采用累积直方图粗估与周期图精估联合的估计方法估计T_clock基准时钟周期。由于针对不同的重复间隔类型提取了其时域不变量，因此该方法能够适应不同信号类型的个体识别。从而提高了不同重频信号类型的个体识别适应性。

Claims (4)

1.一种适应不同重复间隔类型的时钟周期指纹特征提取方法，其特征在于，所述方法包括：

步骤一、在指定时间节拍内收集脉冲描述字；脉冲描述字包含载频、脉冲、到达时间、幅度、方位；

步骤二、利用序列直方图及脉冲对匹配方法对重复间隔类型进行识别；

步骤三、利用最小二乘估计方法对固定重复间隔类型的PRI进行估计；

步骤四、利用最小二乘估计方法对参差重复间隔类型的GPRI进行估计；

步骤五、利用累计直方图与周期图联合估计方法对抖动重复间隔类型的基准时钟周期T_clock进行估计；

步骤六：输出时钟周期特征。

2.根据权利要求1所述的一种适应不同重复间隔类型的时钟周期指纹特征提取方法，其特征在于，利用序列直方图及脉冲对匹配方法对重复间隔类型进行识别，包括：

重复间隔类型分别为固定、参差、抖动及其它类型；如果为重复间隔类型为固定重复间隔类型的高精度PRI估计进入步骤三；如果为重复间隔类型为参差重复间隔类型的高精度GPRI估计进入步骤四；如果为重复间隔类型为抖动重复间隔类型的高精度T_clock进入步骤五。

3.根据权利要求1所述的一种适应不同重复间隔类型的时钟周期指纹特征提取方法，其特征在于，利用最小二乘估计方法对固定重复间隔类型的PRI进行估计，估计方法包括：

TOA(n)＝N₀+n*PRI

其中N₀为初始到达时间，PRI为重复间隔值，n为脉冲序号，TOA为到达时间；

化成矩阵表示的形式为：

其中：

最小二乘估计的准则为：

得到的最小二乘估计为：

因为：

所以对固定重频的最小二乘估计为：

估计完成后执行步骤六。

4.根据权利要求1所述的一种适应不同重复间隔类型的时钟周期指纹特征提取方法，其特征在于，利用累计直方图与周期图联合估计方法对抖动重复间隔类型的基准时钟周期T_clock进行估计，包括：

首先进行累计直方图粗估计，用于确定估计基准时钟周期的范围，然后进行周期图基准周期精估计；

累计直方图粗估计，确定确定估计基准时钟周期的范围的步骤如下：

步骤411，对抖动信号的到达时间计算t_i进行一阶临近点相减形成一阶差分序列：

其中t′_j＝t_j-t_j+1

步骤412，排序，将T′中元素按照降序排列得到

步骤413，差分，将序列D′进行差分得到其中；f_i＝d′_i-d′_i+1；

步骤414，消元，将F中小于门限的元素去除，得到

步骤415，累积并迭代，若F′_k的长度为零，则跳出迭代，执行步骤416，否则，将F′_k的元素并入累积序列C_k,即C_k＝C_k-1∪F′_k；同时令D'＝F′_k，,执行步骤412；

步骤416，对累积序列C_k做直方图，直方图的间隔取C_k的差分最小值；取直方图中数量最大的C_k值作为信号基准周期的预估值；将T_clock频率估计范围限制在[C_k/2,2C_k]范围内。

周期图基准周期精估计步骤如下：

步骤421，周期图算法首先计算在[f_min,f_max]之间计算t_i序列的傅里叶变换幅度谱，如下所示：

其中f_min＝1/(2C_k)，f_max＝2/C_k

步骤422，利用下式对基准周期T_clock进行精确估计：