CN117289236B - 短时雷达信号脉内调制类型识别方法、装置、设备及介质 - Google Patents
短时雷达信号脉内调制类型识别方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117289236B CN117289236B CN202311588075.1A CN202311588075A CN117289236B CN 117289236 B CN117289236 B CN 117289236B CN 202311588075 A CN202311588075 A CN 202311588075A CN 117289236 B CN117289236 B CN 117289236B
- Authority
- CN
- China
- Prior art keywords
- signal
- time domain
- time
- modulation type
- sampling
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000012545 processing Methods 0.000 claims abstract description 104
- 239000002131 composite material Substances 0.000 claims abstract description 64
- 238000005070 sampling Methods 0.000 claims description 174
- 238000001228 spectrum Methods 0.000 claims description 32
- 238000004891 communication Methods 0.000 claims description 30
- 230000006870 function Effects 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010183 spectrum analysis Methods 0.000 claims description 7
- 238000003066 decision tree Methods 0.000 abstract description 9
- 230000010363 phase shift Effects 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G01S7/41—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
Abstract
本申请公开了一种短时雷达信号脉内调制类型识别方法、装置、设备及介质,涉及信号处理技术领域。所述方法是在从短时雷达信号中提取出已降采样的时域IQ信号后,依次通过LFM信号识别处理、PSK类信号识别处理、NLFM信号识别处理、FSK类信号识别处理和2FSK‑BPSK复合信号识别处理等,可以对LFM、对称NLFM、反对称NLFM、BPSK、QPSK、2FSK、4FSK、BPSK‑LFM、2FSK‑BPSK、4FSK‑BPSK和多相信号等雷达信号脉内调制方式进行识别或和参数分析,如此不但可以通过决策树方式,提高对持续时间较短的雷达信号所存在脉内调制类型识别正确率,避免造成误判,还可对信噪比要求不高。
Description
技术领域
本发明属于信号处理技术领域,具体涉及一种短时雷达信号脉内调制类型识别方法、装置、设备及介质。
背景技术
雷达信号脉内调制类型识别技术在电子支援、电子情报和雷达威胁告警系统等电子侦察设备中具有广泛的应用。目前,某些雷达信号脉内持续时间较短,导致其采样点较少,而传统的调制类型识别方式要求的数据量较大,使得对这类持续时间较短的雷达信号的脉内调制类型识别正确率较低,容易造成误判。
发明内容
本发明的目的是提供一种短时雷达信号脉内调制类型识别方法、装置、计算机设备及计算机可读存储介质,用以解决现有调制类型识别方式对持续时间较短的雷达信号所存在脉内调制类型识别正确率较低和容易造成误判的问题。
为了实现上述目的,本发明采用以下技术方案:
第一方面,提供了一种短时雷达信号脉内调制类型识别方法,包括:
从短时雷达信号中提取出已降采样的时域IQ信号,其中,所述时域IQ信号在采样率内只有一个脉冲,所述时域IQ信号的过采倍数在区间[3,8]内取整数值,所述时域IQ信号的频偏小于等于,/>表示所述时域IQ信号的采样率;
对所述时域IQ信号进行LFM信号识别处理,得到LFM信号识别结果;
若所述LFM信号识别结果指示所述时域IQ信号为LFM信号,则判定所述短时雷达信号的脉内调制类型为LFM信号调制类型,或者判定所述短时雷达信号的脉内调制类型为LFM信号调制类型和计算得到该LFM信号调制类型的起止频率;
若所述LFM信号识别结果指示所述时域IQ信号不为LFM信号,则对所述时域IQ信号进行PSK类信号识别处理,得到PSK类信号识别结果;
若所述PSK类信号识别结果指示所述时域IQ信号为PSK类信号,则判定所述短时雷达信号的脉内调制类型为PSK类信号调制类型,或者判定所述短时雷达信号的脉内调制类型为PSK类信号调制类型和分析得到该PSK类信号调制类型的相关参数;
若所述PSK类信号识别结果指示所述时域IQ信号不为PSK类信号,则对所述时域IQ信号进行NLFM信号识别处理,得到NLFM信号识别结果;
若所述NLFM信号识别结果指示所述时域IQ信号为NLFM信号,则判定所述短时雷达信号的脉内调制类型为NLFM信号调制类型,或者判定所述短时雷达信号的脉内调制类型为NLFM信号调制类型和计算得到该NLFM信号调制类型的起止频点、最小频点和最大频点;
若所述NLFM信号识别结果指示所述时域IQ信号不为NLFM信号,则对所述时域IQ信号进行FSK类信号识别处理,得到FSK类信号识别结果;
若所述FSK类信号识别结果指示所述时域IQ信号为FSK类信号,则判定所述短时雷达信号的脉内调制类型为FSK类信号调制类型,或者判定所述短时雷达信号的脉内调制类型为FSK类信号调制类型和计算得到该FSK类信号调制类型的频点个数、每个频点的频率、码率和码元数;
若所述FSK类信号识别结果指示所述时域IQ信号不为FSK类信号,则对所述时域IQ信号进行2FSK-BPSK复合信号识别处理,得到2FSK-BPSK复合信号识别结果;
若所述FSK-BPSK复合信号识别结果指示所述时域IQ信号为2FSK-BPSK复合信号,则判定所述短时雷达信号的脉内调制类型为2FSK-BPSK复合信号调制类型,或者判定所述短时雷达信号的脉内调制类型为2FSK-BPSK复合信号调制类型和计算得到该2FSK-BPSK复合信号调制类型的频点个数、每个频点的频率、FSK信号调制码率、FSK信号调制码元数、BPSK信号调制码率及BPSK信号调制码元数。
基于上述发明内容,提供了一种将决策树策略与不同调制信号的瞬时频率及各阶谱特性等结合起来进行雷达信号脉内调制方式识别的新方案,即在从短时雷达信号中提取出已降采样的时域IQ信号后,依次通过LFM信号识别处理、PSK类信号识别处理、NLFM信号识别处理、FSK类信号识别处理和2FSK-BPSK复合信号识别处理等,可以对LFM、对称NLFM、反对称NLFM、BPSK、QPSK、2FSK、4FSK、BPSK-LFM、2FSK-BPSK、4FSK-BPSK和/或多相信号(例如P1码、P2码、P3码、P4码和/或Frank码)等雷达信号脉内调制方式进行识别或和参数分析,如此不但可以通过决策树方式,提高对持续时间较短的雷达信号所存在脉内调制类型识别正确率,避免造成误判,还可对信噪比要求不高(即在信噪比大于10dB时即可完成所有信号的识别,以及对于LFM、NLFM、BPSK和QPSK等信号,可在信噪比大于5dB时即可完成识别),便于实际应用和推广。
第二方面,提供了一种短时雷达信号脉内调制类型识别装置,包括有信号提取单元、第一识别单元、第一判定单元、第二识别单元、第二判定单元、第三识别单元、第三判定单元、第四识别单元、第四判定单元、第五识别单元和第五判定单元;
所述信号提取单元,用于从短时雷达信号中提取出已降采样的时域IQ信号,其中,所述时域IQ信号在采样率内只有一个脉冲,所述时域IQ信号的过采倍数在区间[3,8]内取整数值,所述时域IQ信号的频偏小于等于,/>表示所述时域IQ信号的采样率;
所述第一识别单元,通信连接所述信号提取单元,用于对所述时域IQ信号进行LFM信号识别处理,得到LFM信号识别结果;
所述第一判定单元,通信连接所述第一识别单元,用于若所述LFM信号识别结果指示所述时域IQ信号为LFM信号,则判定所述短时雷达信号的脉内调制类型为LFM信号调制类型,或者判定所述短时雷达信号的脉内调制类型为LFM信号调制类型和计算得到该LFM信号调制类型的起止频率;
所述第二识别单元,分别通信连接所述信号提取单元和所述第一识别单元,用于若所述LFM信号识别结果指示所述时域IQ信号不为LFM信号,则对所述时域IQ信号进行PSK类信号识别处理,得到PSK类信号识别结果;
所述第二判定单元,通信连接所述第二识别单元,用于若所述PSK类信号识别结果指示所述时域IQ信号为PSK类信号,则判定所述短时雷达信号的脉内调制类型为PSK类信号调制类型,或者判定所述短时雷达信号的脉内调制类型为PSK类信号调制类型和分析得到该PSK类信号调制类型的相关参数;
所述第三识别单元,分别通信连接所述信号提取单元和所述第二识别单元,用于若所述PSK类信号识别结果指示所述时域IQ信号不为PSK类信号,则对所述时域IQ信号进行NLFM信号识别处理,得到NLFM信号识别结果;
所述第三判定单元,通信连接所述第三识别单元,用于若所述NLFM信号识别结果指示所述时域IQ信号为NLFM信号,则判定所述短时雷达信号的脉内调制类型为NLFM信号调制类型,或者判定所述短时雷达信号的脉内调制类型为NLFM信号调制类型和计算得到该NLFM信号调制类型的起止频点、最小频点和最大频点;
所述第四识别单元,分别通信连接所述信号提取单元和所述第三识别单元,用于若所述NLFM信号识别结果指示所述时域IQ信号不为NLFM信号,则对所述时域IQ信号进行FSK类信号识别处理,得到FSK类信号识别结果;
所述第四判定单元,通信连接所述第四识别单元,用于若所述FSK类信号识别结果指示所述时域IQ信号为FSK类信号,则判定所述短时雷达信号的脉内调制类型为FSK类信号调制类型,或者判定所述短时雷达信号的脉内调制类型为FSK类信号调制类型和计算得到该FSK类信号调制类型的频点个数、每个频点的频率、码率和码元数;
所述第五识别单元,分别通信连接所述信号提取单元和所述第四识别单元,用于若所述FSK类信号识别结果指示所述时域IQ信号不为FSK类信号,则对所述时域IQ信号进行2FSK-BPSK复合信号识别处理,得到2FSK-BPSK复合信号识别结果;
所述第五判定单元,通信连接所述第五识别单元,用于若所述FSK-BPSK复合信号识别结果指示所述时域IQ信号为2FSK-BPSK复合信号,则判定所述短时雷达信号的脉内调制类型为2FSK-BPSK复合信号调制类型,或者判定所述短时雷达信号的脉内调制类型为2FSK-BPSK复合信号调制类型和计算得到该2FSK-BPSK复合信号调制类型的频点个数、每个频点的频率、FSK信号调制码率、FSK信号调制码元数、BPSK信号调制码率及BPSK信号调制码元数。
第三方面,本发明提供了一种计算机设备,包括有依次通信连接的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如第一方面或第一方面中任意可能设计所述的短时雷达信号脉内调制类型识别方法。
第四方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面或第一方面中任意可能设计所述的短时雷达信号脉内调制类型识别方法。
第五方面,本发明提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面或第一方面中任意可能设计所述的短时雷达信号脉内调制类型识别方法。
上述方案的有益效果:
(1)本发明创造性提供了一种将决策树策略与不同调制信号的瞬时频率及各阶谱特性等结合起来进行雷达信号脉内调制方式识别的新方案,即在从短时雷达信号中提取出已降采样的时域IQ信号后,依次通过LFM信号识别处理、PSK类信号识别处理、NLFM信号识别处理、FSK类信号识别处理和2FSK-BPSK复合信号识别处理等,可以对LFM、对称NLFM、反对称NLFM、BPSK、QPSK、2FSK、4FSK、BPSK-LFM、2FSK-BPSK、4FSK-BPSK和/或多相信号(例如P1码、P2码、P3码、P4码和/或Frank码)等雷达信号脉内调制方式进行识别或和参数分析,如此不但可以通过决策树方式,提高对持续时间较短的雷达信号所存在脉内调制类型识别正确率,避免造成误判,还可对信噪比要求不高(即在信噪比大于10dB时即可完成所有信号的识别,以及对于LFM、NLFM、BPSK和QPSK等信号,可在信噪比大于5dB时即可完成识别),便于实际应用和推广;
(2)还能够分析得出CW信号的中心频点,LFM信号的起止频率,NLFM信号的起止频率和最大最小频率,BPSK、QPSK和/或多相信号等的码率和码元数,2FSK和/或4FSK的频率、码率和码元数,2FSK-BPSK和/或4FSK-BPSK的FSK调制参数和BPSK调制参数,BPSK-LFM的BPSK调制参数和LFM调制参数。
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的一些实施例,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为本申请实施例提供的短时雷达信号脉内调制类型识别方法的流程示意图。
图2为本申请实施例提供的短时雷达信号脉内调制类型识别装置的结构示意图。
图3为本申请实施例提供的计算机设备的结构示意图。
具体实施方式
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,下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍,显而易见地,下面关于附图结构的描述仅仅是本发明的一些实施例,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。在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明,但并不构成对本发明的限定。
应当理解,尽管本文可能使用术语第一和第二等等来描述各种对象,但是这些对象不应当受到这些术语的限制。这些术语仅用于区分一个对象和另一个对象。例如可以将第一对象称作第二对象,并且类似地可以将第二对象称作第一对象,同时不脱离本发明的示例实施例的范围。
应当理解,对于本文中可能出现的术语“和/或”,其仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A、单独存在B或者同时存在A和B等三种情况;又例如,A、B和/或C,可以表示存在A、B和C中的任意一种或他们的任意组合;对于本文中可能出现的术语“或和”,其是描述另一种关联对象关系,表示可以存在两种关系,例如,A或和B,可以表示:单独存在A或者同时存在A和B等两种情况;另外,对于本文中可能出现的字符“/”,一般表示前后关联对象是一种“或”关系。
实施例
如图1所示,本实施例第一方面提供的所述短时雷达信号脉内调制类型识别方法,可以但不限于由具有一定计算资源的计算机设备执行,例如由平台服务器、个人计算机(Personal Computer,PC,指一种大小、价格和性能适用于个人使用的多用途计算机;台式机、笔记本电脑到小型笔记本电脑和平板电脑以及超级本等都属于个人计算机)、智能手机、个人数字助理(Personal Digital Assistant,PDA)或可穿戴设备等电子设备执行。如图1所示,所述短时雷达信号脉内调制类型识别方法,可以但不限于包括有如下步骤S1~S9。
S1.从短时雷达信号中提取出已降采样的时域IQ信号,其中,所述时域IQ信号在采样率内只有一个脉冲,所述时域IQ信号的过采倍数在区间[3,8]内取整数值,所述时域IQ信号的频偏小于等于,/>表示所述时域IQ信号的采样率。
在所述步骤S1中,所述短时雷达信号即为因持续时间较短而导致采样点较少的雷达信号。此外,所述时域IQ信号又称同向正交信号,I表示in-phase(同相)信号,Q表示quadrature(正交)信号,与I信号的相位相差90°;所述时域IQ信号的具体提取过程可通过现有的前序信号检测模块实现。
S2.对所述时域IQ信号进行LFM信号识别处理,得到LFM信号识别结果。
在所述步骤S2中,考虑所述时域IQ信号也可能为CW(Continuous Wave,等幅电报通信)信号的情况,此时没有调制信号,因此为了避免因进行LFM(Linear FrequencyModulation,线性调频)信号识别处理而浪费不必要的计算资源,优选的,对所述时域IQ信号进行LFM信号识别处理,得到LFM信号识别结果,包括但不限于有如下步骤S201~S202。
S201.对所述时域IQ信号进行CW信号识别处理,得到CW信号识别结果。
在所述步骤S201中,具体的,对所述时域IQ信号进行CW信号识别处理,得到CW信号识别结果,包括但不限于有:对所述时域IQ信号进行频谱分析,找到所述时域IQ信号的3dB带宽;在所述3dB带宽内查找最大峰值;若查找到的最大峰值的数目为1且有该最大峰值大于次大峰值3dB以上的情况,则判定所述时域IQ信号为CW信号,否则判定所述时域IQ信号不为CW信号。前述对所述时域IQ信号进行频谱分析的具体方式,即为先对所述时域IQ信号进行FFT(Fast Fourier Transform,快速傅里叶变换)变换,得到信号频谱,其中,FFT变换点数,/>表示脉内信号采样点数,/>表示用于返回大于或等于给定表达式的最小整数的取整函数。
S202.若所述CW信号识别结果指示所述时域IQ信号不为CW信号,则对所述时域IQ信号进行LFM信号识别处理,得到LFM信号识别结果。
在所述步骤S202中,若所述CW信号识别结果指示所述时域IQ信号为CW信号,则结束识别任务,并可按照如下公式确定该CW信号的中心频点:
式中,表示最大峰值的索引位置,/>表示在索引位置/>处的频率,/>表示FFT变换后的频谱,/>表示在索引位置/>处的幅度值,/>在索引位置/>处的幅度值,/>表示在索引位置/>处的幅度值,/>表示取实部值的函数。
在所述步骤S2中,具体的,对所述时域IQ信号进行LFM信号识别处理,得到LFM信号识别结果,包括但不限于有如下步骤S21~S25。
S21.针对在所述时域IQ信号中的且在时序上自第2个采样点起的各个采样点,按照如下公式计算得到对应的瞬时频率:
式中,表示小于/>的正整数,/>表示在所述时域IQ信号中的采样点总数,表示在所述时域IQ信号中的且在时序上的第/>个采样点的瞬时频率,/>表示所述第/>个采样点与相邻在前采样点的相位之差且有/>,/>表示所述第/>个采样点的且在区间/>内的相位值,/>表示所述相邻在前采样点的且在区间/>内的相位值,并有/>,/>表示小于等于/>的正整数,表示在所述时域IQ信号中的且在时序上的第/>个采样点的相位值,/>表示所述第/>个采样点的采样值,/>表示实数值返回函数,/>表示虚数值返回函数,/>表示反正切函数。
S22.将在所述时域IQ信号中的且在时序上自第2个采样点起的个采样点均分为在时序上连续的D1个采样段,其中,D1表示在区间[5,12]内取值的整数。
在所述步骤S22中,由于所述时域IQ信号分得越细,每个采样段的点数会越少,精度就会越差,并考虑到短信号一般分段不超过12段,因此需要D1在区间[5,12]内取整数值,举例的,D1=5。
S23.针对在所述D1个采样段中的各个采样段,计算得到对应的段内所有采样点的瞬时频率平均值。
S24.针对在所述D1个采样段中的各对相邻两采样段,计算得到对应的两瞬时频率平均值的差值。
S25.判断所述各对相邻两采样段的差值是否均在其它对相邻两采样段的差值的90%~110%之间,若是,则判定所述时域IQ信号为LFM信号,否则判定所述时域IQ信号不为LFM信号。
S3.若所述LFM信号识别结果指示所述时域IQ信号为LFM信号,则判定所述短时雷达信号的脉内调制类型为LFM信号调制类型或和计算得到该LFM信号调制类型的起止频率。
在所述步骤S3中,前述判定所述短时雷达信号的脉内调制类型为LFM信号调制类型或和计算得到该LFM信号调制类型的起止频率,具体包括:判定所述短时雷达信号的脉内调制类型为LFM信号调制类型,或者判定所述短时雷达信号的脉内调制类型为LFM信号调制类型,以及还计算得到该LFM信号调制类型的起止频率。详细的,当D1=5时,计算得到该LFM信号调制类型的起止频率,包括但不限于有按照如下公式计算得到LFM信号调制类型的起始频点和终止频点/>:
式中,表示在所述D1个采样段中的且在时序上的第三个采样段的瞬时频率平均值,/>表示调制斜率且有/>,表示在所述D1个采样段中的且在时序上的第/>个采样段的瞬时频率平均值。
S4.若所述LFM信号识别结果指示所述时域IQ信号不为LFM信号,则对所述时域IQ信号进行PSK类信号识别处理,得到PSK类信号识别结果。
在所述步骤S4中,具体的,对所述时域IQ信号进行PSK类信号识别处理,得到PSK(Phase-Shift Keying,相移键控)类信号识别结果,包括但不限于有如下步骤S41~S49。
S41.对所述时域IQ信号进行频谱分析,找到所述时域IQ信号的3dB带宽。
S42.针对在所述时域IQ信号中的且在时序上自第2个采样点起的各个采样点,按照如下公式计算得到对应的瞬时频率:
式中,表示小于/>的正整数,/>表示在所述时域IQ信号中的采样点总数,表示在所述时域IQ信号中的且在时序上的第/>个采样点的瞬时频率,/>表示所述第/>个采样点与相邻在前采样点的相位之差且有/>,/>表示所述第/>个采样点的且在区间/>内的相位值,/>表示所述相邻在前采样点的且在区间/>内的相位值,并有/>,/>表示小于等于/>的正整数,表示在所述时域IQ信号中的且在时序上的第/>个采样点的相位值,/>表示所述第/>个采样点的采样值,/>表示实数值返回函数,/>表示虚数值返回函数,/>表示反正切函数。
S43.从所有所述瞬时频率中找到频率值大于的第一频率跳变点和小于的第二频率跳变点。
S44.判断找到的所有频率跳变点的总数目是否为小于等于第一门限值的正整数,若否,则判定所述时域IQ信号不为PSK类信号,其中,所述第一门限值,/>表示所述3dB带宽。
S45.若判定所述总数目为小于等于所述第一门限值的正整数,则按照如下方式(A1)和(A2)查找是否存在最小跳变点间距:
(A1)若所述总数目为1,则将唯一频率跳变点的位置索引作为最小跳变点间距;
(A2)若所述总数目大于1,则将具有在第二门限值之上间距的相邻两频率跳变点的最小间距作为最小跳变点间距,其中,所述第二门限值。
S46.若未找到所述最小跳变点间距,则判定所述时域IQ信号不为PSK类信号,否则计算得到所述时域IQ信号的二倍谱。
在所述步骤S46中,所述二倍谱就是平方谱,即当原始信号为的形式时,则二倍谱为信号/>的FFT变换结果,其中,/>和/>分别表示实数,/>表示虚数符号。
S47.若在所述二倍谱中发现有最大峰值大于次大峰值3dB以上的情况,则判定所述时域IQ信号为BPSK信号,否则计算得到所述时域IQ信号的四倍谱。
在所述步骤S47中,所述四倍谱就是四次方谱,即当原始信号为的形式时,则四倍谱为信号/>的FFT变换结果。
S48.若在所述四倍谱中发现有最大峰值大于次大峰值3dB以上的情况,则对所述时域IQ信号进行Frank码多相信号识别处理和QPSK信号识别处理,得到Frank码多相信号识别结果和QPSK信号识别结果,否则将与所述最小跳变点间距对应的两个频率跳变点之间的信号取出,并对取出信号进行所述LFM信号识别处理,得到LFM信号识别新结果。
在所述步骤S48中,详细的,对所述时域IQ信号进行Frank码多相信号识别处理和QPSK信号识别处理,得到Frank码多相信号识别结果和QPSK信号识别结果,包括但不限于有如下步骤S481~S484。
S481.按照如下公式计算得到码率和码元数/>:
式中,表示所述最小跳变点间距。
在所述步骤S481中,考虑所述码元数需要为整数,因此所述码元数可以替换为/>,式中,/>表示四舍五入取整函数。
S482.判断所述码元数是否为平方数,若是,则构建过采倍数与所述时域IQ信号一致的Frank码基带信号,否则判定所述时域IQ信号为QPSK信号。
在所述步骤S482中,所述Frank码基带信号的构建数学表达式如下所示:
其中,,将矩阵/>按行排列则可以得到/>。
S483.将所述Frank码基带信号与所述时域IQ信号进行互相关处理,得到第一互相关结果。
在所述步骤S483中,所述互相关处理为常见信号处理方式之一。
S484.若在所述第一互相关结果的频谱中发现有最大峰值大于次大峰值6dB以上的情况,则判定所述时域IQ信号为Frank码多相信号,否则判定所述时域IQ信号为QPSK(Quadrature Phase Shift Keying,正交相移键控)信号。
S49.若所述LFM信号识别新结果指示所述取出信号为LFM信号,则判定所述时域IQ信号为BPSK-LFM复合信号,否则对所述时域IQ信号进行多相信号识别处理,得到多相信号识别结果。
在所述步骤S49中,对所述时域IQ信号进行多相信号识别处理,得到多相信号识别结果,包括有如下步骤S491~S498。
S491.计算得到码率和码元数/>,然后执行步骤S492,其中,所述码率和所述码元数/>按照如下公式计算得到:
式中,表示所述最小跳变点间距。
S492.判断所述码元数是否为平方数,若是,则执行步骤S493,否则执行步骤S496。
S493.判断所述码元数是否为偶数,若是,则执行步骤S494,否则执行步骤S495。
S494.根据所述码元数和所述时域IQ信号的过采倍数,构建与所述时域IQ信号同码元数的且同过采倍数的P2码基带信号,然后将所述P2码基带信号与所述时域IQ信号进行互相关处理,得到第二互相关结果,最后若在所述第二互相关结果的频谱中发现有最大峰值大于次大峰值6dB以上的情况,则判定所述时域IQ信号为P2码多相信号,否则执行步骤S495。
在所述步骤S494中,所述P2码基带信号的构建数学表达式如下所示:
其中,,将矩阵/>按行排列则可以得到/>。
S495.根据所述码元数和所述时域IQ信号的过采倍数,构建与所述时域IQ信号同码元数的且同过采倍数的P1码基带信号,然后将所述P1码基带信号与所述时域IQ信号进行互相关处理,得到第三互相关结果,最后若在所述第三互相关结果的频谱中发现有最大峰值大于次大峰值6dB以上的情况,则判定所述时域IQ信号为P1码多相信号,否则执行步骤S496。
在所述步骤S495中,所述P1码基带信号的构建数学表达式如下所示:
其中,,将矩阵/>按行排列则可以得到/>。
S496.根据所述码元数和所述时域IQ信号的过采倍数,构建与所述时域IQ信号同码元数的且同过采倍数的Frank码基带信号,然后将所述Frank码基带信号与所述时域IQ信号进行互相关处理,得到第四互相关结果,最后若在所述第四互相关结果的频谱中发现有最大峰值大于次大峰值6dB以上的情况,则判定所述时域IQ信号为Frank码多相信号,否则执行步骤S497。
S497.根据所述码元数和所述时域IQ信号的过采倍数,构建与所述时域IQ信号同码元数的且同过采倍数的P3码基带信号,然后将所述P3码基带信号与所述时域IQ信号进行互相关处理,得到第五互相关结果,最后若在所述第五互相关结果的频谱中发现有最大峰值大于次大峰值6dB以上的情况,则判定所述时域IQ信号为P3码多相信号,否则执行步骤S498。
在所述步骤S497中,所述P3码基带信号的构建数学表达式如下所示:
其中,。
S498.根据所述码元数和所述时域IQ信号的过采倍数,构建与所述时域IQ信号同码元数的且同过采倍数的P4码基带信号,然后将所述P4码基带信号与所述时域IQ信号进行互相关处理,得到第六互相关结果,最后若在所述第六互相关结果的频谱中发现有最大峰值大于次大峰值6dB以上的情况,则判定所述时域IQ信号为P4码多相信号,否则判定所述时域IQ信号不为多相信号。
在所述步骤S498中,所述P4码基带信号的构建数学表达式如下所示:
其中,。
S5.若所述PSK类信号识别结果指示所述时域IQ信号为PSK类信号,则判定所述短时雷达信号的脉内调制类型为PSK类信号调制类型或和分析得到该PSK类信号调制类型的相关参数。
在所述步骤S5中,前述判定所述短时雷达信号的脉内调制类型为PSK类信号调制类型或和分析得到该PSK类信号调制类型的相关参数,具体包括:判定所述短时雷达信号的脉内调制类型为PSK类信号调制类型,或是判定所述短时雷达信号的脉内调制类型为PSK类信号调制类型,以及还分析得到该PSK类信号调制类型的相关参数,其中,所述相关参数包含但不限于有所述码率。
S6.若所述PSK类信号识别结果指示所述时域IQ信号不为PSK类信号,则对所述时域IQ信号进行NLFM信号识别处理,得到NLFM信号识别结果。
在所述步骤S6中,具体的,对所述时域IQ信号进行NLFM(Non-Linear FrequencyModulation,非线性调频)信号识别处理,得到NLFM信号识别结果,包括但不限于有如下步骤S61~S67。
S61.针对在所述时域IQ信号中的且在时序上自第2个采样点起的各个采样点,按照如下公式计算得到对应的瞬时频率:
式中,表示小于/>的正整数,/>表示在所述时域IQ信号中的采样点总数,表示在所述时域IQ信号中的且在时序上的第/>个采样点的瞬时频率,/>表示所述第/>个采样点与相邻在前采样点的相位之差且有/>,/>表示所述第/>个采样点的且在区间/>内的相位值,/>表示所述相邻在前采样点的且在区间/>内的相位值,并有/>,/>表示小于等于/>的正整数,表示在所述时域IQ信号中的且在时序上的第/>个采样点的相位值,/>表示所述第/>个采样点的采样值,/>表示实数值返回函数,/>表示虚数值返回函数,/>表示反正切函数。/>
S62.从所有所述瞬时频率中找到瞬时频率最大值和瞬时频率最小值/>。
S63.将在所述时域IQ信号中的且在时序上自第2个采样点起的个采样点均分为在时序上连续的八个采样段。
在所述步骤S63中,同样由于所述时域IQ信号分得越细,每个采样段的点数会越少,精度就会越差,并考虑到短信号一般分段不超过12段,因此本实施例是具体分为8个采样段,另外还可以分为9个、10个、11个或12个采样段。
S64.针对在所述八个采样段中的各个采样段,计算得到对应的段内所有采样点的瞬时频率平均值。
S65.从所有所述瞬时频率平均值中找到瞬时频率平均最大值和瞬时频率平均最小值/>。
S66.判断条件和/>是否均成立,若是,则计算四对特定采样段的瞬时频率平均值的和值及差值,否则判定所述时域IQ信号不为NLFM信号,其中,/>表示在所述八个采样段中的且在时序上的第一个采样段,/>表示在所述八个采样段中的且在时序上的第四个采样段,表示在所述八个采样段中的且在时序上的第五个采样段,/>表示在所述八个采样段中的且在时序上的第八个采样段,/>表示第三门限值且有,所述四对特定采样段包括有所述第一个采样段与所述第五个采样段、在所述八个采样段中的且在时序上的第二个采样段与在所述八个采样段中的且在时序上的第八个采样段、在所述八个采样段中的且在时序上的第三个采样段与在所述八个采样段中的且在时序上的第七个采样段以及所述第四个采样段与所述第八个采样段。
S67.若所有所述和值的绝对值均小于,则判定所述时域IQ信号为反对称NLFM信号,以及若所有所述差值的绝对值均小于/>,则判定所述时域IQ信号为对称NLFM信号,而若是其它情况,则判定所述时域IQ信号不为NLFM信号,其中,/>表示第四门限值且有。
S7.若所述NLFM信号识别结果指示所述时域IQ信号为NLFM信号,则判定所述短时雷达信号的脉内调制类型为NLFM信号调制类型或和计算得到该NLFM信号调制类型的起止频点、最小频点和最大频点。
在所述步骤S7中,前述判定所述短时雷达信号的脉内调制类型为NLFM信号调制类型或和计算得到该NLFM信号调制类型的起止频点、最小频点和最大频点,具体包括:判定所述短时雷达信号的脉内调制类型为NLFM信号调制类型,或者判定所述短时雷达信号的脉内调制类型为NLFM信号调制类型,以及还计算得到该NLFM信号调制类型的起止频点、最小频点和最大频点等。
S8.若所述NLFM信号识别结果指示所述时域IQ信号不为NLFM信号,则对所述时域IQ信号进行FSK类信号识别处理,得到FSK类信号识别结果。
在所述步骤S8中,具体的,对所述时域IQ信号进行FSK(Frequency-shift keying,频移键控)类信号识别处理,得到FSK类信号识别结果,包括但不限于有如下步骤S81~S85。
S81.对所述时域IQ信号进行频谱分析,找到所述时域IQ信号的3dB带宽。
S82.在所述3dB带宽内查找最大峰值。
S83.若查找到的最大峰值的数目为2,则判定所述时域IQ信号为2FSK信号。
S84.若查找到的最大峰值的数目为4,则先将与四个最大峰值一一对应的四个频点进行由小到大的排序,得到频点队列,然后计算在所述频点队列中3对相邻两频点的频率差值,最后若所有所述频率差值的波动误差在10%以内,则判定所述时域IQ信号为4FSK信号,否则判定所述时域IQ信号不为FSK类信号。
S85.若查找到的最大峰值的数目不为2或4,则判定所述时域IQ信号不为FSK类信号。
S9.若所述FSK类信号识别结果指示所述时域IQ信号为FSK类信号,则判定所述短时雷达信号的脉内调制类型为FSK类信号调制类型或和计算得到该FSK类信号调制类型的频点个数、每个频点的频率、码率和码元数。
在所述步骤S9中,前述判定所述短时雷达信号的脉内调制类型为FSK类信号调制类型或和计算得到该FSK类信号调制类型的频点个数、每个频点的频率、码率和码元数,具体包括:判定所述短时雷达信号的脉内调制类型为FSK类信号调制类型,或者判定所述短时雷达信号的脉内调制类型为FSK类信号调制类型,以及还计算得到该FSK类信号调制类型的频点个数、每个频点的频率、码率和码元数。具体的,计算得到该FSK类信号调制类型的频点个数、每个频点的频率、码率和码元数,包括但不限于有如下步骤:
S91.计算所述时域IQ信号的瞬时频率。
S92.将计算所得的瞬时频率按照如下方式进行频点归类:对于2FSK类信号调制类型,将瞬时频率按照和/>的范围进行归类;而对于4FSK类信号调制类型,将瞬时频率按照/>、/>、和/>的范围进行归类,其中,/>、/>、/>和/>分别表示在所述频点队列中的各个频点,并有/>。
S93.对归类结果进行平滑,即每个采样点的归类结果由其前后k个采样点决定:若归属于某个范围的前后采样点数最多,则判决当前采样点属于该某个范围,其中,对于2FSK类信号调制类型,k=2,而对于4FSK类信号调制类型,k=4。
S94.查找处于同一范围的最短持续采样点个数ips,以此参照前述码率及码元数/>的公式计算得到码率和码元数。
S10.若所述FSK类信号识别结果指示所述时域IQ信号不为FSK类信号,则对所述时域IQ信号进行2FSK-BPSK复合信号识别处理,得到2FSK-BPSK复合信号识别结果。
在所述步骤S10中,具体的,对所述时域IQ信号进行2FSK-BPSK复合信号识别处理,得到2FSK-BPSK复合信号识别结果,包括但不限于有如下步骤S101~S106。
S101.对所述时域IQ信号进行二次方操作,得到二次方信号。
S102.对所述二次方信号进行所述FSK类信号识别处理,得到FSK信号识别新结果。
S103.若所述FSK信号识别新结果指示所述二次方信号为FSK类信号,则计算得到所述二次方信号的FSK类信号频率值、FSK类信号码率和FSK类信号码元数,否则判定所述时域IQ信号不为2FSK-BPSK复合信号。
S104.将所述二次方信号的FSK类信号频率值除以2得到所述时域IQ信号的FSK类信号频率值,以及将所述二次方信号的FSK类信号码率作为所述时域IQ信号的FSK类信号码率,以及将所述二次方信号的FSK类信号码元数作为所述时域IQ信号的FSK类信号码元数。
S105.根据所述时域IQ信号的FSK类信号频率值、FSK类信号码率和FSK类信号码元数,取在所述时域IQ信号中的且与最短的某个频率持续时间对应的连续采样点,并对该连续采样点进行BPSK信号识别处理,得到BPSK信号识别新结果。
在所述步骤S105中,举例的,假设所述时域IQ信号有k个采样点,即M1=[s1,s2,……,sk],在前述FSK分析中得到与最短的某个频率持续时间对应的且以第p个采样点开始的连续n个采样点,即有M2=[sp,sp+1,sp+2…,sp+n-1],则使用M2信号进行BPSK分析,判断M2信号是否为BPSK信号。此外,前述进行BPSK(Binary Phase Shift Keying,二进制相移键控)信号识别处理的具体方式,可参见前述对所述时域IQ信号进行PSK类信号识别处理的步骤,于此不再赘述。
S106.若所述BPSK信号识别新结果指示所述连续采样点为BPSK信号,则判定所述时域IQ信号为2FSK-BPSK复合信号,否则判定所述时域IQ信号不为2FSK-BPSK复合信号。
S11.若所述FSK-BPSK复合信号识别结果指示所述时域IQ信号为2FSK-BPSK复合信号,则判定所述短时雷达信号的脉内调制类型为2FSK-BPSK复合信号调制类型或和计算得到该2FSK-BPSK复合信号调制类型的频点个数、每个频点的频率、FSK信号调制码率、FSK信号调制码元数、BPSK信号调制码率及BPSK信号调制码元数。
在所述步骤S11中,前述判定所述短时雷达信号的脉内调制类型为2FSK-BPSK复合信号调制类型或和计算得到该2FSK-BPSK复合信号调制类型的频点个数、每个频点的频率、FSK信号调制码率、FSK信号调制码元数、BPSK信号调制码率及BPSK信号调制码元数,具体包括:判定所述短时雷达信号的脉内调制类型为2FSK-BPSK复合信号调制类型,或者判定所述短时雷达信号的脉内调制类型为2FSK-BPSK复合信号调制类型,以及还计算得到该2FSK-BPSK复合信号调制类型的频点个数、每个频点的频率、FSK信号调制码率、FSK信号调制码元数、BPSK信号调制码率及BPSK信号调制码元数等。此外,若所述FSK-BPSK复合信号识别结果指示所述时域IQ信号不为2FSK-BPSK复合信号,则还可以输出所述时域IQ信号为未知信号的识别结果,并结束识别任务。
由此基于前述步骤S1~S11所描述的短时雷达信号脉内调制类型识别方法,提供了一种将决策树策略与不同调制信号的瞬时频率及各阶谱特性等结合起来进行雷达信号脉内调制方式识别的新方案,即在从短时雷达信号中提取出已降采样的时域IQ信号后,依次通过LFM信号识别处理、PSK类信号识别处理、NLFM信号识别处理、FSK类信号识别处理和2FSK-BPSK复合信号识别处理等,可以对LFM、对称NLFM、反对称NLFM、BPSK、QPSK、2FSK、4FSK、BPSK-LFM、2FSK-BPSK、4FSK-BPSK和/或多相信号(例如P1码、P2码、P3码、P4码和/或Frank码)等雷达信号脉内调制方式进行识别或和参数分析,如此不但可以通过决策树方式,提高对持续时间较短的雷达信号所存在脉内调制类型识别正确率,避免造成误判,还可对信噪比要求不高(即在信噪比大于10dB时即可完成所有信号的识别,以及对于LFM、NLFM、BPSK和QPSK等信号,可在信噪比大于5dB时即可完成识别),便于实际应用和推广。
如图2所示,本实施例第二方面提供了一种实现第一方面所述的短时雷达信号脉内调制类型识别方法的虚拟装置,包括有信号提取单元、第一识别单元、第一判定单元、第二识别单元、第二判定单元、第三识别单元、第三判定单元、第四识别单元、第四判定单元、第五识别单元和第五判定单元;
所述信号提取单元,用于从短时雷达信号中提取出已降采样的时域IQ信号,其中,所述时域IQ信号在采样率内只有一个脉冲,所述时域IQ信号的过采倍数在区间[3,8]内取整数值,所述时域IQ信号的频偏小于等于,/>表示所述时域IQ信号的采样率;
所述第一识别单元,通信连接所述信号提取单元,用于对所述时域IQ信号进行LFM信号识别处理,得到LFM信号识别结果;
所述第一判定单元,通信连接所述第一识别单元,用于若所述LFM信号识别结果指示所述时域IQ信号为LFM信号,则判定所述短时雷达信号的脉内调制类型为LFM信号调制类型或和计算得到该LFM信号调制类型的起止频率;
所述第二识别单元,分别通信连接所述信号提取单元和所述第一识别单元,用于若所述LFM信号识别结果指示所述时域IQ信号不为LFM信号,则对所述时域IQ信号进行PSK类信号识别处理,得到PSK类信号识别结果;
所述第二判定单元,通信连接所述第二识别单元,用于若所述PSK类信号识别结果指示所述时域IQ信号为PSK类信号,则判定所述短时雷达信号的脉内调制类型为PSK类信号调制类型或和分析得到该PSK类信号调制类型的相关参数;
所述第三识别单元,分别通信连接所述信号提取单元和所述第二识别单元,用于若所述PSK类信号识别结果指示所述时域IQ信号不为PSK类信号,则对所述时域IQ信号进行NLFM信号识别处理,得到NLFM信号识别结果;
所述第三判定单元,通信连接所述第三识别单元,用于若所述NLFM信号识别结果指示所述时域IQ信号为NLFM信号,则判定所述短时雷达信号的脉内调制类型为NLFM信号调制类型或和计算得到该NLFM信号调制类型的起止频点、最小频点和最大频点;
所述第四识别单元,分别通信连接所述信号提取单元和所述第三识别单元,用于若所述NLFM信号识别结果指示所述时域IQ信号不为NLFM信号,则对所述时域IQ信号进行FSK类信号识别处理,得到FSK类信号识别结果;
所述第四判定单元,通信连接所述第四识别单元,用于若所述FSK类信号识别结果指示所述时域IQ信号为FSK类信号,则判定所述短时雷达信号的脉内调制类型为FSK类信号调制类型或和计算得到该FSK类信号调制类型的频点个数、每个频点的频率、码率和码元数;
所述第五识别单元,分别通信连接所述信号提取单元和所述第四识别单元,用于若所述FSK类信号识别结果指示所述时域IQ信号不为FSK类信号,则对所述时域IQ信号进行2FSK-BPSK复合信号识别处理,得到2FSK-BPSK复合信号识别结果;
所述第五判定单元,通信连接所述第五识别单元,用于若所述FSK-BPSK复合信号识别结果指示所述时域IQ信号为2FSK-BPSK复合信号,则判定所述短时雷达信号的脉内调制类型为2FSK-BPSK复合信号调制类型或和计算得到该2FSK-BPSK复合信号调制类型的频点个数、每个频点的频率、FSK信号调制码率、FSK信号调制码元数、BPSK信号调制码率及BPSK信号调制码元数。
本实施例第二方面提供的前述装置的工作过程、工作细节和技术效果,可以参见第一方面所述的短时雷达信号脉内调制类型识别方法,于此不再赘述。
如图3所示,本实施例第三方面提供了一种执行如第一方面所述的短时雷达信号脉内调制类型识别方法的计算机设备,包括有依次通信连接的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如第一方面所述的短时雷达信号脉内调制类型识别方法。具体举例的,所述存储器可以但不限于包括随机存取存储器(Random-Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、闪存(Flash Memory)、先进先出存储器(First Input FirstOutput,FIFO)和/或先进后出存储器(First Input Last Output,FILO)等等;所述处理器可以但不限于采用型号为STM32F105系列的微处理器。此外,所述计算机设备还可以但不限于包括有电源模块、显示屏和其它必要的部件。
本实施例第三方面提供的前述计算机设备的工作过程、工作细节和技术效果,可以参见如第一方面所述的短时雷达信号脉内调制类型识别方法,于此不再赘述。
本实施例第四方面提供了一种存储包含如第一方面所述的短时雷达信号脉内调制类型识别方法的指令的计算机可读存储介质,即所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面所述的短时雷达信号脉内调制类型识别方法。其中,所述计算机可读存储介质是指存储数据的载体,可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等计算机可读存储介质,所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。
本实施例第四方面提供的前述计算机可读存储介质的工作过程、工作细节和技术效果,可以参见如第一方面所述的短时雷达信号脉内调制类型识别方法,于此不再赘述。
本实施例第五方面提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面所述的短时雷达信号脉内调制类型识别方法。其中,所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明的保护范围。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 (9)
1.一种短时雷达信号脉内调制类型识别方法,其特征在于,包括:
从短时雷达信号中提取出已降采样的时域IQ信号,其中,所述时域IQ信号在采样率内只有一个脉冲,所述时域IQ信号的过采倍数在区间[3,8]内取整数值,所述时域IQ信号的频偏小于等于,/>表示所述时域IQ信号的采样率;
对所述时域IQ信号进行LFM信号识别处理,得到LFM信号识别结果;
若所述LFM信号识别结果指示所述时域IQ信号为LFM信号,则判定所述短时雷达信号的脉内调制类型为LFM信号调制类型,或者判定所述短时雷达信号的脉内调制类型为LFM信号调制类型和计算得到该LFM信号调制类型的起止频率;
若所述LFM信号识别结果指示所述时域IQ信号不为LFM信号,则对所述时域IQ信号进行PSK类信号识别处理,得到PSK类信号识别结果,具体包括:对所述时域IQ信号进行频谱分析,找到所述时域IQ信号的3dB带宽;针对在所述时域IQ信号中的且在时序上自第2个采样点起的各个采样点,按照如下公式计算得到对应的瞬时频率:
式中,表示小于/>的正整数,/>表示在所述时域IQ信号中的采样点总数,/>表示在所述时域IQ信号中的且在时序上的第/>个采样点的瞬时频率,/>表示所述第/>个采样点与相邻在前采样点的相位之差且有/>,/>表示所述第/>个采样点的且在区间/>内的相位值,/>表示所述相邻在前采样点的且在区间/>内的相位值,并有/>,/>表示小于等于/>的正整数,/>表示在所述时域IQ信号中的且在时序上的第/>个采样点的相位值,/>表示所述第/>个采样点的采样值,/>表示实数值返回函数,/>表示虚数值返回函数,/>表示反正切函数;从所有所述瞬时频率中找到频率值大于/>的第一频率跳变点和小于/>的第二频率跳变点;判断找到的所有频率跳变点的总数目是否为小于等于第一门限值的正整数,若否,则判定所述时域IQ信号不为PSK类信号,其中,所述第一门限值/>,表示所述3dB带宽;若判定所述总数目为小于等于所述第一门限值的正整数,则按照如下方式(A1)和(A2)查找是否存在最小跳变点间距:(A1)若所述总数目为1,则将唯一频率跳变点的位置索引作为最小跳变点间距;(A2)若所述总数目大于1,则将具有在第二门限值之上间距的相邻两频率跳变点的最小间距作为最小跳变点间距,其中,所述第二门限值;若未找到所述最小跳变点间距,则判定所述时域IQ信号不为PSK类信号,否则计算得到所述时域IQ信号的二倍谱;若在所述二倍谱中发现有最大峰值大于次大峰值3dB以上的情况,则判定所述时域IQ信号为BPSK信号,否则计算得到所述时域IQ信号的四倍谱;若在所述四倍谱中发现有最大峰值大于次大峰值3dB以上的情况,则对所述时域IQ信号进行Frank码多相信号识别处理和QPSK信号识别处理,得到Frank码多相信号识别结果和QPSK信号识别结果,否则将与所述最小跳变点间距对应的两个频率跳变点之间的信号取出,并对取出信号进行所述LFM信号识别处理,得到LFM信号识别新结果;若所述LFM信号识别新结果指示所述取出信号为LFM信号,则判定所述时域IQ信号为BPSK-LFM复合信号,否则对所述时域IQ信号进行多相信号识别处理,得到多相信号识别结果;
若所述PSK类信号识别结果指示所述时域IQ信号为PSK类信号,则判定所述短时雷达信号的脉内调制类型为PSK类信号调制类型,或者判定所述短时雷达信号的脉内调制类型为PSK类信号调制类型和分析得到该PSK类信号调制类型的相关参数;
若所述PSK类信号识别结果指示所述时域IQ信号不为PSK类信号,则对所述时域IQ信号进行NLFM信号识别处理,得到NLFM信号识别结果;
若所述NLFM信号识别结果指示所述时域IQ信号为NLFM信号,则判定所述短时雷达信号的脉内调制类型为NLFM信号调制类型,或者判定所述短时雷达信号的脉内调制类型为NLFM信号调制类型和计算得到该NLFM信号调制类型的起止频点、最小频点和最大频点;
若所述NLFM信号识别结果指示所述时域IQ信号不为NLFM信号,则对所述时域IQ信号进行FSK类信号识别处理,得到FSK类信号识别结果;
若所述FSK类信号识别结果指示所述时域IQ信号为FSK类信号,则判定所述短时雷达信号的脉内调制类型为FSK类信号调制类型,或者判定所述短时雷达信号的脉内调制类型为FSK类信号调制类型和计算得到该FSK类信号调制类型的频点个数、每个频点的频率、码率和码元数;
若所述FSK类信号识别结果指示所述时域IQ信号不为FSK类信号,则对所述时域IQ信号进行2FSK-BPSK复合信号识别处理,得到2FSK-BPSK复合信号识别结果;
若所述FSK-BPSK复合信号识别结果指示所述时域IQ信号为2FSK-BPSK复合信号,则判定所述短时雷达信号的脉内调制类型为2FSK-BPSK复合信号调制类型,或者判定所述短时雷达信号的脉内调制类型为2FSK-BPSK复合信号调制类型和计算得到该2FSK-BPSK复合信号调制类型的频点个数、每个频点的频率、FSK信号调制码率、FSK信号调制码元数、BPSK信号调制码率及BPSK信号调制码元数。
2.根据权利要求1所述的短时雷达信号脉内调制类型识别方法,其特征在于,对所述时域IQ信号进行LFM信号识别处理,得到LFM信号识别结果,包括:对所述时域IQ信号进行CW信号识别处理,得到CW信号识别结果;若所述CW信号识别结果指示所述时域IQ信号不为CW信号,则对所述时域IQ信号进行LFM信号识别处理,得到LFM信号识别结果;
和/或,对所述时域IQ信号进行LFM信号识别处理,得到LFM信号识别结果,包括:
针对在所述时域IQ信号中的且在时序上自第2个采样点起的各个采样点,按照如下公式计算得到对应的瞬时频率:
式中,表示小于/>的正整数,/>表示在所述时域IQ信号中的采样点总数,/>表示在所述时域IQ信号中的且在时序上的第/>个采样点的瞬时频率,/>表示所述第/>个采样点与相邻在前采样点的相位之差且有/>,/>表示所述第/>个采样点的且在区间/>内的相位值,/>表示所述相邻在前采样点的且在区间/>内的相位值,并有/>,/>表示小于等于/>的正整数,/>表示在所述时域IQ信号中的且在时序上的第/>个采样点的相位值,/>表示所述第/>个采样点的采样值,/>表示实数值返回函数,/>表示虚数值返回函数,/>表示反正切函数;
将在所述时域IQ信号中的且在时序上自第2个采样点起的个采样点均分为在时序上连续的D1个采样段,其中,D1表示在区间[5,12]内取值的整数;
针对在所述D1个采样段中的各个采样段,计算得到对应的段内所有采样点的瞬时频率平均值;
针对在所述D1个采样段中的各对相邻两采样段,计算得到对应的两瞬时频率平均值的差值;
判断所述各对相邻两采样段的差值是否均在其它对相邻两采样段的差值的90%~110%之间,若是,则判定所述时域IQ信号为LFM信号,否则判定所述时域IQ信号不为LFM信号。
3.根据权利要求1所述的短时雷达信号脉内调制类型识别方法,其特征在于,对所述时域IQ信号进行Frank码多相信号识别处理和QPSK信号识别处理,得到Frank码多相信号识别结果和QPSK信号识别结果,包括:
按照如下公式计算得到码率和码元数/>:
式中,表示所述最小跳变点间距;
判断所述码元数是否为平方数,若是,则构建过采倍数与所述时域IQ信号一致的Frank码基带信号,否则判定所述时域IQ信号为QPSK信号;
将所述Frank码基带信号与所述时域IQ信号进行互相关处理,得到第一互相关结果;
若在所述第一互相关结果的频谱中发现有最大峰值大于次大峰值6dB以上的情况,则判定所述时域IQ信号为Frank码多相信号,否则判定所述时域IQ信号为QPSK信号;
和/或,对所述时域IQ信号进行多相信号识别处理,得到多相信号识别结果,包括有如下步骤S491~S498:
S491.计算得到码率和码元数/>,然后执行步骤S492,其中,所述码率和所述码元数/>按照如下公式计算得到:
式中,表示所述最小跳变点间距;
S492.判断所述码元数是否为平方数,若是,则执行步骤S493,否则执行步骤S496;
S493.判断所述码元数是否为偶数,若是,则执行步骤S494,否则执行步骤S495;
S494.根据所述码元数和所述时域IQ信号的过采倍数,构建与所述时域IQ信号同码元数的且同过采倍数的P2码基带信号,然后将所述P2码基带信号与所述时域IQ信号进行互相关处理,得到第二互相关结果,最后若在所述第二互相关结果的频谱中发现有最大峰值大于次大峰值6dB以上的情况,则判定所述时域IQ信号为P2码多相信号,否则执行步骤S495;
S495.根据所述码元数和所述时域IQ信号的过采倍数,构建与所述时域IQ信号同码元数的且同过采倍数的P1码基带信号,然后将所述P1码基带信号与所述时域IQ信号进行互相关处理,得到第三互相关结果,最后若在所述第三互相关结果的频谱中发现有最大峰值大于次大峰值6dB以上的情况,则判定所述时域IQ信号为P1码多相信号,否则执行步骤S496;
S496.根据所述码元数和所述时域IQ信号的过采倍数,构建与所述时域IQ信号同码元数的且同过采倍数的Frank码基带信号,然后将所述Frank码基带信号与所述时域IQ信号进行互相关处理,得到第四互相关结果,最后若在所述第四互相关结果的频谱中发现有最大峰值大于次大峰值6dB以上的情况,则判定所述时域IQ信号为Frank码多相信号,否则执行步骤S497;
S497.根据所述码元数和所述时域IQ信号的过采倍数,构建与所述时域IQ信号同码元数的且同过采倍数的P3码基带信号,然后将所述P3码基带信号与所述时域IQ信号进行互相关处理,得到第五互相关结果,最后若在所述第五互相关结果的频谱中发现有最大峰值大于次大峰值6dB以上的情况,则判定所述时域IQ信号为P3码多相信号,否则执行步骤S498;
S498.根据所述码元数和所述时域IQ信号的过采倍数,构建与所述时域IQ信号同码元数的且同过采倍数的P4码基带信号,然后将所述P4码基带信号与所述时域IQ信号进行互相关处理,得到第六互相关结果,最后若在所述第六互相关结果的频谱中发现有最大峰值大于次大峰值6dB以上的情况,则判定所述时域IQ信号为P4码多相信号,否则判定所述时域IQ信号不为多相信号。
4.根据权利要求1所述的短时雷达信号脉内调制类型识别方法,其特征在于,对所述时域IQ信号进行NLFM信号识别处理,得到NLFM信号识别结果,包括:
针对在所述时域IQ信号中的且在时序上自第2个采样点起的各个采样点,按照如下公式计算得到对应的瞬时频率:
式中,表示小于/>的正整数,/>表示在所述时域IQ信号中的采样点总数,/>表示在所述时域IQ信号中的且在时序上的第/>个采样点的瞬时频率,/>表示所述第/>个采样点与相邻在前采样点的相位之差且有/>,/>表示所述第/>个采样点的且在区间/>内的相位值,/>表示所述相邻在前采样点的且在区间/>内的相位值,并有/>,/>表示小于等于/>的正整数,/>表示在所述时域IQ信号中的且在时序上的第/>个采样点的相位值,/>表示所述第/>个采样点的采样值,/>表示实数值返回函数,/>表示虚数值返回函数,/>表示反正切函数;
从所有所述瞬时频率中找到瞬时频率最大值和瞬时频率最小值/>;
将在所述时域IQ信号中的且在时序上自第2个采样点起的个采样点均分为在时序上连续的八个采样段;
针对在所述八个采样段中的各个采样段,计算得到对应的段内所有采样点的瞬时频率平均值;
从所有所述瞬时频率平均值中找到瞬时频率平均最大值和瞬时频率平均最小值/>;
判断条件和/>是否均成立,若是,则计算四对特定采样段的瞬时频率平均值的和值及差值,否则判定所述时域IQ信号不为NLFM信号,其中,/>表示在所述八个采样段中的且在时序上的第一个采样段的瞬时频率平均值,/>表示在所述八个采样段中的且在时序上的第四个采样段的瞬时频率平均值,/>表示在所述八个采样段中的且在时序上的第五个采样段的瞬时频率平均值,/>表示在所述八个采样段中的且在时序上的第八个采样段的瞬时频率平均值,/>表示第三门限值且有/>,所述四对特定采样段包括有所述第一个采样段与所述第五个采样段、在所述八个采样段中的且在时序上的第二个采样段与在所述八个采样段中的且在时序上的第八个采样段、在所述八个采样段中的且在时序上的第三个采样段与在所述八个采样段中的且在时序上的第七个采样段以及所述第四个采样段与所述第八个采样段;
若所有所述和值的绝对值均小于,则判定所述时域IQ信号为反对称NLFM信号,以及若所有所述差值的绝对值均小于/>,则判定所述时域IQ信号为对称NLFM信号,而若是其它情况,则判定所述时域IQ信号不为NLFM信号,其中,/>表示第四门限值且有。
5.根据权利要求1所述的短时雷达信号脉内调制类型识别方法,其特征在于,对所述时域IQ信号进行FSK类信号识别处理,得到FSK类信号识别结果,包括:
对所述时域IQ信号进行频谱分析,找到所述时域IQ信号的3dB带宽;
在所述3dB带宽内查找最大峰值;
若查找到的最大峰值的数目为2,则判定所述时域IQ信号为2FSK信号;
若查找到的最大峰值的数目为4,则先将与四个最大峰值一一对应的四个频点进行由小到大的排序,得到频点队列,然后计算在所述频点队列中3对相邻两频点的频率差值,最后若所有所述频率差值的波动误差在10%以内,则判定所述时域IQ信号为4FSK信号,否则判定所述时域IQ信号不为FSK类信号;
若查找到的最大峰值的数目不为2或4,则判定所述时域IQ信号不为FSK类信号。
6.根据权利要求1所述的短时雷达信号脉内调制类型识别方法,其特征在于,对所述时域IQ信号进行2FSK-BPSK复合信号识别处理,得到2FSK-BPSK复合信号识别结果,包括:
对所述时域IQ信号进行二次方操作,得到二次方信号;
对所述二次方信号进行所述FSK类信号识别处理,得到FSK信号识别新结果;
若所述FSK信号识别新结果指示所述二次方信号为FSK类信号,则计算得到所述二次方信号的FSK类信号频率值、FSK类信号码率和FSK类信号码元数,否则判定所述时域IQ信号不为2FSK-BPSK复合信号;
将所述二次方信号的FSK类信号频率值除以2得到所述时域IQ信号的FSK类信号频率值,以及将所述二次方信号的FSK类信号码率作为所述时域IQ信号的FSK类信号码率,以及将所述二次方信号的FSK类信号码元数作为所述时域IQ信号的FSK类信号码元数;
根据所述时域IQ信号的FSK类信号频率值、FSK类信号码率和FSK类信号码元数,取在所述时域IQ信号中的且与最短的某个频率持续时间对应的连续采样点,并对该连续采样点进行BPSK信号识别处理,得到BPSK信号识别新结果;
若所述BPSK信号识别新结果指示所述连续采样点为BPSK信号,则判定所述时域IQ信号为2FSK-BPSK复合信号,否则判定所述时域IQ信号不为2FSK-BPSK复合信号。
7.一种短时雷达信号脉内调制类型识别装置,其特征在于,包括有信号提取单元、第一识别单元、第一判定单元、第二识别单元、第二判定单元、第三识别单元、第三判定单元、第四识别单元、第四判定单元、第五识别单元和第五判定单元;
所述信号提取单元,用于从短时雷达信号中提取出已降采样的时域IQ信号,其中,所述时域IQ信号在采样率内只有一个脉冲,所述时域IQ信号的过采倍数在区间[3,8]内取整数值,所述时域IQ信号的频偏小于等于,/>表示所述时域IQ信号的采样率;
所述第一识别单元,通信连接所述信号提取单元,用于对所述时域IQ信号进行LFM信号识别处理,得到LFM信号识别结果;
所述第一判定单元,通信连接所述第一识别单元,用于若所述LFM信号识别结果指示所述时域IQ信号为LFM信号,则判定所述短时雷达信号的脉内调制类型为LFM信号调制类型,或者判定所述短时雷达信号的脉内调制类型为LFM信号调制类型和计算得到该LFM信号调制类型的起止频率;
所述第二识别单元,分别通信连接所述信号提取单元和所述第一识别单元,用于若所述LFM信号识别结果指示所述时域IQ信号不为LFM信号,则对所述时域IQ信号进行PSK类信号识别处理,得到PSK类信号识别结果,具体包括:对所述时域IQ信号进行频谱分析,找到所述时域IQ信号的3dB带宽;针对在所述时域IQ信号中的且在时序上自第2个采样点起的各个采样点,按照如下公式计算得到对应的瞬时频率:
式中,表示小于/>的正整数,/>表示在所述时域IQ信号中的采样点总数,/>表示在所述时域IQ信号中的且在时序上的第/>个采样点的瞬时频率,/>表示所述第/>个采样点与相邻在前采样点的相位之差且有/>,/>表示所述第/>个采样点的且在区间/>内的相位值,/>表示所述相邻在前采样点的且在区间/>内的相位值,并有/>,/>表示小于等于/>的正整数,/>表示在所述时域IQ信号中的且在时序上的第/>个采样点的相位值,/>表示所述第/>个采样点的采样值,/>表示实数值返回函数,/>表示虚数值返回函数,/>表示反正切函数;从所有所述瞬时频率中找到频率值大于/>的第一频率跳变点和小于/>的第二频率跳变点;判断找到的所有频率跳变点的总数目是否为小于等于第一门限值的正整数,若否,则判定所述时域IQ信号不为PSK类信号,其中,所述第一门限值/>,表示所述3dB带宽;若判定所述总数目为小于等于所述第一门限值的正整数,则按照如下方式(A1)和(A2)查找是否存在最小跳变点间距:(A1)若所述总数目为1,则将唯一频率跳变点的位置索引作为最小跳变点间距;(A2)若所述总数目大于1,则将具有在第二门限值之上间距的相邻两频率跳变点的最小间距作为最小跳变点间距,其中,所述第二门限值;若未找到所述最小跳变点间距,则判定所述时域IQ信号不为PSK类信号,否则计算得到所述时域IQ信号的二倍谱;若在所述二倍谱中发现有最大峰值大于次大峰值3dB以上的情况,则判定所述时域IQ信号为BPSK信号,否则计算得到所述时域IQ信号的四倍谱;若在所述四倍谱中发现有最大峰值大于次大峰值3dB以上的情况,则对所述时域IQ信号进行Frank码多相信号识别处理和QPSK信号识别处理,得到Frank码多相信号识别结果和QPSK信号识别结果,否则将与所述最小跳变点间距对应的两个频率跳变点之间的信号取出,并对取出信号进行所述LFM信号识别处理,得到LFM信号识别新结果;若所述LFM信号识别新结果指示所述取出信号为LFM信号,则判定所述时域IQ信号为BPSK-LFM复合信号,否则对所述时域IQ信号进行多相信号识别处理,得到多相信号识别结果;
所述第二判定单元,通信连接所述第二识别单元,用于若所述PSK类信号识别结果指示所述时域IQ信号为PSK类信号,则判定所述短时雷达信号的脉内调制类型为PSK类信号调制类型,或者判定所述短时雷达信号的脉内调制类型为PSK类信号调制类型和分析得到该PSK类信号调制类型的相关参数;
所述第三识别单元,分别通信连接所述信号提取单元和所述第二识别单元,用于若所述PSK类信号识别结果指示所述时域IQ信号不为PSK类信号,则对所述时域IQ信号进行NLFM信号识别处理,得到NLFM信号识别结果;
所述第三判定单元,通信连接所述第三识别单元,用于若所述NLFM信号识别结果指示所述时域IQ信号为NLFM信号,则判定所述短时雷达信号的脉内调制类型为NLFM信号调制类型,或者判定所述短时雷达信号的脉内调制类型为NLFM信号调制类型和计算得到该NLFM信号调制类型的起止频点、最小频点和最大频点;
所述第四识别单元,分别通信连接所述信号提取单元和所述第三识别单元,用于若所述NLFM信号识别结果指示所述时域IQ信号不为NLFM信号,则对所述时域IQ信号进行FSK类信号识别处理,得到FSK类信号识别结果;
所述第四判定单元,通信连接所述第四识别单元,用于若所述FSK类信号识别结果指示所述时域IQ信号为FSK类信号,则判定所述短时雷达信号的脉内调制类型为FSK类信号调制类型,或者判定所述短时雷达信号的脉内调制类型为FSK类信号调制类型和计算得到该FSK类信号调制类型的频点个数、每个频点的频率、码率和码元数;
所述第五识别单元,分别通信连接所述信号提取单元和所述第四识别单元,用于若所述FSK类信号识别结果指示所述时域IQ信号不为FSK类信号,则对所述时域IQ信号进行2FSK-BPSK复合信号识别处理,得到2FSK-BPSK复合信号识别结果;
所述第五判定单元,通信连接所述第五识别单元,用于若所述FSK-BPSK复合信号识别结果指示所述时域IQ信号为2FSK-BPSK复合信号,则判定所述短时雷达信号的脉内调制类型为2FSK-BPSK复合信号调制类型,或者判定所述短时雷达信号的脉内调制类型为2FSK-BPSK复合信号调制类型和计算得到该2FSK-BPSK复合信号调制类型的频点个数、每个频点的频率、FSK信号调制码率、FSK信号调制码元数、BPSK信号调制码率及BPSK信号调制码元数。
8.一种计算机设备,其特征在于,包括有依次通信连接的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如权利要求1~6中任意一项所述的短时雷达信号脉内调制类型识别方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如权利要求1~6中任意一项所述的短时雷达信号脉内调制类型识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311588075.1A CN117289236B (zh) | 2023-11-27 | 2023-11-27 | 短时雷达信号脉内调制类型识别方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311588075.1A CN117289236B (zh) | 2023-11-27 | 2023-11-27 | 短时雷达信号脉内调制类型识别方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117289236A CN117289236A (zh) | 2023-12-26 |
CN117289236B true CN117289236B (zh) | 2024-02-09 |
Family
ID=89248461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311588075.1A Active CN117289236B (zh) | 2023-11-27 | 2023-11-27 | 短时雷达信号脉内调制类型识别方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117289236B (zh) |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7386063B1 (en) * | 2003-10-31 | 2008-06-10 | Atheros Communications, Inc. | Voting block for identifying WLAN signal modulation type |
CN102279390A (zh) * | 2011-05-06 | 2011-12-14 | 西南交通大学 | 一种低信噪比雷达辐射源信号脉内调制识别方法 |
KR101235059B1 (ko) * | 2011-12-05 | 2013-02-19 | 국방과학연구소 | 레이더 신호 변조 형태 식별 장치 및 방법 |
KR101426863B1 (ko) * | 2014-03-19 | 2014-08-06 | 국방과학연구소 | 특징인자를 이용한 레이더 펄스내 변조형태 인식 방법 |
CN104363194A (zh) * | 2014-11-04 | 2015-02-18 | 武汉大学 | 基于波形变换的psk调制识别方法 |
CN106130942A (zh) * | 2016-07-05 | 2016-11-16 | 东南大学 | 一种基于循环谱的无线通信信号调制识别及参数估计方法 |
CN107942137A (zh) * | 2017-11-16 | 2018-04-20 | 成都玖锦科技有限公司 | 一种基于扫描精确估计载波频率的方法 |
WO2018200045A1 (en) * | 2017-04-27 | 2018-11-01 | Raytheon Company | Machine learning algorithm with binary pruning technique for automatic intrapulse modulation recognition |
CN109799487A (zh) * | 2019-01-31 | 2019-05-24 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 雷达脉冲调制样式识别方法 |
CN110133632A (zh) * | 2019-05-20 | 2019-08-16 | 哈尔滨工程大学 | 一种基于cwd时频分析的复合调制信号识别方法 |
CN110244271A (zh) * | 2019-05-17 | 2019-09-17 | 中国人民解放军战略支援部队信息工程大学 | 基于多重同步压缩变换的雷达辐射源分选识别方法及装置 |
CN113567945A (zh) * | 2021-07-19 | 2021-10-29 | 南京誉葆科技有限公司 | 一种基于频谱和瞬时频率特征的雷达信号调制识别方法 |
CN113608189A (zh) * | 2021-07-19 | 2021-11-05 | 南京誉葆科技有限公司 | 一种基于频谱复杂度的雷达信号调制方式识别方法 |
CN114185030A (zh) * | 2021-12-06 | 2022-03-15 | 南京长峰航天电子科技有限公司 | 一种雷达信号脉内调制识别方法及系统 |
CN114268526A (zh) * | 2021-12-21 | 2022-04-01 | 金陵科技学院 | 基于图的度特征的bpsk及qpsk信号调制识别方法 |
CN114355298A (zh) * | 2022-01-04 | 2022-04-15 | 中国电子科技集团公司第十研究所 | 一种雷达复合调制脉冲信号识别方法 |
CN114675249A (zh) * | 2022-03-25 | 2022-06-28 | 中国人民解放军陆军工程大学 | 基于注意力机制的雷达信号调制方式识别方法 |
CN115499279A (zh) * | 2022-09-06 | 2022-12-20 | 扬州宇安电子科技有限公司 | 一种基于相位差分的脉内调制类型识别方法 |
CN116166936A (zh) * | 2022-11-18 | 2023-05-26 | 中国船舶集团有限公司第七二四研究所 | 基于小波变换相位突变检测的雷达信号调制类型识别方法 |
CN116506273A (zh) * | 2023-04-24 | 2023-07-28 | 南湖实验室 | 新型mpsk调制信号识别分类方法 |
CN116680220A (zh) * | 2022-11-04 | 2023-09-01 | 成都立思方信息技术有限公司 | 一种信号收发机及信号收发系统 |
CN116804736A (zh) * | 2023-06-30 | 2023-09-26 | 成都天奥测控技术有限公司 | 一种调制类型识别工程化实现方法及计算机可读存储介质 |
CN116975747A (zh) * | 2023-07-18 | 2023-10-31 | 中国人民解放军军事科学院系统工程研究院 | 一种无线电信号引信快速侦收分选方法 |
CN116973869A (zh) * | 2023-07-19 | 2023-10-31 | 中国船舶集团有限公司第七二四研究所 | 一种基于频谱分析的雷达信号脉内调制分类识别方法 |
-
2023
- 2023-11-27 CN CN202311588075.1A patent/CN117289236B/zh active Active
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7386063B1 (en) * | 2003-10-31 | 2008-06-10 | Atheros Communications, Inc. | Voting block for identifying WLAN signal modulation type |
CN102279390A (zh) * | 2011-05-06 | 2011-12-14 | 西南交通大学 | 一种低信噪比雷达辐射源信号脉内调制识别方法 |
KR101235059B1 (ko) * | 2011-12-05 | 2013-02-19 | 국방과학연구소 | 레이더 신호 변조 형태 식별 장치 및 방법 |
KR101426863B1 (ko) * | 2014-03-19 | 2014-08-06 | 국방과학연구소 | 특징인자를 이용한 레이더 펄스내 변조형태 인식 방법 |
CN104363194A (zh) * | 2014-11-04 | 2015-02-18 | 武汉大学 | 基于波形变换的psk调制识别方法 |
CN106130942A (zh) * | 2016-07-05 | 2016-11-16 | 东南大学 | 一种基于循环谱的无线通信信号调制识别及参数估计方法 |
WO2018200045A1 (en) * | 2017-04-27 | 2018-11-01 | Raytheon Company | Machine learning algorithm with binary pruning technique for automatic intrapulse modulation recognition |
CN107942137A (zh) * | 2017-11-16 | 2018-04-20 | 成都玖锦科技有限公司 | 一种基于扫描精确估计载波频率的方法 |
CN109799487A (zh) * | 2019-01-31 | 2019-05-24 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 雷达脉冲调制样式识别方法 |
CN110244271A (zh) * | 2019-05-17 | 2019-09-17 | 中国人民解放军战略支援部队信息工程大学 | 基于多重同步压缩变换的雷达辐射源分选识别方法及装置 |
CN110133632A (zh) * | 2019-05-20 | 2019-08-16 | 哈尔滨工程大学 | 一种基于cwd时频分析的复合调制信号识别方法 |
CN113608189A (zh) * | 2021-07-19 | 2021-11-05 | 南京誉葆科技有限公司 | 一种基于频谱复杂度的雷达信号调制方式识别方法 |
CN113567945A (zh) * | 2021-07-19 | 2021-10-29 | 南京誉葆科技有限公司 | 一种基于频谱和瞬时频率特征的雷达信号调制识别方法 |
CN114185030A (zh) * | 2021-12-06 | 2022-03-15 | 南京长峰航天电子科技有限公司 | 一种雷达信号脉内调制识别方法及系统 |
CN114268526A (zh) * | 2021-12-21 | 2022-04-01 | 金陵科技学院 | 基于图的度特征的bpsk及qpsk信号调制识别方法 |
CN114355298A (zh) * | 2022-01-04 | 2022-04-15 | 中国电子科技集团公司第十研究所 | 一种雷达复合调制脉冲信号识别方法 |
CN114675249A (zh) * | 2022-03-25 | 2022-06-28 | 中国人民解放军陆军工程大学 | 基于注意力机制的雷达信号调制方式识别方法 |
CN115499279A (zh) * | 2022-09-06 | 2022-12-20 | 扬州宇安电子科技有限公司 | 一种基于相位差分的脉内调制类型识别方法 |
CN116680220A (zh) * | 2022-11-04 | 2023-09-01 | 成都立思方信息技术有限公司 | 一种信号收发机及信号收发系统 |
CN116166936A (zh) * | 2022-11-18 | 2023-05-26 | 中国船舶集团有限公司第七二四研究所 | 基于小波变换相位突变检测的雷达信号调制类型识别方法 |
CN116506273A (zh) * | 2023-04-24 | 2023-07-28 | 南湖实验室 | 新型mpsk调制信号识别分类方法 |
CN116804736A (zh) * | 2023-06-30 | 2023-09-26 | 成都天奥测控技术有限公司 | 一种调制类型识别工程化实现方法及计算机可读存储介质 |
CN116975747A (zh) * | 2023-07-18 | 2023-10-31 | 中国人民解放军军事科学院系统工程研究院 | 一种无线电信号引信快速侦收分选方法 |
CN116973869A (zh) * | 2023-07-19 | 2023-10-31 | 中国船舶集团有限公司第七二四研究所 | 一种基于频谱分析的雷达信号脉内调制分类识别方法 |
Non-Patent Citations (9)
Title |
---|
一种FSK/BPSK复合调制雷达脉冲信号识别技术;王曙光;王旭东;郑步生;;电子科技(第10期);全文 * |
一种快速雷达信号脉内调制识别分析方法;翟孝霏;刘雅轩;陈涛;刘颜琼;;现代雷达(第06期);全文 * |
基于AR功率谱和ZAM变换的FSK-BPSK复合信号参数估计;刘歌;张旭洲;汪洪艳;;电讯技术(第04期);全文 * |
基于分数阶傅里叶变换和循环谱的雷达信号调制方式识别;张忠民;刘刚;刘鲁涛;;应用科技(第03期);全文 * |
基于雷达信号脉内调制识别的算法仿真与验证;刘方建;《青岛大学学报(工程技术版)》;第1-2章,图1-8 * |
复杂脉内调制雷达信号的识别方法;李明晏;张鲁筠;江铭炎;许建华;张超;;计算机工程与应用(第15期);全文 * |
复杂调制形式脉压雷达信号的识别方法;李建;张国毅;王长宇;;计算机工程与应用(第13期);全文 * |
雷达信号脉内调制识别及其FPGA实现;司伟建;刘海朝;郝鑫;;弹箭与制导学报(第06期);全文 * |
雷达信号脉内调制识别新方法;董志杰;王晓峰;田润澜;;航天电子对抗(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117289236A (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108009915B (zh) | 一种欺诈用户社区的标记方法及相关装置 | |
CN109358223A (zh) | 一种滑动窗dft谐波电流检测方法及装置、存储介质 | |
CN103154932A (zh) | 用于分析信号、提供瞬时频率和短时傅里叶变换的方法以及用于分析信号的设备 | |
US11108787B1 (en) | Securing a network device by forecasting an attack event using a recurrent neural network | |
EP3956791A1 (en) | Providing context associated with a potential security issue for an analyst | |
CN109116312A (zh) | 基于qmfb与卷积神经网络的雷达信号分类方法 | |
US20200336506A1 (en) | Predicting a next alert in a pattern of alerts to identify a security incident | |
CN101977091B (zh) | 电磁频谱监测方法及系统 | |
Ahakonye et al. | Agnostic CH-DT technique for SCADA network high-dimensional data-aware intrusion detection system | |
CN117289236B (zh) | 短时雷达信号脉内调制类型识别方法、装置、设备及介质 | |
CN111030959A (zh) | 一种nbiot的频域时频同步方法 | |
Daldal | A novel demodulation method for quadrate type modulations using a hybrid signal processing method | |
CN110730128A (zh) | 信息传播路径的处理方法、装置、电子设备、存储介质 | |
Yong et al. | Robust and fast algorithm for estimating fundamental periodicity of jet engine modulation signals | |
CN104301170B (zh) | 基于特征分类的移动终端应用友好性评判方法 | |
CN108076032B (zh) | 一种异常行为用户识别方法及装置 | |
CN113360895A (zh) | 站群检测方法、装置及电子设备 | |
CN113098989B (zh) | 字典生成方法、域名检测方法、装置、设备及介质 | |
Voronenko et al. | National cybersecurity: assessment, risks and trends | |
WO2020060649A1 (en) | Distributed sequential pattern data mining framework | |
CN116112039A (zh) | 一种基于fpga的无人机跳频信号快速侦测方法 | |
Zhuojun et al. | Stagger period estimation algorithm for multiple sets of radar pulses | |
Li et al. | An adaptive window time-frequency analysis method based on Short-Time Fourier Transform | |
CN113867933A (zh) | 边缘计算应用部署方法和装置 | |
CN111585593A (zh) | 超宽带信号干扰抑制方法及系统 |
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 |