CN117491953B - 一种基于链表的雷达信号分选方法 - Google Patents
一种基于链表的雷达信号分选方法 Download PDFInfo
- Publication number
- CN117491953B CN117491953B CN202410001995.7A CN202410001995A CN117491953B CN 117491953 B CN117491953 B CN 117491953B CN 202410001995 A CN202410001995 A CN 202410001995A CN 117491953 B CN117491953 B CN 117491953B
- Authority
- CN
- China
- Prior art keywords
- pulse
- linked list
- pri
- sorting
- searching
- 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 50
- 230000005855 radiation Effects 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 230000009191 jumping Effects 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 7
- 230000005971 DNA damage repair Effects 0.000 description 7
- 230000003139 buffering effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 102000002706 Discoidin Domain Receptors Human genes 0.000 description 1
- 108010043648 Discoidin Domain Receptors Proteins 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
- G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Probability & Statistics with Applications (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于链表的雷达信号分选方法,包括:1)对原始脉冲按照链表的方式存储在内存中;2)对原始脉冲根据脉宽和频率进行预分选;3)对预分选后的每个通道进行TOA差分直方图,寻找脉冲可能存在的PRI;4)对可能的PRI在整个脉冲链表中进行搜索,对于搜索超过设定门限记录为脉冲串,将搜索到的脉冲串从原始脉冲串中删除;5)重复步骤3,直至找不到可能的PRI;6)对搜索到的脉冲串进行参数分析和合并,形成辐射源描述字。该方法在脉冲丢失率为20%的情况下仍然能够分离出常规雷达,参差雷达,捷变雷达,脉组参差雷达信号;同时该方案占有内存空间小,能保证算法的最大复杂度可控,具有较强的鲁棒性和实时性。
Description
技术领域
本发明涉及雷达电子对抗技术领域,尤其涉及一种基于链表的雷达信号分选方法。
背景技术
雷达信号分选又称雷达辐射源信号去交错,是指从随机交错的脉冲流中分离出各个雷达脉冲序列的过程,雷达信号分选是雷达信号侦察处理的关键技术之一,同时也是重要的基础前提。随着各类型雷达的广泛采用,电磁信号空前复杂,雷达辐射源信号分选也面临着前所未有的挑战。主要体现在三个方面:一是雷达辐射源数量多,导致脉冲密度激增,同时各辐射源脉冲交叠;二是雷达信号调制日益复杂且参数多变;三是多雷达信号分选与识别的实时性、准确性的需求日益增强。所以,雷达信号分选技术一直是雷达对抗的关键技术,也是众多学者研究的热点。
发明内容
发明目的:提出一种基于链表的雷达信号分选方法,并进一步提出一种用于实现上述方法的系统,以解决现有技术存在的上述问题。
第一方面,提出一种基于链表的雷达信号分选方法,该方法步骤如下:
S1、将数字信道化模块检测的原始全脉冲数据缓存到DDR中,采取乒乓处理,将上一秒的原始全脉冲数据读取到内存中;
S2、将原始全脉冲数据形成链表,得到原始脉冲链表并存储在内存中;
S3、根据脉宽和频率对原始全脉冲数据进行预分选,将原始全脉冲数据划分成不同的通道;
S4、对每个不同的通道,采用TOA差分直方图方法寻找可能存在的PRI,找到可能的PRI后,跳转至S5;找不到可能的PRI,跳转至S6;
S5、将寻找到的PRI在原始全脉冲链表中进行匹配搜索,搜索成功的原始全脉冲从原始脉冲链表中进行删除,形成一个新的脉冲链表用以记录搜索成功的原始全脉冲串,然后跳转至S4继续进行分选;搜索不成功跳转到S6;
S6、将单通道内分选失败的原始全脉冲转存到剩余通道内,若有通道未进行分选,进入下一通道分选,跳转至S4,直至所有通道分选完毕后,对所有通道分选失败的原始全全脉冲合并,合并后再次进行分选,分选结束后跳转至S7;
S7、对匹配到的脉冲串进行参数分析和合并处理,将分析结果形成辐射源描述字输出;
S8、结束这一秒的信号分选工作,跳转至S1。
在第一方面的一些可实现方式中,步骤S1中数字信道化瞬时带宽1GHz的情况下,考虑最大脉冲密度为100万脉冲每秒,考虑到最多进行4s脉冲的存储,采用两片256MByte的DDR进行乒乓缓存,当处理A片DDR中的数据时,新接收到数据缓存到B片DDR中,当处理B片DDR中的数据时,新接受的数据缓存到A片DDR中,保证处理数据时,新接收到的数据不会丢失。
在第一方面的一些可实现方式中,预分选采用固定网格划分再合并实现,可描述为将频率划分成M个均匀网格,将脉宽划分成N个均匀网格,将接收的到原始全脉冲划分到网格中并记录每个网格中的全脉冲数量,然后再将相邻的网格进行合并处理。
步骤S3中根据脉宽和频率对原始全脉冲数据进行预分选,包括如下步骤:
S301、根据脉宽和频率范围划分固定网格,将全脉冲数据根据固定网格进行映射:设计固定网格大小,将频率均分为M个网格,将脉宽均分为N个网格;
S302、将接收到原始全脉冲描述字根据频率和脉宽映射到固定网格中,并记录映射到每个网格中的脉冲数量;
S303、根据步骤S301的映射结果,相邻网格都存在脉冲的进行合并为一个通道;预分选后会将脉冲划分成多个通道,对每个通道单独进行信号分选会减少信号分选算法中的计算量。
在第一方面的一些可实现方式中,预分选后形成多个通道,每个通道单独进行分选,分选失败的脉冲转存到保留通道。由于同一部辐射源有可能会划分到多个通道,例如捷变频雷达在使用频率预分选时有可能会划分到多个通道,但是多个通道内分选都失败,把每个通道分选失败的脉冲在保留通道中重新排序再进行一次分选,防止在预分选中同一部辐射源被划分到不同通道中。
步骤S4中采用TOA差分直方图方法估计PRI,寻找PRI的过程包括如下步骤:
S401、将通道内原始全脉冲数据做L级TOA差分;
S402、将差分直方图与门限进行比较,超过门限的为可能存在的PRI,找不到超过门限的PRI,则寻找PRI失败。
步骤S5中采用二分查找法进行匹配搜索,包括如下步骤:
S501、假设最多允许连续丢失脉冲个数为P,则最多进行P级PRI搜索,根据基准脉冲TOA和寻找到的可能的PRI计算应该存在脉冲的TOA:
;
TOA为已经寻找到的基准脉冲的到达时间,PRI为已经寻找到的脉冲间隔,其中,从基准脉冲在链表中向前后搜索,向前搜索时为减法,向后搜索时为加法,/>为理想脉冲的到达时间;
S502、根据S501计算得到理想脉冲的到达时间,在原始全脉冲链表中使用二分查找法寻找该时间是否存在脉冲:
如果存在脉冲,查找成功,新查找到的脉冲更新为新的基准脉冲,继续向前向后查找;
如果在该时间没有在链表中查找到脉冲,放大i继续寻找,直至i放大到P仍然寻找不到脉冲,则查找脉冲结束。
第二方面,提出一种基于链表的雷达信号分选系统,包括参数设置模块、雷达信号预分选模块、雷达信号主分选模块、脉冲串参数分析模块、辐射源参数分析模块:
参数设置模块,用于设置收集原始全脉冲的时间、工作时间窗长度;
雷达信号预分选模块,用于在脉宽、频率划分出若干个均匀的子通道,对频率脉宽相差比较大的脉冲在预分选中进行分离成多个通道,减少主分选计算时间;
雷达信号主分选模块,根据预分选的多个通道依次进行主分选,对于通道内分选失败的脉冲合并到剩余通道中,在通道分选结束后对剩余通道中的脉冲再次进行主分选;
脉冲串参数分析模块,主分选中根据PRI寻找到的脉冲串需要对其进行参数分析,分析结果存放在脉冲串链表头中;
辐射源参数分析模块,对分析好的脉冲串进行辐射源参数分析,对于属于同一部辐射源的脉冲串进行合并处理,输出辐射源信息。
第三方面,提出一种可读存储介质,该可读存储介质中存储有计算机执行指令等。当处理器执行所述计算机执行指令时,实现如第一方面所述的雷达信号干扰方法。
本发明具有如下有益效果:
(1)复杂电磁环境适应能力强,传统的单通道信号分选,当通道内存在多部不同类型的辐射源时,传统PRI固定算法在对PRI进行估计时,计算量巨大并且有可能估计失败,本方案使用预分选的算法首先使用频率和脉宽对脉冲进行通道划分,很大概率可以将不同的辐射源划分到不同通道中,减少PRI估计算法的运算量;很小概率会将同一部辐射源划分到不同通道,即使同一部辐射源划分到不同通道中后续主分选中会进行进一步处理。
(2)存储使用率高,传统的流水线方式在每一级运算后会将全脉冲数据进行复制,占用存储空间大,本方案使用链表的存储方式不需要改变全脉冲的存储位置,在运算后只需要更改链表中的指针指向即可,减少了存储空间的使用,同时也提高了运算速度。
(3)本方案使用了二级抽象的方式,将原始全脉冲首先抽象成脉冲串,对脉冲串进行一系列参数分析,再对脉冲串抽象成辐射源,提高了参差雷达、成组雷达运算量,也提高了程序模块化程度。
附图说明
图1是载频固定常规雷达。
图2是频率捷变雷达。
图3是成组参差雷达。
图4是参差重频雷达。
图5是双参数矩形预分选示意图。
图6是脉冲预分选示意图。
图7是分选流程框图。
图8是本发明方案整体流程图。
实施方式
在下文的描述中,给出了大量具体的细节以便提供对本发明更为彻底的理解。然而,对于本领域技术人员而言显而易见的是,本发明可以无需一个或多个这些细节而得以实施。在其他例子中,为了避免与本发明发生混淆,对于本领域公知的一些技术特征未进行描述。
下面将结合本发明附图,对实施例中的技术方案进行清楚、完整地描述。
一种基于链表的雷达信号分选方法,包括:
S1、将数字信道化模块检测的原始全脉冲数据缓存到DDR中,采取乒乓处理,将上一秒的原始全脉冲数据读取到内存中;
S2、将原始全脉冲数据形成链表,得到原始脉冲链表并存储在内存中;
S3、根据脉宽和频率对原始全脉冲数据进行预分选,将原始全脉冲数据划分成不同的通道;
S4、对每个不同的通道,采用TOA差分直方图方法寻找可能存在的PRI,找到可能的PRI后,跳转至S5;找不到可能的PRI,跳转至S6;
S5、将寻找到的PRI在原始全脉冲链表中进行匹配搜索,搜索成功的原始全脉冲从原始脉冲链表中进行删除,形成一个新的脉冲链表用以记录搜索成功的原始全脉冲串,然后跳转至S4继续进行分选;搜索不成功跳转到S6;
S6、将单通道内分选失败的原始全脉冲转存到剩余通道内,若有通道未进行分选,进入下一通道分选,跳转至S4,直至所有通道分选完毕后,对所有通道分选失败的原始全全脉冲合并,合并后再次进行分选,分选结束后跳转至S7;
S7、对匹配到的脉冲串进行参数分析和合并处理,将分析结果形成辐射源描述字输出;
S8、结束这一秒的信号分选工作,跳转至S1。
实施例
基于本发明方案提出的一种基于链表的雷达信号分选方法,本实施例提出一种频率幅度预分选,步骤如下:
在频率划分出M个均匀的网格,在脉宽划分N个均匀的网格;
将数字信道化生产的全脉冲数据从缓存中读取到内存中;
将读取的全脉冲以链表的形式进行存储;
将读取的全脉冲数据映射到固定网格中,并记录每个网格中存储的全脉冲个数。
根据固定网格映射到结果对固定网格进行合并,形成多个通道,每个通道单独进行信号主分选。
实施例
基于本发明方案提出的一种基于链表的雷达信号分选方法,本实施例提出一种雷达信号PRI估计算法,步骤如下:
由于原始全脉冲是按照实际顺序进行检测,链表中脉冲的到达时间是顺序增加的,对原始脉冲到达时间序列进行多维差分处理,也就是将原始脉冲到达时间序列集合中的每一个到达时间与其后到达的每一个到达时间依次进行差分处理:
式中,Ti表示第i个到达时间,PRIMN表示第M个脉冲和第N的脉冲之间的时间间隔;
根据求出的时间间隔做一个带容差的直方图统计。例如求出第一个时间间隔后在直方图统计图中增加第一个数值,求出第二个时间间隔后与直方图中现有的数值进行带容差比较,如果直方图中存在这个数值,直方图中该数值的统计个数加一;如果直方图中不存在这个数值,在直方图中增加这个数值,后续求出的脉冲间隔一样在直方图中进行统计;
由于真实雷达存在重周相同,而杂乱脉冲的重周是随机的,对信号到达时间做,差分统计后,雷达信号重周的出现次数应该远大于其余值,对于直方图中出现次数与门限进行比较即可,大于门限的即为可能的雷达信号重周,不大于门限的即为寻找雷达信号重周失败;
实际应用中可能会出现真实雷达信号重周的谐波分量高于检测门限的情况,因此在对直方图中超过门限的时间间隔,要判断它是否为真实雷达重周的谐波分量。由于谐波为真实值的整数倍,需要判断对PRI/N是否为真实雷达信号重周,如果是则说明刚开始寻找到的为谐波分量,取PRI/N为真实雷达信号重周;如果不存在则说明刚开始寻找到的即是真实雷达信号重周。
实施例
基于本发明方案提出的一种基于链表的雷达信号分选方法,本实施例提出一种基于二分查找法的搜索方法,步骤如下:
在找到可能的PRI值后,需要用该PRI值在原始全脉冲链表进行搜索,搜索到条件的脉冲;
常规的搜索方式采用逐个脉冲进行搜索,极端情况下有可能要遍历所有脉冲,花费时间较长,采用二分查找法进行搜索可以改进极端情况下搜索复杂度。使用基准脉冲到达时间在整个原始脉冲链表中向前向后搜索。已知基准脉冲到达时间和PRI,可以计算出理想脉冲到达时间,然后使用到达时间在整个脉冲链表中进行搜索,如果搜索到即寻找脉冲成功;如果搜索不到,可能是由于脉冲丢失等原因导致,然后继续使用2倍PRI向后搜索,最多搜索级数设定为P,当超过P级仍然寻找不到脉冲即认定搜索脉冲失败,停止向后搜索;
式中TOA为基准脉冲的到达时间,PRI为寻找到的雷达重周,i为丢失级数,最大为P,为理想脉冲到达时间。
实施例
基于本发明方案提出的一种基于链表的雷达信号分选方法,本实施例提出一种脉冲串合并方法,步骤如下:
对于常规脉冲雷达,如果丢失率超过最大丢失级数,有可能会出现分析为多个重周、频率一致的脉冲串,而且时间上没有重合,需要合并为一个辐射源;
对于参差脉冲雷达,因为差分直方图找到的是脉冲的骨架周期,因此会搜索出多个脉冲串的重周,频率一致,但脉冲出现时间交叉重合,需要合并为一个辐射源;
对于成组参差雷达,会搜索出多个脉冲串频率一致,重周不一致,但是脉冲出现时间是交叉出现的,需要合并成一个辐射源。
以上模块之间相互独立,耦合性小,如需更改部分模块可单端进行升级,不需要更整个算法。本发明提出的信号分选方法具有一定的宽频带适应性,如果想进一步扩展频带,调整频率划分网格大小。以上所述仅为本发明较佳的实施范例,并不用以限制本发明,在不脱离所附权利要求定义的本发明的精神和范围前提下,可对其在形式上和细节上做出各种变化。
Claims (5)
1.一种基于链表的雷达信号分选方法,其特征在于,包括如下步骤:
S1、将数字信道化模块检测的原始全脉冲数据缓存到DDR中,采取乒乓处理,将上一秒的原始全脉冲数据读取到内存中;
S2、将原始全脉冲数据形成链表,得到原始脉冲链表并存储在内存中;
S3、根据脉宽和频率对原始全脉冲数据进行预分选,将原始全脉冲数据划分成不同的通道;
S4、对每个不同的通道,采用TOA差分直方图方法寻找可能存在的PRI,找到可能的PRI后,跳转至S5;找不到可能的PRI,跳转至S6;
S5、将寻找到的PRI在原始全脉冲链表中进行匹配搜索,搜索成功的原始全脉冲从原始脉冲链表中进行删除,形成一个新的脉冲链表用以记录搜索成功的原始全脉冲串,然后跳转至S4继续进行分选;搜索不成功跳转到S6;
步骤S5中采用二分查找法进行匹配搜索:
S501、假设最多允许连续丢失脉冲个数为P,则最多进行P级PRI搜索,根据基准脉冲TOA和寻找到的可能的PRI计算应该存在脉冲的TOA:
;
TOA为已经寻找到的基准脉冲的到达时间,PRI为已经寻找到的脉冲间隔,其中,从基准脉冲在链表中向前后搜索,向前搜索时为减法,向后搜索时为加法,/>为理想脉冲的到达时间;
S502、根据S501计算得到理想脉冲的到达时间,在原始全脉冲链表中使用二分查找法寻找该时间是否存在脉冲:
如果存在脉冲,查找成功,新查找到的脉冲更新为新的基准脉冲,继续向前向后查找;
如果在该时间没有在链表中查找到脉冲,放大i继续寻找,直至i放大到P仍然寻找不到脉冲,则查找脉冲结束;
S6、将单通道内分选失败的原始全脉冲转存到剩余通道内,若有通道未进行分选,进入下一通道分选,跳转至S4,直至所有通道分选完毕后,对所有通道分选失败的原始全脉冲合并,合并后再次进行分选,分选结束后跳转至S7;
S7、对匹配到的脉冲串进行参数分析和合并处理,将分析结果形成辐射源描述字输出;
S8、结束这一秒的信号分选工作,跳转至S1。
2.根据权利要求1所述的一种基于链表的雷达信号分选方法,其特征在于,所述步骤S3中,根据脉宽和频率对原始全脉冲数据进行预分选,包括如下步骤:
S301、根据脉宽和频率范围划分固定网格,将全脉冲数据根据固定网格进行映射:设计固定网格大小,将频率均分为M个网格,将脉宽均分为N个网格;
S302、将接收到原始全脉冲描述字根据频率和脉宽映射到固定网格中,并记录映射到每个网格中的脉冲数量;
S303、根据步骤S301的映射结果,相邻网格都存在脉冲的进行合并为一个通道;预分选后会将脉冲划分成多个通道,对每个通道单独进行信号分选会减少信号分选算法中的计算量。
3.根据权利要求1所述的一种基于链表的雷达信号分选方法,其特征在于,所述步骤S4中,采用TOA差分直方图方法估计PRI,寻找PRI的过程包括如下步骤:
S401、将通道内原始全脉冲数据做L级TOA差分;
S402、将差分直方图与门限进行比较,超过门限的为可能存在的PRI,找不到超过门限的PRI,则寻找PRI失败。
4.根据权利要求1所述的一种基于链表的雷达信号分选方法,其特征在于,所述步骤S7中,对匹配到的脉冲串进行合并处理具体为:
对同一雷达信号因脉冲丢失或者成组参差所形成多个全脉冲链表进行合并:若一个链表结束的时间与另一个链表开始的时间正好相差PRI的整数倍并且两个链表的PRI相同,则合并为一个链表;
若一个链表结束的时间与另一个链表开始的时间不是PRI的整数倍但是两个链表的PRI相同,则合并成一个成组参差链表进行标记。
5.一种计算机可读存储介质,其特征在于,所述可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至4任一项所述的基于链表的雷达信号分选方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410001995.7A CN117491953B (zh) | 2024-01-02 | 2024-01-02 | 一种基于链表的雷达信号分选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410001995.7A CN117491953B (zh) | 2024-01-02 | 2024-01-02 | 一种基于链表的雷达信号分选方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117491953A CN117491953A (zh) | 2024-02-02 |
CN117491953B true CN117491953B (zh) | 2024-03-26 |
Family
ID=89683329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410001995.7A Active CN117491953B (zh) | 2024-01-02 | 2024-01-02 | 一种基于链表的雷达信号分选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117491953B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5563806A (en) * | 1993-09-27 | 1996-10-08 | Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of National Defence | Adaptive parametric data channelizer for acquiring and tracking discrete interleaved signals |
KR101357689B1 (ko) * | 2012-09-04 | 2014-02-04 | 국방과학연구소 | 레이더 신호 펄스 열 분리 방법 |
CN103941236A (zh) * | 2014-05-12 | 2014-07-23 | 中国船舶重工集团公司第七二四研究所 | 多参数栅格化滑动信号统计筛选处理方法 |
CN110764063A (zh) * | 2019-10-15 | 2020-02-07 | 哈尔滨工程大学 | 一种基于sdif与pri变换法结合的雷达信号分选方法 |
CN115128569A (zh) * | 2022-08-30 | 2022-09-30 | 中国电子科技集团公司第十五研究所 | 雷达侦察全脉冲数据可视化分选方法、服务器及存储介质 |
CN117111016A (zh) * | 2023-10-20 | 2023-11-24 | 南京航天工业科技有限公司 | 复杂电磁环境下基于信道化的实时脉内分析方法及系统 |
CN117148288A (zh) * | 2023-10-27 | 2023-12-01 | 南京航天工业科技有限公司 | 一种基于频率保护的雷达干扰方法及系统 |
-
2024
- 2024-01-02 CN CN202410001995.7A patent/CN117491953B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5563806A (en) * | 1993-09-27 | 1996-10-08 | Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of National Defence | Adaptive parametric data channelizer for acquiring and tracking discrete interleaved signals |
KR101357689B1 (ko) * | 2012-09-04 | 2014-02-04 | 국방과학연구소 | 레이더 신호 펄스 열 분리 방법 |
CN103941236A (zh) * | 2014-05-12 | 2014-07-23 | 中国船舶重工集团公司第七二四研究所 | 多参数栅格化滑动信号统计筛选处理方法 |
CN110764063A (zh) * | 2019-10-15 | 2020-02-07 | 哈尔滨工程大学 | 一种基于sdif与pri变换法结合的雷达信号分选方法 |
CN115128569A (zh) * | 2022-08-30 | 2022-09-30 | 中国电子科技集团公司第十五研究所 | 雷达侦察全脉冲数据可视化分选方法、服务器及存储介质 |
CN117111016A (zh) * | 2023-10-20 | 2023-11-24 | 南京航天工业科技有限公司 | 复杂电磁环境下基于信道化的实时脉内分析方法及系统 |
CN117148288A (zh) * | 2023-10-27 | 2023-12-01 | 南京航天工业科技有限公司 | 一种基于频率保护的雷达干扰方法及系统 |
Non-Patent Citations (7)
Title |
---|
Density-Based Fuzzy C-Means Multi-Center Re-Clustering Radar Signal Sorting Algorithm;Wani, MA;《2018 17TH IEEE INTERNATIONAL CONFERENCE ON MACHINE LEARNING AND APPLICATIONS (ICMLA)》;20190418;全文 * |
Distributed Clustering Method Based on Spatial Information;Xin Dong;《 IEEE Access》;20220517;全文 * |
一种基于Map/Reduce的并行化敌我识别信号关联方法;刘勇;;电讯技术;20171128(第11期);全文 * |
基于DSP的雷达信号分选实用技术;邓鹏飞, 张剑云, 游志刚;现代雷达;20050830(第08期);全文 * |
雷达信号分选新算法研究;王石记, 司锡才;系统工程与电子技术;20030920(第09期);全文 * |
雷达告警系统的信号识别;余农;潘联安;;航天电子对抗;19911231(第02期);全文 * |
雷达宽带信号实时频谱分析与分选技术研究;占席春;《中国优秀硕士学位论文全文数据库 信息科技辑》;20180415;第3-5章 * |
Also Published As
Publication number | Publication date |
---|---|
CN117491953A (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Milojević et al. | Improved algorithm for the deinterleaving of radar pulses | |
CN110764063B (zh) | 一种基于sdif与pri变换法结合的雷达信号分选方法 | |
Fredriksen et al. | Simultaneous signal detection and estimation under multiple hypotheses | |
CN109508000A (zh) | 异构多传感器多目标跟踪方法 | |
CN111090077B (zh) | 多维度去交错后的toa差分统计雷达信号分选方法 | |
CN109839619B (zh) | 基于自适应分桶的雷达信号粗分选方法、系统及存储介质 | |
CN112986928B (zh) | 一种复杂电磁环境下信号分选多源融合处理方法 | |
CN113721219B (zh) | 一种基于多参数聚类的雷达信号分选方法和系统 | |
CN111693961B (zh) | 一种基于kl散度单元筛选的cfar检测器 | |
CN105866769B (zh) | 一种并行运算的多目标检测前跟踪方法 | |
Chunjie et al. | Synthetic algorithm for deinterleaving radar signals in a complex environment | |
CN110929842A (zh) | 非合作无线电信号突发时间区域精确智能检测方法 | |
CN117491953B (zh) | 一种基于链表的雷达信号分选方法 | |
CN117111016B (zh) | 复杂电磁环境下基于信道化的实时脉内分析方法及系统 | |
CN110275190A (zh) | 一种基于查表法的北斗信号高精度捕获方法 | |
CN112904287B (zh) | 一种基于被动雷达寻的器的跟踪辐射源参数估计方法及其应用 | |
CN113239880A (zh) | 基于改进随机森林的雷达辐射源识别方法 | |
CN112698274A (zh) | 一种分级pri变换的雷达信号分选和脉冲序列提取系统 | |
CN110632563B (zh) | 一种基于短时傅里叶变换的脉内频率编码信号参数测量方法 | |
KR101893190B1 (ko) | 낮은 신호대 잡음 레벨들에서의 프리앰블 검출 | |
CN111901266A (zh) | 面向低信噪比和高动态场景的载波多普勒频偏捕获方法 | |
CN115980689A (zh) | 基于点云检测的辐射源信号分选方法、装置、设备及介质 | |
CN102223173B (zh) | 一种子帧粗同步的方法及装置 | |
Ebrahim et al. | An efficient hardware architecture for finding frequent items in data streams | |
CN107561506B (zh) | 一种多级虚警概率联合递推目标检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |