[發(fā)明專利]基于時(shí)頻分析的LFM信號(hào)分離及參數(shù)估計(jì)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610094975.4
• 申請(qǐng)日: 2016-02-21
• 公開（公告）號(hào): CN105717490B
• 公開（公告）日: 2018-05-01
• 發(fā)明（設(shè)計(jì)）人: 柴柯;劉凱;王培強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 上海大學(xué)
• 主分類號(hào): G01S7/02
• 分類號(hào): G01S7/02
• 代理公司: 上海上大專利事務(wù)所(普通合伙)31205
• 代理人: 陸聰明

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于時(shí)頻分析的LFM(linear frequency modulation，線性調(diào)頻)信號(hào)分離及參數(shù)估計(jì)方法，屬于雷達(dá)信號(hào)偵察技術(shù)領(lǐng)域。

背景技術(shù)

近年來(lái)，隨著雷達(dá)技術(shù)的不斷發(fā)展，電磁環(huán)境日益復(fù)雜，雷達(dá)信號(hào)偵察面臨著雷達(dá)輻射源信號(hào)復(fù)雜而密集的嚴(yán)峻挑戰(zhàn)。LFM雷達(dá)信號(hào)作為一種成熟的雷達(dá)信號(hào)，目前在各種體制的雷達(dá)中十分廣泛地使用著。雷達(dá)偵察接收機(jī)在同一時(shí)間內(nèi)可能接收來(lái)自同一方向的多個(gè)雷達(dá)信號(hào)。此外，還有可能有許多干擾信號(hào)混雜其中。這使得雷達(dá)偵察不可避免的遇到多信號(hào)分離的問題。分離的信號(hào)質(zhì)量好壞直接影響到后續(xù)信號(hào)參數(shù)的檢測(cè)和估計(jì)。

對(duì)于LFM信號(hào)的分離和參數(shù)估計(jì)，國(guó)內(nèi)外的專家做了大量的研究，如短時(shí)傅立葉變換(STFT，Short-Time Fourier Transform)、分?jǐn)?shù)階傅立葉變(FRFT，F(xiàn)ractional Fourier Transform)、基于最大似然比的(ML，Maximum Likelihood)估計(jì)方法、基于Wigner-Ville的時(shí)頻分析方法等。其中，短時(shí)傅立葉變換(STFT)窄的觀察窗口對(duì)時(shí)頻域的分辨率有較大影響；分?jǐn)?shù)階傅立葉變換(FRFT)最大值檢測(cè)方法僅僅利用分?jǐn)?shù)階Fourier變換對(duì)LFM信號(hào)能量的聚集特征，從而達(dá)到抑制噪聲的目的，因此不能用于較低的信噪比的條件下；基于最大似然比的(ML)估計(jì)方法雖然精度很高，逼近克拉美羅下限，但是算法需要進(jìn)行二維搜索，算法復(fù)雜度很大；基于Wigner-Ville的時(shí)頻分析方法由于受交叉項(xiàng)和噪聲的影響，即使多分量信號(hào)的各分量強(qiáng)度相當(dāng)，尖峰積累后都會(huì)出現(xiàn)虛假點(diǎn)，會(huì)對(duì)信號(hào)的參數(shù)估計(jì)和分離帶來(lái)影響。

小波變換(WT，Wavelet Transform)是一種一維線性時(shí)頻分析，它分析多信號(hào)時(shí)不受交叉干擾項(xiàng)影響，計(jì)算量較低，且在較低的信噪比的條件下也能達(dá)到良好的性能。利用WT對(duì)LFM信號(hào)具有良好的時(shí)頻聚集性，魯棒性強(qiáng)等優(yōu)點(diǎn)，因此非常適合多LFM信號(hào)的分離和估計(jì)。

發(fā)明內(nèi)容

本發(fā)明的目的是針對(duì)復(fù)雜密集電磁環(huán)境下的雷達(dá)偵察接收問題，提出一種基于時(shí)頻分析的LFM信號(hào)分離及參數(shù)估計(jì)方法。該方法利用WT的時(shí)頻分析方法，通過LFM信號(hào)的時(shí)頻聚集性，識(shí)別出各個(gè)LFM信號(hào)，再通過聚類、分段估計(jì)的方法快速估計(jì)出各個(gè)LFM分量的參數(shù)。能在低信噪比下有效快速地分離出各個(gè)LFM信號(hào)，并對(duì)每個(gè)LFM信號(hào)的參數(shù)進(jìn)行較為準(zhǔn)確的估計(jì)。

為達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于時(shí)頻分析的LFM信號(hào)分離及參數(shù)估計(jì)方法，包括以下步驟：

步驟一、利用小波變換建立時(shí)頻分析模型，利用該模型分析混合LFM信號(hào)，產(chǎn)生三維時(shí)頻圖；

步驟二、對(duì)三維時(shí)頻圖按時(shí)間進(jìn)行遍歷，選取三維圖中每個(gè)時(shí)間點(diǎn)的頻點(diǎn)峰值，從而將信號(hào)在二維時(shí)頻平面內(nèi)表示；

步驟三、對(duì)二維時(shí)頻圖按頻率進(jìn)行遍歷，尋找每個(gè)頻率點(diǎn)處所對(duì)應(yīng)的時(shí)刻點(diǎn)的個(gè)數(shù)，記錄最大的時(shí)刻點(diǎn)個(gè)數(shù)，估算為L(zhǎng)FM信號(hào)分量的總數(shù)；

步驟四、對(duì)二維時(shí)頻圖按時(shí)間進(jìn)行遍歷，尋找平面內(nèi)直線交點(diǎn)，以交點(diǎn)處的時(shí)刻分段聚類，并按照分段的時(shí)間跨度由大到小依次聚合；

步驟五、對(duì)聚合的分段依次進(jìn)行LFM信號(hào)參數(shù)估計(jì)，并利用去重、加權(quán)措施對(duì)已估計(jì)的參數(shù)進(jìn)行優(yōu)化，直到估計(jì)完全部信號(hào)或全部分段。

對(duì)比現(xiàn)有技術(shù)，本發(fā)明具有如下突出的實(shí)質(zhì)性特點(diǎn)和顯著的優(yōu)點(diǎn)：

本發(fā)明方法利用WT對(duì)混合LFM信號(hào)進(jìn)行分析，在分析多信號(hào)時(shí)不受交叉干擾項(xiàng)的影響，將信號(hào)映射到時(shí)頻二維坐標(biāo)上，簡(jiǎn)化了分離模型的構(gòu)建；利用LFM信號(hào)的時(shí)頻特性，在時(shí)頻二維坐標(biāo)上進(jìn)行分段聚合，具有計(jì)算量低、時(shí)頻聚集性良好、魯棒性強(qiáng)等優(yōu)點(diǎn)，在降低算法復(fù)雜度的同時(shí)，能分析處理更多分量的LFM混合信號(hào)。

附圖說(shuō)明

圖1為經(jīng)由本發(fā)明方法的時(shí)頻分析模型后的三維圖。

圖2為經(jīng)由本發(fā)明方法的時(shí)頻分析模型后三維圖提取的時(shí)頻二維圖。

圖3為本發(fā)明方法將時(shí)頻二維圖進(jìn)行分段聚合后的結(jié)果。

圖4為本發(fā)明方法最終的分離估計(jì)效果圖。

圖5為本發(fā)明方法的聚合后的估計(jì)流程。

具體實(shí)施方式

為了更好地理解本發(fā)明的技術(shù)方案，下面結(jié)合附圖對(duì)本發(fā)明做更詳細(xì)的描述。

一種基于時(shí)頻分析的LFM信號(hào)分離及參數(shù)估計(jì)方法，包括以下步驟：

步驟一、利用小波變換建立時(shí)頻分析模型，利用該模型分析混合LFM信號(hào)，產(chǎn)生三維時(shí)頻圖，如圖1所示。

LFM信號(hào)可以表示為：