基于时频分析频率重心的跳周期估计方法技术

本发明专利技术公开了一种基于时频分析频率重心的跳周期估计方法，其包括计算经升余弦低通滤波后的超短波跳频信号的第n个时频分析时刻第k个频率间隔点的时频分析值的步骤、计算第n个时频分析窗的频率重心的步骤、计算相邻时频分析窗的频率重心差值的步骤、计算跳周期的估计值的步骤；本发明专利技术以时频分析窗的频率重心的能量值表征该窗的时频分析结果，与克服了传统方法的时频分析聚集性和交叉项矛盾，达到了二者的最优，并大大减弱了基带成型滤波对跳频信号的频谱扩展和平坦的影响，避免了能量最大值法对于基带成型滤波的载频估计发散问题，得到了较好的估计性能。本发明专利技术对于跳频信号的跳周期估计更加实用和准确，同时为跳频信号的侦察估计提供了参考和借鉴。

Hop period estimation method based on frequency centroid of time-frequency analysis

The invention discloses an estimation method based on time-frequency analysis of frequency gravity jump cycle, including the calculation of ultrashort wave frequency hopping signal through ascending low-pass filter the cosine of the N time-frequency analysis of time-frequency moment K frequency interval analysis of the value of the calculation steps, the N time-frequency analysis center frequency window the steps and calculation of adjacent time-frequency analysis window difference frequency gravity step, the estimated value of the skip cycle steps; the value of time-frequency representation of the window analysis results of the invention to the time-frequency analysis of frequency gravity energy window, and overcomes the traditional time-frequency analysis methods of aggregation and cross contradiction. To achieve optimization of the two, and weakened the influence of spread spectrum frequency hopping signal baseband shaping filter and flat, avoid the maximum energy method for the divergence of the baseband shaping filter estimation of carrier frequency, is gained. Good estimation performance. The method is more practical and accurate for skip frequency estimation of frequency hopping signals, and provides reference and reference for reconnaissance and estimation of frequency hopping signals.

【技术实现步骤摘要】
基于时频分析频率重心的跳周期估计方法
本专利技术属于跳频信号侦察
，具体涉及一种基于时频分析频率重心的跳周期估计方法。
技术介绍
跳频信号属于典型的非平稳信号，国内外学者大多采用时频分析方法得到清晰的时频图后，再估计其跳频参数。但目前的时频分析方法存在聚集性和交叉项的矛盾，当时频聚集性较高时，会产生较多的交叉项；当交叉项较少时，时频聚集性较低；无法达到二者的同时最优。同时，为适应信道传输，跳频信号多经过升余弦等低通成型滤波，基带信号频率波形发生变化。目前针对跳频信号的跳周期估计方法，多采用时频分析窗内的能量最大值所在频率作为该窗载频，对该载频序列进行快速傅里叶(FastFourierTransform,FFT)变换，得到跳周期估计值；这种方法对于经升余弦低通滤波后的跳频信号的跳周期估计性能较差。跳频通信由于其优良的低截获概率和抗干扰性，在军事通信对抗领域得到广泛应用；其中，跳频信号的参数估计，尤其是跳周期估计已成为研究的重点。跳频信号属于典型的非平稳信号，国内外学者大多采用时频分析方法得到清晰的时频图后，再估计其跳频参数。时频分析方法主要包括以短时傅里叶变换(ShortTimeFourierTransform，STFT)、Gabor变换、小波变换和S变换等为代表的线性变换和以魏格纳威尔分布(Wigner-VilleDistribution,WVD)、伪WVD(PseudoWigner-VilleDistribution,PWVD)、平滑伪WVD(SmoothedPseudoWigner-VilleDistribution,SPWVD)及以Cohen类为核函数的Cohen类非线性变换；但两类分析方法存在聚集性和交叉项的矛盾。S.Barbarossa针对单一跳频信号，应用WVD时频分析方法得到时频图，以该时频窗内时频能量最大值处的频率作为该窗载频，并给出了跳频信号的跳周期、跳频率和跳时的估计方法，在频点较少时有很好的估计性能。在此研究基础上，国内外众多学者为减弱WVD分布交叉项对信号参数估计的影响，采用PWVD、SPWVD和Cohen类等通过在时、频域平滑、加窗抑制非线性交叉项。基于线性变换的时频分析方法能够完全消除交叉项的影响，国内学者陈利虎等在《跳频信号的时频分析》中采用STFT方法和张曦等在《基于短时哈特莱变换的跳频信号时频分析》中采用短时哈特莱变换(ShortTimeHartleyTransform,STHT)方法，但存在聚集性不高的问题。对于聚集性和交叉项的矛盾，部分学者采用组合时频分析和重排时频分析方法达到二者综合效果，但同时引入了计算量大的问题。在得到跳频信号时频图的基础上，大多采用该时频分析窗内的时频能量最大值所在频率作为该窗载频，对该载频序列进行快速傅里叶(FastFourierTransform,FFT)变换，得到跳周期估计值；同时陈利虎在其学位博士论文《跳频信号的侦察技术研究》中指出针对慢跳频系统，以同一跳内不同窗的频率重心表征该窗的载波频率，平均其重心差值，得到跳周期的估计值。冯涛等在《一种组合时频分布在跳频信号参数估计中的应用》中通过一组带通滤波器将跳频信号的各个频率分量取出，分别计算每个信号分量的WVD，并将各WVD累加求和，得到新的时频分布和参数估值，其关键在于如何确定带通滤波器数并设计匹配各分量的带通滤波器。张朝阳等在《多跳频信号的盲分离与参数盲估计》中针对接收到的多个未知任何先验参数的跳频信号，提出一种先分离各个信号再分别进行时频分析来估计跳频参数的方法，首先采用特征矩阵联合近似最优(JADE)算法分离跳频信号，再利用多窗口重叠的SPWVD来估计出跳频信号的跳周期等参数。沙志超等在《基于稀梳重构的跳频信号时频分析方法》和《基于时频稀疏性的跳频信号时频图修正方法》中提出采用稀疏重构的方法得到跳频信号的时频图，继而进行参数估计，但计算量较大。同时，以上的时频分析针对的跳频信号模型都是理想的矩形跳频信号模型，但实际跳频信号的射频频谱不可避免的会受到基带信号影响。但沙志超在《基于时频稀疏性的跳频信号时频图修正方法》中只给出了包括基带信号在内的跳频信号模型，并未深入分析基带信号频谱对跳频信号参数估计的影响。
技术实现思路
本专利技术所要解决的技术问题是提供一种能够大大减弱基带信号频谱影响的基于时频分析频率重心的跳周期估计方法。为解决上述技术问题所采用的技术方案是：一种基于时频分析频率重心的跳周期估计方法，其包括如下步骤：(1)计算经升余弦低通滤波后的超短波跳频信号sn(τ)的第n个时频分析时刻第k个频率间隔点的时频分析值STFTn(n,k)；在(式1)中，S为跳频信号功率；TH为跳周期；Tr为跳周期的频率转换时间；T0为起跳时刻；fn为跳频瞬时频率；θ为跳频信号相位；ΔT为时间采样间隔；Δf为频率采样间隔；n＝1,2,3,…；k＝1,2,3,…；g(τ-k(TH-Tr)-T0)为经基带成型滤波之后的等效低通信号，g*(τ-i·ΔT)为g(τ-i·ΔT)的共轭；在(式1)中，若基带成型滤波为升余弦低通成型滤波，则经升余弦低通成型滤波后的等效低通信号表达式为那么(式1)为在(式3)中，B为基带信号带宽，α为升余弦滚降因子；(2)第n个时频分析时刻即为第n个时频分析窗，计算第n个时频分析窗的频率重心在(式4)中，fs为时频采样率；N为时频分析窗长，即STFT的时频采样点数；STFTn2(n,k)为第n个时频分析时刻第k个频率间隔点的时频分析值，即能量值；(3)计算第n个时频分析窗的频率重心和第n-1个时频分析窗的频率重心的差值，即相邻时频分析窗的频率重心差值Δfn-1：(式5)中，n＝2,3,…；(4)计算一跳内包含的时频分析窗数目Nh：(式6)中，ΔF为跳频率间隔，Nh初始值为0；若相邻时频分析窗的频率重心差值Δfn-1小于跳频间隔ΔF，则此相邻时频分析窗处在同一跳周期内；反之若相邻时频分析窗的频率重心差值Δfn-1大于跳频间隔ΔF，则出现了频率跳变；(5)计算跳周期TH的估计值(式7)中，为Nh的统计平均值，T为窗时间长度，进一步地，所述时频分析窗长N的取值范围是16，32，64，128，512，1024，…，32768。进一步地，所述时频采样率fs的取值范围是200MHz到500MHz。进一步地，所述时频采样率fs为250MHz。本专利技术的有益效果是：本专利技术针对基于时频分析能量最大值的跳周期估计方法对经升余弦滤波的跳频信号估计性能下降问题，提出了基于时频分析频率重心的跳周期估计方法，本专利技术以时频分析窗的频率重心的能量值表征该窗的时频分析结果，克服了传统方法中时频分析聚集性与交叉项矛盾的缺陷，达到了二者的最优，并大大减弱了基带成型滤波对跳频信号的频谱扩展和平坦的影响，避免了能量最大值法对于基带成型滤波的载频估计发散问题，得到了较好的估计性能，本专利技术对于跳频信号的跳周期估计更加实用和准确，同时为跳频信号的侦察估计提供了参考和借鉴。附图说明图1为理想矩形基带信号的时域波形。图2为经升余弦滤波后基带信号的时域波形。图3为理想矩形基带信号与升余弦滤波后基带信号的频域波形。图4为利用频率重心法对升余弦滤波跳频信号的时频分析结果。图5为利用能量最大值法对升余弦滤波跳频信号的时频分析结果。图本文档来自技高网...

【技术保护点】
一种基于时频分析频率重心的跳周期估计方法，其特征在于包括如下步骤：(1)计算经升余弦低通滤波后的超短波跳频信号sn(τ)的第n个时频分析时刻第k个频率间隔点的时频分析值STFTn(n,k)；

【技术特征摘要】
1.一种基于时频分析频率重心的跳周期估计方法，其特征在于包括如下步骤：(1)计算经升余弦低通滤波后的超短波跳频信号sn(τ)的第n个时频分析时刻第k个频率间隔点的时频分析值STFTn(n,k)；在(式1)中，S为跳频信号功率；TH为跳周期；Tr为跳周期的频率转换时间；T0为起跳时刻；fn为跳频瞬时频率；θ为跳频信号相位；ΔT为时间采样间隔；Δf为频率采样间隔；n＝1,2,3,…；k＝1,2,3,…；g(τ-k(TH-Tr)-T0)为经基带成型滤波之后的等效低通信号，g*(τ-i·ΔT)为g(τ-i·ΔT)的共轭；在(式1)中，若基带成型滤波为升余弦低通成型滤波，则g(τ-k(TH-Tr)-T0)的表达式为那么(式1)则为在(式3)中，B为基带信号带宽，α为升余弦滚降因子；(2)第n个时频分析时刻即为第n个时频分析窗，计算第n个时频分析窗的频率重心：(式4)中，fs为时频采样率；N为时频分析窗长，即STFT...

【专利技术属性】
技术研发人员：刘广凯，全厚德，孙慧贤，崔佩璋，李召瑞，袁丁，袁全盛，王晓晗，
申请(专利权)人：中国人民解放军军械工程学院，
类型：发明
国别省市：河北,13