FSK及多种非线性调频信号识别及参数估算方法技术

本发明专利技术涉及FSK及多种非线性调频信号识别及参数估算方法，其中包括：FSK信号、多项式非线性调频信号、双线性非线性调频信号、正弦波非线性调频信号四种信号的识别与参数估算本发明专利技术首先对信号进行频谱、多次方谱和信号的相位变化信息等特征的提取，在此基础上利用模糊分类原理实现信号类型的识别，然后再利用基于单频信号的脉内参数估算方法实现对信号的高精度参数估计。该方法能够在较低信噪比条件下识别这些复杂信号的调制方式，且参数估计算法具有计算复杂度低、估计精度较高的特点。

【技术实现步骤摘要】
FSK及多种非线性调频信号识别及参数估算方法
本技术专利技术属于雷达信号被动侦察领域。
技术介绍
由于现代雷达信号参数多变、调制方式越来越复杂、动态范围以及频率变化大，新体制雷达不断出现。传统的雷达信号类型识别缺少FSK信号和结合复杂调制的非线性调频信号的类型识别和参数估计，只有分析和提取有效的、新的信号特征，才可以实现对这些新体制雷达信号的识别。需要识别的脉内信号类型主要有：简单脉冲(NM)、线性调频(LFM)、二相编码(BPSK)、四相编码(QPSK)、频率编码(FSK)、多项式非线性调频信号(PPS)、双线性非线性调频信号(DLFM)、正弦波非线性调频信号(SFM)、连续波信号。现有的雷达信号识别理论最大似然法估计是建立在假设检验理论的基础上，在已知的先验条件下采用概率论的方法建立一个合适的分类识别准则，但是依据该判决理论的方法其计算公式复杂，并且需要信号的先验知识，这些在实际应用中很难实现。而模糊分类识别原理无需一定的先验知识，只依赖对截获信号的处理和特征提取，所以适合应用在实际的信号调制类型识别中。信号的调制信息包含在三个方面：信号的包络、相位和频率的变化，利用这三个参数的统计结果，理论上可以完成对信号调制方式的识别。模糊分类识别原理结合了传输信号的时域和频域特征，是基于特征提取的识别算法，对信号先验知识的依赖性相比最大似然法估计而言要小，所以具有较大的实用价值。其次利用信号的瞬时相位的导数是瞬时频率这一特性，对信号的相位进行差分来估计信号的瞬时频率这种方法是频率估计的传统方法，也是最简单的方法。但是这种方法计算的频率误差偏差过大。采用基于DFT相位的单频信号频率和初相的高精度估计方法，理论分析和仿真结果表明，该方法的信噪比阈值比基于时域瞬时相位的频率估计方法低很多，在很低信噪比情况下，仍能得到很高的频率和初相估计精度。
技术实现思路
本专利技术的目的在于提供FSK及多种非线性调频信号的模糊分类识别原理与参数估算方法。模糊分类识别原理框图见附图1。模糊分类系统的输入是特征参数集T,它是提取的特征参数的集合。每一种调制类型对每个特征参数都有一个对应的隶属度函数μli，其中l表示第l种调制类型；i表示第i个特征参数。将特征参数集T通过模糊系统FLS_l，计算出第l种调制类型对对应特征参数的隶属度函数Ul。待识别信号的模糊评价为：Sl＝∑WlUl，其中Wl代表第l种调制类型对应每个特征参数的权值集合。待得到模糊评价Sl后，求出对几种调制类型模糊评价的最大值。解模糊后的输出判决Y为：Y＝argmax(Sl)。在本专利技术中，利用可以模糊分类识别原理识别的信号类型：简单脉冲(NS)、线性调频(LFM)、非线性调频(NLFM)、二相编码(BPSK)、四相编码(QPSK)、频率编码(FSK)、多项式非线性调频信号(PPS)、双线性非线性调频信号(DLFM)、正弦波非线性调频信号(SFM)、连续波信号(CW)。具体实施的流程图见图2。基于DFT相位的单频信号频率和初相的高精度估计方法原理如下。设一单频复信号：s(t)＝aexp[j(2πf0t+φ0)](公式1)其中，a、f0和φ0分别为信号的幅度、频率和初相。对上述信号进行采样，设信号的记录长度为T，总采样点数为N，将采样序列分成两个长度相同的序列，s1(n)对应前N/2点，s2(n)对应前N/2点。则采样序列可记为：s(n)＝aexp[j(2πf0Tn/N+φ0)]n＝0，1，2，…N-1(公式2)s1(n)＝aexp[j(2πf0Tn/N+φ0)]n＝0，1，2，…N/2-1(公式3)s2(n)＝s1(n)exp(jπf0T)n＝0，1，2，…N/2-1(公式4)分别对s1(n)、s2(n)进行N/2点的DFT，得到离散频谱：S2(k)＝S1(k)exp(jπf0t)k＝0,1,2…..N/2-1(公式6)其中Ak和分别为S1(k)的幅度项和相位项：根据前面知，S1(k)和S2(k)的幅度项完全一样，由幅度最大值处对应的离散频率为k0＝[f0T/2]。利用DFT的最大谱线粗测频率为为DFT的频率分辨率。从式可见，DFT最大谱线的相位包含信号频率与DFT最大谱线位置的偏差信息，但由于φ0未知，不能直接利用DFT的相位来估计频率。用和分别表示S1(k)和S2(k)在最大谱线处的相位，则两者的差值为：当f0在(k0±0.5)Δf范围内变化时，由公式9知，在-π到π之间变化。因此利用可以对f0与DFT最大谱线对应的频率k0Δf的偏差fδ＝f0-k0Δf进行估计：也可以定义与T无关的相对频率偏差δ＝fδ/Δf，当f0在(k0±0.5)Δf范围内变化时，δ在±0.5范围内变化。可以利用直接得到δ的估计值然后利用下式计算f0得估值：由于首先利用DFT的最大谱线位置对频率进行了粗测，DFT相位差只用来估计信号频率在两条谱线之间的位置，因而相位测量不会出现模糊，将公式9代入公式8，得：于是初相φ0的估计为：当N较大时，上式可近似为：以上是关于基于DFT相位的单频信号频率和初相的估计原理。实现本专利技术目的的技术解决方案为：a)模糊分类识别原理对各个信号进行类型判断，利用信号的四次方谱特征实现对FSK信号与相位编码信号的识别，利用相位及相位差的变化特征可以将多项式非线性调频信号、正弦非线性调频信号、双线性非线性调频信号识别出来，其中多项式非线性调频信号相位呈多次函数变化，正弦非线性调频信号的相位差为正弦函数，双线性非线性调频信号的相位呈直线变化。b)对信号实现准确的识别后，利用基于DFT相位的单频信号频率和初相的高精度估计方法可以实现对相应的信号参数的准确估计。FSK信号首先要使用频谱估计对原始信号进行粗略谱估计，使用其中某个频率点的单频信号对原始信号进行共轭运算，对运算结果进行码元宽度检测后截取中间的某一码元的信号利用单频信号的估计方法进行参数估计；双线性非线性调频信号的参数估计是基于线性调频信号的参数估计方法进行计算，然后将线性调频信号的参数计算通过二次差分的方法转化为单频信号的参数估计；正弦波非线性调频信号的参数估计利用其相位差是正弦函数这一特征进行参数的估计的。附图说明图1模糊分类识别原理框图。图2各种复杂信号的识别流程。图3简单脉冲的参数估计方法。图4FSK信号的参数估计方法。图5线性调频信号的参数估计方法。具体实施方式本专利技术的具体实施方式如下：1)FSK信号的识别方法是通过计算信号四次方的频谱极值点个数来进行判断，因为对于二相或者四相编码信号四次方后变成了单频信号，而对FSK信号四次方后频谱极值点个数会大量的增多。FSK信号的参数估算方法是利用频谱估计的方法得到多个粗略的频率值，选取中间的一个频率值构建共轭的单脉冲信号与原FSK信号进行共轭匹配，对得到的实部幅度值进行码元宽度检测，利用单脉冲的频率计算方法即可得到原信号的多个频率值，进而实现了对FSK信号的参数估算，如图4。2)双线性非线性调频与多项式非线性调频信号的识别方法是利用信号前半段和后半段的原始相位差(未调整至-pi～pi之间前的数值)的变化斜率识别双线性非线性调频与多项式非线性调频信号。由于双线性非线性调频前半段和后半段原始相位差直线斜率一样而多项式非线性调频信号相差较大，所以通过比较前半段和后半段原始相本文档来自技高网...

【技术保护点】
FSK及多种非线性调频信号识别及参数估算方法，其特征在于：步骤1：提取信号的变化特征参数，主要包括频谱、多次方谱、相位、相位；步骤2：利用基于信号特征加权平均的模糊分类识别原理对各个信号进行类型判断；步骤3：采用基于DFT相位的单频信号频率和初相的高精度估计方法对各种信号的参数进行估计。

【技术特征摘要】
1.FSK及多种非线性调频信号识别及参数估算方法，其特征在于：步骤1：提取信号的变化特征参数，主要包括频谱、多次方谱、相位、相位；步骤2：利用基于...

【专利技术属性】
技术研发人员：谢黎伟，曹俊纺，翟晓宇，吴昊，钱伟宁，
申请(专利权)人：中国船舶重工集团公司第七二四研究所，
类型：发明
国别省市：江苏,32