多维度去交错后的TOA差分统计雷达信号分选方法技术

本发明专利技术涉及多维度去交错后的TOA差分统计雷达信号分选方法，属于雷达技术领域。该方法通过在时域进行一定数据量的累计，并合理分段，能够展现其统计规律，克服实际复杂电磁环境下的漏脉冲、偶然测量误差造成的分选不正确等问题。多个维度的去交错和滤杂波处理，能够解决实际复杂电磁环境下由于脉冲密度高所造成的数据量过大，噪声、杂波、非雷达信号干扰等问题。使得TOA差值分选可行，更加准确，可信度更高。另外，PRI参数估计对漏脉冲造成的PRI倍增采取措施后，能够克服因漏脉冲而造成的PRI参数估计错误，并且判别复杂重周类型，如脉冲参差、脉组参差、重周抖动等情况，从而能够适应复杂电磁环境下各种复杂信号形式。

Toa differential statistical radar signal sorting method after multi-dimensional de interleaving

【技术实现步骤摘要】
多维度去交错后的TOA差分统计雷达信号分选方法
本专利技术涉及雷达
，特别涉及雷达信号处理
，具体是指一种多维度去交错后的TOA差分统计雷达信号分选方法。
技术介绍
雷达技术的迅猛发展，各国都在使用大量常规或者特殊的不同类型的雷达设备，其特点是：配置的空间不断扩大，从地面、空中、海上发展到外层空间；雷达体制多种多样；配置数量大大增加；占用的频谱越来越宽。基于脉冲到达时间(TimeofArrival，TOA)的分选算法被认为是最可靠的分选方法，也是广大学者研究的热点，其中经典的算法有累计差值直方图算法(CumulativeDifferenceHistogram，CDIF)、序列差值直方图算法(SequentialDifferenceHistogram，SDIF)、复值自相关积分法、平面变换法以及一些相关的改进方法等。在一些雷达数量少、样式简单、电磁环境好的情境下尚能发挥作用，但在实际复杂的电磁环境下，这些传统方法则有可能无法快速、持续、可靠地进行信号分选，对辐射源准确地做出判断。传统分选方法重点强调脉冲到达时间(TOA本文档来自技高网...

【技术保护点】
1.一种多维度去交错后的TOA差分统计雷达信号分选方法，其特征在于，包括以下步骤：/n(A)在功率域设置门限，滤除接收到的信号中接收机灵敏度附近的噪声，获得侦收数据；/n(B)根据实际分选任务的数据量大小及所需分选上报的频次，对所述的侦收数据进行时域划分；/n(C)根据到达角作到达角统计直方图，根据所述的到达角统计直方图在所述的侦收数据中分离出不同到达角的数据；/n(D)根据频段划分为不同的波段，在不同波段内作频率统计直方图，所述的频率统计直方图的容差范围在3倍均方根误差以内，将不同频率的数据相互分离；/n(E)经分离的数据，根据到达时间差分作达时间差分统计直方图，并根据所述的到达时间差分统计...

【技术特征摘要】
1.一种多维度去交错后的TOA差分统计雷达信号分选方法，其特征在于，包括以下步骤：
(A)在功率域设置门限，滤除接收到的信号中接收机灵敏度附近的噪声，获得侦收数据；
(B)根据实际分选任务的数据量大小及所需分选上报的频次，对所述的侦收数据进行时域划分；
(C)根据到达角作到达角统计直方图，根据所述的到达角统计直方图在所述的侦收数据中分离出不同到达角的数据；
(D)根据频段划分为不同的波段，在不同波段内作频率统计直方图，所述的频率统计直方图的容差范围在3倍均方根误差以内，将不同频率的数据相互分离；
(E)经分离的数据，根据到达时间差分作达时间差分统计直方图，并根据所述的到达时间差分统计直方图确定脉冲重复周期类型。


2.根据权利要求1所述的多维度去交错后的TOA差分统计雷达信号分选方法，其特征在于，所述的到达角统计直方图的容差根据时间和需要分选的对象的速度确定。


3.根据权利要求1所述的多维度去交错后的TOA差分统计雷达信号分选方法，其特征在于，所述的根据频段划分为不同的波段，具体为：
根据频段划分为P、L、S、C、X、Ku、K、Ka波段。


4.根据权利要求3所述的多维度去交错后的TOA差分统计雷达信号分...

【专利技术属性】
技术研发人员：舒汀，凌兵，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31