一种基于蒙特卡洛树状搜索的信号智能分选方法技术

本发明专利技术属于电子侦察技术中的信号分选技术领域，提供一种基于蒙特卡洛树状搜索的信号智能分选方法，其包括S1：各个脉冲PDW字形成；S2：以DOA、编码、调频、PW四个参数进行脉冲分选；S3：对S2中各个分选结果分成两个分支，分别进行PRI

【技术实现步骤摘要】
一种基于蒙特卡洛树状搜索的信号智能分选方法


[0001]本专利技术属于电子侦察技术中的信号分选
，具体涉及一种基于蒙特卡洛树状搜索的信号智能分选方法。

技术介绍

[0002]现有的雷达信号分选算法包括累积差值直方图法(CDIF)、序列差值直方图法(SDIF)、基于脉冲到达时间(TOA)差值直方图法、基于脉冲重复间隔(RPI)变换的重复间隔估计法等经典算法，以及一系列基于CDIF、SDIF算法的改进算法，但以上算法都是针对于已知雷达信号的脉冲分选算法，对于未知雷达信号的脉冲分选问题，相关研究较少。
[0003]现有的针对未知雷达信号的分选算法主要有空间参数滤波法与网络聚类分选算法两种。空间参数滤波法原理比较简单且在硬件上容易实现，但如何有效的进行子空间划分是一个难题。子空间划分过大会造成硬件资源的浪费，子空间划分过小则漏分的可能性会大大增加。
[0004]基于Kohonen网络的聚类分选算法原理复杂，在分选的过程中初始聚类中心数N、Minkowsky距离可调参数λ等参数的取值会直接影响算法的分选结果，实际应用较为困难。

技术实现思路

[0005]为解决
技术介绍
中存在的问题，本专利技术提供一种基于蒙特卡洛树状搜索的信号智能分选方法，其具体技术方案如下：
[0006]一种基于蒙特卡洛树状搜索的信号智能分选方法，其包括如下的步骤：
[0007]S1：各个脉冲PDW字形成，包括到达角DOA、编码方式、调频方式、脉宽PW、载频RF、脉冲重复间隔PRI；
[0008]S2：以DOA、编码、调频、PW四个参数进行脉冲分选，按照四个参数不同范围划分为不同区间，在四个参数都相同的区间确定为一类，进行脉冲搜索；
[0009]S3：对S2中各个分选结果分成两个分支，分别进行PRI
‑
RF分选和RF
‑
PRI分选；
[0010]S4：分支分选结果融合判决，RF—PRI分选和PRI—RF分选是对PW级分选结果之后进行的两个并行分选，将这两个分选结果进行比较，综合判决输出分选结果；相同分选结果进行合并，只保留其中一个结果；
[0011]S5：输出最终判决之后的分选结果。
[0012]优选的方案中，步骤S1为模拟实际工程应用中接收机脉内分析模块对于目标辐射源各参数存在的抖动误差，分别对DOA、PW、RF、PRI进行不同程度的误差拉偏，其中DOA偏差1
°
、PW偏差1％、RF偏差5％、RPI偏差2％。
[0013]优选的方案中，步骤S2的过程包括：
[0014]P1：第一级分选，目标角度在短时间内变化不大，以DOA做第一级分选，根据测角结果和精度，动态建立新角度项；
[0015]P2：第二级分选，对DOA输出分选结果进行编码方式分选，包括但不限于编码和非
编码两类；
[0016]P3：第三级分选，进行脉内调频类型分选，包括但不限于固定点频和捷变频两类；
[0017]P4：第四级分选，对PW进行分选，根据PW值和PW测量精度动态建立新角度项。
[0018]进一步，步骤P1的具体过程包括：
[0019]H1：对带有偏差的PDW数据进行向上或者向下取整操作；
[0020]H2：进行DOA分选；设置搜索范围为360
°
空间全范围，设置搜索步长为1
°
，若搜索到某个脉冲的DOA则储存该DOA在全搜索范围中的位置并统计该DOA所搜索到的脉冲数量，按照待分选脉冲数量的6％设置判决门限；
[0021]H3：进行峰值门限判决，其峰值大于判决门限则为有效分选，反之则无效；
[0022]进行峰间隔判决,若相邻两峰间隔大于1，则认为两峰皆为有效分选，反之则只保留相两峰中前一峰分选；
[0023]H4：记录通过判决门限的峰值所在位置及峰值大小，两者分别为被分选到的DOA数值以及所对应的分选脉冲数量；同时记录各脉冲所被分选到的节点编号。
[0024]进一步，步骤P4的具体过程包括：
[0025]J1：设置搜索范围为1us至120us,设置搜索步长为1us，若搜索到某个脉冲的PW则储存该PW在全搜索范围中的位置并统计该PW所搜索到的脉冲数量，按照待分选脉冲数量的6％设置判决门限；
[0026]J2：进行峰值门限判决，其峰值大于判决门限则为有效分选，反之则无效；
[0027]J3：进行峰间隔判决,若相邻两峰间隔大于1，则认为两峰皆为有效分选，反之则只保留相两峰中前一峰分选；
[0028]J4：记录通过判决门限的峰值所在位置及峰值大小，两者分别为被分选到的DOA数值以及所对应的分选脉冲数量；同时记录各脉冲所被分选到的节点编号；
[0029]J5：综合四级分选的信息，利用各脉冲在每次分选中被分配到的节点编号构成节点特征值，根据各节点特征值信息得到进行四级分选后的有效子节点。
[0030]进一步，步骤S3中进行PRI
‑
RF分选的具体过程包括：
[0031]Q1：首先进行PRI分选，采用SDIF方法，判断PRI分选是否成功，成功则进行RF分选，不成功则将PW级分选结果划分为一类；PRI分选成功与否的判决依据为分选结果中脉冲数目是否大于预设门限，大于预设门限则分选成功，否则分选失败；
[0032]Q2：对PRI分选结果进行RF分选，判断RF分选是否成功，成功则按照RF分选结果划分类别，不成功则将PRI级分选结果划分为一类；RF分选成功与否的判决依据为分选结果中脉冲数目是否大于预设门限，大于预设门限则分选成功，否则分选失败；
[0033]Q3：输出PRI—RF分选结果。
[0034]进一步，步骤S3中进行RF
‑
PRI分选的具体过程包括：
[0035]R1：首先进行RF分选，判断RF分选是否成功，成功则进行PRI分选，不成功则将PW级分选结果划分为一类；RF分选成功与否的判决依据为分选结果中脉冲数目是否大于预设门限，大于预设门限则分选成功，否则分选失败；
[0036]R2：对RF分选结果进行PRI分选，采用SDIF，判断PRI分选是否成功，成功则按照PRI分选结果划分类别，不成功则将RF级分选结果划分为一类；PRI分选成功与否的判决依据为分选结果中脉冲数目是否大于预设门限，大于预设门限则分选成功，否则分选失败；
[0037]R3：输出RF—PRI分选结果。
[0038]本专利技术所达到的有益效果为：
[0039]本专利技术运用蒙特卡洛树状搜索思想，将来自于不同目标辐射源的脉冲信号作为蒙特卡洛树的根节点，将不同的搜索纬度作为蒙特卡洛树不同层级的搜索决策标准，该方法原理简单，可实现对于未知雷达信号的有效分选，为未知雷达信号的脉冲盲分选提供了新方法。
附图说明
[0040]图1基于蒙特卡洛树搜索的信号智能分选方法流程图。
[0041]图2基于蒙特卡洛树搜索的分选过程示意图。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于蒙特卡洛树状搜索的信号智能分选方法，其特征在于：其包括如下的步骤：S1：各个脉冲PDW字形成，包括到达角DOA、编码方式、调频方式、脉宽PW、载频RF、脉冲重复间隔PRI；S2：以DOA、编码、调频、PW四个参数进行脉冲分选，按照四个参数不同范围划分为不同区间，在四个参数都相同的区间确定为一类，进行脉冲搜索；S3：对S2中各个分选结果分成两个分支，分别进行PRI
‑
RF分选和RF
‑
PRI分选；S4：分支分选结果融合判决，RF—PRI分选和PRI—RF分选是对PW级分选结果之后进行的两个并行分选，将这两个分选结果进行比较，综合判决输出分选结果；相同分选结果进行合并，只保留其中一个结果；S5：输出最终判决之后的分选结果。2.根据权利要求1所述的一种基于蒙特卡洛树状搜索的信号智能分选方法，其特征在于：步骤S1中，为模拟实际工程应用中接收机脉内分析模块对于目标辐射源各参数存在的抖动误差，分别对DOA、PW、RF、PRI进行不同程度的误差拉偏，其中DOA偏差1
°
、PW偏差1％、RF偏差5％、RPI偏差2％。3.根据权利要求1所述的一种基于蒙特卡洛树状搜索的信号智能分选方法，其特征在于：步骤S2的过程包括：P1：第一级分选，目标角度在短时间内变化不大，以DOA做第一级分选，根据测角结果和精度，动态建立新角度项；P2：第二级分选，对DOA输出分选结果进行编码方式分选，包括但不限于编码和非编码两类；P3：第三级分选，进行脉内调频类型分选，包括但不限于固定点频和捷变频两类；P4：第四级分选，对PW进行分选，根据PW值和PW测量精度动态建立新角度项。4.根据权利要求3所述的一种基于蒙特卡洛树状搜索的信号智能分选方法，其特征在于：步骤P1的具体过程包括：H1：对带有偏差的PDW数据进行向上或者向下取整操作；H2：进行DOA分选；设置搜索范围为360
°
空间全范围，设置搜索步长为1
°
，若搜索到某个脉冲的DOA则储存该DOA在全搜索范围中的位置并统计该DOA所搜索到的脉冲数量，按照待分选脉冲数量的6％设置判决门限；H3：进行峰值门限判决，其峰值大于判决门限则为有效分选，反之则无效；进行峰间隔判决,若相邻两峰间隔大于1，则认为两峰皆为有效分选，反之则只保留相两峰中前一峰分选；H4：记录通过判决门限的峰值所在位置及峰值大小，两者分别为被分选到的DOA数值以...

【专利技术属性】
技术研发人员：吕冬满，王帅，王永，康峰源，杨建超，
申请(专利权)人：山东航天电子技术研究所，
类型：发明
国别省市：