System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及雷达信号检测的,尤其涉及一种深度感知的雷达微信号检测方法。
技术介绍
1、雷达技术在军事、航空、气象等领域具有广泛的应用。雷达微信号指的是雷达系统中接收到的微弱回波信号,对于检测目标、提取特征和判别性能具有重要意义。传统的雷达微信号检测方法主要基于信号处理和统计学方法,但由于雷达环境复杂多变,微弱信号与噪声之间的差异较小,传统方法在低信噪比条件下存在一定的局限性。近年来,随着深度学习技术的快速发展,基于深度学习的雷达微信号检测方法逐渐引起研究者的关注。这些方法利用深度神经网络(dnn)或卷积神经网络(cnn)等模型,通过自动学习特征表示和分类器的训练,实现了对雷达微信号的准确检测。其中,一些研究采用端到端的深度学习框架,直接输入原始微信号数据进行训练和预测。这样的方法消除了传统方法中手工设计特征的需要,通过大量的数据训练网络模型,可以更好地捕捉微弱信号中的有用信息。此外,还有一些研究工作探索了将深度学习与传统方法相结合的方法。例如,将深度学习模型与小波变换、时频分析等传统信号处理方法相结合,以提高微信号检测的性能和鲁棒性。尽管深度感知的雷达微信号检测方法在一定程度上取得了一些突破,但在水下等低信噪比条件下仍存在较大检测困难,尤其是当噪声与微信号具有相似的统计特性时,深度学习方法的表现受到较大限制。针对该问题,本专利技术提出一种深度感知的雷达微信号检测方法,通过两级信号增强实现低信噪比环境下的精准微信号感知检测。
技术实现思路
1、有鉴于此,本专利技术提供一种深度感知的
2、实现上述目的,本专利技术提供的一种深度感知的雷达微信号检测方法,包括以下步骤:
3、s1:采集雷达混合信号并对雷达混合信号进行时域划分,得到不同时域窗口下的雷达混合信号;
4、s2:对不同时域窗口下的雷达混合信号进行时频转换以及信号能量计算,得到雷达混合信号在不同频谱条件下的信号能量;
5、s3:根据雷达混合信号在不同频谱条件下的信号能量,对雷达混合信号的频谱序列进行平滑处理,得到不同时域窗口下的平滑后雷达混合信号;
6、s4:对不同时域窗口下的平滑后雷达混合信号以及雷达混合信号进行自适应阈值深度感知处理,得到不同时域窗口下感知增强后的雷达混合信号;
7、s5:计算不同时域窗口下感知增强后的雷达混合信号与雷达混合信号之间互相关系数,若超过指定阈值则说明当前时域窗口内存在雷达信号,并提取该时域窗口内的雷达信号。
8、作为本专利技术的进一步改进方法:
9、可选地,所述s1步骤中采集雷达混合信号并对雷达混合信号进行时域划分,包括:
10、采集雷达混合信号,其中雷达混合信号包括混合噪音信号以及雷达所发出用于探测的雷达信号,所采集雷达混合信号的形式为:
11、;
12、其中:
13、表示雷达混合信号,t表示时序信息;
14、表示雷达混合信号在第n个信号时刻的信号值,表示雷达混合信号的n个信号时刻;
15、对雷达混合信号进行时域划分,得到不同时域窗口下的雷达混合信号,其中雷达混合信号的时域划分流程为:
16、设置时域窗口的帧长为l个信号时刻的信号值,时域窗口的帧移为m个信号时刻的信号值,将雷达混合信号划分为个时域窗口下的雷达混合信号,其中每个时域窗口下的雷达混合信号长度为l个信号时刻的信号值,相邻时域窗口下的雷达混合信号之间的重叠信号值数目为l-m,得到不同时域窗口下的雷达混合信号:
17、;
18、其中:
19、表示第i个时域窗口下的雷达混合信号,表示雷达混合信号的时序信息;
20、表示雷达混合信号中l个信号时刻的信号值,表示雷达混合信号中第l个信号时刻。
21、可选地,所述s2步骤中对不同时域窗口下的雷达混合信号进行时频转换以及信号能量计算,包括:
22、对不同时域窗口下的雷达混合信号进行时频转换以及信号能量计算,其中第i个时域窗口下的雷达混合信号的时频转换以及信号能量计算流程为:
23、s21:对雷达混合信号进行l点的快速傅里叶变换处理,构成雷达混合信号的频谱表示:
24、 ;
25、;
26、其中:
27、表示雷达混合信号的频谱表示;
28、表示雷达混合信号在s点的快速傅里叶变换表示,;
29、表示以自然常数为底的指数函数;
30、表示第i个时域窗口下的雷达混合信号的中心频率;
31、j表示虚数单位;
32、s22:计算得到在不同傅里叶变换点数下的快速傅里叶变换表示结果的能量,其中的能量为:
33、;
34、;
35、其中:
36、表示的能量,即雷达混合信号在傅里叶变换点数s条件下的信号能量;
37、表示快速傅里叶变换表示结果存在有效雷达信号的概率;
38、表示判决参数。
39、可选地,所述s3步骤中根据雷达混合信号在不同频谱条件下的信号能量,对雷达混合信号的频谱序列进行平滑处理,包括:
40、根据雷达混合信号在不同频谱条件下的信号能量,对雷达混合信号的频谱序列进行平滑处理,其中平滑处理流程为:
41、s31:获取雷达混合信号的频谱序列:
42、;
43、其中:
44、表示雷达混合信号的频谱表示;
45、s32:计算频谱序列中每个频谱表示的频谱均值,其中频谱表示的频谱均值计算结果为:
46、;
47、;
48、其中:
49、表示雷达混合信号在s点的快速傅里叶变换表示;
50、表示的能量感知权重;<本文档来自技高网...
【技术保护点】
1.一种深度感知的雷达微信号检测方法,其特征在于,所述方法包括:
2.如权利要求1所述的一种深度感知的雷达微信号检测方法,其特征在于,所述S1步骤中采集雷达混合信号并对雷达混合信号进行时域划分,包括:
3.如权利要求2所述的一种深度感知的雷达微信号检测方法,其特征在于,所述S2步骤中对不同时域窗口下的雷达混合信号进行时频转换以及信号能量计算,包括:
4.如权利要求3所述的一种深度感知的雷达微信号检测方法,其特征在于,所述S3步骤中根据雷达混合信号在不同频谱条件下的信号能量,对雷达混合信号的频谱序列进行平滑处理,包括:
5.如权利要求1所述的一种深度感知的雷达微信号检测方法,其特征在于,所述S4步骤中对不同时域窗口下的平滑后雷达混合信号以及雷达混合信号进行自适应阈值深度感知处理,包括:
6.如权利要求5所述的一种深度感知的雷达微信号检测方法,其特征在于,所述S44步骤中构成不同时域窗口下感知增强后的雷达混合信号,包括:
7.如权利要求1所述的一种深度感知的雷达微信号检测方法,其特征在于,所述S5步骤中计算不同时
...【技术特征摘要】
1.一种深度感知的雷达微信号检测方法,其特征在于,所述方法包括:
2.如权利要求1所述的一种深度感知的雷达微信号检测方法,其特征在于,所述s1步骤中采集雷达混合信号并对雷达混合信号进行时域划分,包括:
3.如权利要求2所述的一种深度感知的雷达微信号检测方法,其特征在于,所述s2步骤中对不同时域窗口下的雷达混合信号进行时频转换以及信号能量计算,包括:
4.如权利要求3所述的一种深度感知的雷达微信号检测方法,其特征在于,所述s3步骤中根据雷达混合信号在不同频谱条件下的信号能量,对雷达混合信号的频谱序列进行平滑处理,包括:
...【专利技术属性】
技术研发人员:彭燕,成石泉,宋洪奇,肖秀,
申请(专利权)人:湖南赛能环测科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。