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() 一种基于二次相位差分法的无人机信号识别方法技术_技高网

一种基于二次相位差分法的无人机信号识别方法技术

技术编号:40980331 阅读:3 留言:0更新日期:2024-04-18 21:26
本发明专利技术公开了一种基于二次相位差分法的无人机信号识别方法,包括获取目标信号,进行预处理;求取输入信号的数字序列的每个元素点相位ψ<subgt;i</subgt;和相邻元素点的相位差Δψ<subgt;i</subgt;;将相邻元素间相位差Δψ<subgt;i</subgt;进行聚类处理,得到结果元素Δθ<subgt;j</subgt;;将相位差聚类的结果元素进行二次差分求取,获得满足条件的结果元素的下标值;将获得结果元素的下标值和设定的特征参数A经过公式计算与特征阈值ΔY比较,标识结果变量的num‑flag根据比较结果进行运算得到运算后的num‑flag;将每次运算后的num‑flag与设定的识别阈值K比较,判定是否有无人机特征的数据出现。本发明专利技术以流水式二次相位差分为主要技术特征,可以实现准实时对目标信号频谱特征进行检测,对硬件存储资源需求较少,对高速猝发信号的检测概率较高、算法可移植性强。

【技术实现步骤摘要】

本专利技术涉及信号的处理算法邻域,尤其涉及基于二次相位差分法的无人机信号识别。


技术介绍

1、现代对抗与要地防御场景中,无人机对抗单元带来的威胁越发严重,如何对高速、突发、非合作的无人机目标实现快速识别探测,是上述对抗场景中面临的关键问题之一。无线电频谱侦测识别是其中一种有效的技术路径,针对现有技术在工程实现时存在的实时性不强、算法鲁棒性不高以及对猝发式信号的探测概率较低等缺点,同时,现有无线电频谱侦测技术在针对穿越机等高速黑飞无人机进行检测时存在的实时性不强、检测猝发式信号的概率低、所需要的硬件电路较为复杂等不足的部分。


技术实现思路

1、专利技术目的:为了克服现有技术中存在的不足,本专利技术提供一种基于二次相位差分法的无人机信号识别方法,提出一种可在分布式运算芯片中可实现的流水式二次相位差分方法,可以准实时对目标信号进行检测。

2、技术方案:为实现上述目的,本专利技术的一种基于二次相位差分法的无人机信号识别方法,

3、包括以下步骤:

4、e1、获取目标信号,进行预处理;

5、e2、求取输入信号的数字序列的每个元素点相位ψi和相邻元素点的相位差δψi;

6、e3、将相邻元素间相位差δψi进行聚类处理,得到结果元素δθj;

7、e4、将相位差聚类的结果元素进行二次差分求取,获得满足条件的结果元素的下标值;

8、e5、将获得结果元素的下标值和设定的特征参数a经过公式计算与特征阈值δy比较,标识结果变量的num-flag根据比较结果进行运算得到运算后的num-flag;

9、e6、将每次运算后的num-flag与设定的识别阈值k比较,判定是否有无人机特征的数据出现。

10、进一步的,所述e2步骤中的输入信号的数字序列是一系列连续不断以采样率为数据率的复数集合,设定以下标1、2、3、……、i标识一次要处理的输入信号的数字序列的元素所在位置;输入信号的数字序列中的第i个元素记为:

11、si=a+bi

12、式中,a是表示信号的实部,即信号的幅度或强度;b表示信号的虚部,即信号的相位或初相位;bi中的i不是元素位置,而是虚数单位,i=(-1)0.5;

13、输入信号的数字序列中的第i个元素的相位:

14、

15、式中,atan是反三角函数;

16、求取每个元素的相位后,预留的寄存器去缓存上一个元素相位计算结果,便能求取相邻元素间相位差δψi:

17、δψi=ψi+1-ψi

18、将求取的相邻元素间相位差δψi根据大小进行排序,储存在内部寄存器中。

19、进一步的,所述e3中的将相邻元素间相位差δψi进行聚类处理;设定相位差偏离阈值δp,从第一相邻元素间相位差δψ1开始,求取第一个相邻元素间相位差与后面所有相邻元素间相位差之间的差值δψi-δψ1;并且将求取的差值δψi-δψ1除以δψ1与相位差偏离阈值δp比较,具体比较如下:

20、

21、则将从δψ1到δψi的所有元素乘以(i-1):

22、δψ1×(i-1),

23、δψ2×(i-1),

24、……,

25、δψi×(i-1);

26、从δψi+1起的元素不做改变;

27、

28、则将从δψ1到δψi的所有元素不做改变。

29、进一步的,再从第i+1个相邻元素间相位差δψi+1开始,求取第i+1个相邻元素间相位差与后面所有相邻元素间相位差之间的差值δψk-δψi+1;并且将求取的差值δψk-δψi+1除以δψi+1与相位差偏离阈值δp比较,具体比较如下:

30、

31、则将从δψi+1到δψk的所有元素乘以(k-i+1):

32、δψi+1×(k-i+1),

33、δψi+2×(k-i+1),

34、……,

35、δψk×(k-i+1);

36、

37、则将从δψi+1到δψk的所有元素不做改变;

38、以此类推,直至计算到所有相邻元素间相位差的最后一个元素;上述操作后得到相位差聚类的结果元素,并且记为δθ1、δθ2、δθ3、…δθj、…δθm。

39、进一步的,所述e4步骤中将相位差聚类的结果元素进行二次差分求取;从δθ1开始,依次计算后一个结果元素与前一个结果元素的差值:

40、δθ2-δθ1=δθ21

41、δθ3-δθ2=δθ32

42、…

43、δθj+1-δθj=δθ(j+1)j

44、设定相位二次差分阈值δp”,将求取的差值δθ21、δθ32、δθ43、…δθj(j-1)的绝对值与相位二次差分阈值δp”比较:

45、|δθ(j+1)j|>δp”

46、则将超过相位二次差分阈值δp”的差值δθ(j+1)j下标值j+1和j记录下来;

47、|δθ(j+1)j|≤δp”

48、则将差值δθ(j+1)j抛弃不记录下标值j+1和j;

49、同时,可能有多个位置超过相位二次差分阈值δp”的门限,将每次满足条件的下标值j+1和j只保留后面一个下标值j;且缓存在过门限二次差分下标寄存器中,记为j1、j2、j3、...jk。

50、进一步的,所述e5步骤中,设定特征参数a,所述特征参数a是无人机本身的信号特征及采样率等参数相关;将过门限二次差分下标寄存器中缓存的下标值前后相减,并求取绝对值,记为:

51、abs(jk-jk-1)=|jk-jk-1|

52、将上述计算结果与特征参数a的差除以特征参数a后与特征阈值δy比较,具体比较如下:

53、

54、在一开始预设一个初始值为0的标识结果变量num-flag,如果上式满足,则在标识结果变量的num-flag上自累加1:num-flag=num-flag+1;

55、

56、则标识结果变量的num-flag不做改变;

57、得到运算后的num-flag。

58、进一步的,所述e6步骤中,设定识别阈值k,将每次运算后的num-flag与识别阈值k进行比较,当每次运算后的num-flag的值超过识别阈值k时,则标志有满足无人机特征的数据出现;当每次运算后的num-flag没有超过识别阈值k时,则标志没有无人机特征的数据出现。

59、进一步的,将存储原始数据的数目n作为循环控制的关键元素,根据使用的处理器的算力、内存以及外存的大小来确定n的大小;当将数目为n的元素经过算法运算后,可以接收下一次数目为n的元素运算,对信号实现流水处理;但当积累的元素超过2个时,可以启动整个算法的循环,不需要等到积累n个元素再启动算法。

60、有益效果:本专利技术的一种基于二本文档来自技高网...

【技术保护点】

1.一种基于二次相位差分法的无人机信号识别方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种基于二次相位差分法的无人机信号识别方法,其特征在于:所述E2步骤中的输入信号的数字序列是一系列连续不断以采样率为数据率的复数集合,设定以下标1、2、3、……、i标识一次要处理的输入信号的数字序列的元素所在位置;输入信号的数字序列中的第i个元素记为:

3.根据权利要求2所述的一种基于二次相位差分法的无人机信号识别方法,其特征在于:所述E3中的将相邻元素间相位差Δψi进行聚类处理;设定相位差偏离阈值ΔP,从第一相邻元素间相位差Δψ1开始,求取第一个相邻元素间相位差与后面所有相邻元素间相位差之间的差值Δψi-Δψ1;并且将求取的差值Δψi-Δψ1除以Δψ1与相位差偏离阈值ΔP比较,具体比较如下:

4.根据权利要求3所述的一种基于二次相位差分法的无人机信号识别方法,其特征在于:再从第i+1个相邻元素间相位差Δψi+1开始,求取第i+1个相邻元素间相位差与后面所有相邻元素间相位差之间的差值Δψk-Δψi+1;并且将求取的差值Δψk-Δψi+1除以Δψi+1与相位差偏离阈值ΔP比较,具体比较如下:

5.根据权利要求4所述的一种基于二次相位差分法的无人机信号识别方法,其特征在于:所述E4步骤中将相位差聚类的结果元素进行二次差分求取;从Δθ1开始,依次计算后一个结果元素与前一个结果元素的差值:

6.根据权利要求5所述的一种基于二次相位差分法的无人机信号识别方法,其特征在于:所述E5步骤中,设定特征参数A,所述特征参数A是无人机本身的信号特征及采样率等参数相关;将过门限二次差分下标寄存器中缓存的下标值前后相减,并求取绝对值,记为:

7.根据权利要求6所述的一种基于二次相位差分法的无人机信号识别方法,其特征在于:所述E6步骤中,设定识别阈值K,将每次运算后的num-flag与识别阈值K进行比较,当每次运算后的num-flag的值超过识别阈值K时,则标志有满足无人机特征的数据出现;当每次运算后的num-flag没有超过识别阈值K时,则标志没有无人机特征的数据出现。

8.根据权利要求7所述的一种基于二次相位差分法的无人机信号识别方法,其特征在于:将存储原始数据的数目N作为循环控制的关键元素,根据使用的处理器的算力、内存以及外存的大小来确定N的大小;当将数目为N的元素经过算法运算后,可以接收下一次数目为N的元素运算,对信号实现流水处理;但当积累的元素超过2个时,可以启动整个算法的循环,不需要等到积累N个元素再启动算法。

...

【技术特征摘要】

1.一种基于二次相位差分法的无人机信号识别方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种基于二次相位差分法的无人机信号识别方法,其特征在于:所述e2步骤中的输入信号的数字序列是一系列连续不断以采样率为数据率的复数集合,设定以下标1、2、3、……、i标识一次要处理的输入信号的数字序列的元素所在位置;输入信号的数字序列中的第i个元素记为:

3.根据权利要求2所述的一种基于二次相位差分法的无人机信号识别方法,其特征在于:所述e3中的将相邻元素间相位差δψi进行聚类处理;设定相位差偏离阈值δp,从第一相邻元素间相位差δψ1开始,求取第一个相邻元素间相位差与后面所有相邻元素间相位差之间的差值δψi-δψ1;并且将求取的差值δψi-δψ1除以δψ1与相位差偏离阈值δp比较,具体比较如下:

4.根据权利要求3所述的一种基于二次相位差分法的无人机信号识别方法,其特征在于:再从第i+1个相邻元素间相位差δψi+1开始,求取第i+1个相邻元素间相位差与后面所有相邻元素间相位差之间的差值δψk-δψi+1;并且将求取的差值δψk-δψi+1除以δψi+1与相位差偏离阈值δp比较,具体比较如下:

5.根据权利要求4所述的一种基于二次相位差分法的无人机信...

【专利技术属性】
技术研发人员:苏颖
申请(专利权)人:中交遥感天域科技江苏有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1