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() 一种基于变循环功率谱的无人机信号粗分选方法技术_技高网

一种基于变循环功率谱的无人机信号粗分选方法技术

技术编号:41010952 阅读:4 留言:0更新日期:2024-04-18 21:47
本发明专利技术公开了一种基于变循环功率谱的无人机信号粗分选方法,包括获取信号;根据待检测类型信号确定期望信号S<subgt;E</subgt;,截取或积累待处理信号S<subgt;P</subgt;;将待处理信号S<subgt;P</subgt;和期望信号序列处理得到结果数据序列R<subgt;E</subgt;,然后求取离散傅里叶交换,得到的功率谱密度估计P<subgt;F</subgt;的数值与特征辨别阈值进行比较,并记录第一参数特征序列F;将第一参数特征序列F与每个期望信号的调制参数特征进行比对出现比对有效结果,在经过上述的操作,得到的第二参数特征序列F’与一个单独的期望信号数据序列比对,得到辨别结果超过设定的判决阈值时,将辨别结果推送到信号分选模块;采用可变循环功率谱检测方法,可以实时流水处理多重目标信号的检测,实现对多重信号的识别分选。

【技术实现步骤摘要】

本专利技术涉及信号领域,尤其涉及基于变循环功率谱的无人机信号粗分选。


技术介绍

1、在使用无线电频谱侦测技术探测黑飞无人机的场景中,经常面临城市中的复杂电磁环境,被检测信号与同频的工频、民用通信信号难以区分,对黑飞无人机信号实施精确识别,特别是对非合作目标信号的精确识别是实施后续有效分选和针对性干扰和诱骗的基本前提。在民用通信信号处理领域中,涉及到频谱资源优化设计、认知无线电频谱感知;现有技术在工程实现时存在的实时性不强,不能实时处理多重目标信号的检测,硬件资源利用率低以及同时识别多重信号的探测概率较低等缺点。


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变循环功率谱的无人机信号粗分选方法,提出一种可在分布式运算芯片中,可实现的可变循环功率谱检测方法,可以实时流水处理多重目标信号的检测。

2、技术方案:为实现上述目的,本专利技术的一种基于变循环功率谱的无人机信号粗分选方法,包括以下步骤:

3、a1:获取信号;

4、a2:根据待检测类型信号确定期望信号se,截取或积累待处理信号sp;

5、a3:将待处理信号sp和每一组期望信号序列进行相关运算操作,得到的相关操作的结果数据序列re;

6、a4:对每次得到的结果数据序列re,求取离散傅里叶交换,得到相应的功率谱密度估计,记为pf;

7、a5:将每次获取的功率谱密度估计pf的数值与设定的特征辨别阈值δp进行比较,超过特征辨别阈值δp的数据点的大小和数据点在序列中的位置记录为第一参数特征序列f:

8、a6:将第一参数特征序列f与每个期望信号的调制参数特征进行比对,当没有出现比对有效的结果,不断重复步骤a3和步骤a5;当出现比对有效结果,且累计一定的次数并触发设定的有效次数阈值δk时,将待处理数据流只同比对有效的期望信号序列对应的单个期望信号数据序列,进行步骤a3和步骤a5,获得的第二参数特征序列记为f’;

9、a7:第二参数特征序列f’与一个单独的期望信号数据序列比对得到辨别结果,且辨别结果超过设定的判决阈值δn时,将辨别结果推送到信号分选模块。

10、进一步的,所述a2步骤中,期望信号是指已知的待检测类型的信号;所述期望信号se根据信号类型的不同使用上标区别不同类型的期望信号sek,在确定期望信号的数据序列时,期望信号se根据信号类型的不同,将调制类型、调制参数相近程度信号累加成一个序列,se(k-1)和sek合并为一个期望信号后记为se(k-1)k。

11、进一步的,所述待处理信号sp是指输入信号的采样序列,设定信号的采样率为fs,分析的数据段时长为τ和流水处理的固有延迟τ′;sp待处理信号的序列长度为:

12、m=[fs*(τ+τ′)]

13、并且将序列长度m取整;待处理信号的序列长度里面的每个数据元素记为:

14、sp=[sp1、sp2、sp3.....spm]

15、在进行流水处理时,每过一个流水处理的固有延迟τ′时间,待处理信号里面的数据元素平移取整(fs*τ′)个,以此类推。

16、进一步的,所述a3步骤中,待处理信号sp积累的序列大小达到预设数目时,将待处理信号sp与一组期望信号序列进行相关运算操作,得到相关操作的结果数据序列re;两个序列x和y的相关运算操作的定义是:

17、

18、将待处理信号sp和一组期望信号se待入相关运算操作的x和y,执行相关运算操作;

19、以对应的期望信号数据序列的上标作为标记,以下标数字标记循环操作的次数;待处理信号数据序列与期望信号sf(k-1)和sek组成的期望数据组进行第一次循环得到的结果数据序列,记为re1(k-1)k;τ′时间后,将平移过的待处理信号序列再次与期望信号序列进行相关操作,记为第二次循环相关操作的结果数据序列,以此类推。

20、进一步的,所述a4步骤中,将每次得到的循环相关操作的结果数据序列re求取离散傅里叶交换,以快速傅里叶交换fft的形式,得到相应的功率谱密度估计,记为pf;以对应的期望信号数据序列的上标作为标记,以下标数字标记循环操作的次数;将结果数据序列re1(k-1)k求取离散傅里叶变化得到功率谱密度估计pf1(k-1)k。

21、进一步的,所述a5步骤中,将每次获取的功率谱密度估计的数值与设定特征辨别阈值δp进行比较,超过特征辨别阈值δp的数据点的大小和数据点在序列中的位置记录为第一参数特征序列f,以对应的期望信号数据序列的上标作为标记,以下标数字标记循环操作的次数,具体比较如下:

22、pf1(k-1)k>δp

23、则功率谱密度估计pf1(k-1)k的数值超过特征辨别阈值δp的数据点的大小和数据点在序列中的位置记录为第一参数特征序列

24、pf1(k-1)k≤δp

25、则功率谱密度估计pf1(k-1)k的数值没有超过特征辨别阈值δp,不记录第一参数特征序列f。

26、进一步的,将第一参数特征序列f与每个期望信号的调制参数特征进行比对,当没有出现有效的结果时,不断重复步骤a3和步骤a5;当出现比对有效结果,累计一定的次数并触发设定的有效次数阈值δk,将待处理数据流只同比对有效的期望信号序列对应的单个期望信号数据序列sek,进行步骤a3和步骤a5;此时延迟时间τ′变为单个时钟周期,即流水操作,不在延迟τ′时间进行每次步骤a3和步骤a5的操作,获得的第二参数特征序列记为f’。

27、进一步的,获取的参数特征序列f与一组期望信号数据序列比对有效,而第二参数特征序列f’与一个单独的期望信号数据序列比对得到辨别结果,设定比对的辨别结果为fe,且辨别结果fe与设定的判决阈值δn比较,具体比较如下:

28、fe>δn

29、则将辨别结果fe推送到信号分选模块;

30、fe≤δn

31、则辨别结果fe不推送到信号分选模块,返回步骤a1获取信号。

32、有益效果:本专利技术的一种基于变循环功率谱的无人机信号粗分选方法,提出一种可在分布式运算芯片中可实现的可变循环功率谱检测方法,可以实时流水处理多重目标信号的检测,该方法对硬件存储资源需求较少,对多重信号的检测概率较高,实现对多重信号的识别分选;同时对期望信号和处理流程做了优化设计,提高了检测效率与资源利用率;可应用于其他相关、相似通信信号的粗分选,提升非合作目标信号无线电侦测的成功率,也可以有效提升处理的实时性效果。

本文档来自技高网...

【技术保护点】

1.一种基于变循环功率谱的无人机信号粗分选方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种基于变循环功率谱的无人机信号粗分选方法,其特征在于:所述a2步骤中,期望信号是指已知的待检测类型的信号;所述期望信号SE根据信号类型的不同使用上标区别不同类型的期望信号SEk,在确定期望信号的数据序列时,期望信号SE根据信号类型的不同,将调制类型、调制参数相近程度信号累加成一个序列,SE(k-1)和SEk合并为一个期望信号后记为SE(k-1)k。

3.根据权利要求2所述的一种基于变循环功率谱的无人机信号粗分选方法,其特征在于:所述待处理信号SP是指输入信号的采样序列,设定信号的采样率为Fs,分析的数据段时长为τ和流水处理的固有延迟τ′;SP待处理信号的序列长度为:

4.根据权利要求3所述的一种基于变循环功率谱的无人机信号粗分选方法,其特征在于:所述a3步骤中,待处理信号SP积累的序列大小达到预设数目时,将待处理信号SP与一组期望信号序列进行相关运算操作,得到相关操作的结果数据序列RE;两个序列x和y的相关运算操作的定义是:

5.根据权利要求4所述的一种基于变循环功率谱的无人机信号粗分选方法,其特征在于:所述a4步骤中,将每次得到的循环相关操作的结果数据序列RE求取离散傅里叶交换,以快速傅里叶交换FFT的形式,得到相应的功率谱密度估计,记为PF;以对应的期望信号数据序列的上标作为标记,以下标数字标记循环操作的次数;将结果数据序列RE1(k-1)k求取离散傅里叶变化得到功率谱密度估计PF1(k-1)k。

6.根据权利要求5所述的一种基于变循环功率谱的无人机信号粗分选方法,其特征在于:所述a5步骤中,将每次获取的功率谱密度估计的数值与设定特征辨别阈值ΔP进行比较,超过特征辨别阈值ΔP的数据点的大小和数据点在序列中的位置记录为第一参数特征序列F,以对应的期望信号数据序列的上标作为标记,以下标数字标记循环操作的次数,具体比较如下:

7.根据权利要求6所述的一种基于变循环功率谱的无人机信号粗分选方法,其特征在于:将第一参数特征序列F与每个期望信号的调制参数特征进行比对,当没有出现有效的结果时,不断重复步骤a3和步骤a5;当出现比对有效结果,累计一定的次数并触发设定的有效次数阈值ΔK,将待处理数据流只同比对有效的期望信号序列对应的单个期望信号数据序列SEk,进行步骤a3和步骤a5;此时延迟时间τ′变为单个时钟周期,即流水操作,不在延迟τ′时间进行每次步骤a3和步骤a5的操作,获得的第二参数特征序列记为F’。

8.根据权利要求7所述的一种基于变循环功率谱的无人机信号粗分选方法,其特征在于:获取的参数特征序列F与一组期望信号数据序列比对有效,而第二参数特征序列F’与一个单独的期望信号数据序列比对得到辨别结果,设定比对的辨别结果为FE,且辨别结果FE与设定的判决阈值ΔN比较,具体比较如下:

...

【技术特征摘要】

1.一种基于变循环功率谱的无人机信号粗分选方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种基于变循环功率谱的无人机信号粗分选方法,其特征在于:所述a2步骤中,期望信号是指已知的待检测类型的信号;所述期望信号se根据信号类型的不同使用上标区别不同类型的期望信号sek,在确定期望信号的数据序列时,期望信号se根据信号类型的不同,将调制类型、调制参数相近程度信号累加成一个序列,se(k-1)和sek合并为一个期望信号后记为se(k-1)k。

3.根据权利要求2所述的一种基于变循环功率谱的无人机信号粗分选方法,其特征在于:所述待处理信号sp是指输入信号的采样序列,设定信号的采样率为fs,分析的数据段时长为τ和流水处理的固有延迟τ′;sp待处理信号的序列长度为:

4.根据权利要求3所述的一种基于变循环功率谱的无人机信号粗分选方法,其特征在于:所述a3步骤中,待处理信号sp积累的序列大小达到预设数目时,将待处理信号sp与一组期望信号序列进行相关运算操作,得到相关操作的结果数据序列re;两个序列x和y的相关运算操作的定义是:

5.根据权利要求4所述的一种基于变循环功率谱的无人机信号粗分选方法,其特征在于:所述a4步骤中,将每次得到的循环相关操作的结果数据序列re求取离散傅里叶交换,以快速傅里叶交换fft的形式,得到相应的功率谱密度估计,记为pf;以对应的期望信号数据序列的上标作为标记...

【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