买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明属于雷达辐射源信号脉内分析技术领域，具体涉及一种复杂条件下鲁棒性非线性调频信号识别方法；通过信号时频结构特性分析、自适应参数设置、自适应预处理、多特征域特性度量以及多指标联合判定等方式实现对非线性调频信号的直接识别，大幅缩短雷达信号脉内处理流程，且不受采集条件、信号参数、随机干扰等影响，能够适应实际复杂应用场景，具有计算复杂度低，鲁棒性高等优势。

主权项：1.一种复杂条件下鲁棒性非线性调频信号识别方法，其特征在于，该方法分为以下步骤：S1.信号接收将接收到的待处理信号用s0n0表示，其中n0表示采样点的索引值，n0＝1,2,...,N0，N0表示初始信号长度，信号采样率为fs；S2.自适应滤波S2.1采用基于DFT的实正弦信号频率估计方法估计信号s0n0的峰值频点位置f0；S2.2估计信号s0n0的带宽BW0，具体步骤如下：S2.2.1按照非参数化功率谱估计方法，得到信号s0n0的功率谱Sf，其中f表示功率谱的频率索引值，f＝-fs2,...,fs2；S2.2.2寻找Sf的峰值位置fmax，并从fmax向两侧搜索，记录Sf下降到峰值3dB时对应的频率值fl和fr，fl表示位于峰值左边3dB处的频率值，fr表示位于峰值右边3dB处的频率值；S2.2.3计算fl和fr之间的距离，得到信号s0n0的带宽BW0＝fr-fl；S2.3按照估计的峰值频点位置f0和带宽BW0，利用FFT滤波器以f0为中心频率对信号自适应滤波，具体步骤如下：S2.3.1设置滤波带宽因子δ，将频域滤波的起始频率设置为fstart＝f0-δ·BW0，截止频率为fend＝f0+δ·BW0；S2.3.2对s0n0进行NFFT点的傅里叶变换，将其转换到频域，然后保持fstart和fend之间的频率成分，将其余频率成分全部置零，最后进行逆傅里叶变换，得到滤波后的信号s1n0,n0＝1,2,...,N0；S3.脉冲前后沿检测S3.1检测滤波后信号s1n0的包络起始点nstart和终止点nend，具体方法如下：S3.1.1计算信号包络a0n0＝|s1n0|，并对a0n0进行平滑得到平滑包络an0，计算平滑包络的平均值S3.1.2设置信号检测门限thA，检测信号包络超过门限an0≥thA·A部分对应的起点索引值nstart和终点索引值nend；S3.2利用nstart和nend对信号s1n0进行前后沿截取，即取信号索引值n0＝nstart,...,nend段对应的部分作为截取后的信号sn，n表示新的信号索引，n＝1,2,...,N，N＝nend-nstart+1表示经截取后新的信号长度；S4.瞬时频率计算S4.1根据信号长度N计算对应的差分阶数L，不同长度信号设置的差分阶数不同；S4.2按照L重相位差分法估计信号sn的瞬时频率，具体计算步骤如下：S4.2.1计算信号幅角： 其中，sIn、sQn分别表示信号sn的实部和虚部：sn＝sIn+i×sQn，i表示虚数单位，Imag·表示取虚数运算；S4.2.2利用L重相位差分法求瞬时频率序列pn，提升对噪声的适应能力： S5.二次曲线拟合非线性调频信号的瞬时频率可以用二次曲线实现较好的拟合，因此可以将拟合误差作为判别信号是否为非线性调频信号的依据之一；下面对瞬时频率序列pn进行拟合，具体步骤如下：S5.1用二次曲线对pn进行拟合，基于最小二乘估计方法得到拟合参数和拟合的瞬时频率序列S5.2计算二阶曲线拟合误差ε： S5.3设置误差门限thε；S5.4判断误差情况：若二阶曲线拟合误差ε小于门限thε，则进行步骤S7，计算后续判定指标；否则，进行步骤S6的时频分析，更新拟合结果；S6.时频分析对信号sn进行时频分析，结合时频分析结果更新瞬时频率序列pn，以进一步降低噪声干扰等随机性因素影响，提升算法鲁棒性；具体步骤如下：S6.1对信号sn进行短时傅里叶变换，得到时频图矩阵其中表示N×NFFT维复数集合；S6.2计算时频图矩阵Μ0n,f能量，即逐点求幅度值，得到Μn,f＝|Μ0n,f|；S6.3计算Μn,f的均值S6.4设置时频能量门限thM，逐列对比n时刻Μn,f与的大小，将n时刻满足的全部K个f值表示为并计算其均值，得到表示在n时刻满足的第k个频率值，k＝1,2,…，K，K为满足条件的总频率数；S6.5按照步骤S5中的方法，对qn进行拟合，得到对应的拟合参数和拟合的瞬时频率序列进而得到拟合误差ε′；S6.6对比ε′与ε的大小：若ε′＜ε，则更新步骤S5中的拟合结果，将pn更新为qn，将更新为将更新为将更新为将ε更新为ε′；S7.一阶曲线拟合为避免与线性调频信号产生误判，需要对瞬时频率序列pn进行拟合；具体步骤如下：S7.1用直线对pn进行拟合，基于最小二乘估计方法得到拟合斜率拟合偏置值和拟合的瞬时频率序列S7.2计算一阶曲线拟合误差εLFM： S8.时宽带宽积计算S8.1按照步骤S2.2中的方法估计信号sn的带宽BW；S8.2按照下式计算信号sn的脉宽PW：PW＝Nfs；S8.3结合步骤S8.2的脉宽PW和步骤S8.1的带宽BW，计算信号的时宽带宽积TB：TB＝PW·BW；S9.直方图中心统计非线性调频信号的瞬时频率并非直线，总体上是一条倾斜但在起终点处存在起伏变化的曲线，为避免与相位调制类型的信号发生误判，需要进行直方图中心统计；具体如下：S9.1总体直方图峰值统计S9.1.1将瞬时频率序列pn取幅值，得到|pn|；将|pn|的取值范围等分为M1份，统计每个分类间隔中|pn|取值的频次，得到对应的频次函数hx，x＝1,...,M1；S9.1.2寻找频次函数hx的峰值，记录宽度大于3的峰值个数，表示为直方图峰值个数Xh；S9.2将pn去掉头尾部分后，将剩余部分等分为M2段，记录每个分段的重心；具体步骤如下：S9.2.1将瞬时频率序列pn按如下方式分为M2段，用分别表示M2个不同的片段，具体如下： 其中ih＝2,...,M2表示对应的片段编号，ωh＝9·N10·M2表示每个片段的长度；S9.2.2分别计算片段对应的中心：具体计算方法是去掉每个片段的最大值和最小值，然后记录其余数值的均值作为该片段的中心，各个片段的中心分别用表示；S9.2.3分段趋势分析：若从第一个片段中心依次到最后一个片段中心的取值呈现单调递增或者单调递减的趋势，则令片段中心标志FH＝1；否则令片段中心标志FH＝0；S10.分段斜率统计为避免与线性调频信号混淆，产生误判，需要对瞬时频率进行分段斜率统计；将瞬时频率序列pn分为多个交叠的片段，然后利用最小二乘估计方法分别对每一片段进行直线拟合，得到对应的拟合斜率，并统计所有斜率分布情况；具体步骤如下：S10.1将瞬时频率序列pn等分为M3段，因此，每段长度为ωk＝NM3；除第一段以外，将2-M3段的起点向前移动ωk2；用分别表示M3个不同的片段，具体如下：p1n＝pn,n＝1,....,ωk 其中ik＝2,...,M3表示对应的片段编号；S10.2取瞬时频率序列pn的起始部分和终止部分，作为和 S10.3对分别进行步骤S5的最小二乘拟合，得到各自对应的拟合斜率，用表示；S10.4统计斜率情况：S10.4.1计算全部片段对应拟合斜率的方差S10.4.2寻找中绝对值最大的一个记作绝对值最小的一个记作计算最大斜率与最小斜率的倍数S11.综合判决结合在S5.2得到的二阶曲线拟合误差ε、S7.2得到的一阶曲线拟合误差εLFM、S10.4.2得到的斜率倍数T、S9.1.2得到的直方图峰值个数Xh、S9.2.3得到的片段中心标志FH、S8.3得到的时宽带宽积TB等指标参量，按照下式计算标志FNLFM：FNLFM＝[ε＜εLFM∧ε＜0.1·thε∧FH＝1∧Xh≥5∧TB≥8∧T≥2]其中，∧表示“与”运算，∨表示“或”运算；若同时满足所有条件，即FNLFM不为零，则判定该信号为NLFM信号；否则，该信号为其他类型。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 一种复杂条件下鲁棒性非线性调频信号识别方法