一种瞬时频率特征的雷达信号调制识别方法与流程

1.本发明涉及雷达信号调制识别的技术领域，尤其涉及一种瞬时频率特征的雷达信号调制识别方法。


背景技术：

2.逐步提升的电子技术越来越多的参与到现代军事斗争中，随着军事电磁环境复杂度增加，雷达信号侦察系统需要不断改进，传统的雷达信号分析处理已经不能够满足雷达信号侦察的需求，在此情况下迫切需要对雷达信号脉内调制特征进行分析，但由于雷达信号体制的改变，对信号脉内调制特征分析带来了很大的挑战目前，申请号为202210061559.x的中国发明专利，公开了一种本发明公开的一种雷达信号调制类型的自动识别方法，采用一维卷积神经网络构建端到端的信号调制类型识别网络模型；确定调制类型识别网络模型后，设置损失函数、优化器、学习率等网络模型参数，通过反向传播算法，以最小化损失函数为目标，训练网络模型、更新网络参数，得到离线训练在线检测的信号调制方式分类器，进而实现雷达信号调制类型识别，但是在军事领域雷达信号对雷达信号特征的提取时，待提取的信号频率是完全已知的，不适用于实际场景，会导致某些特征非常重要的雷达信号未被提取出来，识别的准确度低。


技术实现要素：

3.本发明解决的技术问题是：在军事领域雷达信号对雷达信号特征的提取时，待提取的信号频率是完全已知的，不适用于实际场景，会导致某些特征非常重要的雷达信号未被提取出来，识别的准确度低。
4.为解决上述技术问题，本发明提供如下技术方案：一种瞬时频率特征的雷达信号调制识别方法，包括获取第一信号，并对所述第一信号进行分段处理，形成第二信号；将每段所述第二信号进行离散采样后重新组合，形成第三信号；利用对数窗能量准则对所述第三信号进行窗长的遍历；计算所述第三信号的瞬时频率值；将所述窗长内中点时间与瞬时频率值，进行映射，形成时间频率映射对；基于所述时间频率映射对识别所述第三信号。
5.作为本发明所述的一种瞬时频率特征的雷达信号调制识别方法的一种优选方案，其中：获取第一信号，并对所述第一信号进行分段处理，形成第二信号包括：将雷达接收到的原始信号作为第一信号，对所述第一信号的进行分段处理，处理后的每一段信号作为第二信号，所述第二信号的表达式为：
6.其中，表示第i段第二信号，a表示第二信号的信号幅度，e表示自然对数的底数，w(t)表示第二信号的噪声部分，t表示第i段第二信号所在时间段，f0表示第i段第二信号初始时刻频率，θ0表示第i段第二信号初始时刻相位。
7.作为本发明所述的一种瞬时频率特征的雷达信号调制识别方法的一种优选方案，其中：对所述第二信号通过一个带通滤波器进行滤波，所述带通滤波器的传输特性为：
8.其中，k0表示的最大谱线位置，表示对附属的取模，d表示滤波点数。
9.作为本发明所述的一种瞬时频率特征的雷达信号调制识别方法的一种优选方案，其中：将每个所述第二信号进行离散采样后重新组合，形成第三信号包括：对所述第二信号进行离散采样，所述第二信号离散采样后表达式为：
10.其中，
∆
t表示采样间隔，
∆
t=t/n’，n’表示样本总数，表示第二信号离散采样后的信号带宽，w(n)表示第二信号离散采样后的噪声部分，n表示第二信号分段的总数；将每个进行所述第二信号进行离散采样后重新组合，拼接起来形成第三信号。
11.作为本发明所述的一种瞬时频率特征的雷达信号调制识别方法的一种优选方案，其中：利用对数窗能量准则对所述第三信号进行窗长的遍历包括；根据对数窗能量准则选择的窗长，设置步进长度为n’/2，对信号序列进行窗函数的滑动求得全时段的stft序列集，滑动求得全时段的stft序列集。
12.作为本发明所述的一种瞬时频率特征的雷达信号调制识别方法的一种优选方案，其中：对第三信号的窗长进行选择包括；当长度为l的第三信号进行stft时，对第三信号进行时频聚集性度量，其计算表达式为：
13.其中，s(m,n)为离散的stft，m为窗口个数变量，n为对应频率参数，表示时频聚集性度量，m表示窗的总个数，n表示窗长，e(n)表示窗能量，w(x)表示窗函数，当取最小值时，窗长n为最佳窗长，其时频聚集性最优。
14.作为本发明所述的一种瞬时频率特征的雷达信号调制识别方法的一种优选方案，其中：计算所述第三信号的瞬时频率值包括：计算第三进行信号窗内的stft序列的瞬时频率值，其计算表达式为:
15.其中，k=b/t表示第三信号窗内的stft序列的调制斜率，b表示第三信号窗内的stft序列的信号带宽，t表示第三信号窗内的stft序列的脉冲宽度，表示第三信号窗内
的stft序列的载波频率，a表示第三信号窗内的stft序列的信号的瞬时幅值，t表示时刻。
16.作为本发明所述的一种瞬时频率特征的雷达信号调制识别方法的一种优选方案，其中：将所述窗长内中点时间与瞬时频率值，进行映射，形成时间频率映射对包括：计算每个窗内的stft序列的瞬时频率值，并且将此时段内的中点值作为时间信息和估计出来的频率值一起记录下来,形成时间率映射对。
17.作为本发明所述的一种瞬时频率特征的雷达信号调制识别方法的一种优选方案，其中：基于所述时间频率映射对识别所述第三信号包括：将所有的时间频率映射对连接生成时频脊曲线；对提取的时频脊曲线进行线性拟合，判断其相对拟合偏差是否小于0.05：若相对拟合偏差小于0.05，对其线性拟合斜率值进行判断：若线性拟合斜率值a在（-0.1，0.1）区间内，则识别为bpsk信号；若线性拟合斜率值a不在（-0.1，0.1）区间内，则识别为lfm信号；若相对拟合偏差大于0.05，对提取的时频脊曲线进行平方律拟合，判断其相对拟合偏差是否小于0.05;若相对拟合偏差小于0.05则识别为eqfm信号；若相对拟合偏差大于0.05,则时频曲线进行波谷搜索:若波谷数目n大于1，则通过波谷数目假定信号的调制频率fm=n/t，并进行正弦曲线拟合，若拟合后的相对拟合偏差小于0.05则识别为sfm信号；若相对拟合偏差大于0.05，则为识别为未知信号。
18.本发明的有益效果：对第三信号的时频脊曲线进行线性拟合，对其相对拟合偏差进行粗分类判断，然后对拟合偏差大于0.05的时频脊曲线进行平方律拟合，对其信号进行识别，减少了后续识别的复杂度，有利于对雷达信号特征的提取，进而提高对雷达信号的识别度。
附图说明
19.图1为本发明一个实施例提供的一种瞬时频率特征的雷达信号调制识别方法的基本流程示意图。
20.图2为本发明一个实施例提供的一种瞬时频率特征的雷达信号调制识别方法的雷达信号线性拟合时的相对拟合偏差示意图。
具体实施方式
21.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。
实施例1
22.参照图1，为本发明的一个实施例，提供了一种瞬时频率特征的雷达信号调制识别方法，包括：步骤一：获取第一信号，并对所述第一信号进行分段处理，形成第二信号。
23.步骤二：将每段所述第二信号进行离散采样后重新组合，形成第三信号。
24.步骤三：利用对数窗能量准则对所述第三信号进行窗长的遍历。
25.步骤四：计算所述第三信号的瞬时频率值。
26.步骤五：将所述窗长内中点时间与瞬时频率值，进行映射，形成时间频率映射对。
27.步骤六：基于所述时间频率映射对识别所述第三信号。
28.将雷达接收到的原始信号作为第一信号，根据第一信号的时间轴对第一信号分段，也就是将第一信号看做一个时频信号，分段后的每一小段作为第二信号，然后通过对第二信号经过傅里叶变换进行离散采样后重新按照时间顺序进行组合形成第三信号，然后对第三信号进行短时傅里叶变换，选择其合适的窗长后，将所述窗长内中点时间与瞬时频率值，进行映射，形成时间频率映射对，将各个窗口对应的时间频率映射对按照时间顺序连接，形成时频曲线，时频曲线进行分析，根据不同雷达信号的时频曲线特征，对雷达信号进行识别，通过对原始信号进行分段取样处理，有利于提取原始雷达信号中的雷达信号特征，进而提高对雷达信号的识别度。
实施例2
29.参照图2，为本发明的一个实施例，提供了一种瞬时频率特征的雷达信号调制识别方法，包括：s1：获取第一信号，并对所述第一信号进行分段处理，形成第二信号包括：将雷达接收到的原始信号作为第一信号，对所述第一信号的进行分段处理，处理后的每一段信号作为第二信号，所述第二信号的表达式为：
30.其中，表示第i段第二信号，a表示第二信号的信号幅度，e表示自然对数的底数，j表示第二信号的信号带宽，w(t)表示第二信号的噪声部分，t表示第i段第二信号所在时间段，t0表示第i段第二信号初始时刻，θ0表示第i段第二信号初始时刻频率，(t0+t0)表示第i段第二信号结束时刻，(t0,t0+t0）表示第i段第二信号的采时区间。在一个采时区间(t0,t0+t0）内，雷达原始信号可以卡主一个正弦波信号。
31.对所述第二信号通过一个带通滤波器进行滤波，所述带通滤波器的传输特性为：
32.其中，k0表示的最大谱线位置，，d表示滤波点数。根据现有数据一般选择d取6-12。
33.s2：将每个所述第二信号进行离散采样后重新组合，形成第三信号包括：对所述第二信号进行离散采样，所述第二信号离散采样后表达式为：
34.其中，n0表示第二信号的样本点数，
∆
t表示采样间隔，
∆
t=t/n’，n’表示样本总数，表示第二信号离散采样后的信号带宽，w(n)表示第二信号离散采样后的噪声部分，n表示第二信号分段的总数；
将每个进行所述第二信号进行离散采样后重新组合，拼接起来形成第三信号。
35.s3：利用对数窗能量准则对所述第三信号进行窗长的遍历包括；根据对数窗能量准则选择的窗长，设置步进长度为n /2，对信号序列进行窗函数的滑动求得全时段的stft序列集，滑动求得全时段的stft序列集。
36.对第三信号的窗长进行选择包括；当长度为l的第三信号进行stft时，对第三信号进行时频聚集性度量，其计算表达式为：
37.其中，s(m,n)为离散的stft，m为窗口个数变量，n为对应频率参数，表示时频聚集性度量，m表示窗的总个数，n表示窗长，e(n)表示窗能量，w(k)表示窗函数，当取最小值时，窗长n为最佳窗长，其时频聚集性最优。
38.由于窗长n和窗函数的选择是影响时频分析效果的两大因素。特别是对于频率不恒定的信号而言，只有选择了恰当的窗长才能反映出信号瞬时频率的变化情况。着窗长越长，频率分辨率则越高；但窗长变大的同时会导致时间分辨率变低,若信号频率存在局部变化的时刻，长窗的stft就很可能无法捕获到频率的局部变化和发生时刻。此外，过长的窗长就会导致stft失去短时的意义。为了在时域范围和频域范围内均获得较好的分辨率，即对信号实现较高的时频聚集性，必须折衷的选取窗长。
39.对数窗能量准则主要的优点在于：由于对窗能量做了对数运算,其增长速度会随着窗长的变化而改变——在长窗时对数窗能量变化速度变慢，短窗时变快。该准则有着变化的窗能量增长速度，因此可以在长短窗之间做出更好的平衡和选择。并且对数窗能量的增长速度仅由窗长决定，与窗的类型无关，所以该准则对于不同的窗型均具有鲁棒性。
40.由于现有的stft的时间分辨率和频率分辨率是相互矛盾的。假设窗长为n，窗滑动的步进点数为m，如果m》n，则相邻的两个窗就会存在重叠部分，相邻的窗在时域上重叠就能够提高stft的时间分辨率，通过本方法可以改善时间分辨率的同时又不影响频率分辨率，有利于提高雷达信号识别的准确率。
41.s4：计算所述第三信号的瞬时频率值包括：计算第三进行信号窗内的stft序列的瞬时频率值，其计算表达式为:
42.其中，k=b/t表示第三信号窗内的stft序列的调制斜率，b表示第三信号窗内的
stft序列的信号带宽，t表示第三信号窗内的stft序列的脉冲宽度，表示第三信号窗内的stft序列的载波频率，a表示第三信号窗内的stft序列的信号的瞬时幅值，t表示时刻。
43.s5：将所述窗长内中点时间与瞬时频率值，进行映射，形成时间频率映射对包括：计算每个窗内的stft序列的瞬时频率值，并且将此时段内的中点值作为时间信息和估计出来的频率值一起记录下来,形成时间率映射对。
44.s6：基于所述时间频率映射对识别所述第三信号包括：将所有的时间频率映射对连接生成时频脊曲线；对提取的时频脊曲线进行线性拟合，判断其相对拟合偏差是否小于0.05：若相对拟合偏差小于0.05，对其线性拟合斜率值进行判断：若线性拟合斜率值a在（-0.1，0.1）区间内，则识别为bpsk信号；若线性拟合斜率值a不在（-0.1，0.1）区间内，则识别为lfm信号；若相对拟合偏差大于0.05，对提取的时频脊曲线进行平方律拟合，判断其相对拟合偏差是否小于0.05;若相对拟合偏差小于0.05则识别为eqfm信号；若相对拟合偏差大于0.05,则时频曲线进行波谷搜索:若波谷数目n大于1，则通过波谷数目假定信号的调制频率fm=n/t，并进行正弦曲线拟合，若拟合后的相对拟合偏差小于0.05则识别为sfm信号；若相对拟合偏差大于0.05，则为识别为未知信号。
45.由于lfm信号的调频斜率值比较大，可以达到106及以上的数量级，其信号的拟合系数a,势必会很大;但是bpsk信号是在单载波信号的基础上加上了相位的调制变化，其时频曲线可以近似的看为一条直线，其信号的拟合系数a,一定是极小的，接近0的，所以对拟合系数a,的大小进行判断，通过设置拟合系数a,的门限值就可以将信号分离识别出来。另一方面，两种信号的频谱形状有很大的差别。lfm信号的频谱图是较宽的马鞍状，有一定的带宽，而 bpsk信号的频谱呈现出冲击型的三角形外形特征，带宽较窄，具有类似sinc函数的形状特征，通过对带宽的计算，设定一个阈值，也很容易将信号分为lfm信号和bpsk信号。
46.对于sfm 信号，识别的前提是判定一个脉冲间隔内具有几个余弦波，而且sfm信号的时频曲线进行平方律拟合时其相对拟合偏差远小于其他信号，可以很轻易地将sfm信号识别出来，通过本方法，对第三信号的时频脊曲线先进行线性拟合，对其相对拟合偏差进行粗分类判断，然后相对拟合偏差大于0.05，对提取的时频脊曲线进行平方律拟合，对其信号进行识别，减少了后续识别的复杂度，有利于对雷达信号特征的提取，进而提高对雷达信号的识别度。
实施例3
47.参照图2，为本发明另一个实施例，该实施例不同于第一个实施例的是，提供了一种瞬时频率特征的雷达信号调制识别方法的实验验证，为对本方法中采用的技术效果加以验证说明，本实施例采用传统技术方案与本发明方法进行对比测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。
48.首先对雷达调制信号参数进行设定。
49.表1：雷达调制信号参数表
50.如表1中所示参数进行仿真，本方法的噪声均是通过matlab中的awgn函数向信号中加入指定信噪比的高斯白噪声。
51.根据表1的仿真条件，分别在snr= 2db、snr= 3db、snr=6db的信噪比条件下分别做200次蒙特卡罗实验，得出的判决结果如表2、表3和表4所示。
52.表2：snr=2db时信号识别率表
53.表3：snr=3db时信号识别率表
54.表4：snr=6db时信号识别率表
55.可以看出:当信噪比达到3db以上时，本方法的识别准确率可以达到90%，当信噪比升到6db时，识别率可以达到95%以上，是较理想的效果。当信噪比低于3db时，曲线拟合的相对拟合偏差受噪声的影响偏大会导致无法准确地识别出信号。对数据详细观测可看出，时频曲线拟合法对lfm信号、dlfm信号和 bpsk信号的识别率较高,基本不受噪声的影响。其原因在于，lfm信号和 dlfm信号时频曲线都是直线段，即使有噪声造成的毛刺存在，其线性拟合的相对拟合偏差也一定是最小的，所以很容易识别出来。bpsk信号与lfm信号的拟合斜率又存在极大的差距，且 bpsk信号在信噪比较高的情况下线性拟合所得的相对拟合偏差可以达到105数量级，所以也不容易与其他信号混淆。但信号在噪声较大时，eqfm信号和sfm信号由于形状相似，对其进行时频曲线拟合时可能存在一定的混淆。
56.应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
57.应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

技术特征：
1.一种瞬时频率特征的雷达信号调制识别方法，其特征在于，包括：获取第一信号，并对所述第一信号进行分段处理，形成第二信号；将每段所述第二信号进行离散采样后重新组合，形成第三信号；利用对数窗能量准则对所述第三信号进行窗长的遍历；计算所述第三信号的瞬时频率值；将所述窗长内中点时间与瞬时频率值，进行映射，形成时间频率映射对；基于所述时间频率映射对识别所述第三信号。2.如权利要求1所述的一种瞬时频率特征的雷达信号调制识别方法，其特征在于：获取第一信号，并对所述第一信号进行分段处理，形成第二信号包括：将雷达接收到的原始信号作为第一信号，对所述第一信号的进行分段处理，处理后的每一段信号作为第二信号，所述第二信号的表达式为：其中，表示第i段第二信号，a表示第二信号的信号幅度，e表示自然对数的底数，w(t)表示第二信号的噪声部分，t表示第i段第二信号所在时间段，f0表示第i段第二信号初始时刻频率，θ0表示第i段第二信号初始时刻相位。3.如权利要求2所述的一种瞬时频率特征的雷达信号调制识别方法，其特征在于：对所述第二信号通过一个带通滤波器进行滤波，所述带通滤波器的传输特性为：其中，k0表示的最大谱线位置，表示对附属的取模，d表示滤波点数。4.如权利要求3所述的一种瞬时频率特征的雷达信号调制识别方法，其特征在于：将每个所述第二信号进行离散采样后重新组合，形成第三信号包括：对所述第二信号进行离散采样，所述第二信号离散采样后表达式为：其中，
∆
t表示采样间隔，
∆
t=t/n’，n’表示样本总数，表示第二信号离散采样后的信号带宽，w(n)表示第二信号离散采样后的噪声部分，n表示第二信号分段的总数；将每个进行所述第二信号进行离散采样后重新组合，拼接起来形成第三信号。5.如权利要求4所述的一种瞬时频率特征的雷达信号调制识别方法，其特征在于：利用对数窗能量准则对所述第三信号进行窗长的遍历包括；根据对数窗能量准则选择的窗长，设置步进长度为n
’ꢀ
/2，对信号序列进行窗函数的滑动求得全时段的stft序列集，滑动求得全时段的stft序列集。6.如权利要求5所述的一种瞬时频率特征的雷达信号调制识别方法，其特征在于：对第三信号的窗长进行选择包括；当长度为l的第三信号进行stft时，对第三信号进行时频聚集性度量，其计算表达式为：
其中，s(m,n)为离散的stft，m为窗口个数变量，n为对应频率参数，表示时频聚集性度量，m表示窗的总个数，n表示窗长，e(n)表示窗能量，w(x)表示窗函数，当取最小值时，窗长n为最佳窗长，其时频聚集性最优。7.如权利要求6所述的一种瞬时频率特征的雷达信号调制识别方法，其特征在于：计算所述第三信号的瞬时频率值包括：计算第三进行信号窗内的stft序列的瞬时频率值，其计算表达式为:其中，k=b/t表示第三信号窗内的stft序列的调制斜率，b表示第三信号窗内的stft序列的信号带宽，t表示第三信号窗内的stft序列的脉冲宽度，表示第三信号窗内的stft序列的载波频率，a表示第三信号窗内的stft序列的信号的瞬时幅值，t表示时刻。8.如权利要求7所述的一种瞬时频率特征的雷达信号调制识别方法，其特征在于：将所述窗长内中点时间与瞬时频率值，进行映射，形成时间频率映射对包括：计算每个窗内的stft序列的瞬时频率值，并且将此时段内的中点值作为时间信息和估计出来的频率值一起记录下来,形成时间率映射对。9.如权利要求8所述的一种瞬时频率特征的雷达信号调制识别方法，其特征在于：基于所述时间频率映射对识别所述第三信号包括：将所有的时间频率映射对连接生成时频脊曲线；对提取的时频脊曲线进行线性拟合，判断其相对拟合偏差是否小于0.05：若相对拟合偏差小于0.05，对其线性拟合斜率值进行判断：若线性拟合斜率值a在（-0.1，0.1）区间内，则识别为bpsk信号；若线性拟合斜率值a不在（-0.1，0.1）区间内，则识别为lfm信号；若相对拟合偏差大于0.05，对提取的时频脊曲线进行平方律拟合，判断其相对拟合偏差是否小于0.05;若相对拟合偏差小于0.05则识别为eqfm信号；若相对拟合偏差大于0.05,则时频曲线进行波谷搜索:若波谷数目n大于1，则通过波谷数目假定信号的调制频率f
m
=n/t，并进行正弦曲线拟合，若拟合后的相对拟合偏差小于0.05则识别为sfm信号；若相对拟合偏差大于0.05，则为识别为未知信号。

技术总结
本发明公开了一种瞬时频率特征的雷达信号调制识别方法，涉及雷达信号调制识别的技术领域，包括获取第一信号，并对所述第一信号进行分段处理，形成第二信号；将每个所述第二信号进行离散采样后重新组合，形成第三信号；利用对数窗能量准则对所述第三信号进行窗长的遍历；计算所述第三信号的瞬时频率值；将所述窗长内中点时间与瞬时频率值，进行映射，形成时间频率映射对；基于所述时间频率映射对识别所述第三信号。对其相对拟合偏差进行粗分类判断，然后相对拟合偏差大于0.05的时频脊曲线进行平方律拟合，对其信号进行识别，减少了后续识别的复杂度，有利于对雷达信号特征的提取，进而提高对雷达信号的识别度。进而提高对雷达信号的识别度。进而提高对雷达信号的识别度。


技术研发人员：郑梦远 彭松 孟亚彤 尚伦星 李良琨
受保护的技术使用者：南京誉葆科技股份有限公司
技术研发日：2023.07.13
技术公布日：2023/8/16