基于多站数据融合的参数精估计方法.pdf
《基于多站数据融合的参数精估计方法.pdf》由会员分享,可在线阅读,更多相关《基于多站数据融合的参数精估计方法.pdf(15页珍藏版)》请在咨信网上搜索。
1、第 45 卷第 2 期2024 年 3 月Vol.45,No.2Mar.2024遥 测 遥 控Journal of Telemetry,Tracking and CommandWebsite:基于多站数据融合的参数精估计方法胡继军,韩伟,张国玉,周希娃,贺杨婷,廖春兰(北京遥测技术研究所 北京 100076)摘要:针对侦察设备处于星载SAR副瓣照射范围,从而导致截获信号湮没于强噪声背景这个问题,本文提出一种基于多站接收机之间的数据融合方法。在信号形式未知的情况下,通过此方法可以检测出淹没在噪声中的微弱信号,进行信号的分类和时频域参数的精估计。首先,将参考接收机与其他接收机之间进行互相关处理,得
2、到峰值信息,根据峰值信息的位置得到信号与参考信号之间的延迟位置,进行延迟校准;其次,各个接收机分别进行粗步长的分数阶傅里叶变换(Fractional Fourier Transform,FrFT),记录峰值信息为精估计做准备,根据峰值角度和分数阶傅里叶反变换恢复出原始信号;最后,判定是否存在信号,若信号存在实现多站原始信号功率比的加性融合,根据多站峰值信息限定旋转角度范围,采用精步长的分数阶傅里叶变换估计出调频率和中心频率;利用联合互相关谱实现信号能量的累积,采用自适应门线和边界波谷连续取小方法,找到信号存续状态中的左右边界,估计出带宽和中心频率,计算脉宽,实现时频域信号的精估计。仿真实验表明
3、:该方法可以在低信噪比的高斯白噪声和有色噪声背景下,对线性调频信号(Chirp)的时频参数进行有效的精估计。关键词:分数阶傅里叶;线性调频信号;参数精估计;高斯白噪声;有色噪声中图分类号:TM937.5;TN957.51 文献标志码:A 文章编号:2095-1000(2024)02-0109-15DOI:10.12347/j.ycyk.20230926001引用格式:胡继军,韩伟,张国玉,等.基于多站数据融合的参数精估计方法 J.遥测遥控,2024,45(2):109123.Precise Parameter Estimation Method Based on Multi-receivers
4、 Data FusionHU Jijun,HAN Wei,ZHANG Guoyu,ZHOU Xiwa,HE Yangting,LIAO Chunlan(Beijing Research Institute of Telemetry,Beijing 100076,China)Abstract:Regarding the issue of detection equipment being within the range of spaceborne SAR sidelobe,which causes the signal to be lost in the strong noise backgr
5、ound,a method based on data fusion between multi-platform receivers is proposed.Without knowing the signal form,the weak signals submerged in noise can be detected,and the signal can be classified and accurately estimated.Firstly,the reference receiver and other receivers are cross-correlated to obt
6、ain the peak information,and the delay position between the signals and the reference signal is obtained according to the position of the peak information,in order to perform delay calibration.Secondly,each receiver performs coarse step FrFT filtering,records peak information for precise estimation,
7、and restores the original signal based on the peak angle and the inverse FrFT.Finally,it is determined whether there is a signal.If the signal is achieved,a new signal will be formed by the fusion of power ratio of multi-platform receivers original signal.The rotation angle ranges are limited based
8、on the peak information of multiple stations,and the precise step FrFT is used to estimate the chirp rate and central frequency.The joint cross-correlation spectrum analysis is used to realize the accumulation of signal energy,and the left and right boundaries in the signal persistence state are fou
9、nd by using the method of continuously minimizing the boundary valley.The bandwidth and central frequency are accurately estimated,and then calculate the pulse width.The simulation results show that this method can accurately estimate the parameters of the time-frequency domain of Chirp in the backg
10、round of Gaussian white noise and colored noise with low noise.Keywords:FrFT;Chirp signal;Precise parameter estimation;Gaussian white noise;Colored noiseCitation:HU Jijun,HAN Wei,ZHANG Guoyu,et al.Precise Parameter Estimation Method Based on Multi-receivers Data Fusion J.Journal of Telemetry,Trackin
11、g and Command,2024,45(2):109123.收稿日期:2023-09-26;修回日期:2024-01-09第 45 卷第 2 期胡继军等,基于多站数据融合的参数精估计方法0 引言随着组网雷达技术的发展1,2,单站接收机和单站干扰机接收和干扰一部雷达将变得越来越难,很难产生有效的接收信息和干扰效果,因此多站协同组网需求和技术应运而生3。多站协同组网在空域里能够扩大侦察范围,在时域里提升侦察、定位时间效率,在频域扩大侦察、控守频率范围,能够全方位、全天候、多频段形成体系作战能力4。多站协同组网采用多机协同侦察,设置一个主站和多个从站,主站对各站的侦察结果进行融合和数据分析后发送
12、至基地,基地根据侦察结果,作出反馈给主站5,6。随着技术的不断进步,电磁环境越来越复杂,信号处理时间紧迫、任务量大,单站接收机容易出现信号缺失、增批和漏批等问题,对参数的估计精度低和误差大,无法对后续的信号分选、干扰引导和战术规划提供可信度高的支撑。多站接收机通过时空校准、信息共享,脉冲不易丢失且对脉冲丢失不敏感,抗电子干扰能力强,信号分选和参数估计精度明显提高,获取了更加精准的辐射源信息,提高了攻防能力,为作战和指挥提供可信度高的引导。多站干扰机协同干扰能力和大场景欺骗能力显著提高,相比于单机系统,其稳定性强、容错率高、抗干扰能力强。在非协作通信中,接收机对接收信号是全盲的,研究多站接收机组
13、网接收信号后实行信号检测、时域分析和宽带频谱的检测技术,为后续多站干扰机的联合组网,实施有效干扰提供算法支撑。本课题研究背景是基于星载SAR系统的信号分选和对星载SAR系统形成有效的欺骗干扰,星载SAR的信号形式主要以线性调频信号和单频信号为主,因此本文重点研究线性调频信号(Chirp)7。一般的电子侦察系统中,分选和识别雷达信号是以到达角(DOA)、到达时间(TOA)、载频(RF)、脉冲宽度(PW)、脉冲幅度(PA)和脉冲重复频率(PRI)等为主要测量参数的811。本文没有重复研究上述时域参数的测量手段,重点研究线性调频信号的调频率、带宽、中心频率和脉宽的精估计方法。星载SAR信号各参数的工
14、作特点是每次的照射时中心频率有可能做较大调整(为百MHz,小于GHz),但在照射期间载频变化较小(小于kHz)。一次照射期间信号的重频、带宽、脉宽和极化都有可能发生变化,星载SAR是副瓣侦察接收,因此主要以中心频率作为信号的主要分选手段,辅助以带宽提高分选的准确率,因此,估计出中心调频和脉宽十分重要。线性调频信号在雷达、声呐、地质勘探、医学成像等领域有广泛的应用,在信噪比低的高斯白噪声和有色噪声的背景下,对线性调频信号的检测和参数的精估计会变得比较困难。传统的信号检测方法有匹配滤波、能量监测、循环平稳和特征值检测等,对检测出的信号采用短时傅里叶变化12、高阶累积量13、小波变换14和神经网络各
15、种时频分析的方法得到时域和频域的测量参数,但是这些算法过于复杂,难以理解,难以用于具体的工程实现,同时没有考虑有色噪声的抑制和多站接收联合处理等问题。在文献5中根据分数阶傅里叶的自相关(AF)算法进行信号检测和时频参数的估计,对估计参数采用信噪比加权、协方差加权和支持度矩阵三种分布式融合的算法,仿真验证了多站侦察的性能优于单站侦察。前两种融合方法的缺点是需要信噪比和估计误差这种先验信息,第三种是根据数据本身的支持度出发再进行加性的数据融合,运算量大。在文献8中VMD(变分模态分解)算法通过迭代搜索变分模型的最优解来提取每一个分量的中心频率及带宽,由于模态分量为窄带信号,因此VMD算法的核心就是
16、约束各个模态分量的带宽和最小进行最优化分解,这对于窄带信号有着较好的分解能力,同时还能抑制噪声提高信噪比。对于宽带信号采用改进的VMD算法,对约束其分解能力的参数进行了分析,此方法实现对多辐射源和多信号的分解识别能力。文献15提出了粗精两次估计信号参数算法,采用延时自相关法获得调频率的范围后,根据分数阶傅里叶变换的峰值位置得到中心频率和调频率的参数粗估计,后用插值算法实现参数的参数精估计。在不小于-10 dB时粗精二次估计信号调频率和中心频率的归一化均方误差分别较于 FrFT线性提升。文献16中提出了基于分数阶傅里叶变换的滤波,通过时频变换旋转特定角度使得信号在新的时频平面上退化为单频正弦信号
17、,分离出单频信号抑制噪声,通过分数阶傅里叶的反变换恢复出原始信号。分数阶傅里叶变换运算量较大,为了快速实现分数阶傅里叶变换的算法,提出了插值15、吕分布和高分辨分数阶傅里叶变换相结合17估计出最优的旋转角度,利用分数阶傅里叶幅度随旋转角度变化规律18,19,寻找最优旋转角1102024 年 3 月遥 测 遥 控度对应的冲击函数位置,可实现精估计等算法,实现了速度更快的分数阶傅里叶变换。本文创新性地提出多站之间的三次数据融合算法和两级选取粗精步长的分数阶傅里叶变换,实现时频域参数的精估计。从站与主站之间延时校准后,分别采用分数阶傅里叶滤波方法恢复出原始信号,记录旋转角度范围,两两站之间信号互相关
18、并取乘积,实现第一次数据融合完成信号检测。若成功检测信号,进行第二次和第三次数据融合实现时频域的参数估计,第二次数据融合是原始信号之间按照功率比实现加性融合,根据粗估计得到旋转角度范围进行精步长的分数阶傅里叶算法,检测峰值得到时域参数的精估计。第三次数据融合在第一次数据融合的基础上,对两两互相关函数进行傅里叶变换后频谱相乘得到联合的互相关谱,实现频域参数的精估计;通过时域参数调频率和频域参数带宽计算得到脉宽的估计,再根据估计参数进行匹配滤波,利用峰值差分得到脉冲周期和脉冲重复频率。本文仿真实现了信号在高斯白噪声背景下信噪比-12 dB 时 88%,-11 dB 时 98%以上的检测能力和-10
19、 dB时91%以上参数的精估计能力;在有色噪声背景下实现-8 dB时90%以上的检测能力和参数的精估计能力。该方法具有算法实现简单、精度高、低信噪比的优点,工程应用前景广泛。1信号的延迟校正、FrFT滤波和联合互相关谱分析方法1.1多平台接收机的部署和联合互相关谱分析方法雷达根据不同工作模式(成像、单脉冲、测高等)、不同高度和不同功能发射不同的信号,多站接收机会按照一定的规则进行部署,优先考虑的原则是:多站接收同一时刻辐射源的发射脉冲,误差在一个脉宽内。接收机对信号进行时空校准,完成对接收脉冲解析,实现了信号检测、分选和精估计。多站部署由雷达高度、接收信号的脉冲重复时间、脉宽和实际情况决定,要
20、考虑布站阵型、布站高度和站间距离。当接收机为干扰机时,需要根据辐射源参数、发射天线方向图和干扰机的参数计算掩护区20,21的范围,对干扰机周围区域形成掩护效果,实现保护目标,分布式协同干扰辐射源的目的。根据被干扰目标的数量和类型的不同,干扰站通常会采取不同的部署方式。当干扰单个点状目标时,采用两点部署或三角形部署;当干扰面状目标时,一般采用四站部署,包括矩形布站、菱形布站、梯形布站、平行四边形布站、Y形部署和T形部署;当干扰形状不规则目标时,一般根据实际情况进行部署。本文采用矩形部署,分析和验证算法的可行性。其他部署同理类推22。图 1 为多站数据融合的参数精估计原理示意图,假定接收机1为主站
21、G/T值最大,接收机1是参考信号,为了确保信号的相干性进行实域的校正;各站分别采用FrFT滤波抑制噪声并恢复出原始信号;通过多站的三次数据融合实现信号的检测和时频域参数精估计。步骤 1,时延校正:将接收机 X(2,3,4)的接收信号分别与参考接收机 1的接收信号作互相关处理,找到相关函数中的最大值,根据最大值位置,计算得到接收机X时延,进行延迟校正。步骤2,FrFT滤波:信号校正后,各站分别做搜索步长0.01的分数阶Fourier变换,找到并记录多站的峰值旋转角度,根据对应的峰值旋转角度作分数阶Fourier反变换,恢复出滤波后的原始信号,此处为第一次粗估计,目的是确定信号参数的大致范围,统计
22、旋转角度的参数范围。步骤3,信号检测:用恢复出的原始信号两两站之间互相关后相乘进行信号检测,这是数据的第一次融合。若存在信号,分别进行第二次和第三次数据融合完成时频域的参数估计;若信号不存在,本次接收数据处理结束。步骤4,时域参数精估计:若信号存在根据粗估计的FrFT滤波求得旋转角度范围,对多站恢复的原始信号求得功率比实现第二次加性融合,搜索步长增加到0.001,运用FrFT滤波算法找到峰值后求出调频率和中心频率的精估计结果。步骤5,频域参数精估计:对多站之间两两互相关得到的相关函数进行傅里叶变换得到互相关谱;互相关谱相乘得到联合互相关谱,找到谱中的波峰波谷后,运用本文中提出的方法进行信号处理
23、,得到带宽和中心频率的精估计结果。步骤 6,最后,根据带宽和调频率计算出脉宽。当知道调频率、中心频率和脉宽后,进行匹配滤波,找到峰值差分得到脉冲重复周期和脉冲重复频率。111第 45 卷第 2 期胡继军等,基于多站数据融合的参数精估计方法1.2多接收机间互相关时延估计算法如果接收信号信噪比足够高,信号本身之间有很强的相关性,直接利用相关的结果就可以得的延迟偏移量来对齐信号,但是如果信噪比很低的情况下,信号本身之间很难积累,需要用特定的算法或者加滤波器的方法才可以对齐时域接收信号2329。延时校正功能实现了在时域校正信号,在频域影响频谱的相位信息。随着雷达技术的发展调制信号变得越来越复杂,会采取
24、抖动、参差、脉间捷变等各种手段,对此多站接收机为了保证在同一脉冲内进行信号处理,采用了互相关时延估计算法。假设雷达发射信号为x0(t),以4个接收机为例进行分析。当4个接收机分别收到来自同一发射脉冲的信号x(t)时,数学表达式如下。接收机1-4接收到的信号:S1(t)=A1x1(t)+1(t)=A1x0(t-1)+1(t)S2(t)=A2x2(t)+2(t)=A2x0(t-2)+2(t)S3(t)=A3x3(t)+3(t)=A3x0(t-3)+3(t)S4(t)=A4x4(t)+4(t)=A4x0(t-4)+4(t)(1)其中,x1(t)、x2(t)、x3(t)、x4(t)是信号,1(t)、2
25、(t)、3(t)、4(t)是广义稳定随机过程且互不相关;信号的幅度与星载SAR雷达和多站之间的距离、雷达发射天线在接收方向的增益和侦察接收天线在雷达方向的增益相关。本文假设接收信号的幅度为A,信号空间和噪声子空间不相关,统计独立。接收机X分别与接收机1进行互相关处理,相关函数的峰值点对应两个信号最相似的位置,此时横坐标对应的时间就是接收机X与接收机1的时延位置。RS1S2()=E(S1(t)-S2(t+)(2)RS1S3()=E(S1(t)-S3(t+)(3)RS1S4()=E(S1(t)-S4(t+)(4)分别对上式做峰值检测,找到最大值对应的横坐标,与采样时间相乘就是时延,得到接收机X相对
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 数据 融合 参数 估计 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。