[发明专利]脉冲数据压缩采样方法

说明书

本发明公开了一种脉冲数据压缩采样方法。包括压缩和采样两个部分。在压缩部分，首先计算脉冲间隔差值序列，并利用脉冲间隔差值序列，计算中间循环变量的初始值；其次利用循环迭代法，计算最终缩小比标准值；然后将脉冲间隔差值序列的所有元素值除以最终缩小比标准值，并按四舍五入取整，得到了一个压缩后的整数脉冲间隔差值序列；最后利用压缩后的整数脉冲间隔差值序列，来还原压缩后的整数脉冲到达时间序列。在采样部分选取合适的压缩采样间隔值；然后以压缩采样间隔值作为时间间隔，形成一个具有二元幅值的、稀疏化的、压缩的整数时间序列。克服了现有技术中因采样间隔不同而导致的脉冲序列特征不稳定、运算量大、运算复杂性高等问题。

技术领域

本发明属于数据采样技术领域，特别是涉及一种脉冲数据压缩采样方法。

背景技术

现有技术中由于没有整数周期字典和合适的整数周期序列的周期估计方法，所以没有将脉冲到达时间TOA序列压缩成整数序列进行周期估计。如果利用通用的序列周期估计方法，将脉冲到达时间TOA序列压缩成整数序列会损失序列周期估计的精度。从而使得序列周期估计不精确。因此，在序列周期估计之前，需要一种将原有脉冲到达时间TOA序列变换成压缩的、稀疏的、具有二元幅值的整数时间序列的方法。提取序列周期的首要工作是压缩采样，一个合适的压缩采样不仅仅能够减少算法复杂性，而且能够有效的保留脉冲序列的特征，同时能够有效提升压缩感知周期提取方法的精度，所以压缩采样至关重要。

压缩采样遇到的问题是如果采样间隔过大，会导致脉冲序列特征发生变化。如对于含有过多虚假脉冲、并具有脉冲缺失的脉冲序列，采用较大的间隔采样，会使脉冲序列的特征变为具有抖动性。如果用更大的间隔采样，会导致脉冲序列的特征变为具有固定重频性。对于频带较宽的脉冲序列，如果采样间隔大于一些小周期的宽度，会导致小周期的脉冲序列被忽略掉，这会造成原来混叠的脉冲序列的周期数减少。对于参差脉冲序列，会造成参差子周期的个数减少。如果采样间隔小，会导致字典的运算增大，算法复杂性升高。因此，亟需一种脉冲数据压缩采样方法，克服现有技术中因采样间隔不同而导致的脉冲序列特征不稳定、运算量大、运算复杂性高等问题。

发明内容

本发明的目的在于提供一种脉冲数据压缩采样方法，以实现脉冲序列稳定，保证运算量小，降低运算复杂性并达到高精度采样的目的。

本发明所采用的技术方案是，提供一种脉冲数据压缩采样方法，包括以下步骤：

S1，给定脉冲到达时间序列x，即x(k)＝t_k,k＝1,2,…,K，其中t_k表示第k个脉冲的到达时间；K表示序列中含有脉冲总个数；依次计算此序列相邻脉冲的间隔差值△t_k-1＝t_k-t_k-1，从而形成一个脉冲间隔差值序列x_d，即x_d(k)＝△t_k,k＝1,2,…,K-1；

S2，计算脉冲间隔差值序列x_d的标准方差，即：

其中表示序列x_d的均值，即/给定一个标准方差门限值η，并且由脉冲间隔差值序列x_d形成一个缩减序列x_s，即x_s(k)＝x_d(k)，k＝1,2,…,K-1；

S3，判断标准方差σ是否大于门限值η，若ση，转入S4进行计算；否则，跳过S4，转入S5；

S4，对缩减序列x_s的每个元素值x_s(i)，进行如下计算：