[发明专利]一种基于变分模态分解雷达辐射源特征提取及其分类方法在审

专利信息
申请号: 201910433811.3 申请日: 2019-05-23
公开(公告)号: CN110188647A 公开(公告)日: 2019-08-30
发明(设计)人: 罗明;付亮;夏伟;斯海飞 申请(专利权)人: 西安电子科技大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 西安睿通知识产权代理事务所(特殊普通合伙) 61218 代理人: 惠文轩
地址: 710071*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 辐射源 雷达 预处理信号 脉冲 分模 高频脉冲信号 特征提取 分解 分类 预处理 噪声抑制能力 数字信道化 常规参数 低信噪比 分类效果 频率调制 特征参数 中心频率 分选 模糊 补充
【权利要求书】:

1.一种基于变分模态分解雷达辐射源特征提取方法,其特征在于,包括以下步骤:

步骤1,侦察接收机实时接收雷达的高频脉冲信号,对所述高频脉冲信号进行预处理,得预处理信号s(t);

步骤2,利用数字信道化处理生成预处理信号s(t)的脉冲描述字参数,并提取脉冲描述字参数中的到达角度θAOA和脉冲宽度τPW,备用;

步骤3,对所述预处理信号s(t)进行镜像延拓,并对镜像延拓后的预处理信号进行傅里叶变换,得傅里叶变换后的频谱f(ω),保留傅里叶变换后的频谱的正半轴,得正半轴雷达信号频谱

步骤4,对所述正半轴雷达信号频谱进行变分模态分解,得雷达信号第k个模态的中心频率ωk

2.根据权利要求1所述的基于变分模态分解雷达辐射源特征提取方法,其特征在于,步骤1中,所述预处理为:将所述高频脉冲信号通过低通滤波器变为中频脉冲信号,再由多级中频放大器对所述中频脉冲信号进行放大和匹配滤波,得放大后的中频信号;对所述放大后的中频信号进行A/D采样,得预处理信号s(t)。

3.根据权利要求1所述的基于变分模态分解雷达辐射源特征提取方法,其特征在于,傅里叶变换后的频谱f(ω)的公式如下:

其中,j为虚数,ω为雷达信号的频率,t为信号时域。

4.根据权利要求1所述的基于变分模态分解雷达辐射源特征提取方法,其特征在于,步骤4中,变分模态分解包含以下子步骤:

子步骤4.1,变分模态分解的本征模态函数如下:

uk=Akcos(φk);ωk=φ′;

其中,uk表示一个幅值为Ak、频率为ωk的谐波信号,Ak表示uk的瞬时幅值,ωk为uk的瞬时频率;

子步骤4.2,设置变分模态分解的参数惩罚因子α,分解层数K、噪声容忍度ζ、迭代次数N和终止条件ε;

子步骤4.3,n表示第n次迭代,k表示第k个模态,设置迭代次数n=1和模态数k=1,令初始化第一个模态第二个模态第一个模态中心频率第二个模态中心频率初始化拉格朗日乘法算子

(a)按照以下公式更新第一个模态:

其中,为第一个模态第一次迭代后的模态,为正半轴雷达信号频谱,α为惩罚因子,ω为雷达信号的频率,h是中间变量,用于剔除当前模态的其他模态求和;

(b)按照以下公式更新第一个模态的中心频率:

其中,为第一个模态第一次迭代的中心频率;

子步骤4.4,令k增加1,得k=2,更新第二个模态及其中心频率,公式如下:

其中,为第二个模态第一次迭代后的模态,为第二个模态第一次迭代的中心频率;

子步骤4.5,依次类推,令k-1增加1,得第k个模态及其中心频率,公式如下:

其中,为第k个模态第一次迭代后的模态,ωk2为第k个模态第一次迭代的中心频率;

直到k达到预设最大值分解层数K时,得第K个模态第一次迭代后的模态以及第K个模态第一次迭代的中心频率ωK2

子步骤4.6,按照下式更新拉格朗日算子:

其中,为第一次迭代后更新的拉格朗日算子,ζ为噪声容忍度;

子步骤4.7,令迭代次数n增加1,得到n=2,重复子步骤4.3-4.6,得到第k个模态第二次迭代后的模态及其中心频率,具体如下:

其中,为第k个模态第二次迭代后的模态,ωk3为第k个模态第二次迭代的中心频率;

子步骤4.8,依次类推,令n-1增加1,得第k个模态第n次迭代后的拉格朗日算子、模态及其中心频率,具体如下:

其中,为第n次迭代后更新的拉格朗日算子,为第k个模态第n次迭代后的模态;ωkn+1为第k个模态第n次迭代后的中心频率,即为雷达信号第k个模态的中心频率ωk

子步骤4.9,若迭代次数n依次增加1,判断迭代次数n是否达到最大值N,或者误差是否小于设置的终止条件ε;

若迭代次数n达到最大值N,或者误差小于设置的终止条件ε,则迭代停止;否则,继续执行子步骤4.3-4.8。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910433811.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top