[发明专利]一种基于FPGA的实时复杂信号识别与参数估计方法

说明书

本发明公开了一种基于FPGA的实时复杂信号识别与参数估计方法，利用数字信道化技术，对脉冲信号进行检测。当检测到脉冲时，对信号中频数据进行跟踪滤波处理后，再输入脉内分析FPGA模块流水处理。首先脉内分析模块对流水输入的中频数据计算信号幅度、求解信号相位并解相位模糊，对信号的幅度进行滑窗积累，得到信号的上升时间和下降时间；对信号相位进行多重差分运算，得到实时的瞬时频率。统计不同时刻的瞬时频率的变化情况，得到信号的载频、带宽、调频率和码元变化等特征，当脉冲结束后，根据统计各种特征统计值识别脉冲的调制类型，并输出特征参数。将脉冲调制类型及特征参数实时输出补充至常规PDW描述信息中，并进行FSK信号编码，输出完整的PDW信息。

技术领域

本发明属于电子侦察领域，具体涉及一种基于FPGA的实时复杂信号识别与参数估计方法。

背景技术

现代电磁信号环境空前复杂，电子侦察所面临的信号环境可以定性概括为：1)辐射源数量日益增多。2)辐射源体制多，雷达信号的波形复杂且多变。3)辐射源间的工作频率相互重叠的范围越来越宽。4)同一频率范围内的信号越来越多，同一时刻出现的信号也越来越多。5)制导、火控雷达辐射的信号越来越多，使得雷达系统必须以更高的效率截获和识别这类严重的、紧迫的威胁信号。依据常规PDW参数来分选和识别雷达信号已经变得非常困难。因此，新一代的电子对抗系统，都需具备较强的雷达信号脉内特征分析能力。常见的脉内特征提取方法主要有时域分析法、频域分析法、调制域分析法、谱相关法和时频域分析法等，但由于所提取的IF特征为二维图形，人为判断容易，机器自主分类识别较难，且雷达脉冲密度很大，实时脉内识别非常困难，故在工程上一直没有得到广泛的应用。

发明内容

本发明的目的在于提供一种基于FPGA的实时复杂调制信号识别和参数估计的方法，主要实时识别常规脉冲、二相编码、四相编码、线性调频、非线性调频信号、FSK信号和FSK+LFM/NLFM/BPSK/QPSK的组合信号，并同时给出这些调制信号的特征参数，包括脉冲上升时间、下降时间、载频、带宽、调频率、码速率和码元信息。解决了现代复杂电磁环境下调制识别和参数估计速度较慢的问题，除常规PDW参数外，为雷达分选提供了新的特征。

实现本发明的技术解决方案为：一种基于FPGA的实时复杂信号识别与参数估计方法，包括以下步骤：

步骤1、对中频信号进行实时数字采样，得到中频数据，并利用数字信道化技术检测中频数据中的信号，得到信号的常规PDW信息，转入步骤2。

步骤2、流水接收采样的中频数据，依据信号常规PDW信息对中频数据依次进行跟踪滤波以及降数据率处理，得到跟踪滤波后数据，同时转入步骤3和步骤4。

步骤3、流水接收跟踪滤波后数据，计算其信号幅度，并对信号幅度进行滑窗处理，计算出信号的上升时间和下降时间，转入步骤13。

步骤4、流水接收跟踪滤波后数据，求解数据中的信号相位，并对信号相位解模糊，得到信号瞬时相位，转入步骤5。

步骤5、对信号瞬时相位进行多重差分运算，得到平滑后的瞬时频率，转入步骤6。

步骤6、对瞬时频率进行特征统计，判断并记录瞬时频率的突变情况，统计无突变情况下的瞬时频率的最大频率和最小频率，并实时积累无突变情况下的瞬时频率值，转入步骤7。

步骤7、间隔K点取无突变情况下瞬时频率值，实时计算瞬时频率值的线性拟合结果，同时转入步骤8和步骤10。

步骤8、信号结束时刻，依据实时积累的瞬时频率值和积累长度，计算载频值，并根据统计的最大频率和最小频率拟合带宽，获得信号带宽值，转入步骤9。

步骤9、信号结束时刻，根据载频值对记录的瞬时频率突变情况进行频率校正，同时剔除虚假突变信息，并计算码元宽度，转入步骤11。

步骤10、信号结束时刻，依据实时计算的瞬时频率线性拟合结果，产生最终的调频斜率值，转入步骤11。