[发明专利]基于频率拼接的异步跳频信号参数盲估计方法在审
申请号: | 201510664633.7 | 申请日: | 2015-10-08 |
公开(公告)号: | CN105337636A | 公开(公告)日: | 2016-02-17 |
发明(设计)人: | 付卫红;田德艳;王璐;刘乃安;李晓辉;黑永强;韦娟 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | H04B1/713 | 分类号: | H04B1/713 |
代理公司: | 陕西电子工业专利中心 61205 | 代理人: | 田文英;王品华 |
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: | 本发明公开了一种基于频率拼接的异步跳频信号参数盲估计方法。具体步骤包括:1、接收信号,2、采样信号,3、短时傅里叶变换,4、提取序号,5、计算频率,6、聚类频率,7、分析频率集合,8、初步估计跳周期,9、检测碰撞频率,10、分解碰撞频率,11、构造矩阵,12、拼接频率,13、精确估计跳周期,14、估计跳变时刻,15、估计频率。本发明解决了异步非正交网络中的频率碰撞情景下跳频信号参数盲估计的问题,提高了跳频信号参数估计方法对噪声的适应能力。 | ||
搜索关键词: | 基于 频率 拼接 异步 信号 参数 估计 方法 | ||
【主权项】:
基于频率拼接的异步跳频信号参数盲估计方法,包括如下步骤:(1)接收信号:雷达天线接收任意一段模拟信号;(2)信号采样:对雷达天线接收的任意一段模拟信号,以采样频率fs进行采样,得到离散信号;(3)对离散信号进行短时傅里叶变换,得到时频域信号:(4)提取序号:(4a)提取时频域信号中高能量信号对应的频域采样点序号和时域窗序号;(4b)将高能量信号对应的频域采样点序号和时域窗序号组成序号集合;(5)计算每一个频域采样点序号对应的频率值:(6)聚类频率:(6a)采用K均值聚类算法,分别对每一个时域窗对应的所有频域采样点序号l0对应的频率值f(l0)进行聚类,得到第q0个时域窗中第c个聚类中心其中,l0表示时频域信号中高能量信号对应的频域采样点序号,l0=1,2,…,L,L表示短时傅里叶变换窗长,f(l0)表示第q0个时域窗对应的频域采样点序号l0对应的频率值,q0表示时频域信号中高能量信号对应的时域窗序号,q0=1,2,…,Q,Q表示短时傅里叶变换所需的总窗数,表示第q0个时域窗中第c个聚类中心,c表示聚类中心的序号,表示聚类中心的个数;(6b)将第q0个时域窗中第c个聚类中心组成频率集合其中,q0表示时频域信号中高能量信号对应的时域窗序号,q0=1,2,…,Q,Q表示短时傅里叶变换所需的总窗数,表示第q0个时域窗中第c个聚类中心,c表示聚类中心的序号,表示表示聚类中心的个数;(7)分析频率集合:(7a)从聚类中心组成的频率集合中提取出所有不同的频率值fd, 其中,d表示不同的频率点序号,d=1,2,…,No,No表示估计的不同频率的个数,q0表示时频域信号中高能量信号对应的时域窗序号,q0=1,2,…,Q,Q表示短时傅里叶变换所需的总窗数,表示第q0个时域窗中第c个聚类中心,c表示聚类中心的序号,表示表示聚类中心的个数;(7b)统计每个频率fd的起始窗序号终止窗序号以及持续窗数其中,fd表示提取出的频率,d表示不同的频率点序号,d=1,2,…,No,No表示估计的不同频率的个数,频率fd、起始窗序号终止窗序号以及持续窗数组成向量Td,(7c)提取向量Td中起始窗序号为1的向量Tj(0),逐行存入矩阵F(0),其中,d表示不同的频率点序号,d=1,2,…,No,No表示估计的不同频率的个数,j表示矩阵F(0)的行序号,j=1,2,…,r(0),r(0)表示矩阵F(0)的行数;(7d)提取向量Td中终止窗序号为Q的向量Tg(2),逐行存入矩阵F(2),其中,d表示不同的频率点序号,d=1,2,…,No,No表示估计的不同频率的个数,g表示矩阵F(2)的行序号,g=1,2,…,r(2),r(2)表示矩阵F(2)的行数,Q表示短时傅里叶变换所需的总窗数;(7e)提取向量Td中起始窗序号不为1且终止窗序号不为Q的向量Ti(1),逐行存入矩阵F(1),其中,d表示不同的频率点序号,d=1,2,…,No,No表示估计的不同频率的个数,i表示矩阵F(1)的行序号,i=1,2,…,r(1),r(1)表示矩阵F(1)的行数,Q表示短时傅里叶变换所需的总窗数;(7f)将矩阵F(0)的行序号j初始化为1;(7g)将矩阵F(0)第j行的向量Tj(0)对应的终止窗序号依次与矩阵F(1)的每一行的向量Ti(1)对应的起始窗序号相减,将差值依次放入集合Ψ中,其中,j表示矩阵F(0)的行序号,i表示矩阵F(1)的行序号,i=1,2,…,r(1),r(1)表示矩阵F(1)的行数;(7h)从集合Ψ中搜索大于等于‑1的最小差值η,若搜索到,执行步骤(7i);若未搜索到,将矩阵F(0)的行序号j加1,执行步骤(7g);(7i)按照下式,计算同时包含跳频信号相连两跳频率的时域窗的窗数;w=η+1其中,w表示同时包含跳频信号相连两跳频率的时域窗的窗数,η表示从集合Ψ中搜索的大于等于‑1的最小差值;(8)初步估计跳周期:(8a)采用K均值聚类算法,对矩阵F(1)中的第4列数据进行聚类,得到聚类中心om和每一类持续窗数的个数Zm,每一类持续窗数的个数等于该类持续窗数对应的频率个数,其中,矩阵F(1)中的第4列数据表示持续窗数,m表示聚类中心的序号,第m个聚类中心对应第m类信号,m=1,2,…,N,N表示聚类中心的个数;(8b)将每一类持续窗数对应的频率组成集合Ωm;(8c)按照下式,初步估计跳周期: 其中,表示第m类信号的跳周期,m表示聚类中心的序号,第m个聚类中心对应第m类信号,m=1,2,…,N,N表示聚类中心的个数,om表示所得聚类中心,B表示短时傅里叶变换时,时域窗间隔的采样点数,fs表示采样频率;(9)检测碰撞频率:(9a)提取步骤(8a)得到的持续窗数的个数为1的那类持续窗数对应的频率fp;(9b)判断频率fp是否满足第一类拼接条件,若是,执行步骤(11),否则,执行步骤(9c);(9c)判断频率fp是否满足第二类拼接条件,若是,则将该频率fp作为碰撞频率,执行步骤(10),否则,执行步骤(11);(10)分解碰撞频率:(10a)将碰撞频率fp作为频率所在类对应的跳频信号在窗内的频率,其中,表示频率的起始窗序号,W1表示频率对应的持续窗数,表示能够拼接在碰撞频率fp之前的起始窗序号不为1且终止窗序号不为Q的频率,Q表示短时傅里叶变换所需的总窗数;(10b)将碰撞频率fp作为频率所在类对应的跳频信号在窗内的频率,其中,表示频率的终止窗序号,W2表示频率对应的持续窗数,表示能够拼接在碰撞频率fp之后的起始窗序号不为1且终止窗序号不为Q的频率,Q表示短时傅里叶变换所需的总窗数;(11)构造矩阵:将步骤(8a)得到的第m个聚类中心对应的所有频率对应的向量按起始窗序号从小到大进行排序,将排序结果逐行存入矩阵其中,m表示聚类中心的序号,第m个聚类中心对应第m类信号,m=1,2,…,N,N表示聚类中心的个数,i0表示矩阵的行序号,表示向量的第一个元素,Ωm表示步骤(8b)得到的每一类持续窗数对应的频率组成的集合;(12)拼接每一个起始窗序号不为1且终止窗序号不为Q的跳频信号的第一跳频率以及最后一跳频率,其中,Q表示短时傅里叶变换所需的总窗数:(12a)将步骤(8a)得到的聚类中心的序号m初始化为1;(12b)将向量中的终止窗序号依次与矩阵第一行的起始窗序号相减,得到差值Δj,其中,j表示矩阵F(0)的行序号,j=1,2,…,r(0),r(0)表示矩阵F(0)的行数;(12c)按照下式,搜索差值Δj的最大值的下标: 其中,j*表示差值Δj的最大值的下标,表示取最大值所对应的下标值操作,w表示同时包含同一跳频信号相连两跳频率的时域窗的窗数;(12d)将向量对应的频率作为矩阵第一行对应的第一跳频率;(12e)将矩阵最后一行的终止窗序号与向量Tg(2)的起始窗序号相减,得到差值其中,g表示矩阵F(2)的行序号,g=1,2,…,r(2),r(2)表示矩阵F(2)的行数;(12f)按照下式,搜索差值的最大值的下标: 其中,表示差值的最大值的下标,表示取最大值所对应的下标值操作,w表示同时包含同一跳频信号相连两跳频率的时域窗的窗数;(12g)将向量对应的频率作为矩阵最后一行对应的最后一跳频率;(12h)按照式得到新的矩阵(12i)将聚类中心的序号m加1,如果m≤N,返回步骤(12b),如果m>N,执行步骤(13),其中,m表示聚类中心的序号,第m个聚类中心对应第m类信号,m=1,2,…,N,N表示聚类中心的个数;(13)按照下式,精确估计跳周期: 其中,表示第m类信号的跳周期,m表示聚类中心的序号,第m个聚类中心对应第m类信号,m=1,2,…,N,N表示聚类中心的个数,I表示矩阵的总行数,矩阵是步骤(12h)得到的矩阵,Σ表示求和符号,s表示矩阵行序号,表示矩阵的第s行第2列的元素,B表示短时傅里叶变换时,时域窗间隔的采样点数,fs表示采样频率;(14)估计跳变时刻:(14a)按照下式,计算第m类信号第一跳的跳变时刻: 其中,表示第m类信号第一跳的跳变时刻,m表示聚类中心的序号,第m个聚类中心对应第m类信号,m=1,2,…,N,N表示聚类中心的个数,矩阵是步骤(12h)得到的矩阵,表示矩阵第1行第3列的元素,w表示同时包含同一跳频信号相连两跳频率的时域窗的窗数,fs表示采样频率;(14b)按照下式,计算第m类信号第k跳的跳变时刻: 其中,表示第m类信号第k跳的跳变时刻,m表示聚类中心的序号,第m个聚类中心对应第m类信号,m=1,2,…,N,N表示聚类中心的个数,k表示跳数的序号,k=1,2…Zm‑1,Zm表示步骤(8a)聚类得到的每一类持续窗数的个数;(15)按照下式,估计第m类信号的第k跳频率: 其中,表示第m类信号的第k跳频率,m表示聚类中心的序号,第m个聚类中心对应第m类信号,m=1,2,…,N,N表示聚类中心的个数,k表示跳数的序号,k=1,2…Zm‑1,Zm表示步骤(8a)聚类得到的每一类持续窗数的个数,矩阵是步骤(12h)得到的矩阵,表示矩阵第k行第1列的元素。
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/patent/201510664633.7/,转载请声明来源钻瓜专利网。
- 上一篇:光纤节点的测试系统及方法
- 下一篇:一种BCH码解码方法及装置