求和符号,S表示矩阵馬行序号,T,,,仁,2)表示矩阵T。, 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,f苯示采样频 率。
[015引步骤14,估计跳变时刻。
[0159]估计第m类信号所有跳的跳变时刻的具体实施步骤如下。
[0160]按照下式,计算第m类信号第一跳的跳变时刻。
[016引其中,表示第m类信号第一跳的跳变时刻,m表示聚类中屯、的序号,第m个聚类 中屯、对应第m类信号,m= 1,2,…,N,N表示聚类中屯、的个数,矩阵是步骤12中的第8步 得到的矩阵,T(U)表示矩阵IL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。
[0163] 按照下式,计算第m类信号第k跳的跳变时刻:
[0164] e=C+作-巧t
[016引其中,表示第m类信号第k跳的跳变时刻,m表示聚类中屯、的序号,第m个聚类 中屯、对应第m类信号,m= 1,2, 一,N,N表示聚类中屯、的个数,k表示跳数的序号,k= 1,2'-Zm-LZm表示步骤8中的第1步聚类得到的每一类持续窗数的个数。
[0166] 步骤15,按照下式,估计第m类信号的第k跳频率:
[0167] 干,,,从I)
[0168] 其中,表示第m类信号的第k跳频率,m表示聚类中屯、的序号,第m个聚类中 屯、对应第m类信号,m= 1,2,…,N,N表示聚类中屯、的个数,k表示跳数的序号,k= 1, Zm-LZm表示步骤8中的第1步聚类得到的每一类持续窗数的个数,矩阵是步骤12中的 第8步得到的矩阵,T.,,化1)表示矩阵电第k行第1列的元素。
[0169] 下面结合仿真图对本发明做进一步的描述。
[0170] 1.仿真条件:
[0171] 本发明仿真实验的运行系统为Intel(R)Core灯M)WCPU650@3. 20細Z,32位 Windows操作系统,仿真软件采用MTLABR(201化)。
[0172] 仿真参数设置为:选取4个跳频信号,跳速分别为巧00 1250 1250 2000]跳/ 秒,采样频率fs= 20MHz,每个信号的第一跳分别丢失了完整跳的[0.2000 0.1875 0.0625 0. 1]倍。短时傅里叶变换窗采用汉明窗,窗长为4096,滑窗间隔为128。
[0173] 四个跳频信号所用的频率矩阵为:
[0175] 2.仿真内容与结果分析:
[0176] 本发明的仿真实验是在信噪比SNR= -10~10地下进行了 100次仿真实验,得到 了跳频信号各参数估计误差仿真结果图3(a)和图3化)。
[0177] 图3(a)为四个跳频信号跳周期估计误差的比较图。图3(a)的横坐标表示信噪比, 图3(a)的纵坐标表示估计误差。图3(a)中W菱形标示的曲线表示通过本发明提出的方法, 得到的本发明的仿真所选的4个跳频信号中的跳频信号1的跳周期的估计误差曲线。W圆 圈标示的曲线表示通过本发明提出的方法,得到的本发明的仿真所选的4个跳频信号中的 跳频信号2的跳周期的估计误差曲线。W=角形标示的曲线表示通过本发明提出的方法, 得到的本发明的仿真所选的4个跳频信号中的跳频信号3的跳周期的估计误差曲线。W竖 线标示的曲线表示通过本发明提出的方法,得到的本发明的仿真所选的4个跳频信号中的 跳频信号4的跳周期的估计误差曲线。
[017引图3(b)为跳频信号频率和跳变时刻的估计误差图。图3(b)的横坐标表示信噪比, 图3(b)的纵坐标表示估计误差,W圆圈标示的曲线表示通过本发明提出的方法,得到的本 发明的仿真所选的4个跳频信号频率的平均估计误差的曲线。W菱形标示的曲线表示通过 本发明提出的方法,得到的本发明的仿真所选的4个跳频信号跳变时刻的平均估计误差的 曲线。
[0179] 由图3(a)可知,在信噪比大于等于-6地时,跳周期估计相对误差小于10 3。
[0180] 由图3化)可知,在信噪比大于等于-6地时,频率估计误差约为0. 0015,跳变时刻 估计误差约为0.004。
[0181] 图3(c)为运用本发明提出的方法与峰值提取方法,得到的频率估计正确率的比 较图。图3(c)的横坐标表示信噪比,图3(c)的纵坐标表示频率估计正确率,W圆圈标示的 曲线表示用峰值提取方法,得到的本发明的仿真所选的4个跳频信号中的跳频信号I的频 率估计正确率的曲线。W星号标示的曲线表示用峰值提取方法,得到的本发明的仿真所选 的4个跳频信号中的跳频信号2的频率估计正确率的曲线。W=角形标示的曲线表示用本 发明提出的方法,得到的本发明的仿真所选的4个跳频信号中的跳频信号1的频率估计正 确率的曲线。W正方形标示的曲线表示用本发明提出的方法,得到的本发明的仿真所选的 4个跳频信号中的跳频信号2的频率估计正确率的曲线。
[0182] 由图3(c)可知:本发明所提的方法得到的频率参数估计正确率比峰值提取方法 得到的频率参数估计正确率高。
【主权项】
1.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) 彳目号米样: 对雷达天线接收的任意一段模拟信号,以采样频率匕进行采样,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1。对应的 频率值f (1。)进行聚类,得到第q。个时域窗中第c个聚类中心if,其中,1。表示时频域信号 中高能量信号对应的频域采样点序号,1<:= 1,2,···Λ,L表示短时傅里叶变换窗长,f(l。) 表示第%个时域窗对应的频域采样点序号1 c对应的频率值,qc表示时频域信号中高能量信 号对应的时域窗序号,%= 1,2, ···,〇, Q表示短时傅里叶变换所需的总窗数,表示第q。 个时域窗中第c个聚类中心彳=1,2,···,%。,。表示聚类中心的序号,乂表示聚类中心的个 数; (6b)将第q。个时域窗中第c个聚类中心#组成频率集合· pH·%, 其中,q。表示时频域信号中高能量信号对应的时域窗序号,q。= 1,2,…,Q,Q表示短时傅里 叶变换所需的总窗数,广表示第q。个时域窗中第c个聚类中心,C = ,c表示聚类 中心的序号,罵^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,% = Ι,2"·%0_,其中,d表示不同的频率点序号,d = 1,2,…,N。, 凡表示估计的不同频率的个数,q。表示时频域信号中高能量信号对应的时域窗序号,q<] = 1,2,…,Q,Q表示短时傅里叶变换所需的总窗数,./〕fr表示第q。个时域窗中第c个聚类中心, c = l,2,…,~,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,心表 示提取出的频率,< < +1,d表示不同的频率点序号,d = 1,2,…,N。,N。表示估计 的不同频率的个数,频率fd、起始窗序号g、终止窗序号 <、以及持续窗数Uf组成向量Td,(7c)提取向量1^中起始窗序号为1的向量T /?,逐行存入矩阵Fw,其中,d表示不同 的频率点序号,d = 1,2,…,N。,N。表示估计的不同频率的个数,j表示矩阵F (())的行序号, j = 1,2,…,r'r?表示矩阵F?的行数; (7d)提取向量1^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, "·,Ν。,N。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, "·,Γ(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1中起始窗序号不为1且终止窗序号不为Q的向量1\(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,···,Ν。,N。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Fw的行序号j初始化为1 ; (7g)将矩阵Fw第j行的向量T ^对应的终止窗序号依次与矩阵F (1)的每一行的向量 !\(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 w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Fw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,II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,得到聚类中心〇"和每 一类持续窗数的个数,每一类持续窗数的个数等于该类持续