一种基于经验小波变换的调频引信信号处理方法技术

本发明专利技术涉及一种基于经验小波变换的调频引信信号处理方法，属于信息对抗技术领域。本发明专利技术基于经验小波变换将调频引信差频信号自适应分解为不同模态分量，实现对近程泄露信号、目标回波信号以及噪声干扰信号的分离，对目标回波所在分量进行傅里叶谱分析，获取目标距离信息，并与预定炸高进行比较，并结合幅度门限判决结果，决定输出点火脉冲。本发明专利技术包括以下步骤：基于经验小波变换的自适应分解；提取目标回波所在模态分量；目标模态分量的傅里叶谱分析；幅度门限判决。本发明专利技术能够自适应的剔除调频引信差频信号中的近程泄露信号以及噪声干扰信号，具有抗干扰能力；通过对待检模态分量依次进行峰值频率以及幅值门限检测，具有目标识别、检测能力。检测能力。检测能力。

A signal processing method of FM fuze based on empirical wavelet transform

【技术实现步骤摘要】
一种基于经验小波变换的调频引信信号处理方法


[0001]本专利技术涉及一种基于经验小波变换的调频引信信号处理方法，属于信息对抗


技术介绍

[0002]调频引信由预设调制信号控制压控振荡器产生频率周期变化的射频信号，一路通过发射天线辐射出去，另一路送入本地混频器；接收天线接收到的回波信号通过低噪声放大器后与混频器中的本地参考信号进行混频处理；然后进入低通滤波器并经模数转换器采样后得到差频信号，通过傅里叶变换提取差频信号的不同谐波包络；根据差频信号频率的大小与距离的对应关系，完成预定炸高的设置；并通过测量目标回波与参考信号混频后所得差频信号的主要频率成分，判断是否存在与预定炸高对应的目标信号，从而控制判决模块是否向下一级输出启动信号，目前调频引信已在常规弹药中得到广泛应用。
[0003]一般来说，调频引信的探测距离较短，最大时延远小于调制周期，差频频率大小主要随路径时延线性变化，在不同距离处，离对应差频信号频率最近的谐波系数最大。单次谐波系数的距离维包络为辛格函数，辛格函数的零点对应差频频率，辛格函数的宽度大小由调制带宽决定；在理想情况下，对差频信号进行峰值频率提取及门限判决能够实现目标信号的有效检测与识别。
[0004]然而，在实际应用过程中，调频引信面临严重的近程泄露干扰及环境噪声干扰问题，传统的调频引信差频信号处理方法，仅进行简单的峰值频率提取及门限判决，在这种条件下，其目标识别与检测能力将受到严重干扰。因此，需要一种新的能够自适应抑制相关干扰信号，提升调频引信抗干扰能力及目标检测与识别效果的差频信号处理方法。
[0005]经验小波变换作为一种新的处理非平稳信号的方法，融合经验模态分解方法的信号自适应性和小波变换理论的紧支撑框架，能够自适应地提取信号中的不同频率成分，具备完整可靠的数学理论基础，计算复杂度低，在信号处理领域受到了广泛关注。

技术实现思路

[0006]本专利技术的目的是提供一种基于经验小波变换的调频引信信号处理方法，在不改动现有调频引信硬件结构的条件下，通过将差频信号自适应的分解为多个不同模态分量，并剔除相关存在干扰信号的模态分量，仅对剩余模态进行进一步判决，实现在数据处理层面自适应抑制近程泄露信号与环境噪声信号，并通过对于待选模态分量进行傅里叶谱分析，确定峰值频率以及峰值频率对应的峰值大小，判断是否符合预定炸高要求，从而实现对真实目标信号的准确识别。
[0007]本专利技术的目的是通过下述技术方案实现的：
[0008]本专利技术公开的一种基于经验小波变换的调频引信信号处理方法，包括如下步骤：
[0009]步骤一：基于经验小波变换的差频信号自适应分解，具体包括以下子步骤：
[0010]步骤1.1差频信号的全局傅里叶变换：
[0011]将调频引信差频信号进行一次全局傅里叶变换，根据差频信号傅里叶谱的极值点分布情况，将傅里叶谱划分成不同的待分解区间，如式(1)所示；
[0012][0013]其中，F(nω1)为调频引信差频信号的全局傅里叶变换，n为正整数，表示谐波序数，T1为持续时长，ω1为对应频率，f(t)为调频引信差频信号；
[0014]步骤1.2经验小波变换的初始参数设置：
[0015]根据调频引信差频信号傅里叶谱的极值点分布情况，将调频引信差频信号傅里叶谱划分成不同的待分解区间，并确定最佳分解模态数K，实现经验小波变换的初始参数设置；
[0016]步骤1.3调频引信差频信号的自适应分解：
[0017]在每个待分解区间上根据经验小波自适应的构建带通小波滤波器组，带通小波滤波器组包括经验小波函数ψ
k
(ω)以及经验尺度函数经验小波函数ψ
k
(ω)如式(2)所示，经验尺度函数如式(3)所示，通过带通小波滤波器组对调频引信差频信号进行滤波，实现对调频引信差频信号进行自适应分解；
[0018][0019][0020]其中，β(x)＝x4(35
‑
84x+70x2‑
20x3)，k＝1,2,...,K为分解区间序数，ω为调频引信差频信号频率，ω
k
为频谱划分边界，τ
k
为过渡段宽度，满足τ
k
＝γω
k
,
[0021]步骤二：提取包含目标回波的模态分量：
[0022]根据步骤一中经验小波变换的结果，将调频引信差频信号自适应的分解为一系列不同频带占优的子模态分量，主要频率成分由低到高排序，实现不同频率成分的分离，获取不同模态分量：
[0023]重构的调频引信差频信号f(t)如式(4)所示：
[0024][0025]其中，为经验尺度函数的傅里叶反变换结果，ψ
k
(t)为经验小波函数ψ
k
(ω)的傅里叶反变换结果，表示卷积运算，F
‑1[.]表示傅里叶反变换。为细节系数，如式(5)所示，为细节系数的傅里叶变换结果，为逼近系数，如式(6)所示，为逼近系数的傅里叶变换结果：
[0026][0027][0028]其中，τ为信号的起始时刻，表示共轭运算，f(ω)为f(t)对应的傅里叶变换结果；
[0029]经过步骤一经验小波变换处理后，原调频引信差频信号的各子模态分量如式(7)以及式(8)所示：
[0030][0031][0032]其中，f0(t)为最低频率区间的信号分量，f
k
(t)为其他区间对应的信号分量；
[0033]剔除首尾模态分量，滤除对应的高频噪声干扰以及低频近程泄露信号，剩余模态分量作为待检目标模态分量；
[0034]步骤三：待检目标模态分量的傅里叶谱分析：
[0035]根据预设炸高确定有效频率的大小，差频信号中的主要频率分量与目标距离线性相关，如式(9)所示；
[0036][0037]其中，R为预设炸高，q为傅里叶频率序数；B为发射信号调制带宽，c为电磁波传播速度，N为信号长度对应的调制周期数；
[0038]进一步的，对待检目标模态分量进行傅里叶谱分析，判断峰值对应频率与预设炸高对应频率是否一致，若一致，进行步骤四幅度门限判决；若不一致，进行下一个待检目标模态分量的判决；
[0039]步骤四：幅度门限判决：
[0040]将步骤三确定的频率对应的峰值与预定最低门限做比较，若高于最低门限要求，则判定为有目标，向下一级输出起爆信号；若低于最低门限要求，则判定为无目标，进行下一个待检模态的判决；若所有待检模态均判定完成且未输出起爆信号，则返回步骤一，对下一段调频引信差频信号进行处理。
[0041]有益效果：
[0042]1、本专利技术的一种基于经验小波变换的调频引信信号处理方法，通过经验小波变换将差频信号自适应的分解为多个子模态分量，并剔除差频信号中的近程泄露信号以及噪声干扰信号，具有较强的抗干扰能力；
[0043]2、本专利技术的，通过对待检模态分量依次进行峰值频率检测以及幅值门限检测，确定是否包含目标信号本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于经验小波变换的调频引信信号处理方法，其特征在于：包括如下步骤：步骤一：基于经验小波变换的差频信号自适应分解，具体包括以下子步骤：步骤1.1差频信号的全局傅里叶变换：将调频引信差频信号进行一次全局傅里叶变换，根据差频信号傅里叶谱的极值点分布情况，将傅里叶谱划分成不同的待分解区间，如式(1)所示；其中，F(nω1)为调频引信差频信号的全局傅里叶变换，n为正整数，表示谐波序数，ω1为对应频率，T1为持续时长，f(t)为调频引信差频信号；步骤1.2经验小波变换的初始参数设置：根据调频引信差频信号傅里叶谱的极值点分布情况，将调频引信差频信号傅里叶谱划分成不同的待分解区间，并确定最佳分解模态数K，实现经验小波变换的初始参数设置；步骤1.3调频引信差频信号的自适应分解：在每个待分解区间上根据经验小波自适应的构建带通小波滤波器组，带通小波滤波器组包括经验小波函数ψ
k
(ω)以及经验尺度函数经验小波函数ψ
k
(ω)如式(2)所示，经验尺度函数如式(3)所示，通过带通小波滤波器组对调频引信差频信号进行滤波，实现对调频引信差频信号进行自适应分解；实现对调频引信差频信号进行自适应分解；其中，β(x)＝x4(35
‑
84x+70x2‑
20x3)，k＝1,2,...,K为分解区间序数，ω为调频引信差频信号频率，ω
k
为频谱划分边界，τ
k
为过渡段宽度，满足步骤二：提取包含目标回波的模态分量：根据步骤一中经验小波变换的结果，将调频引信差频信号自适应的分解为一系列不同频带占优的子模态分量，主要频率成分由低到高排序，实现不同频率成分的分离，获取不同模态分量：重构的调频引信差频信号f(t)如式(4)所示：
其中，为经验尺度函数的傅里叶反变换结果，ψ
k
...

【专利技术属性】
技术研发人员：郝新红，周文，闫晓鹏，郑胜，杨瑾，段乐帆，刘冰，陈彦君，贾瑞丽，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：