System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于聚类的跳频信号参数估计方法、装置、设备及介质制造方法及图纸_技高网

基于聚类的跳频信号参数估计方法、装置、设备及介质制造方法及图纸

技术编号:43449171 阅读:2 留言:0更新日期:2024-11-27 12:52
本发明专利技术涉及信号处理技术领域,提供一种基于聚类的跳频信号参数估计方法、装置、设备及介质,该方法包括:对接收到的跳频信号进行短时傅里叶变换得到时频图,基于时频图检测跳频信号的初始频点和初始带宽;对跳频信号中不同时段的信号进行聚类得到跳频信号的时间参数;基于时间参数从跳频信号的时域数据中提取第一目标信号;根据初始频点和初始带宽对第一目标信号进行变频和下采样处理,得到第二目标信号;基于第二目标信号估计跳频信号的参数。通过聚类得到的时间参数对跳频信号进行二次信号提取,并对二次提取的信号进行变频和下采样,提高信号分辨率从而提高参数估计的精度,根据估计出的跳频信号的参数能够提高对跳频信号的识别准确性。

【技术实现步骤摘要】

本专利技术涉及信号处理,尤其涉及一种基于聚类的跳频信号参数估计方法、装置、设备及介质


技术介绍

1、跳频通信技术是一种通过快速切换载波频率来传输信息的技术,因其频率跳变的不可预测性,使得窃听者难以捕捉到完整的信号,极大地增强了通信的隐蔽性和抗干扰能力,因而被广泛应用于移动通信中,以提高抗干扰能力和通信的保密性。随着无线通信技术的不断发展,跳频通信在频谱资源的高效利用和频率分集技术中的应用越来越广泛。

2、在跳频信号的检测与分析过程中,如何准确识别信号的频点和带宽是关键,跳频信号的频率快速变化使得传统的频谱分析方法难以有效捕捉其特征,这对信号的识别和提取提出了更高的要求。现有的对跳频信号的检测方式在处理强干扰环境下的信号时,容易受到噪声的影响,导致信号识别的准确性下降。并且,频谱分析的时间分辨率不足,难以准确捕捉跳频信号的瞬时频率变化,在初始信号的带宽较宽的情况下,频率分辨率也不足,估计出的频率和带宽等信号参数精度不足,同样影响对跳频信号的识别准确性。


技术实现思路

1、本专利技术提供一种基于聚类的跳频信号参数估计方法、装置、设备及介质,用以解决现有的跳频信号检测时的分辨率不足,导致对信号参数的估计精度不足,影响对跳频信号识别的准确性的缺陷。

2、本专利技术提供一种基于聚类的跳频信号参数估计方法,包括:

3、对接收到的跳频信号进行短时傅里叶变换,得到所述跳频信号的时频图,基于所述时频图检测所述跳频信号的初始频点和初始带宽;

4、对所述跳频信号中不同时间段的信号进行聚类,确定所述跳频信号的时间参数;所述时间参数包括起始时间和结束时间;

5、基于所述时间参数从所述跳频信号的时域数据中提取第一目标信号;

6、根据所述初始频点和所述初始带宽对所述第一目标信号进行变频和下采样处理,得到第二目标信号;

7、基于所述第二目标信号估计所述跳频信号的参数。

8、根据本专利技术提供的基于聚类的跳频信号参数估计方法,所述对所述跳频信号中不同时间段的信号进行聚类,确定所述跳频信号的时间参数,包括:

9、将所述跳频信号中不同时间段的信号转化为信号矩阵;

10、基于所述信号矩阵对所述跳频信号进行聚类,得到所述跳频信号的聚类参数;所述聚类参数包括类别数量、各类别下的目标数据点、各类别下的目标数据点的数据点数量、索引和中心值;

11、其中,对第二时间段的信号的聚类是在对第一时间段的信号的聚类结果的基础上进行的,所述第一时间段的信号是所述不同时间段的信号中的任一时间段的信号,所述第二时间段的信号是所述第一时间段的信号的后一时间段的信号;

12、根据所述聚类参数确定所述跳频信号的时间参数。

13、根据本专利技术提供的基于聚类的跳频信号参数估计方法,所述基于所述信号矩阵对所述跳频信号进行聚类,得到所述跳频信号的聚类参数,包括:

14、初始化第一单元格数组、第二单元格数组、第一向量和第一矩阵;

15、基于所述信号矩阵对所述跳频信号进行逐点分类,将所述跳频信号的各数据点分类保存到所述第一单元格数组中,并将所述跳频信号的各数据点的索引保存至所述第二单元格数组;

16、根据所述第一单元格数组中保存的各类别的目标数据点,以及所述第二单元格数组中保存的各类别的目标数据点的索引,统计各类别的数据点数量和中心值;

17、将所述数据点数量保存至所述第一向量,将所述中心值保存至所述第一矩阵,得到各类别的跳频信号的聚类参数。

18、根据本专利技术提供的基于聚类的跳频信号参数估计方法,所述基于所述信号矩阵对所述跳频信号进行逐点分类,将所述跳频信号的各数据点分类保存到所述第一单元格数组中,并将所述跳频信号的各数据点的索引保存至所述第二单元格数组,包括:

19、获取已有类别,以及所述已有类别中各类别的中心值;

20、从所述信号矩阵中选取所述跳频信号的一个目标数据点,计算所述目标数据点与所述已有类别中各类别的中心值的目标距离;

21、根据所述目标距离确定所述已有类别中与所述目标数据点距离最近的目标类别;

22、若所述目标类别与所述目标数据点之间的目标距离大于预设阈值,则在所述第一单元格数组中创建所述目标数据点对应的新增类别,并将所述目标数据点保存至所述第一单元格数组,以及将所述目标数据点的索引保存至所述第二单元格数组;

23、若所述目标类别与所述目标数据点之间的目标距离小于或等于预设阈值,将所述目标数据点作为所述目标类别下的数据点保存至所述第一单元格数组,以及将所述目标数据点的索引保存至所述第二单元格数组;

24、根据所述目标数据点更新所述新增类别或所述目标类别的数据点数量和中心值;

25、返回并执行所述从所述信号矩阵中选取所述跳频信号的一个目标数据点的步骤,直到所述目标数据点为所述跳频信号的最后一个数据点为止。

26、根据本专利技术提供的基于聚类的跳频信号参数估计方法,所述根据所述聚类参数确定所述跳频信号的时间参数,包括:

27、根据所述聚类参数确定所述跳频信号对应的各类别中的第一类别和第二类别;所述第一类别是对所述跳频信号进行聚类后存在新增数据点的类别,所述第二类别是对所述跳频信号进行聚类后不存在新增数据点的类别;

28、根据所述第二类别的聚类参数中的索引,确定所述第二类别的起始时间索引和结束时间索引;

29、根据所述起始时间索引和所述结束时间索引,确定所述第二类别下的目标数据点对应的跳频信号的时间参数。

30、根据本专利技术提供的基于聚类的跳频信号参数估计方法,所述根据所述初始频点和所述初始带宽对所述第一目标信号进行变频和下采样处理,得到第二目标信号,包括:

31、根据所述初始频点对所述第一目标信号进行变频处理,以将所述第一目标信号的初始频点变为预设频率,得到变频信号;

32、根据所述初始带宽对所述变频信号进行下采样处理,以对所述变频信号的高带宽进行抽取和滤波,得到第二目标信号。

33、根据本专利技术提供的基于聚类的跳频信号参数估计方法,所述跳频信号的参数包括目标带宽、中心频点和信号持续时间;所述基于所述第二目标信号估计所述跳频信号的参数,包括:

34、提取所述第二目标信号中的单跳信号的时域数据;

35、基于预设的时域阈值,从所述时域数据的起始处开始向后进行逐点检测,获取首个信号幅度大于所述时域阈值的第一目标点,以及从所述时域数据的结束处开始向前进行逐点检测,获取首个小于所述时域阈值的第二目标点;

36、将所述第一目标点对应的时间索引作为目标起始时间,将所述第二目标点对应的时间索引作为目标结束时间,计算所述目标起始时间和所述目标结束时间的差值,得到所述跳频信号的信号持续时间;

37、对所述时域数据进行傅里叶变换,得到所述单跳信号的目标频谱;

38、基于预设的本文档来自技高网...

【技术保护点】

1.一种基于聚类的跳频信号参数估计方法,其特征在于,包括:

2.根据权利要求1所述的基于聚类的跳频信号参数估计方法,其特征在于,所述对所述跳频信号中不同时间段的信号进行聚类,确定所述跳频信号的时间参数,包括:

3.根据权利要求2所述的基于聚类的跳频信号参数估计方法,其特征在于,所述基于所述信号矩阵对所述跳频信号进行聚类,得到所述跳频信号的聚类参数,包括:

4.根据权利要求3所述的基于聚类的跳频信号参数估计方法,其特征在于,所述基于所述信号矩阵对所述跳频信号进行逐点分类,将所述跳频信号的各数据点分类保存到所述第一单元格数组中,并将所述跳频信号的各数据点的索引保存至所述第二单元格数组,包括:

5.根据权利要求2所述的基于聚类的跳频信号参数估计方法,其特征在于,所述根据所述聚类参数确定所述跳频信号的时间参数,包括:

6.根据权利要求1所述的基于聚类的跳频信号参数估计方法,其特征在于,所述根据所述初始频点和所述初始带宽对所述第一目标信号进行变频和下采样处理,得到第二目标信号,包括:

7.根据权利要求1所述的基于聚类的跳频信号参数估计方法,其特征在于,所述跳频信号的参数包括目标带宽、中心频点和信号持续时间;所述基于所述第二目标信号估计所述跳频信号的参数,包括:

8.一种基于聚类的跳频信号参数估计装置,其特征在于,包括:

9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的基于聚类的跳频信号参数估计方法的步骤。

10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于聚类的跳频信号参数估计方法的步骤。

...

【技术特征摘要】

1.一种基于聚类的跳频信号参数估计方法,其特征在于,包括:

2.根据权利要求1所述的基于聚类的跳频信号参数估计方法,其特征在于,所述对所述跳频信号中不同时间段的信号进行聚类,确定所述跳频信号的时间参数,包括:

3.根据权利要求2所述的基于聚类的跳频信号参数估计方法,其特征在于,所述基于所述信号矩阵对所述跳频信号进行聚类,得到所述跳频信号的聚类参数,包括:

4.根据权利要求3所述的基于聚类的跳频信号参数估计方法,其特征在于,所述基于所述信号矩阵对所述跳频信号进行逐点分类,将所述跳频信号的各数据点分类保存到所述第一单元格数组中,并将所述跳频信号的各数据点的索引保存至所述第二单元格数组,包括:

5.根据权利要求2所述的基于聚类的跳频信号参数估计方法,其特征在于,所述根据所述聚类参数确定所述跳频信号的时间参数,包括:

6.根据权利要求1所述的基...

【专利技术属性】
技术研发人员:余昌学王磊赖远萱
申请(专利权)人:杰创智能科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1