[发明专利]一种基于背景特征的辐射源信号分选方法

说明书

本发明属于信号分选技术领域，具体的说是涉及一种基于背景特征的辐射源信号分选方法。由于辐射源信号在传输过程中不可避免地受背景环境的影响，接收信号一定包含可表征背景信息的特征，这种背景特征成为可以区分辐射源的新切入点。在本发明中，处于不同位置的辐射源其接收信号存在差异，基于此，采用从接收信号中通过滤波恢复发射信号的方法，计算滤波器权向量的对数1‑范数，提取辐射源所处位置环境的背景特征，并用于实现辐射源信号分选。

技术领域

本发明属于信号分选技术领域，具体的说是涉及一种基于背景特征的辐射源信号分选方法。

背景技术

信号分选和特征分析在信号处理中具有十分重要的作用。无论是雷达辐射源还是通信辐射源，对其特征的分析与研究一直是热点研究领域，特别是复杂电磁环境下未知参数的辐射源信号分选和识别是电子情报侦察系统和电子支援系统中的重要组成部分。在雷达领域其特征可分为：基于常规五参数的特征、基于脉内的特征等。而通信领域则可分为：瞬时参数特征、高阶统计量特征、小波变换特征、循环谱特征等。

在雷达领域，早期主要利用常规五参数作为特征，即雷达脉冲到达时间(TOA)，载波频率(RF)，到达方位角(DOA)，脉冲幅度(PA)以及脉冲宽度(PD)。当电磁环境相对简单时，五参数特征可以有效区分。随着雷达电子对抗的日益激烈，各种新型复杂体制雷达和多变的电磁环境使五参数特征很难取得满意的效果。例如，到达时间(TOA)对密集的雷达信号环境和复杂的雷达干扰信号类型其分选能力下降；载波频率(RF)不能适应频率捷变雷达；到达方位角(DOA)对远距离位置相距较近的多个辐射源信号无法区分。而对于脉内特征，在理论上虽然有更好的分选效果，但对雷达接收机的要求较高。在通信领域，瞬时参数特征计算简单，但对信噪比要求高。高阶累积量作为常用的一种高阶统计量特征，可抑制高斯白噪声。小波变换特征与循环谱特征性能较好，但计算量大，且复杂度高。

辐射源信号分选就是通过寻找每个辐射源相对稳定的特征来区分不同辐射源。而背景环境作为辐射源与接收机之间必不可少的中间环节，必定对辐射源信号产生一定影响。换言之，接收信号一定包含可表征背景信息的特征参数。因此，辐射源信号的背景特征成为可以区分辐射源的新切入点。若辐射源信号在时间上，有先后顺序，依次排列互不重叠；在电磁波传输过程中，不同的传输路径所经过的传输介质、反射角度、散射程度也不同。则辐射源信号的背景特征具有的差异性，这为辐射源信号分选提供了新依据。

辐射源信号在传输过程中受背景环境作用，则接收端接收信号包含背景信息。当辐射源所处背景环境存在差异时，这种差异在接收信号中也有所体现。背景环境与信号的作用关系可表示为：

Y＝HX+N

其中：Y与X分别是接收端与辐射源信号的向量，H与N分别是背景环境矩阵与加性白噪声。Y中包含H的信息，若不同辐射源所处背景环境H不同，则Y中隐含的表征H信息的特征也不相同。

直接求取H，有一定难度。而采用从Y中通过滤波恢复X的思路，可得到H的信息，又可避免直接求取H。从Y中恢复X的实质是对H求逆的过程，此时逆滤波器的输入与输出分别为Y与X。因此，逆滤波器的权向量可表征辐射源信号的背景信息，并用于辐射源信号的分选。

发明内容

本发明的目的，就是针对辐射源信号分选问题，提供一种基于背景特征的辐射源信号分选方法，本质上是一种提取辐射源信号背景特征并用于分选的思路。相比于现有的辐射源信号分选方法，该方法着重研究辐射源信号的背景特征，为辐射源信号分选提供了新思路。

为实现上述发明目的，本发明基于背景特征的辐射源信号分选流程，包括以下步骤：

S1：设接收信号为N为数据长度，将其归一化，μ为接收信号的均值，σ为接收信号的标准差，归一化公式为：

S2：数据分段，N为数据总长度，L是各段数据长度，则分段数为M＝N/L；