一种基于认知机制的非均匀动态滤波器组的构建方法

摘要

本发明公开了一种基于认知机制的非均匀动态滤波器组的构建方法。目前的非均匀动态信道化技术在遇到跨信道宽带信号时难以快速高效的构建非均匀动态信道。本发明如下：一、建立均匀信道化结构。二、均匀信道化结构测量被测脉冲信号。三、将脉冲信号内的多个电磁信号分别于动态知识库进行匹配，若匹配成功，则动态知识库输出电磁信号的信道设置参数。若匹配失败，则进行非均匀动态信道化环节，获取电磁信号的信道设置参数。四、根据各电磁信号的信道设置参数构建非均匀动态滤波器组。本发明节省了针对信号设计直接型带通滤波器的时间和资源，为后续的非均匀动态信道化滤波器组的构建提供了快速高效的优化参数。

说明书

技术领域

本发明属于雷达信号处理技术领域，具体涉及一种基于认知机制的非均匀动态滤波器组的构建方法。

背景技术

在非协作信号环境中，目前的非均匀动态信道化技术在遇到跨信道宽带信号时难以快速高效的构建非均匀动态信道。因此，如何快速调整信道结构是宽带数字接收机所面临的一个重大挑战。虽然采用非均匀动态信道化技术会极大地降低信号跨信道的概率，但是对于非均匀动态信道构建的速度和效率还远远不够。认知信道化技术能够提高信道调整速度和效率，因此在宽带数字接收机中逐步受到重视。

在非均匀动态信道构建速率方面，目前出现的非均匀动态信道化技术非均匀动态信道构建速率较慢，而基于匹配查找学习库的认知信道化技术，能够快速输出信号对应的最优信道参数。在滤波器组设计复杂度方面，基于认知机制的子信道重构技术需要信道合并、拆分和搬移等操作，实现复杂度较高，并且容易引起信号的混叠失真，而基于FRM技术的非均匀动态信道化结构能够弥补其高复杂度的劣势。因此，基于认知机制的非均匀动态信道化能够同时满足对于非均匀动态信道构建速度和设计复杂度的要求。2006年，国际著名信号处理专家Simon Haykin提出了认知雷达的概念，指明了未来雷达的智能化发展趋势，表明了认知雷达能够更加适应日益复杂的电磁环境和越来越拥挤的无线电环境。

针对以上分析，根据基于能量检测和信号边界检测的频谱感知算法感测信号占用信道的分布情况，采用FRM技术设计直接型带通滤波器，并将认知机制和非均匀动态信道化技术结合。不仅保证了目标信号的测量精度和信噪比，还提高了非均匀动态信道构建速率，降低了设计非均匀动态信道复杂度，对于复杂的电磁环境具备了极强的适应能力。

发明内容

本发明的目的在于提供一种基于认知机制的非均匀动态滤波器组的构建方法。

本发明的具体步骤如下：

步骤一、根据预设的信号采样频率F_s、通带频率F_p、阻带频率F_s、通带波纹D_p、阻带衰减D_s和密度因子dens，通过帕克斯-麦克莱伦算法得到均匀信道化原型滤波器，并通过对均匀信道化原型滤波器多相分解得到多相滤波器组结构，进而得到均匀信道化结构。

用均匀信道化结构测量被测脉冲信号，通过基于能量检测的频谱感知算法得到信道频谱分布示意图。根据信道频谱分布示意图，得到被测脉冲信号中的电磁信号个数n及n个电磁信号的信道频谱分布参数。i＝1,2,…,n，依次执行步骤二至五。

步骤二、通过匹配查找算法将第i个电磁信号的信道频谱分布参数与动态知识库中的信道分布参数进行匹配。若匹配成功，则动态知识库直接输出第i个电磁信号的信道设置参数，并跳过步骤三、四和五。若匹配失败，则进入步骤三。

步骤三、计算电磁信号所占用的左边界信道的通带左边缘频率f_l和右边界信道的通带右边缘频率f_r如式(1)和(2)所示；f_l和f_r均为归一化参数，因此下文根据f_l和f_r计算出来的的参数均为归一化参数。

式(1)和(2)中，P_l为第i个电磁信号所占用的各个信道的左边界信道序号；P_r为第i个电磁信号所占用的各个信道的右边界信道序号；f_P为均匀信道化原型滤波器的通带频率。

步骤四、以f_r为输入量，利用FRM技术设计出第一过渡滤波器H_t1(z)。以1-f_l为输入量，利用FRM技术设计出第二过渡滤波器H_t2(z)。

利用FRM技术设计出过渡滤波器H_t(z)的方法如图4所示，具体步骤如下：

1)将输入量赋值给通带截止频率ω_p。计算过渡滤波器H_t(z)的阻带开始频率ω_s＝ω_p+0.1。

2)计算原型低通滤波器H_a(z)的通带截止频率ω_ap和阻带开始频率ω_as如式(3)和(4)所示：

ω_ap＝ω_pM-2m(3)

ω_as＝ω_sM-2m(4)

式(3)和(4)所示，M为插值系数，且M为整数；表示小于或等于ω_pM/2的最大整数。

3)根据信号采样频率为F_s、通带波纹D_p、阻带衰减D_s和密度因子dens、原型低通滤波器H_a(z)的通带截止频率ω_ap、阻带开始频率ω_as，通过帕克斯-麦克莱伦算法得到长度N_a为奇数的原型低通滤波器H_a(z)。并得到原型低通滤波器H_a(z)的互补滤波器H_c(z)。

4)对原型低通滤波器H_a(z)、互补滤波器H_c(z)分别进行M倍零值内插操作，得到第一插值滤波器H_a(z^M)、第二插值滤波器H_c(z^M)。

5)计算第一频率响应掩蔽滤波器H_Ma(z)的通带截止频率ω_p1、阻带开始频率ω_s1以及第二频率响应掩蔽滤波器H_Mc(z)的通带截止频率ω_p2、阻带开始频率ω_s2如式(5)、(6)、(7)和(8)所示：

ω_p1＝(2m+ω_ap)/M(5)

ω_s1＝[2(m+1)-ω_as]/M(6)

ω_p2＝(2m-ω_ap)/M(7)

ω_s2＝(2m+ω_as)/M(8)

6)根据信号采样频率为F_s、通带波纹D_p、阻带衰减D_s和密度因子dens、第一频率响应掩蔽滤波器H_Ma(z)的通带截止频率ω_p1、阻带开始频率ω_s1，通过帕克斯-麦克莱伦算法得到第一频率响应掩蔽滤波器H_Ma(z)。根据信号采样频率为F_s、通带波纹D_p、阻带衰减D_s和密度因子dens、第二频率响应掩蔽滤波器H_Mc(z)的通带截止频率ω_p2和阻带开始频率ω_s2，通过帕克斯-麦克莱伦算法得到第二频率响应掩蔽滤波器H_Mc(z)。

7)用第一频率响应掩蔽滤波器H_Ma(z)将第一插值滤波器H_a(z^M)周期频谱中多余的频带过滤掉，得到第一初步滤波器。用第二频率响应掩蔽滤波器H_Mc(z)将第二插值滤波器H_c(z^M)周期频谱中多余的频带过滤掉，得到第二初步滤波器。将第一初步滤波器与第二初步滤波器相加，得到过渡滤波器H_t(z)。过渡滤波器H_t(z)即为设计出的滤波器。

步骤五、第一过渡滤波器H_t1(z)即为目标低通滤波器H_l(z)。将第二过渡滤波器H_t2(z)的滤波器系数间隔取反，从而得到目标高通滤波器H_h(z)。对目标高通滤波器H_h(z)和目标低通滤波器H_l(z)进行滤波器系数卷积运算，得到针对信号设计出来的目标带通滤波器H_b(z)。目标带通滤波器H_b(z)的系数即为第i个电磁信号的信道设置参数。

步骤六、将n个电磁信号的信道设置参数按照电磁信号的顺序依次排列，构建非均匀动态滤波器组。第j个电磁信号的信道设置参数即为非均匀动态滤波器组的中的第j个滤波器的系数。

进一步地，步骤五中滤波器系数间隔取反计算过程如下：

h_h(n)＝(-1)ⁿh_t2(n)，n＝1,2,...,N_t2

其中，h_h(n)为目标高通滤波器H_h(z)的系数，h_t2(n)为第二过渡滤波器H_t2(z)的系数，N_t2为第二过渡滤波器H_t2(z)的长度。

进一步地，步骤五中滤波器系数卷积计算过程如下：

其中，代表卷积运算；h_b(n)为目标带通滤波器H_b(z)的系数；h_l(n)为目标低通滤波器H_l(z)的系数。

进一步地，步骤五中，将所得第i个电磁信号的信道频谱分布参数及信道设置参数配对后存储到动态知识库中。

本发明具有的有益效果是：

1、本发明通过基于匹配查找和学习存储的认知机制处理跨信道宽带信号，在接收机接收到的信号信道分布参数与以往接收过的信号信道分布参数相同时，则会迅速输出其动态知识库中与此信道分布参数对应的信道设置参数，节省了针对信号设计直接型带通滤波器的时间和资源，为后续的非均匀动态信道化滤波器组的构建提供了快速高效的优化参数。

2、本发明通过采用FRM技术和直接型带通滤波器设计方法，针对信号的频谱分布特征设计低复杂度和窄过渡带的带通滤波器，节约了大量的乘法器和加法器资源，并且具有较为优越的滤波器性能。

3、本发明的认知处理可快速输出匹配成功的信号信道设置参数，而非均匀动态信道化则能够在认知匹配失败后启用FRM技术和直接型滤波器设计联合方式设计出这些匹配失败的信号对应的非均匀动态信道。两者输出的信号信道设置参数共同构建了非均匀动态信道化滤波器组，避免了信号跨信道情况的出现，极大地提高了非均匀动态滤波器组构建的速度和效率，降低了非均匀动态滤波器组构建的复杂度，节约了大量的硬件资源。

附图说明

图1为本发明的整体流程图；

图2为本发明的认知处理部分(即步骤二至五)流程图；

图3为本发明中带通滤波器的设计流程图；

图4为本发明中过渡滤波器的设计流程图；

图5为本发明在一种示例中所得的信道频谱分布示意图；

图6(a)为本发明在一种示例中原型低通滤波器与其互补滤波器的仿真效果图；

图6(b)为本发明在一种示例中第一插值滤波器与第二插值滤波器的仿真效果图；

图6(c)为本发明在一种示例中第一频率响应掩蔽滤波器与第二频率响应掩蔽滤波器的仿真效果图；

图6(d)为本发明在一种示例中过渡滤波器的仿真效果图；

图7(a)为本发明在一种示例中被测脉冲信号的信号频域图；

图7(b)为本发明所得非均匀动态滤波器组的仿真效果图；

图8为本发明与现有非均匀动态信道化技术在一种示例中的信号个数与运算量关系仿真效果对比图。

具体实施方式

以下结合附图对本发明作进一步说明。

如图1所示，一种基于认知机制的非均匀动态滤波器组的构建方法的具体步骤如下：

步骤一、根据预设的信号采样频率F_s、通带频率F_p、阻带频率F_s、通带波纹D_p、阻带衰减D_s和密度因子dens，通过帕克斯-麦克莱伦算法得到均匀信道化原型滤波器，并通过对均匀信道化原型滤波器多相分解得到多相滤波器组结构，进而得到均匀信道化结构。

用均匀信道化结构测量被测脉冲信号，通过基于能量检测的频谱感知算法得到信道频谱分布示意图。根据信道频谱分布示意图，得到被测脉冲信号中的电磁信号个数n及n个电磁信号的信道频谱分布参数(信道频谱分布参数即电磁信号占用的各个均匀信道的序号)。i＝1,2,…,n，依次执行步骤二至五。步骤三至步骤五为非均匀动态信道化环节。

步骤二、如图2所示，通过匹配查找算法将第i个电磁信号的信道频谱分布参数与动态知识库中的信道分布参数进行匹配(若动态知识库中具有和电磁信号信道频谱分布参数相同的信号，则为匹配成功)。

若匹配成功，则动态知识库直接输出第i个电磁信号的信道设置参数，并跳过步骤三、四和五。若匹配失败，则进入步骤三。

步骤三、计算电磁信号所占用的左边界信道的通带左边缘频率f_l和右边界信道的通带右边缘频率f_r如式(1)和(2)所示；f_l和f_r均为归一化参数，因此下文根据f_l和f_r计算出来的的参数均为归一化参数。

式(1)和(2)中，P_l为第i个电磁信号所占用的各个信道的左边界信道序号(左边界信道序号为各个信道中序号最小的那个信道的序号)；P_r为第i个电磁信号所占用的各个信道的右边界信道序号(右边界信道序号为各个信道中序号最大的那个信道的序号)；f_P为均匀信道化原型滤波器的通带频率，其值根据帕克斯-麦克莱伦算法计算得到。

步骤四、如图3所示，以f_r为输入量，利用FRM技术设计出第一过渡滤波器H_t1(z)。以1-f_l为输入量，利用FRM技术设计出第二过渡滤波器H_t2(z)。

利用FRM技术设计出过渡滤波器H_t(z)的方法如图4所示，具体步骤如下：

1)将输入量赋值给通带截止频率ω_p。计算过渡滤波器H_t(z)的阻带开始频率ω_s＝ω_p+0.1。

2)计算原型低通滤波器H_a(z)的通带截止频率ω_ap和阻带开始频率ω_as如式(3)和(4)所示：

ω_ap＝ω_pM-2m(3)

ω_as＝ω_sM-2m(4)

式(3)和(4)所示，M为插值系数，且M为整数；表示小于或等于ω_pM/2的最大整数。

3)根据信号采样频率为F_s、通带波纹D_p、阻带衰减D_s和密度因子dens、原型低通滤波器H_a(z)的通带截止频率ω_ap、阻带开始频率ω_as，通过帕克斯-麦克莱伦算法得到长度N_a为奇数的原型低通滤波器H_a(z)。并得到原型低通滤波器H_a(z)的互补滤波器H_c(z)。互补滤波器H_c(z)的传输函数为滤波器的长度即为滤波器阶数，也等于滤波器系数个数减一。

4)对原型低通滤波器H_a(z)、互补滤波器H_c(z)分别进行M倍零值内插操作，得到第一插值滤波器H_a(z^M)、第二插值滤波器H_c(z^M)。第一插值滤波器H_a(z^M)及第二插值滤波器H_c(z^M)的带宽分别被压缩至原型低通滤波器H_a(z)、互补滤波器H_c(z)的1/M。

5)计算第一频率响应掩蔽滤波器H_Ma(z)的通带截止频率ω_p1、阻带开始频率ω_s1以及第二频率响应掩蔽滤波器H_Mc(z)的通带截止频率ω_p2、阻带开始频率ω_s2如式(5)、(6)、(7)和(8)所示：

ω_p1＝(2m+ω_ap)/M(5)

ω_s1＝[2(m+1)-ω_as]/M(6)

ω_p2＝(2m-ω_ap)/M(7)

ω_s2＝(2m+ω_as)/M(8)

6)根据信号采样频率为F_s、通带波纹D_p、阻带衰减D_s和密度因子dens、第一频率响应掩蔽滤波器H_Ma(z)的通带截止频率ω_p1、阻带开始频率ω_s1，通过帕克斯-麦克莱伦算法得到第一频率响应掩蔽滤波器H_Ma(z)。根据信号采样频率为F_s、通带波纹D_p、阻带衰减D_s和密度因子dens、第二频率响应掩蔽滤波器H_Mc(z)的通带截止频率ω_p2和阻带开始频率ω_s2，通过帕克斯-麦克莱伦算法得到第二频率响应掩蔽滤波器H_Mc(z)。

7)用第一频率响应掩蔽滤波器H_Ma(z)将第一插值滤波器H_a(z^M)内插带来的周期频谱中多余的频带过滤掉，得到第一初步滤波器。用第二频率响应掩蔽滤波器H_Mc(z)将第二插值滤波器H_c(z^M)内插带来的周期频谱中多余的频带过滤掉，得到第二初步滤波器。将第一初步滤波器与第二初步滤波器相加，得到过渡滤波器H_t(z)。过渡滤波器H_t(z)的传输函数为H_t(z)＝H_a(z^M)H_Ma(z)+H_c(z^M)H_Mc(z)。过渡滤波器H_t(z)即为设计出的滤波器。

步骤五、第一过渡滤波器H_t1(z)即为目标低通滤波器H_l(z)。将第二过渡滤波器H_t2(z)的滤波器系数间隔取反，从而得到目标高通滤波器H_h(z)。

滤波器系数间隔取反计算过程如下：

h_h(n)＝(-1)ⁿh_t2(n)，n＝1,2,...,N_t2

其中，h_h(n)为目标高通滤波器H_h(z)的系数，h_t2(n)为第二过渡滤波器H_t2(z)的系数，N_t2为第二过渡滤波器H_t2(z)的长度。

对目标高通滤波器H_h(z)和目标低通滤波器H_l(z)进行滤波器系数卷积运算，得到针对信号设计出来的目标带通滤波器H_b(z)。

滤波器系数卷积计算过程如下：

其中，代表卷积运算；h_b(n)为目标带通滤波器H_b(z)的系数；h_l(n)为目标低通滤波器H_l(z)的系数。

目标带通滤波器H_b(z)的系数即为第i个电磁信号的信道设置参数。所得第i个电磁信号的信道频谱分布参数及信道设置参数配对后存储到动态知识库中。

步骤六、将n个电磁信号的信道设置参数按照电磁信号的顺序依次排列，构建非均匀动态滤波器组。第j个电磁信号的信道设置参数即为非均匀动态滤波器组的中的第j个滤波器的系数。

本发明通过认知机制和基于FRM的非均匀动态信道化技术的结合，极大地提高了接收机针对信号构建非均匀动态滤波器组的效率。认知处理可快速输出匹配成功的信号信道设置参数，而非均匀动态信道化则能够在认知匹配失败后启用FRM技术和直接型滤波器设计联合方式设计出这些匹配失败的信号对应的非均匀动态信道。两者输出的信号信道设置参数共同构建了非均匀动态信道化滤波器组，避免了信号跨信道情况出现的同时，极大地提高了非均匀动态信道构建的速度和效率，降低了非均匀动态滤波器组构建的复杂度，节约了大量的硬件资源。

对本发明举实例进行仿真分析的结果如下：

以包含4个线性调频信号(LFM)，4个线性调频信号中心频率分别为150MHz、300MHz、535MHz、750MHz，信号带宽分别为30MHz、50MHz、120MHz、80MHz的脉冲信号且脉冲宽度为36.409μs作为被测脉冲信号进行仿真。在被测脉冲信号中添加高斯白噪声。系统采样频率F_s＝1800MHz，信道数目为64，抽取倍数为32，信道带宽为28.125MHz，均匀信道化原型滤波器的通带截止频率为14.0625MHz，阻带开始频率为28.125MHz，阻带衰减60dB，能量检测门限值定为高于基底噪声8dB。被测脉冲信号经过步骤一的均匀信道化结构测量后所得的信道频谱分布示意图如图5所示。图5中横坐标为信道的序号。若一个信道对应纵坐标为1，则该信道为被信号占用的信道。

取脉冲信号内中心频率为300MHz、带宽为50MHz的线性调频信号进行第一过渡滤波器设计过程仿真，得到图6(a)、图6(b)、图6(c)、图6(d)。从图中可以看出，过渡滤波器的过渡带明显比原型滤波器窄，从而验证了FRM技术设计窄过渡带滤波器的有效性。

对比图7(a)和图7(b)可以看出，在认知机制和基于FRM技术的非均匀动态信道化技术联合作用下，本发明得到的非均匀动态滤波器组信道带宽与被测脉冲信号带宽十分逼近，实现了信道对于信号的动态跟踪，节省了大量的硬件资源，避免了信号跨信道的情况。与此同时也减小了信号无模糊测频范围，提高了测频精度和信噪比。由此可见，本发明具有高效性和准确性，在拥有窄过渡带和降低复杂度的同时能够构建出动态跟踪信号的非均匀动态信道，极大地提高了宽带数字接收机对于复杂电磁环境的适应能力。

图8中，圆形连线对应本发明，星形连线对应子信道重构技术，三角形连线对应基于FRM的动态信道化技术。从图中可以看出，当信号数大于或等于5时，本发明的运算量低于子信道重构技术和基于FRM的动态信道化技术，且随着信号个数的增多，本发明的优势越发明显。