[发明专利]基于瑞利熵的自适应时频同步压缩方法

权利要求书

1.一种基于瑞利熵的自适应时频同步压缩方法，包括如下步骤：

(1)采集信号：

信号采集系统通过雷达侦察接收机设备，实时采集目标空域中的任意一段信号；

(2)获取信号点序列：

根据所采集信号的长度，对所采集的信号在大于等于1的采样频率范围内，选取一个采样频率进行采样，得信号点序列N＝Tf_s，其中，N表示信号点序列的长度，T表示所采集的雷达侦察接收机信号的时间长度，f_s表示采集信号的采样频率；

(3)选取信号点序列的窗口参数集合：

(3a)选取高斯函数为窗函数；

(3b)在(0,1]区间，以1/N的步长，选取N个不同的值，组成窗口参数集合；

(4)计算瑞利熵：

(4a)在窗口参数集合中，任意选取一个窗口参数，在其对应的窗函数下，对信号点序列进行离散加窗傅里叶变换，得到信号点序列的短时傅里叶变换系数；

(4b)利用瑞利熵公式，得到每个时刻的瑞利熵值；

(4c)遍历窗口参数集合中的所有窗口参数，得到每个时刻对应的瑞利熵值集合；

(5)获取最佳窗口参数序列：

(5a)从瑞利熵值集合中选出最小值，将所选最小值对应的窗函数作为每个时刻的最优窗函数；

(5b)遍历每个时刻，得到所有时刻的最优窗函数，将所有时刻下最优窗函数对应的窗口参数，组成信号点序列的最佳窗口参数序列；

(6)获取平滑的最佳窗口参数序列：

用滑动平均法，对最佳窗口参数序列内的点进行累加平均，得到平滑的最佳窗口参数序列；

(7)自适应同步压缩短时傅里叶变换：

(7a)用平滑的最佳窗口参数序列对应的窗函数集合，对信号点序列进行离散加窗傅里叶变换，得到自适应短时傅里叶变换系数；

(7b)用维特比Viterbi法，对自适应短时傅里叶变换系数在时频域进行最小路径搜索，得到信号点序列的每个分量的瞬时频率脊线；

(7c)利用同步压缩公式，根据信号点序列的每个分量的瞬时频率脊线，将每个时刻下所有对应同一频率的自适应短时傅里叶变换系数进行叠加，得到自适应同步压缩系数；

(8)获得各分量信号：

利用重构公式，将每个时刻下对应信号点序列中同一个分量瞬时频率脊线的自适应同步压缩系数进行叠加，得到信号点序列中的每个分量信号。

2.根据权利要求1所述的基于瑞利熵的自适应时频同步压缩方法，其特征在于：步骤(4b)所述的瑞利熵公式如下：

其中，R表示瑞利熵值，α表示瑞利熵系数，α≥2.5，log₂表示以2为底的对数操作，∫∫表示二重积分操作，|·|表示取绝对值操作，V_s(t,f)表示信号点序列s在短时傅里叶变换中第t个时刻第f个频率点对应的短时傅里叶变换系数。

3.根据权利要求1所述的基于瑞利熵的自适应时频同步压缩方法，其特征在于：步骤(7c)所述的同步压缩公式如下：

其中，T_s(m,n)表示信号点序列s在自适应短时傅里叶变换中的第m个时刻第n个频率点对应的自适应同步压缩系数，π表示圆周率，g表示高斯窗函数，g(0)表示在0时刻的高斯窗函数值，∫表示积分操作，V_s(m,n,σ)表示信号点序列s在平滑后的最佳窗口参数序列σ对应的窗函数集合下，自适应短时傅里叶变换中第m个时刻第n个频率点对应的自适应短时傅里叶变换系数，δ表示单位冲击函数，ω_s(m,n)表示信号点序列s的每个分量在自适应短时傅里叶变换中第m个时刻第n个频率点对应的瞬时频率。

4.根据权利要求1所述的基于瑞利熵的自适应时频同步压缩方法，其特征在于：步骤(8)所述的重构公式如下：

其中，s_k表示信号点序列s中的第k个分量信号，≈表示近似等于符号，表示信号点序列中第k个分量信号在自适应短时傅里叶变换中第m个时刻下的瞬时频率值，＜表示小于符号，χ表示门限阈值，1＜χ＜5，T_s(m,n)表示信号点序列s在自适应短时傅里叶变换中的第m个时刻第n个频率点对应的自适应同步压缩系数。