[发明专利]一种信号脉冲幅度分选的包络提取算法

权利要求书

1.一种信号脉冲幅度分选的包络提取算法，其特征在于：包括以下步骤：

步骤一：预筛选

需要对虚假脉冲进行消除处理；脉冲幅度在相邻时间中信息准确，因此预筛选时，应将大部分虚假脉冲消除，以提高算法的精度，同时不影响分选结果；

步骤二：幅度差判断

根据幅度差的计算，判断是否有信号混叠的情况；

步骤三：若无混叠，即可结束算法；若信号有混叠现象，由于脉冲具有时序性，在混叠的雷达辐射源信号脉冲中，可大致分为包含混叠与交错混叠两类，进一步判断混叠类型；

步骤四：埃尔米特插值法提取包络

若信号存在包含混叠，用埃尔米特插值法提取包络；

步骤五：幅度差提取包络

若信号存在交错混叠，用幅度差提取包络分选算法对信号进行分选；

步骤六：建立新序列

分选后建立新序列；返回步骤二，判断是否有混叠现象，若存在混叠，则进行新一轮分选，直到每个新序列中无混叠，结束算法。

2.根据权利要求1所述的一种信号脉冲幅度分选的包络提取算法，其特征在于：所述步骤二的幅度差判断，具体如下：

幅度差的表达形式如下：

ΔPa_i＝Pa_i+1-Pa_i,i＝1,2,...,n-1

幅度差积的表达形式如下：

M_i＝ΔPa_i·ΔPa_i+1,i＝1,2,...,n-2

式中：Pa为输入信号的幅度；ΔPa为相邻两个幅度的差值；M为相邻两个幅度差的乘积；i为输入信号序列的序号；

通过幅度差积M的正负规律，可判断信号序列混叠的具体位置；当M_i＞0时，在信号序列中序号为i,i+1,i+2对应的幅度值Pa_i,Pa_i+1,Pa_i+2的变化规律为逐渐增大或逐渐减小；当M_i＝0时，幅度值Pa_i,Pa_i+1,Pa_i+2中至少相邻两个幅度值的大小相等；当M_i＜0时，幅度值Pa_i,Pa_i+1,Pa_i+2的变化规律为先增大后减小或先减小后增大；若连续出现多次M＜0，则证明该段信号序列存在混叠。

3.根据权利要求1所述的一种信号脉冲幅度分选的包络提取算法，其特征在于：所述步骤三判断混叠属于包含混叠还是交错混叠的方法如下：

所述包含混叠的主要特征为其幅度差的均方差得到的结果小于经过统计得到的阈值；交错混叠的主要特征为其幅度差的绝对值先减小后增大，做幅度差的均方差得到的结果大于经过统计得到的阈值，且最小值接近于0；

均方差公式如下：

其中为幅度差平均值，N为ΔPa的总数目。

4.根据权利要求1所述的一种信号脉冲幅度分选的包络提取算法，其特征在于：所述步骤四包含混叠的埃尔米特插值法提取包络的方法为：

若混叠类型为包含混叠，且连续脉冲的变化规律为持续增大或持续减小，则可先预判定满足该条件的点为已知点；根据已知点对整段脉冲的TOA做分段三次Hermite插值，可得到该段其余TOA的x_i及其对应的插值函数值y_i，设定阈值k，通过判断y_i与原始Pa_i的关系，判定该算法得到的y_i是否为同一包络的雷达信号序列。

5.根据权利要求1所述的一种信号脉冲幅度分选的包络提取算法，其特征在于：所述步骤五交错混叠的幅度差提取包络方法为：

若混叠类型为交错混叠，有部分序列是纯净的；在同一条件下，单部雷达信号序列的幅度的变化规律如抛物线，其PA值不会突变；而在混叠部分的PA值变化明显；在信号交错混叠的情况下，根据未混叠部分的幅度差值提取该组信号的特征，从而分析整组信号的幅度差特征，进行信号分选；对于混叠部分，采取了扩展卡尔曼滤波算法对幅度差值进行滤波估计；在混叠的情况下，幅度差的变化较大且无固定规律；对ΔPA做卡尔曼滤波估计，信号混叠部分的幅度差在滤波估计前后的数值相差很大，可通过扩展卡尔曼滤波算法对信号混叠部分准确定位。