CN108196236B - 基于学习的模糊逻辑判决和干扰自动消除方法及谐波雷达 - Google Patents
基于学习的模糊逻辑判决和干扰自动消除方法及谐波雷达 Download PDFInfo
- Publication number
- CN108196236B CN108196236B CN201711332253.9A CN201711332253A CN108196236B CN 108196236 B CN108196236 B CN 108196236B CN 201711332253 A CN201711332253 A CN 201711332253A CN 108196236 B CN108196236 B CN 108196236B
- Authority
- CN
- China
- Prior art keywords
- harmonic
- learning
- membership function
- detection
- fuzzy logic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000008030 elimination Effects 0.000 title claims abstract description 13
- 238000003379 elimination reaction Methods 0.000 title claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 35
- 230000004927 fusion Effects 0.000 claims abstract description 16
- 238000002592 echocardiography Methods 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims description 43
- 230000035945 sensitivity Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于学习的模糊逻辑判决和干扰自动消除谐波雷达,采用两发一收方式,发射机发射组合波,频率分别为f1、f2,分别由两个发射天线发射脉冲信号,非线性目标再辐射反射回波到达接收机,接收机采用一个接收天线,分时接收,接收回波经过放大后,分别与2f1、2f2、f1+f2进行混频,得到三个二次谐波f21、f22、f23;在三次谐波时,混频频率分别为3f1、3f2、2f1+f2,进入融合中心进行模糊逻辑判决。本发明对二次谐波和三次谐波中的三个检测器进行融合判决,学习状态进行干扰自动消除,对背景进行学习,正常工作时基于三个检测器对目标“有信号”和“无信号”的隶属度进行模糊逻辑判决;能够提供更好的检测灵敏度,明显改善了虚警概率,在非均匀背景检测时具有很好的鲁棒性。
Description
技术领域
本发明涉及电子行业雷达技术领域,具体涉及一种基于学习的模糊逻辑判决和干扰自动消除方法及谐波雷达。
背景技术
安检中谐波雷达是一种有效的检测设备,能够快速探测和定位隐藏在墙、地板、天花板、家具里的各种电子设备和装置,这些设备包括电台、***、电子引信、定时***物、地雷等。近年来随着智能电子设备逐步小型化和多样化的发展,违规电子设备的检测变得十分困难,安防工作的难度加大,受到国内外的高度重视。
现有的谐波雷达技术主要采用一个频率或多个单一频率发射,接收端检测二次谐波和三次谐波时分别只用一个检测器来检测非线性目标。其中多个频率的组合波能够提高探测距离,降低虚警率。但电子设备的微型化以及对电子设备的屏蔽,使得传统的谐波雷达在实际使用中存在如下问题:1)检测的漏警概率加大,小型化的电子设备再辐射能量降低,传统的谐波雷达难以用现有的灵敏度检测微型电子目标。2)抗干扰能力差。传统的谐波雷达在检测信号时,对接收信号处理后进行“有信号”和“无信号”的二元判决,存在干扰信号时,特别是在背景非均匀环境中检测的虚警概率增大,难以区分干扰目标还是有用目标。。
发明内容
为解决上述问题,本发明提供了一种基于学习的模糊逻辑判决和干扰自动消除方法及谐波雷达,二次、三次谐波检测分别具有三个检测器,提供更好的检测灵敏度,开机学习背景杂波,能够对干扰目标进行自动消除,正常工作时对目标“有信号”和“无信号”的隶属度进行模糊逻辑判决,明显改善了恒虚警概率,在非均匀背景检测具有很好的鲁棒性。
本发明是通过以下技术方案实现的。
基于学习的模糊逻辑判决和干扰自动消除谐波雷达,该谐波雷达采用两发一收方式,发射机发射组合波,频率分别为f1、f2,分别由两个发射天线发射脉冲信号,非线性目标再辐射反射回波到达接收机,接收机采用一个接收天线,分时接收,接收回波经过放大后,分别与2f1、2f2、f1+f2进行混频,得到三个二次谐波f21、f22、f23;在三次谐波时,混频频率分别为3f1、3f2、2f1+f2,进入融合中心进行模糊逻辑判决。
本发明还提供了一种基于学习的模糊逻辑判决和干扰自动消除方法,包括如下步骤:
学习状态:
步骤一:初始化隶属函数因子α=1;
步骤二:接收回波信号经过混频、检波后,依次进入模糊WCA-CFAR检测器进行检测,分别计算u1、u2、u3,然后计算各自的隶属函数w1、w2、w3,进入融合中心,计算出融合后的隶属函数WF;
步骤三:计算学习隶属函数WSF=α·WF;
步骤四:假如WSF大于阈值T,则临时隶属函数因子αtem=α+β,其中,β为隶属函数因子增加值;
计算下一个qm+1时的WSF,若此时的WSF仍然大于阈值T,则更新隶属函数因子α=αtem;否则不更新隶属函数因子,进入步骤三;
步骤五:达到学习时间时,结束;进入工作状态,以新的隶属度函数因子α进行检测;
工作状态:
步骤一:接收回波信号经过混频、检波后,依次进入模糊WCA-CFAR检测器进行检测,分别计算u1、u2、u3,然后计算各自的隶属函数w1、w2、w3,进入融合中心,计算出融合后的隶属函数WF;
步骤二:接收回波信号经过混频、检波后,依次进入模糊WCA-CFAR检测器进行检测,分别计算二次谐波和三次谐波的u1、u2、u3,然后计算各自的隶属函数w1、w2、w3,进入融合中心,计算出融合后的隶属函数WF;
步骤三:模糊逻辑判决;
假如WF大于阈值T,则判决为“有信号”,否则为“无信号”;
步骤四:检测输出,输出判决状态为“有信号”或“无信号”。
本发明对二次谐波和三次谐波中的三个检测器进行融合判决,学习状态进行干扰自动消除,对背景进行学习,正常工作时基于三个检测器对目标“有信号”和“无信号”的隶属度进行模糊逻辑判决;能够提供更好的检测灵敏度,明显改善了虚警概率,在非均匀背景检测时具有很好的鲁棒性。
附图说明
图1为基于学习的模糊判决和干扰自动消除谐波雷达框图;
图2为二次谐波混频输出;
图3为三次谐波混频输出;
图4为模糊WCA-CFAR检测器;
图5为二次谐波模糊WCA-CFAR检测器;
图6为谐波雷达模糊判决和干扰自动消除流程图。
具体实施方式
下面对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
一种具有融合检测器的谐波雷达,如图1所示,采用两发一收方式,发射机发射组合波,频率分别为f1、f2,分别由两个发射天线发射脉冲信号,非线性目标再辐射反射回波到达接收机,接收机采用一个接收天线,分时接收,接收回波经过放大后,分别与2f1、2f2、f1+f2进行混频,得到三个二次谐波f21、f22、f23;在三次谐波时,混频频率分别为3f1、3f2、2f1+f2,进入融合中心进行模糊逻辑判决。如图2、图3所示。
本发明还提供了一种基于学习的模糊逻辑判决和干扰自动消除方法,杂波背景环境的功率估计是通过开机后的小段时间的来完成的,这个过程具有自学习功能,我们称之为开机学习状态。滑窗的统计量采用均值来判决初始杂波背景环境。模糊WCA-CFAR检测器如图4所示,经过N个观测值后,学习有效的虚警概率为
模糊检测器隶属度函数定义为w,表示“有干扰”和“无干扰”假设成立的二值逻辑程度。模糊检测器隶属度函数可以表示为:
w(q)=Pr(Q>q|H0)(2)
其中,
qi表示滑窗的样本值。
将式(1)中的T换成q,得到模糊CA-CFAR的隶属函数为
二次谐波的模糊检测流程如图5所示。三次谐波检测具有同样的流程。
谐波雷达模糊判决和干扰自动消除流程如图6所示,模糊逻辑判决和干扰自动消除包括学习状态检测和工作状态检测,具体的:
学习状态:
步骤一:初始化隶属函数因子α=1;
步骤二:接收回波信号经过混频、检波后,依次进入模糊WCA-CFAR检测器进行检测,分别计算u1、u2、u3,然后计算各自的隶属函数w1、w2、w3,进入融合中心,计算出融合后的隶属函数WF;
步骤三:计算学习隶属函数WSF=α·WF;
步骤四:假如WSF大于阈值T,则临时隶属函数因子αtem=α+β,其中,β为隶属函数因子增加值;
计算下一个qm+1时的WSF,若此时的WSF仍然大于阈值T,则更新隶属函数因子α=αtem;否则不更新隶属函数因子,进入步骤三;
步骤五:达到学习时间时,结束;进入工作状态,以新的隶属度函数因子α进行检测;
工作状态:
步骤一:接收回波信号经过混频、检波后,依次进入模糊WCA-CFAR检测器进行检测,分别计算u1、u2、u3,然后计算各自的隶属函数w1、w2、w3,进入融合中心,计算出融合后的隶属函数WF;
步骤二:接收回波信号经过混频、检波后,依次进入模糊WCA-CFAR检测器进行检测,分别计算二次谐波和三次谐波的u1、u2、u3,然后计算各自的隶属函数w1、w2、w3,进入融合中心,计算出融合后的隶属函数WF;
步骤三:模糊逻辑判决;
假如WF大于阈值T,则判决为“有信号”,否则为“无信号”;
步骤四:检测输出,输出判决状态为“有信号”或“无信号”。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。
Claims (1)
1.一种基于学习的模糊逻辑判决和干扰自动消除方法,应用于谐波雷达,其特征在于,该谐波雷达采用两发一收方式,发射机发射组合波,频率分别为f1、f2,分别由两个发射天线发射脉冲信号,非线性目标再辐射反射回波到达接收机,接收机采用一个接收天线,分时接收,接收回波经过放大后,分别与2f1、2f2、f1+f2进行混频,得到三个二次谐波f21、f22、f23;在三次谐波时,混频频率分别为3f1、3f2、2f1+f2,进入融合中心进行模糊逻辑判决;
所述基于学习的模糊逻辑判决和干扰自动消除包括如下步骤:
学习状态:
步骤一:初始化隶属函数因子α=1;
步骤二:接收回波信号经过混频、检波后,依次进入模糊WCA-CFAR检测器进行检测,分别计算u1、u2、u3,然后计算各自的隶属函数w1、w2、w3,进入融合中心,计算出融合后的隶属函数WF;
步骤三:计算学习隶属函数WSF=α·WF;
步骤四:假如WSF大于阈值T,则临时隶属函数因子αtem=α+β,其中,β为隶属函数因子增加值;
计算下一个qm+1时的WSF,若此时的WSF仍然大于阈值T,则更新隶属函数因子α=αtem;否则不更新隶属函数因子,进入步骤三;
步骤五:达到学习时间时,结束;进入工作状态,以新的隶属度函数因子α进行检测;
工作状态:
步骤一:接收回波信号经过混频、检波后,依次进入模糊WCA-CFAR检测器进行检测,分别计算u1、u2、u3,然后计算各自的隶属函数w1、w2、w3,进入融合中心,计算出融合后的隶属函数WF;
步骤二:接收回波信号经过混频、检波后,依次进入模糊WCA-CFAR检测器进行检测,分别计算二次谐波和三次谐波的u1、u2、u3,然后计算各自的隶属函数w1、w2、w3,进入融合中心,计算出融合后的隶属函数WF;
步骤三:模糊逻辑判决;
假如WF大于阈值T,则判决为“有信号”,否则为“无信号”;
步骤四:检测输出,输出判决状态为“有信号”或“无信号”。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711332253.9A CN108196236B (zh) | 2017-12-13 | 2017-12-13 | 基于学习的模糊逻辑判决和干扰自动消除方法及谐波雷达 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711332253.9A CN108196236B (zh) | 2017-12-13 | 2017-12-13 | 基于学习的模糊逻辑判决和干扰自动消除方法及谐波雷达 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108196236A CN108196236A (zh) | 2018-06-22 |
CN108196236B true CN108196236B (zh) | 2020-11-06 |
Family
ID=62574121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711332253.9A Active CN108196236B (zh) | 2017-12-13 | 2017-12-13 | 基于学习的模糊逻辑判决和干扰自动消除方法及谐波雷达 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108196236B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109343009B (zh) * | 2018-10-31 | 2020-10-02 | 中国科学院电子学研究所 | 基于非线性正交波形的距离模糊抑制方法、装置和设备 |
CN109507642A (zh) * | 2018-12-29 | 2019-03-22 | 广西科技大学 | 一种基于噪声调频技术的非线性目标谐波检测方法 |
CN110058219B (zh) * | 2018-12-30 | 2021-11-09 | 上海微波技术研究所(中国电子科技集团公司第五十研究所) | Mimo谐波雷达 |
CN112731329B (zh) * | 2020-12-29 | 2022-09-13 | 上海微波技术研究所(中国电子科技集团公司第五十研究所) | 提高谐波雷达远距离回波与近距离杂波隔离度方法、*** |
CN112949391A (zh) * | 2021-01-28 | 2021-06-11 | 杭州电子科技大学 | 一种基于深度学习谐波信号分析的智能安检方法 |
CN118295034A (zh) * | 2024-02-23 | 2024-07-05 | 深圳市安卫普科技有限公司 | 一种非线性节点探测电路及探测装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4709407A (en) * | 1984-11-05 | 1987-11-24 | Uniden Corporation | Band discriminating method in a receiver |
JPH0926475A (ja) * | 1995-07-12 | 1997-01-28 | Mitsubishi Electric Corp | Fm−cwレーダ |
CN101271157A (zh) * | 2007-03-20 | 2008-09-24 | 株式会社电装 | 雷达***中检测干扰的方法和使用该方法的雷达 |
SG183025A1 (en) * | 2005-07-14 | 2012-08-30 | Rafael Advanced Defense Sys | Radar system and method for locating and indentifying objects by their non-linear echo signals |
CN203250023U (zh) * | 2013-03-15 | 2013-10-23 | 程晓辉 | 一种基于s波段的非线性结点探测器 |
CN203398259U (zh) * | 2013-08-03 | 2014-01-15 | 黄颖 | 机械式扫描双发双收大功率双偏振雷达馈线*** |
CN105549000A (zh) * | 2015-12-07 | 2016-05-04 | 中国电子科技集团公司第五十研究所 | 具有定位功能的谐波雷达的使用方法 |
CN105824019A (zh) * | 2016-03-18 | 2016-08-03 | 中国人民解放军63921部队 | 大型分布式空间监测雷达的最优化波束对齐方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120256783A1 (en) * | 2007-06-29 | 2012-10-11 | Sego Daniel L | Radar detection and location of radio frequency (rf) devices |
-
2017
- 2017-12-13 CN CN201711332253.9A patent/CN108196236B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4709407A (en) * | 1984-11-05 | 1987-11-24 | Uniden Corporation | Band discriminating method in a receiver |
JPH0926475A (ja) * | 1995-07-12 | 1997-01-28 | Mitsubishi Electric Corp | Fm−cwレーダ |
SG183025A1 (en) * | 2005-07-14 | 2012-08-30 | Rafael Advanced Defense Sys | Radar system and method for locating and indentifying objects by their non-linear echo signals |
CN101271157A (zh) * | 2007-03-20 | 2008-09-24 | 株式会社电装 | 雷达***中检测干扰的方法和使用该方法的雷达 |
CN203250023U (zh) * | 2013-03-15 | 2013-10-23 | 程晓辉 | 一种基于s波段的非线性结点探测器 |
CN203398259U (zh) * | 2013-08-03 | 2014-01-15 | 黄颖 | 机械式扫描双发双收大功率双偏振雷达馈线*** |
CN105549000A (zh) * | 2015-12-07 | 2016-05-04 | 中国电子科技集团公司第五十研究所 | 具有定位功能的谐波雷达的使用方法 |
CN105824019A (zh) * | 2016-03-18 | 2016-08-03 | 中国人民解放军63921部队 | 大型分布式空间监测雷达的最优化波束对齐方法 |
Non-Patent Citations (4)
Title |
---|
S波段非线性结点探测器接收前端研究;银星;《中国优秀硕士学位论文全文数据库信息科技辑》;20070215;全文 * |
Wideband harmonic radar detection;Farrukh Aslam, S. M.;《http://etheses.dur.ac.uk/2334/》;20081231;全文 * |
一种宽带谐波雷达接收前端的设计;钱智慧等;《微波学报》;20170430;第33卷(第2期);全文 * |
次谐波混频法在毫米波单边带接收机中的应用研究;孙艳明;《万方数据》;20161102;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108196236A (zh) | 2018-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108196236B (zh) | 基于学习的模糊逻辑判决和干扰自动消除方法及谐波雷达 | |
CN105137423B (zh) | 一种穿墙雷达对多运动目标实时探测、分离的方法 | |
CN103837863B (zh) | 基于梯度投影的距离‑速度同步拖引欺骗干扰识别 | |
Rovňáková et al. | TOA estimation and data association for through-wall tracking of moving targets | |
CN104267379A (zh) | 一种基于波形设计的主被动雷达协同抗干扰方法 | |
CN109116302B (zh) | 一种到达时刻检测方法、装置及定位装置 | |
CN104502906B (zh) | 基于rmdcft的空间超高速机动目标检测方法 | |
CN111812630B (zh) | 干扰剩余时外辐射源雷达目标检测与doa估计***及方法 | |
CN102508305A (zh) | 一种超宽带雷达式生命探测***及方法 | |
CN107290758A (zh) | Gnss干扰信号多级辨识检测***及方法 | |
CN102645589A (zh) | 脉冲检测方法及*** | |
Urdzík et al. | CFAR detectors for through wall tracking of moving targets by M-sequence UWB radar | |
CN103176181A (zh) | 调频连续波体制的非线性结点探测器 | |
CN104253659B (zh) | 一种频谱检测方法及其装置 | |
CN109391812B (zh) | 一种基于dvb-s信号的循环平稳检测和相关检测联合检测方法 | |
CN113835077B (zh) | 基于变脉冲重复频率的搜索雷达目标检测方法及*** | |
Pishrow et al. | Design of matched and mismatched filters based on peak sidelobe level minimization | |
CN106291483B (zh) | 抑制超宽带穿墙雷达信号多径干扰的方法 | |
CN108718223A (zh) | 一种非合作信号的盲频谱感知方法 | |
US7298312B2 (en) | Detecting small, time domain impulsive communications signals | |
CN103777074B (zh) | 声表面波器件谐振频率测量装置及方法 | |
KR101718809B1 (ko) | 송수신기 분리 레이더의 주파수 자동 인식 장치 및 방법 | |
CN109257055A (zh) | 一种接收电磁波时的抗干扰方法 | |
AU2000228716A1 (en) | System for continuous wave rejection | |
Liu et al. | A radar detection method based on coherent demodulation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |