CN113127807A - 一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法及*** - Google Patents
一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法及*** Download PDFInfo
- Publication number
- CN113127807A CN113127807A CN202110418588.2A CN202110418588A CN113127807A CN 113127807 A CN113127807 A CN 113127807A CN 202110418588 A CN202110418588 A CN 202110418588A CN 113127807 A CN113127807 A CN 113127807A
- Authority
- CN
- China
- Prior art keywords
- mode5
- pulse
- signal
- jitter value
- constrained
- 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.)
- Granted
Links
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 46
- 238000004364 calculation method Methods 0.000 title claims description 23
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000005070 sampling Methods 0.000 claims abstract description 22
- 230000001360 synchronised effect Effects 0.000 claims abstract description 18
- 238000001228 spectrum Methods 0.000 claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 230000004044 response Effects 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 9
- 230000001629 suppression Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 230000003750 conditioning effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 231100000518 lethal Toxicity 0.000 description 2
- 230000001665 lethal effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 101100458289 Drosophila melanogaster msps gene Proteins 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
- G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Discrete Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法及***。具体为,先对IFF信号进行实时采样,得到原始采样数据并同步滑动延时。将原始采样数据进行频域信号检测和时域参数测量得到脉冲串信息,再使用树状结构判决信号是否为Mode5信号。若判决成功,对原始采样数据进行精确延时,将同步滑动延时与精确延时后的数据分别做FFT,得到复数结果;将复数结果共轭相乘得到互相关谱,最后利用CORDIC算法计算其反正切,并在***探测范围内对反正切结果进行相位解模糊处理,处理结果经RLS算法的线性拟合,得到Mode5信号的前导脉冲抖动值。本发明计算出的前导脉冲抖动值精度高、稳健性好,可以支撑信号个体识别技术,满足现阶段敌我识别设备的侦察需求。
Description
技术领域
本发明涉及电子对抗中的情报侦察领域,具体涉及一种基于约束最小二乘 算法的Mode5前导脉冲抖动值计算方法及***。
背景技术
Mark XIIA敌我识别***是Mark XII的升级版本,在原有基础上增加了 Mode5。Mode5***采用安全信息格式和数据传输技术,提高了***的安全性、 抗干扰性和战场态势感知能力,可用作空对地、地对空、空对空、海对海等战 斗识别。当前,美军和北约盟军的军用监视平台,如E-3B AWACS、E-2C预警机、 宙斯盾作战***均已装备Mode5***,其他空中、地面及水面作战平台的IFF ***正逐步升级到Mode5***。
Mode5***典型的特征是具有带有密码信息和抖动向量特征的前导脉冲,对 其抖动值的高精度计算,对于敌我识别装备的精细特征分析来说,至关重要。 该指标直接可以考核辐射源发射机基带调理电路的时钟稳定性、电路无意调制 特性等,作为目标精细分析,乃至指纹分析,都具有重要意义。
目前不同的敌我识别设备个体,虽然在一定时段内由加密机下发的抖动值 参数是稳定的,但是如果能够对其进行高精度测量,就会发现其对应的抖动值 是有所差别的。该差异主要由发射机内的基带调理电路决定,包括基带数据产 生单元、基带时钟控制单元、上变频射频单元等,这些信号产生过程中产生的 有意无意调制,造就了该设备很多唯一的特征向量,就如同人的指纹一样,前 导脉冲抖动值就是其中之一。
对前导脉冲抖动值的测量,常规方法在带内信噪比10dB以下时,使用单脉 冲到达时间(ToA)再差分计算,得到抖动值的均方根误差较大,无法满足现阶 段敌我识别设备个体识别领域的需求。
发明内容
本发明要解决的技术问题是提供一种基于约束最小二乘算法的Mode5 前导脉冲抖动值计算方法及***,通过该算法的线性拟合,精确计算各脉 冲信号之间的时差,并进一步精确解算当前Mode5信号的前导脉冲抖动值。
一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法,包括以下 步骤:
1)采集AD对IFF信号进行实时采样,得到原始采样数据,原始采样 数据在FPGA中实时做同步滑动延时;
2)原始采样数据经过FFT运算变换到频域,再经过CFAR、环境噪底 检测和通信信号自适应抑制,得到粗测的时频域引导信息;粗测的时频域 引导信息经过下变频后,在时域中进行精确的参数测量,得到脉冲串信息;
3)脉冲串信息通过树状结构,在有效的时间窗内综合判决当前信号是 否为Mode5信号;若为Mode5信号,对原始采样数据进行精确延时,将同 步滑动延时与精确延时后的原始采样数据分别做同步流水FFT,得到复数 结果;将复数结果逐点共轭相乘,得到互相关谱,并对互相关谱进行检测; 若为非Mode5信号,则丢弃缓存数据,不再运算;
4)利用CORDIC算法,实时计算互相关谱的反正切结果,然后根据 基线位置预置滑窗、检测时间窗以及反正切计算角度的最大和最小范围, 在***探测范围内对反正切结果进行相位解模糊处理,得到相位解模糊处 理结果;
5)相位解模糊处理结果经过约束最小二乘算法的线性拟合,得到时差 估计方差的一次项系数;
6)根据时差估计方差的一次项系数,实时计算Mode5信号的时差值, 所述时差值为当前Mode5信号的前导脉冲抖动值。
进一步的,所述步骤1)中采集AD为200MspsAD对@140MHz中频 的IFF信号进行实时采样。
进一步的,所述步骤2)中脉冲串信息包括脉冲串首脉冲到达时间ToA、 脉冲频率Freq、脉冲幅度Amp、各个脉冲宽度PW、实时初始相位Phase 和脉冲调制类型MoP。
进一步的,所述步骤3)中对同步滑动延时与精确延时后的原始采样数 据分别做同步流水FFT,FFT的点数为256点。
进一步的,所述步骤5)具体为:
A1.相位解模糊处理结果包括相位,对相位的离散数据进行求导计算, 相位离散形式为:
φ(ωi)=-ωiD+εi,i=0,1,…,M+1
所述M为FFT点数,干扰项εi为一个随机变量,φ(ωi)为相位,ωi为相 位的离散数据,D为时差;
A2.令约束最小二乘算法的代价函数为
进一步的,所述步骤6)具体为:根据一次项系数,采用相位数据时 差估计法对Mode5信号进行逐脉冲时差计算,获得Mode5信号的时差值, 所述时差值即为Mode5信号的前导脉冲的抖动值。
进一步的,所述步骤3)中对互相关谱进行检测时,互相关谱检测的 初始门限预先设定或者根据当前信号环境实时下发。
一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算***,所述 ***为Mode5***,所述Mode5***通过约束最小二乘算法计算Mode5 信号的前导脉冲抖动值;
所述Mode5***有4级工作模式,包括:Level1工作模式,Level2工 作模式、Level3工作模式和Level4工作模式;
所述Level1工作模式为改进的询问/应答识别模式;
所述Level2工作模式为带有GPS位置报告的态势感知识别模式;
所述Level3工作模式为友方目标选址询问模式;
所述Level4工作模式是数据传输方式。
进一步的,所述Mode5***包含询问格式和应答格式;所述应答格式 包括Level1应答格式和Level2应答格式,所述应答格式接收应答信号,所 述询问格式接收询问信号;
所述询问格式接收的询问信号包括4个同步脉冲、2个旁瓣抑制脉冲 和11个数据脉冲,每个脉冲的有效脉宽为1μs;
所述Level1应答格式接收的应答信号包括2个同步脉冲和1个数据长 脉冲;
所述Level2应答格式接收的应答信号包括4个同步脉冲和1个数据长 脉冲。
本发明的有益效果是:本发明选用低成本高性能200Msps AD就能对信号前 导脉冲的抖动值测量精度达到1.3ns(RMS)内(SNR优于12dB),远超过常规的 测量方法,且其计算方差可以达到CRLB。本发明在工程应用中特别适合于使用 FPGA实时流水实现,运行稳定,数据吞吐率大,处理带宽较大。通过实际装备 验证,本发明在外场复杂电磁环境下,满足辐射源个体识别的前提要求。
附图说明
图1为本发明一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法 的算法流程图。
图2为本发明一种基于约束最小二乘算法的Mode5前导脉冲抖动值计 算***的询问格式图。
图3为本发明一种基于约束最小二乘算法的Mode5前导脉冲抖动值计 算***的Level1应答格式图。
图4为本发明一种基于约束最小二乘算法的Mode5前导脉冲抖动值计 算***Level2应答格式图。
图5为本发明一种基于约束最小二乘算法的Mode5前导脉冲抖动值计 算方法中实现效果仿真图。
具体实施方式
本发明基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法的时 差计算具体步骤如图1所示:
1)采集AD对IFF信号进行实时采样,得到原始采样数据,原始采样 数据在FPGA中实时做同步滑动延时;采集AD优选200MspsAD对 @140MHz中频的IFF信号进行实时采样。
2)原始采样数据经FFT运算变换到频域,再经过CFAR、环境噪底检 测和通信信号自适应抑制,得到粗测的时频域引导信息;粗测的时频域引 导信息经过下变频后,在时域中进行精确的参数测量,得到脉冲串信息; 脉冲串信息包括脉冲串首脉冲到达时间ToA、脉冲频率Freq、脉冲幅度Amp、 各个脉冲宽度PW、实时初始相位Phase和脉冲调制类型MoP等。
3)脉冲串信息通过树状结构,在有效的时间窗内综合判决当前信号是 否为Mode5信号;若为Mode5信号,对原始采样数据进行精确延时,将同 步滑动延时与精确延时后的原始采样数据分别做同步流水FFT,得到复数 结果;将复数结果逐点共轭相乘,得到互相关谱,并对互相关谱进行检测; 若为非Mode5信号,则丢弃缓存数据,不再运算,以节约运算资源;
4)利用CORDIC算法,实时计算互相关谱的反正切结果,然后根据 基线位置预置滑窗、检测时间窗以及反正切计算角度的最大和最小范围, 在***探测范围内对反正切结果进行相位解模糊处理,得到相位解模糊处 理结果;
5)相位解模糊处理结果经过约束最小二乘算法的线性拟合,得到时差 估计方差的一次项系数;
6)根据时差估计方差的一次项系数,实时计算Mode5信号的时差值, 时差值为当前Mode5信号的前导脉冲抖动值。本发明优选相位数据时差估 计法对Mode5信号进行逐脉冲时差计算。
本发明约束最小二乘算法原理如下:
由于,信号x(t)和y(t)的互相关函数的定义为
Gxy(ω)=X(ω)Y*(ω)=Gs(ω)e-jωD
所以,时差信息包含在了互相关谱函数Gxy(ω)的相位中,即相位 φ(ω)=ωD,但由于噪声的存在,导致
φ(ω)=-ωD+ε
其中,算子Im和Re分别代表算式的虚部和实部。
相位的离散形式如下所示
φ(ωi)=-ωiD+εi,i=0,1,…,M+1
M为FFT点数,本发明在Mode5***中优选256点,以兼容不同的模 式。干扰项εi为一个随机变量,会导致相位φ(ωi)的偏差,εi主要受接收机 热噪声、环境噪声等混合噪声nx(t)、ny(t)和有限观测点数等的影响。
对于上式的离散数据的求导,工程上可以采取线性拟合的方式来实现, 以节约运算量,根据工程需要逼近需要的精度。
工程上常用最小二乘(LS)算法实现线性拟合。LS的代价函数为
J=∑(φ(ωi)+ωiD)2=∑εi 2
但该算法需要较多的信号和噪声的统计先验知识,并且仅适用于无噪 声干扰或不相关高斯噪声干扰的情况。这对于电子侦察***来说,几乎是 不可实现的。
基于此,本发明选择约束最小二乘实现线性拟合,将最小二乘算法的 代价修改为
与基于LS的时差估计法相比,上式包含了RLS的概念,RLS充分利 用了拟合直线截距为零的先验信息。
即在理想无噪声的情况下,i=0,φ(ωi)=0,该式实质上等同于最大似 然(ML)估计,基于RLS的时差估计法计算的方差比基于LS的时差估计 法计算的方差更小。根据上式可知,为无偏估计,即时差估计的均值 方差为:
其中,εi近似为高斯分布,且均值为零,方差为
由于在实际计算中,FFT的计算长度有限,故将信号x(t)和y(t)分为L段, 每段M点,重叠度为κ。对每段数据做FFT,然后求互相关,可得Gxy(ω)的 计算式为
其中,Xl(ω)和Yl(ω)分别对应x(t)和y(t)第l段数据的FFT复数结果。所 以有E[εi 2]=σi,代入上式可得
这与
是一致的,是其离散形式。其中
T为数据点数。
所以基于RLS的时差估计法的方差可以达到CRLB。
基于此精度,在本发明中,约束最小二乘算法的Mode5前导脉冲抖动 值计算方法应用于敌我识别侦察处理***,并在辐射源目标个体识别应用 中具有强烈需求。
本发明提供了一种基于约束最小二乘算法的Mode5前导脉冲抖动值计 算***,该***为Mode5***,Mode5***通过约束最小二乘算法计算 Mode5信号的前导脉冲抖动值。Mode5***的实施背景信号为北约Mode5 IFF信号,其具体信号格式如下:
Mode5***有4级工作模式,Level1工作模式,Level2工作模式、 Level3工作模式和Level4工作模式。Level1工作模式为改进的询问/应答 识别模式,增加了平台识别编号和致命因子,致命因子为带有命令攻击意 图的杀伤性询问信息;Level2工作模式为带有GPS位置报告的态势感知识 别模式,包含经纬度、高度、国家代码和任务代码等信息;Level3工作模 式为友方目标选址询问模式,实现了对友方战斗群中特定平台,如舰队的旗舰、飞行中队的长机进行个别询问;Level4工作模式是数据传输方式, 可实现空中、水面、地面等各种武器平台间的高容量、高速率数据传输和 交换。
Mode5***包含询问格式和应答格式;应答格式包括Level1应答格式 和Level2应答格式,应答格式用于接收应答信号,询问格式用于接收询问 信号。
询问格式如图2所示,询问格式的询问信号包含4个同步脉冲P1~P4、 2个旁瓣抑制脉冲L1~L2、11个数据脉冲D1~D11,有效脉宽1μs。同步脉 冲间隔变化量分别为S1~S3,由加密机提供的8bit的数据决定。信号采用 基于周期为16的Walsh码的直序扩频MSK调制,码速率为16MBaud。
Level1应答格式如图3所示。Level1应答格式的信号由2个同步脉冲 P1~P2、1个数据长脉冲D1~D9组成。同步脉冲脉宽1μs,长脉冲持续9μs。 P1和P2脉冲间隔S1有16种情况:0~1.875μs,增量为0.125μs。全部脉 冲采用MSK调制,码速率16MBaud。
Level2应答格式如图4所示。Level2应答格式的信号由4个同步脉冲 P1~P4和1个数据长脉冲D1~D33组成。同步脉冲的有效脉宽持续时间为 1μs,数据长脉冲的持续时间为33μs。同步脉冲间隔可变,变化量分别为 S1~S3,由加密机提供的8bit数据决定。同步脉冲及长脉冲采用MSK调制, 码速率16MBaud。
不同的敌我识别设备个体,虽然在一定时段内加密机下发的加密抖动 值是稳定的,但是如果能够对其进行高精度测量,就会发现其对应的抖动 值是不一样的,主要由发射机内的基带调理电路决定,包括基带数据产生 单元、基带时钟控制单元、上变频射频单元等,这些运算过程中产生的无 意调制,Mode5***都会唯一识别出该敌我识别设备个体,就如同人的指 纹一样。
本发明的具体实施结果如下:
对本发明算法进行1000次蒙特卡洛试验中,设置Mode5信号脉冲的 上升沿持续时间为100ns,有效脉宽为1us,下降沿持续时间为100ns,中 频频率为140MHz,信噪比分别为0-31dB,采样速率200Msps。仿真结果 如图5所示。
在仿真结果图中,圆形曲线为常规方法,通过将单脉冲信号下变频到 基带,再计算其首脉冲到达时间(ToA)并计算差分得到的计算精度误差 曲线;三角形曲线为本发明对应结果。通过仿真可以看出,常规方法在带 内信噪比10dB以下时,抖动值的均方根误差较大,已经远远超过了Mode5 ***的算法,在相应的工程应用中已经处于不可用的状态。随着信噪比的 改善,两种算法精度逐渐收敛,逐步逼近CRLB。
经过工程验证,本发明在Mode5***进行200Msps采样时,前导脉冲 的抖动值测量精度可以达到1.3ns(RMS)内(信噪比优于12dB),远远优 于常规方法。
本发明的工程实现精度,对于敌我识别设备的个体识别与精细特征分 析,都具有关键作用,其能够达到的工程精度,也满足该领域的现阶段需 求。本发明能够稳定计算Mode5信号的前导脉冲抖动值,为进一步的精细 特征分析和辐射源个体识别奠定了基础。
需要声明的是,上述具体实施方式仅仅为本发明的较佳实施例及所运用技 术原理,在本发明所公开的技术范围内,任何熟悉本技术领域的技术人员在未 背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应 为等效的置换方式,都应涵盖在本发明的保护范围内。
Claims (9)
1.一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法,其特征在于:包括以下步骤:
1)采集AD对IFF信号进行实时采样,得到原始采样数据,原始采样数据在FPGA中实时做同步滑动延时;
2)原始采样数据经过FFT运算变换到频域,再经过CFAR、环境噪底检测和通信信号自适应抑制,得到粗测的时频域引导信息;粗测的时频域引导信息经过下变频后,在时域中进行精确的参数测量,得到脉冲串信息;
3)脉冲串信息通过树状结构,在有效的时间窗内综合判决当前信号是否为Mode5信号;若为Mode5信号,对原始采样数据进行精确延时,将同步滑动延时与精确延时后的原始采样数据分别做同步流水FFT,得到复数结果;将复数结果逐点共轭相乘,得到互相关谱,并对互相关谱进行检测;若为非Mode5信号,则丢弃缓存数据,不再运算;
4)利用CORDIC算法,实时计算互相关谱的反正切结果,然后根据基线位置预置滑窗、检测时间窗以及反正切计算角度的最大和最小范围,在***探测范围内对反正切结果进行相位解模糊处理,得到相位解模糊处理结果;
5)相位解模糊处理结果经过约束最小二乘算法的线性拟合,得到时差估计方差的一次项系数;
6)根据时差估计方差的一次项系数,实时计算Mode5信号的时差值,所述时差值为当前Mode5信号的前导脉冲抖动值。
2.根据权利要求1所述的一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法,其特征在于:所述步骤1)中采集AD为200MspsAD对@140MHz中频的IFF信号进行实时采样。
3.根据权利要求1所述的一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法,其特征在于:所述步骤2)中脉冲串信息包括脉冲串首脉冲到达时间ToA、脉冲频率Freq、脉冲幅度Amp、各个脉冲宽度PW、实时初始相位Phase和脉冲调制类型MoP。
4.根据权利要求1所述的一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法,其特征在于:所述步骤3)中对同步滑动延时与精确延时后的原始采样数据分别做同步流水FFT,FFT的点数为256点。
6.根据权利要求1所述的一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法,其特征在于:所述步骤6)具体为:根据一次项系数,采用相位数据时差估计法对Mode5信号进行逐脉冲时差计算,获得Mode5信号的时差值,所述时差值即为Mode5信号的前导脉冲的抖动值。
7.根据权利要求1所述的一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法,其特征在于:所述步骤3)中对互相关谱进行检测时,互相关谱检测的初始门限预先设定或者根据当前信号环境实时下发。
8.一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算***,其特征在于:所述***为Mode5***,所述Mode5***通过约束最小二乘算法计算Mode5信号的前导脉冲抖动值;
所述Mode5***有4级工作模式,包括:Level1工作模式,Level2工作模式、Level3工作模式和Level4工作模式;
所述Level1工作模式为改进的询问/应答识别模式;
所述Level2工作模式为带有GPS位置报告的态势感知识别模式;
所述Level3工作模式为友方目标选址询问模式;
所述Level4工作模式是数据传输方式。
9.根据权利要求8所述的一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算***,其特征在于:所述Mode5***包含询问格式和应答格式;所述应答格式包括Level1应答格式和Level2应答格式,所述应答格式接收应答信号,所述询问格式接收询问信号;
所述询问格式接收的询问信号包括4个同步脉冲、2个旁瓣抑制脉冲和11个数据脉冲,每个脉冲的有效脉宽为1μs;
所述Level1应答格式接收的应答信号包括2个同步脉冲和1个数据长脉冲;
所述Level2应答格式接收的应答信号包括4个同步脉冲和1个数据长脉冲。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110418588.2A CN113127807B (zh) | 2021-04-19 | 2021-04-19 | 一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110418588.2A CN113127807B (zh) | 2021-04-19 | 2021-04-19 | 一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113127807A true CN113127807A (zh) | 2021-07-16 |
CN113127807B CN113127807B (zh) | 2023-02-24 |
Family
ID=76777766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110418588.2A Active CN113127807B (zh) | 2021-04-19 | 2021-04-19 | 一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113127807B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113938368A (zh) * | 2021-10-18 | 2022-01-14 | 上海大学 | 基于fpga的lte-v收端同步的方法及*** |
CN115098173A (zh) * | 2022-06-17 | 2022-09-23 | 电子科技大学 | 一种基于双核amp架构的敌我识别信号高速识别的方法 |
CN116166934A (zh) * | 2023-04-25 | 2023-05-26 | 成都允高科技有限公司 | 一种基于交叉算法的iff信号识别方法、装置及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4401987A (en) * | 1979-04-03 | 1983-08-30 | Sonatech, Inc. | Ranging system having reduced recognition jitter |
CN1320910A (zh) * | 1998-07-23 | 2001-11-07 | 三星电子株式会社 | 高密度光记录介质的写脉冲波形的控制方法 |
FR2829584A1 (fr) * | 2001-09-07 | 2003-03-14 | Thales Sa | Procede et dispositif permettant de generer plusieurs canaux dans un systeme de type iff |
CN1662971A (zh) * | 2002-06-20 | 2005-08-31 | 皇家飞利浦电子股份有限公司 | 确定用于光载体记录的一组记录脉冲串参数的方法和设备以及光记录载体 |
CN102983932A (zh) * | 2012-11-30 | 2013-03-20 | 四川九洲空管科技有限责任公司 | 一种对敌我识别询问机的电子干扰方法 |
CN104820219A (zh) * | 2015-05-25 | 2015-08-05 | 扬州宇安电子科技有限公司 | 一种基于虚拟目标的有源雷达信标机及其处理方法 |
CN108470089A (zh) * | 2018-02-12 | 2018-08-31 | 杭州电子科技大学 | 一种基于最小二乘样本拟合的复信号时延估计方法 |
US20190250266A1 (en) * | 2018-02-14 | 2019-08-15 | Seamatica Aerospace Ltd. | Method and system for tracking objects using passive secondary surveillance radar |
US20200371201A1 (en) * | 2019-05-20 | 2020-11-26 | Bae Systems Information And Electronic Systems Integration Inc. | Intelligent pulse jam detection for identification friend or foe (iff) systems |
CN112036074A (zh) * | 2020-07-27 | 2020-12-04 | 西安电子科技大学 | 一种高脉冲密度环境下雷达信号分选方法及*** |
-
2021
- 2021-04-19 CN CN202110418588.2A patent/CN113127807B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4401987A (en) * | 1979-04-03 | 1983-08-30 | Sonatech, Inc. | Ranging system having reduced recognition jitter |
CN1320910A (zh) * | 1998-07-23 | 2001-11-07 | 三星电子株式会社 | 高密度光记录介质的写脉冲波形的控制方法 |
FR2829584A1 (fr) * | 2001-09-07 | 2003-03-14 | Thales Sa | Procede et dispositif permettant de generer plusieurs canaux dans un systeme de type iff |
CN1662971A (zh) * | 2002-06-20 | 2005-08-31 | 皇家飞利浦电子股份有限公司 | 确定用于光载体记录的一组记录脉冲串参数的方法和设备以及光记录载体 |
CN102983932A (zh) * | 2012-11-30 | 2013-03-20 | 四川九洲空管科技有限责任公司 | 一种对敌我识别询问机的电子干扰方法 |
CN104820219A (zh) * | 2015-05-25 | 2015-08-05 | 扬州宇安电子科技有限公司 | 一种基于虚拟目标的有源雷达信标机及其处理方法 |
CN108470089A (zh) * | 2018-02-12 | 2018-08-31 | 杭州电子科技大学 | 一种基于最小二乘样本拟合的复信号时延估计方法 |
US20190250266A1 (en) * | 2018-02-14 | 2019-08-15 | Seamatica Aerospace Ltd. | Method and system for tracking objects using passive secondary surveillance radar |
US20200371201A1 (en) * | 2019-05-20 | 2020-11-26 | Bae Systems Information And Electronic Systems Integration Inc. | Intelligent pulse jam detection for identification friend or foe (iff) systems |
CN112036074A (zh) * | 2020-07-27 | 2020-12-04 | 西安电子科技大学 | 一种高脉冲密度环境下雷达信号分选方法及*** |
Non-Patent Citations (4)
Title |
---|
Y SASAKI ET.AL: "Highly efficient waveform acquisition condition in equivalent-time sampling system", 《2018 IEEE 27TH ASIAN TEST SYMPOSIUM》 * |
YOUNES AHMADI ET.AL: "Deinterleaving of Interfering Radars Signals in Identification Friend or Foe Systems", 《18TH TELECOMMUNICATIONS FORUM TELFOR 2010》 * |
吕敏: "一种Mark XIIA 模式5 信号的分选方法", 《电讯技术》 * |
王洪: "1030/1090MHz 频谱的共享与干扰问题综述", 《电讯技术》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113938368A (zh) * | 2021-10-18 | 2022-01-14 | 上海大学 | 基于fpga的lte-v收端同步的方法及*** |
CN113938368B (zh) * | 2021-10-18 | 2023-12-12 | 上海大学 | 基于fpga的lte-v收端同步的方法及*** |
CN115098173A (zh) * | 2022-06-17 | 2022-09-23 | 电子科技大学 | 一种基于双核amp架构的敌我识别信号高速识别的方法 |
CN115098173B (zh) * | 2022-06-17 | 2024-04-26 | 电子科技大学 | 一种基于双核amp架构的敌我识别信号高速识别的方法 |
CN116166934A (zh) * | 2023-04-25 | 2023-05-26 | 成都允高科技有限公司 | 一种基于交叉算法的iff信号识别方法、装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113127807B (zh) | 2023-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113127807B (zh) | 一种基于约束最小二乘算法的Mode5前导脉冲抖动值计算方法 | |
Bartoletti et al. | Blind selection of representative observations for sensor radar networks | |
Paul et al. | Extending joint radar-communications bounds for FMCW radar with Doppler estimation | |
Suski II et al. | Radio frequency fingerprinting commercial communication devices to enhance electronic security | |
Wang et al. | GNSS interference detection using statistical analysis in the time-frequency domain | |
Sharp et al. | Indoor TOA error measurement, modeling, and analysis | |
CN106950532B (zh) | 基于互模糊函数与波形相似度比较联合的时延估计方法 | |
Wang et al. | GNSS jamming mitigation using adaptive-partitioned subspace projection technique | |
Khyam et al. | Multiple access chirp-based ultrasonic positioning | |
Sen | Adaptive OFDM radar waveform design for improved micro-Doppler estimation | |
CN116068501A (zh) | 抗干扰无线电高度表调制信号的产生方法 | |
Colone et al. | Reference-free amplitude-based WiFi passive sensing | |
Chiriac et al. | Ziv—Zakai lower bound on target localization estimation in MIMO radar systems | |
Navratil et al. | Position estimate using radio signals from terrestrial sources | |
CN106209715B (zh) | 一种基于时域对消的噪声调幅干扰抑制方法 | |
Liang et al. | Orthogonal waveform design and performance analysis in radar sensor networks | |
Chen et al. | Passive localization for emitter with unknown LFM signal based on signal parameter estimation | |
Sun et al. | Target localization sensitivity using MIMO radar in the presence of antenna position uncertainties | |
Xia et al. | Doppler rate-of-change estimation method for BPSK signal based on spectrum phase | |
Ren et al. | Novel smart noise jamming suppression method based on smeared spectrum | |
Xia et al. | Direct tracking of co-channel moving sources with different cyclic frequencies | |
Sobhani et al. | Bayesian tracking in UWB radar sensor networks | |
Piccinni et al. | Distance Estimation Algorithm for Wireless Localization Systems Based on Lyapunov Sensitivity Theory | |
Li et al. | A non-uniform DFT-based batch acquisition method for enhanced DME (eDME) Carrier Phase: Concept, simulations, and flight test results | |
US6683569B1 (en) | Non-linear technique for mitigating correlation timing errors due to multipath signals |
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 |