专利名称：低信噪比信号处理的主动变频识别法的制作方法
技术领域：
本发明涉及信号处理，具体的说，涉及如何减小待处理信号中的噪声和干扰信号(以下 简称为"干扰")对信号处理结果的影响。
背景技术：
对低信噪比信号和伴有强干扰的信号的处理具有十分重要的意义.现有方法主要是频段 特征识别法，其基本思想是，根据噪声、干扰或被测信号在频域出现的规律，在不同频率段 釆用相应的频域特征识别处理方法，从而提高信噪比和减小干扰的影响.例如， 一段采样信 号包含的最髙频率为20MHz，若被测信号的频率上限为5MHz，则可以将髙于5MHz的所有频率 段信号都过滤掉。频段特征识别法应用广泛，但仍存在很大缺陷。例如，当干扰和被测信号 的频率差很小时，若该频率差小于信号处理方法的频率分辨率，则该干扰信号无法被识别并 排除。可以看出，现有方法从频段特征对噪声、干扰和被测信号进行识别处理，属于较低层次 的一维特征识别，所以不适用于部分应用场合，本专利要解决的技术问题是，提出一种信号 处理方法，能够有效降低甚至排除各种情况下噪声和干扰对信号处理结果的影响。发明的内容针对现有方法的不足，本发明提出一种主动变频识别法，有目的的改变被测信号频率或 采样频率，使得不同时段的采样所得信号频率之间构成某种相对关系，以时间段为横轴、频 率为纵轴，从二维平面上对噪声、干扰和被测信号进行识别，能有效提高识别效果，从而明 显提高信号处理精度。由于主动变频识别法是线性的，具有可加性，因此本文对单频信号的分析结果同样适用于 多频信号；由于主动变频识别法适用于时段非常短的情况，而非平稳信号在一个很短的时段 内可以视为平稳信号，所以本文对平稳信号的分析结果同样适用于非平稳信号.为便于叙述 和说明，以下仅以单段釆样所得信号内被测信号为单频信号、单段釆样所得信号内被测信号 频率不变为例。 1.通用处理流程主动变频识别法可以分作三步U)获取噪声、干扰或被测信号的二维特征。二维特征是指该信号在时段-频率平面的 相对关系。例如，某被.测信号的二维特征如下虽然该被测信号在各采样段内的频率未知， 但是该被测信号在不同釆样段之间的频率差已知(以下简称为"多段降频特征")如图l所示。图l中，四个时段内的采样信号的频率未知，设为^，we[1,4],第双时段的信号频率与第一时段的信号频率差已知，记做# 。获取二维特征的方法很多，例如，很多情况下可以根据已有的多次测量结果得到二维特 征的经验公式；还例如，某些测i过程可以产生具有特定变化规律的被测信号，则根据该变 化规律可以得到相应的二维特征；再例如，对测贵过程稍作变更，便可以使被测信号的频率 发生指定变化，从而得到特定的二维特征.(2) 根据二维特征识别釆样信号.该识别过程可采用多段釆样信号融合处理方法，多段 采样信号融合处理能有效获取所有采样信号段包含的有用信息和充分利用二维特征实现噪 声、干扰或被测信号的精确识别。例如，若被测信号的二维特征为"多段降频特征"，则可 以采用多段釆样信号融合处理中针对多段降频信号的处理方法。(3) 根据识别结果对噪声、干扰或被测信号进行相应处理。例如，若识别对象为干扰，则可将原采样结果减去识别出的干扰信号分量，从而实现排除干扰的效果；还例如，若识别对象为被测信号，则可将原采样结果替换为识别出的被测信号分量，从而实现提高信噪比的 效果。2.理论证明为更好的说明主动变频识别法的优越性，特给出如下理论证明(1) 现有方法存在较大缺陷.频段特征识别法源于傅立叶变换，将一段采样信号在频 域上分解成多个单频信号之和，从而可以根据噪声、干扰或被测信号在频域上的不同特征进 行识别和相应处理。该方法在长期的研究和应用中得到了不断发展，衍生了一些针对不同应 用情况的改良方法，从而改善了该方法的适用性。但是由于频段特征识别法属于一维特征识 别，这种本质上的不足使得频段特征识别法存在无法克服的缺陷，不能适用于以下三种情况:a) 邻近频率干扰情况.当干扰和被测信号的频率差很小时，若该频率差小于信号处 理方法的频率分辨率，则该干扰无法被识别并排除.b) 频率可能取值范围过大情况.在一般实际应用中，需要对被测信号的频率给定一 个可能取值范围(以下简称为"取值范围")，当取值范围较大时，若某干扰的频率属于该 取值范围且该干扰的幅度大于被测信号的幅度，则该干扰无法被识别甚至该干扰将淹没被测 信号从而导致信号处理结果失败；c) 低信噪比情况，当信噪比较低时，若噪声在被测信号的可能取值范围内具有比被 测信号髙得多的能量，则该噪声无法被识别甚至该噪声将淹没被测信号从而导致处理结果失 败。°针对以上三种情况，主动变频识别法均能够很好的处理.为便于叙述，以下仅以二维特 征中的"多段降频特征"为代表，说明主动变频识别法处理该三种情况的原理。(2) 针对邻近频率干扰情况，首先分析频段特征识别法的存在问题。 用计算机处理一个信号时，信号的长度总是有限的，即相当于用一个窗函数去乘该信号。接下来以主瓣宽度最小、频率分辨率最好的矩形窗为例进行说明。根据DTFT的定义分析矩形窗的频谱的特点D(一 ) = g 一训=- e—赠—1)/2 ，，,记矩形窗的频谱Z)(一)的增益^(一)=、r,:,其主瓣宽度^-4;r/W。设有一段待处理信号，长度为W个采样点，包含被测信号(频率为,)和一个干扰(频率为/2 )，如下图所示。由于信号截短造成 主瓣宽度『>1/1-/2|，使得在^v(e^)中不能区分这两根谱线，导致实际频率测量结果/偏离y;,如图2所示。而釆用主动变频识别法则可以很好的解决该问题.设有四段呈"多段降频特征"的采样信号，各段信号的采样点数为W/4.根据多段采样信号融合处理方法中的"同频化"方法对 四段采样信号分别进行频谱分析，结果如图3所示，接下来，对上述四个频谱结果进行相位补偿和累加处理，根据被测信号的"多段降频特 征"得到主动变频识别法的频谱分析结果如图4所示(为便于图示，图中的"主动变频法" 为"主动变频识别法"的缩写，"频段特征法"为"频段特征识别法"的缩写，以下同).根据图4可以肴出，采用主动变频识别法能够很好的识别出被测信号，并将邻近频率的 干扰信号弱化成幅度较低的旁瓣，从而有效克服了邻近频率干扰与频率分辨率之间的矛盾。 另外，虽然单段信号包含的采样点数只有原来的四分之一，导致单段信号的频谱中主瓣宽度 增加到四倍，但是通过相位补偿，可以使主动变频识别法具有与频段特征识别法相同的主瓣 宽度，不会降低信号处理结果的精度。(3) 针对取值范围过大情况，首先分析频段特征识别法的存在问题。 如图5所示，横轴部分表示取值范围，在此频率区间内包含被测频率和干扰。虽然两个频率没有重合，但是由于干扰的频率也符合取值范围且干扰的幅度大于被测信号，所以采用 频度特征识别法得到的频率将是干扰所在频率，导致处理结果失败。而采用主动变頻识别法则可以很好的解决该问题.设有四段呈"多段降频关系"的采样 信号，各段信号的采样点数为JV/4,根据多段采样信号融合处理方法中的"同频化"方法对 四段采样信号分别进行频谱分析，结果如图6所示.接下来，对上述四个频谱结果进行相位补偿和累加处理，根据被测信号的"多段降频特 征"得到主动变频识别法的频谱分析结果如图7所示。根据图7可以看出，采用主动变频识别法能够很好的识别出被测信号，并将处于取值范 围内的强干扰信号弱化成幅度较低的旁瓣，从而有效克服了取值范围与强干扰之间的矛盾。 另外，虽然单段信号包含的采样点数只有原来的四分之一，导致单段信号的频谱中主瓣宽度 增加到四倍，但是通过相位补偿，可以使主动变频识别法具有与频段特征识别法相同的主瓣 宽度，不会降低测重结果的精度。(4) 针对低信噪比情况，首先分析频段特征识别法的存在问题。如图8所示，横轴部分表示取值范围，在此频率区间内包含被测信号和强高斯白噪声. 由于该噪声能量较髙，分散到各个频率点上之后仍然具有较大的幅度，导致频段特征识别法 处理失败。而釆用主动变频识别法则可以很好的解决该问题，设有四段呈"多段降频特征"的釆样 信号，各段信号的采样点数为W/4.根据多段采样信号融合处理中的"同频化"方法对四段 采样信号分别进行频谱分析，结果如图9所示.接下来，对上迷四个频谱结果进行相位补偿和累加处理，根据被测信号的"多段降频特 征"得到主动变频识别法的頻谱分析结果如图IO所示根据图10可以看出，采用主动变频识别法能够很好的识别出被测信号，并将处于取值范 围内的强噪声弱化成幅度较低的旁瓣，从而有效克服了取值范围与强噪声之间的矛盾.另外, 虽然单段信号包含的釆样点数只有原来的四分之一，导致单段信号的频谱中主瓣宽度增加到 四倍，但是通过相位补偿，可以使主动变频识别法具有与频段特征识别法相同的主瓣宽度， 不会降低测量结果的精度。 3.实验证明本专利方法不仅给出了理论证明，而且通过大量实验也进一步验证了本专利方法的髙精 度和良好适应性，这一点在后文的"具体实施方式
"中的应用实例中得到了体现，
图l某被测信号的二维特征示意2频率分辨率对频段特征识别法的影响图3呈"多段降频特征"的四段采样信号的同频化频谱分析结果 图4主动变频识别法与频段特征识别法的处理效果比较 图5取值范围对频段特征识别法的影响图6呈"多段降频特征"的四段采样信号的同频化频谱分析结果 图7主动变频识别法与频段特征识别法的处理效果比较 图8低信噪比对频段特征识别法的影响图9呈"多段降频特征"的四段采样信号的同频化频谱分析结果 图10主动变频识别法与频段特征识别法的处理效果比较 图ll呈"多段降频特征"的四段采样信号的同频化频谱分析结果 图12常规LFMCW雷达的频谱分析图13多延迟雷达的频谱分析具体实施方式
为进一步说明主动变频识别法的处理流程，特给出如下工程应用实例.设有一台LFMCW雷达，将雷达中的延迟线部分由单延迟线改为多延迟线，便可以得到一 种新型LFMCW雷达，以下简称为"多延迟雷达"。多延迟雷达在不同的采样时段中，可以使 用不同的延迟线组合。设多延迟雷达得到四段采样信号，被测信号的频率的真实值/o-3Mife。已知被测信号的频率的初始估计值/2=3.15^//&，其最大估计误差为O.l，即被测信号频率,e[2.863636MH^3.SMHz]。设采样信号的频率为8MHz，单段采样信号的长度为32。设采样信号中含有髙斯白噪声，信噪比为-5(W5。 为测量首段采样信号的频率，进行如下步骤(1) 按时段切换延迟线组合，获取被测信号的二维特征。进行四次采样，各采样时段内使用的延迟线组合不同.这样可以根据各采样时段内使用 的延迟线组合对应的延迟时间，计算得到不同采样时段的被测信号之间的频率差。设各段采 样信号频率与首段采样信号頻率的差依次为[OMHz O.lMHz 0. 3MHz 0. 2MHz]。根据频率差，对各时段采样信号进行同频化频谱分析.具体方法参见多段采样信号中对 多段降频信号的处理.得到各时段采样信号的频谱图如图ll所示.(2) 对各时段频谱进行相位补偿并累加，提髙信噪比，相比于常规LFMCW雷达,多延迟雷达的成本基本不增加，且使用方便.但相对于常规LFMCW 雷达的频谱分析结果如图12所示，多延迟雷达的精度和稳定性有明显提髙如图13所示.
权利要求
1. 一种信号处理方法，其特征在于，利用不同采样环境下采样所得信号的频率之间的相对关系，以减小噪声和干扰信号对信号处理结果的影响。
2. 如权利要求l所述的不同采样环境下采样所得信号的频率之间的 相对关系，其特征在于，可将全部釆样信号根据不同的釆样时间、采样频率 等分割成多段信号，虽然各段信号的频率来知，但各段信号频.率之间的相对 关系已知。
3. 如权利要求l所述的减小噪声和干扰信号对信号处理结果的影响， 其特征在于，利用得到的多段采样信号，可以构成特定的时段-频率二维关 系，从而对消除噪声和消除干扰信号过程所需的识别特征进行改进，使之从 一维的频域空间改进到二维的时段-频率空间，从而很好的排除噪声和干扰 信号的影响，提高信号处理精度。
全文摘要
在邻近频率干扰情况、频率可能取值范围过大情况和低信噪比情况下，现有信号处理方法主要从频域特征对噪声、干扰和被测信号进行识别处理，属于一维特征识别。主动变频识别法利用不同采样段中所得信号频率之间的相对关系，构成二维识别特征，能明显改善对待处理信号中噪声、干扰和待检测信号的识别效果，提高信号处理结果的精度。在理论证明部分中，分析了现有处理方法不适用于邻近频率干扰情况等应用环境的原因，并从原理上论证了主动变频识别法处理该类问题的优越性。给出了主动变频识别法在LFMCW雷达中的一个应用实例，对实验结果进行了分析对比。主动变频的方法灵活多样、简便易行。
文档编号G01R23/00GK101231313SQ20071007813
公开日2008年7月30日 申请日期2007年1月24日 优先权日2007年1月24日
发明者刘良兵, 涂亚庆 申请人:涂亚庆;刘良兵