CN102387096A - 确定突变点及速度测量时边缘点位置信息的方法及装置 - Google Patents

Abstract

本发明公开了一种确定速度测量时边缘点位置信息的方法及装置，能更精确的确定速度测量时的边缘点位置，从而提高移动台速度估计的精度。确定速度测量时的边缘点的方法为：对无线信道衰落的采样进行傅里叶变换，得到谱信息，并根据所述谱信息，获取谱估计值信息；按照大小顺序从所述谱估计值信息中取一个以上谱估计值，并利用所述一个以上谱估计值确定门限阈值，获得边缘点位置信息。确定突变点位置的方法为：根据待检测序列获得样本序列，对样本序列进行排序，从排序后的样本中取一个以上样本值确定门限，获得突变点位置信息。同时，本发明还公开了一种确定突变点位置的方法及装置。

Description

确定突变点及速度测量时边缘点位置信息的方法及装置

技术领域

本发明涉及通信技术领域，特别是指一种确定突变点及速度测量时边缘点位置信息的方法及装置。

背景技术

在移动通信系统中测速算法的种类很多，主要分为三类：基于附加设备的辅助估计方法；基于蜂窝网络的辅助估计方法；基于接收信号的最大多普勒频移的估计算法。前两类算法的适用性比较差，第三类测速算法应用的较多。第三类测速算法又分为基于参数估计的测速算法和经典谱估计的测速算法。

基于参数估计的测速算法包含过电平率、自相关法、协方差法等。过电平率法通过估计接收信号的包络电平通过率来计算移动台的速度；协方差的方法是依据衰落信号的包络或平方包络的归一化偏差满足一定的关系来测速的；传统的自相关法(Auto Correlation Function，ACF)是以Jakes经典瑞利谱的函数为基础，推导出自相关函数满足零阶贝塞尔函数，然后进行各种简化推导，得到各种不同的公式，最后将实际得到的无线信道的衰落因子的自相关值代入这些公式得到多普勒；改进的自相关法求取自相关系数在不同相关时间下的相对变化值，与已知的表格或者曲线比较来获取用户的速度。

基于经典谱估计的测速算法的主要思想是通过对相关函数进行DFT(Discrete Fourier Transform)运算获得信道的功率谱，然后利用信道衰落服从瑞利分布时功率谱具有U型谱的特征来获取最大多普勒频率，进而估计出用户的速度。其具体实现流程如图1。

参见图1所示，利用基于经典谱估计的测速算法的具体步骤如下：

步骤101：无线信道衰落的采样h(n)，其中n为采样点对应的序号；

步骤102：对h(n)做M点的DFT，得到信道的功率谱密度S(l)：

$S\left(l\right)={\left|\underset{k=0}{\overset{M-1}{\mathrm{\Σ}}}h\left(k\right)\exp (-j2\mathrm{\π}\frac{\mathrm{kl}}{M})\right|}^2---\left(1\right)$

步骤103求边缘点。

对于理想的Rayleigh信号，S(l)具有理想的U型谱特性，即：

现有测速方案中，主要是依据下述几种方法确定边缘点位置的：

方法1：

(1)找出功率谱S(l)的最大值并回退σdB作为门限η，即

(2)寻找满足如下条件的边缘点位置p，q；

$p=\arg \min \underset{l\∈\{0,...M-1\}}{\{S\left(l\right)>\mathrm{\η}\}}$

$q=\arg \max \underset{l\∈\{0,...M-1\}}{\{S\left(l\right)>\mathrm{\η}\}}$

方法2：

1)对功率谱S(l)求差分，即S_dif(l)＝S(l+1)-S(l)  l∈{0，...M-2}；

2)找出差分功率谱S_dif(l)的最大值并回退σdB作为门限η，即 $\mathrm{\η}=\max \underset{l\∈0...M-2}{\left\{S_{\mathrm{dif}}\left(l\right)\right\}*{10}^{-\mathrm{\σ}/10}};$

3)寻找满足如下条件的边缘点位置p，q；

$q=\arg \max \underset{l\∈\{0,...M-2\}}{\{S_{\mathrm{dif}}\left(l\right)>\mathrm{\η}\}}$

$q=\arg \max \underset{l\∈\{0,...M-2\}}{\{S_{\mathrm{dif}}\left(l\right)>\mathrm{\η}\}}---\left(4\right)$

方法3：

1)对功率谱进行积分并归一化：

$F_p=\left\{\begin{array}{cc}\frac{{\mathrm{\Σ}}_{k=1}^p[S{\left(k\right)}^{\mathrm{\β}}+S{(M-k)}^{\mathrm{\β}}]}{{\mathrm{\Σ}}_{k=0}^{N-1}S{\left(f_k\right)}^{\mathrm{\β}}}& p=\mathrm{0,1},...,M/2-1\\ 1,& p=M/2\end{array}\right.---\left(5\right)$

2)寻找满足如下条件的最小索引值p；

$p=\arg \min \underset{p\∈0,...M/2-1}{\{F_p>\mathrm{\η}\}}---\left(6\right)$

图2为边缘点位置确定示意图。从图2中可看出，可以利用上述三种方式之一根据阈值门限η，确定出边缘点p，q。

步骤104：求最大多普勒频移。

对于方法1和方法2：

$f_{d\max }=\frac{q-p}{2M}{f}_s---\left(7\right)$

对于Method3：

$f_{d\max }=\frac{p-M/2+1}{M}{f}_s---\left(8\right)$

其中f_s为时间上的采样率，M为DFT的点数，p，q为边缘点的位置。

步骤105：求速度。

$v=\frac{f_{d\max }}{f_c}c=\frac{f_{d\max }}{\mathrm{\λ}}---\left(9\right)$

其中f_c为载频，c为光速，λ为波长。

基于附加设备的辅助估计方法和基于蜂窝网络的辅助估计方法受限于具体的系统结构，不具有广泛的应用价值。参数估计类算法中，过电平率的方法需要时域连续的接收信号且需要分别估计平均功率和信号均值，容易受功率控制的影响，算法的复杂度和精度均不理想；协方差的方法要求的样本数比较多，信噪比比较高；传统的ACF的速度估计算法对信噪比的要求比较高，对信道的适用性较弱；改进的ACF算法对信道的适用性增强，但是该方法需要事先获取移动速度与自相关值变化大小的表格参数或者拟合曲线，且对于各种不同的无线环境，表格参数或者拟合曲线均有所不同，可实现性较差。

非参数估计类算法中，对于理想的信道环境，Method1和Method2的性能较好，对于真实的信道环境，很多情况下信道的功率谱已经不满足理想的U型谱，在最大多普勒范围内存在较大的起伏，此时功率谱的最大值或者差分值不一定出现在最大多普勒的位置处，这样确定边缘点的位置会出现误判，导致速度测量时存在较大的偏差；Method3对噪声和干扰较为敏感，对信噪比的要求比较高。

因此，现有的速度估计技术均不能够很好地解决实际无线信道中的速度估计问题，而现有的速度估计方法中确定边缘点位置是关键，如何更精确的确定边缘点位置，是提高速度估计精确度的一个途径。

同样，现有的突变点位置的确定同样也存在不精确的问题。

发明内容

本发明提供一种确定速度估计时边缘点位置的方法及装置，用以更精确的确定边缘点点位置，从而提高移动台速度估计的精度，且运算量小。

本发明还提供了一种确定突变点位置的方法及装置，用以提高确定突变点位置的精确度，并减少运算量。

本发明提供的一种确定边缘点位置的方法，包括以下步骤：

对无线信道衰落的采样进行傅里叶变换，得到谱信息，并根据所述谱信息，获取谱估计值信息；

按照大小顺序从所述谱估计值信息中取一个以上谱估计值，并利用所述一个以上谱估计值确定门限阈值；

根据所述门限阈值获得边缘点位置信息。

本发明提供的一种确定边缘点位置的装置，包括：

谱估计值信息获取单元，用于对无线信道衰落的采样进行傅里叶变换，得到谱信息，并根据所述谱信息，获取谱估计值信息；

边缘点位置信息获取单元，用于按照大小顺序从所述谱估计值信息中取一个以上谱估计值，并利用所述一个以上谱估计值确定门限阈值，根据所述门限阈值获得边缘点位置信息。

本发明实施例提供的一种确定突变点位置的方法，包括以下步骤：

根据获得的检测序列，得到样本序列信息；

按照大小顺序从所述样本序列中取一个以上样本值，并利用所述一个以上样本值确定门限阈值；

根据所述门限阈值获得突变点位置信息。

本发明实施例提供的一种确定突变点位置的装置，包括：

样本序列信息获取单元，用于根据获得的检测序列，得到样本序列信息；

突变点位置信息获取单元，用于按照大小顺序从所述样本序列信息中取一个以上样本值，并利用所述一个以上的样本值确定门限阈值，根据所述门限阈值获得突变点位置信息。

本发明方案采用谱估计方案测速时提出了确定边缘点位置。在确定U型谱边缘点位置时，提出了采用幅度谱或者差分幅度谱排序的方式，根据排序后的一组值来确定门限，该门限值的确定不仅依赖于边缘点幅度谱值，同时也能反应最大多普勒频带内的尖峰幅度值，不会因为U型谱的非理想，最大多普勒频带范围内的起伏影响门限值的确定，对真实信道环境的适用性强，根据排序后的谱估计值来合理的设定门限阈值，能够较好的跟踪信道的特性，从而提高了速度估计的精度。

本发明方案不仅可以用于速度估计U型谱的边缘点检测中，亦可用于类似需要进行突变点检测的实际应用中，同样可以更精确的进行突变点位置的检测。

附图说明

图1为基于功率谱估计的测速流程示意图；

图2为边缘点位置确定示意图；

图3为本发明实施例确定边缘点位置的流程示意图；

图4为本发明实施例确定突变点位置的流程示意图；

图5为本发明以速度估计为例说明确定边缘点位置的一具体实施例的流程示意图；

图6为本发明实施例确定边缘位置的装置示意图；

图7为本发明实施例确定突变点位置的装置示意图。

具体实施方式

为了能更精确的确定边缘点位置，在本发明实施例中，对无线信道衰落的采样进行傅里叶变换，得到谱信息，并根据所述谱信息，获取谱估计值信息；按照大小顺序从所述谱估计值信息中取一个以上谱估计值，并利用所述一个以上谱估计值获得边缘点位置信息。

参见图3所示，本发明实施例确定边缘点位置的方法的具体过程如下：

步骤301：对无线信道衰落的采样进行傅里叶变换，得到谱信息，并根据所述谱信息，获取谱估计值信息。

这里，可以直接将所述谱信息作为谱估计值信息，也可以对所述谱信息求差分，并将求差分后的数据作为谱估计值信息，如利用如下公式对每个谱信息求差分，S(l)＝F(l+1)-F(l)  l∈{0，...M-2}，其中，F(l)为谱估计信息，M为谱信息的长度，S(l)对谱信息进行差分运算后的谱估计值信息。

步骤302：按照大小顺序从所述谱估计值信息中取一个以上谱估计值，并利用所述一个以上谱估计值确定门限阈值，根据所述门限阈值获得边缘点位置信息。

步骤302中，利用所述一个以上谱估计值确定门限阈值，可以这样实现：计算所述一个以上谱估计值的平均值，并根据所述平均值获得门限阈值；根据所述门限阈值获得边缘点位置信息可以这样实现：将谱估计值大于所述门限阈值的最小索引l作为p点，将谱估计值大于所述门限阈值的最大索引l为q点，其中，p，q分别为两个边缘点位置。

而上述过程中，可以直接利用所述平均值获取门限阈值，也可以将所述平均值进行回退设定数值，根据经过回退设定数值的平均值获得门限阈值。即采用如下公式获得门限阈值：

其中，P(l)为S(l)按照从大到小进行排序后的样本，N为用于确定门限阈值选取的样本数占谱估计信息序列长度的比例数，σ为回退dB的数值。

所述谱信息可以包括功率谱信息，或幅度谱信息。

本发明实施例还提供了一种确定突变点位置的方法，具体如下：

参见图4所示，本发明实施例确定突变点位置的方法，包括以下步骤：

步骤401：根据获得的检测序列，得到样本序列信息；

这里，可以将所述检测序列作为样本序列信息；或，利用如下公式对所述检测序列求差分，并将求差分后的数据作为样本序列信息，S(l)＝F(l+1)-F(l)  l∈{0，..M-2}，其中F(l)为待检测序列，M为待检测序列的长度，S(l)为样本序列。

步骤402：按照大小顺序从所述样本序列信息中取一个以上样本值，并利用所述一个以上样本值确定门限阈值，根据所述门限阈值获得突变点位置信息。

利用所述一个以上样本值获得门限阈值，可以包括：计算所述一个以上样本值的平均值，并根据所述平均值获得门限阈值。

根据所述门限阈值获得突变点位置信息的过程可以这样实现：

将样本序列值大于所述门限阈值的临界索引l作为突变点位置。

当然，可以直接利用所述平均值获取门限阈值，或将所述平均值进行回退设定数值，根据经过回退设定数值的平均值获得门限阈值。

如：利用如下公式根据经过回退设定数值的平均值获得门限阈值：

其中，P(l)为S(l)按照从大到小进行排序后的样本，N为用于确定门限阈值选取的样本数占待检测序列长度的比例数，σ为回退dB的数值。

下面举具体实施例详细说明本发明的技术方案。在本实施例中，是以基于谱估计的测速方法。

当信道环境恶劣时(多径或者噪声较大)，此时信道的功率谱不会如此平滑，在最大多普勒边缘点位置内会出现大的起伏，此时边缘点的功率谱或者功率谱的差分值不再最大，但是多普勒频移边缘点以外的信号相对变化比较小，可以基于功率谱的部分统计信息确定边缘点的位置，本专利就是基于该思想给出的。与现有的基于功率谱估计的速度测量方案的差别在于提出了新的边缘点检测算法。参见图5所示，其测速的具体步骤如下(给出的方法即可以采用信道的功率谱，也可以采用幅度谱，下面的描述以幅度谱为例)：

步骤501：采样无线信道衰落H(k)。

步骤502：对无线信道衰落采样进行DFT变换获取幅度谱。

$S\left(l\right)=\left|\underset{k=0}{\overset{M-1}{\mathrm{\Σ}}}H\left(k\right)\exp (-j2\mathrm{\π}\frac{\mathrm{kl}}{M})\right|l\∈\{0,...M-1\}---\left(4\right)$

步骤503：求取步骤502得到的幅度谱的边缘点位置。

步骤503中是利用获得的谱估计值进行排序，并利用排序后的谱估计值获得幅度谱的边缘点位置。谱估计值可以直接是谱幅度，也可以是利用幅度谱进行差分后的值。

基于谱估计的测速方案中，边缘点位置的确定正确与否与测速的性能有着至关重要的作用，本实施例给出了两种新的确定边缘点位置的方法：

具体实现方法1(这种方法相当于步骤301中直接将幅度谱信息作为谱估计值信息)：

(1)对幅度谱S(l)按照从大到小进行排序，即P(l)＝sort{S(l)}，取出P(l)前面的N％个点求平均并回退σdB作为门限η，即

这里，取出P(l)前面的N％个点相当于步骤302按照大小顺序从所述谱估计值信息中取一个以上谱估计值。

(2)寻找满足如下条件的边缘点位置p，q(相当于步骤302利用所述一个以上谱估计值获得边缘点位置信息)。

$p=\arg \min \underset{l\∈\{0,...M-1\}}{\{S\left(l\right)>\mathrm{\η}\}}$

$q=\arg \max \underset{l\∈\{0,...M-1\}}{\{S\left(l\right)>\mathrm{\η}\}}---\left(5\right)$

具体实现方法2：

对幅度谱S(l)求差分，即S(l)＝F(l+1)-F(l)  l∈{0，...M-2}。该步骤相当于步骤301中获取谱估计值信息的过程。

(1)对幅度谱S_dif(l)按照从大到小进行排序，即P(l)＝sort{S_dif(l)}，取出P(l)前面的N％个点求平均并回退σdB作为门限η，即

该过程相当于步骤301中按照大小顺序从所述谱估计值信息中取一个以上谱估计值。

(2)寻找满足如下条件的边缘点位置p，q(该过程相当于步骤302中利用所述一个以上谱估计值获得边缘点位置信息)。

$p=\arg \min \underset{l\∈\{0,...M-2\}}{\{S\left(l\right)>\mathrm{\η}\}}$

$q=\arg \max \underset{l\∈\{0,...M-2\}}{\{S\left(l\right)>\mathrm{\η}\}}---\left(6\right)$

步骤504：求最大多普勒频移。

$f_{d\max }=\frac{q-p}{2M}{f}_s---\left(7\right)$

其中f_s为采样频率，M为DFT的点数，p，q为边缘点的位置。

步骤505：求速度。

$v=\frac{f_{d\max }}{f_c}c=\frac{f_{d\max }}{\mathrm{\λ}}---\left(8\right)$

其中f_c为载频，c为光速，λ为波长。

参见图6所示，本发明实施例提供的一种确定边缘点位置的装置，包括：谱估计值信息获取单元61和边缘点位置信息获取单元62。

谱估计值信息获取单元61，用于对无线信道衰落的采样进行傅里叶变换，得到谱信息，并根据所述谱信息，获取谱估计值信息；

边缘点位置信息获取单元62，用于按照大小顺序从所述谱估计值信息中取一个以上谱估计值，并利用所述一个以上谱估计值获得边缘点位置信息。

所述谱估计值信息获取单元61，用于将所述谱信息作为谱估计值信息；或，利用如下公式对所述谱信息求差分，并将求差分后的数据作为谱估计值信息，S(l)＝F(l+1)-F(l)  l∈{0，M，...M-2}，F(l)为谱信息，M为谱信息的长度，S(l)对谱信息进行差分运算后的谱估计值信息。

所述边缘点位置信息获取单元62，用于计算所述一个以上谱估计值的平均值，并根据所述平均值获得门限阈值。

所述边缘点位置信息获取单元62，还将谱估计值大于所述门限阈值的最小频率索引l作为p点，将谱估计值大于所述门限阈值的最大索引l为q点，其中，p，q分别为两个边缘点位置。

所述边缘点位置信息获取单元62，用于直接利用所述平均值获取门限阈值，或将所述平均值进行回退设定数值，根据经过回退设定数值的平均值获得门限阈值。

所述边缘点位置信息获取单元62，用于利用如下公式根据经过回退设定数值的平均值获得门限阈值：

其中，P(l)为S(l)按照从大到小进行排序后的样本，N为用于确定门限阈值选取的样本数占谱估计信息序列长度的比例数，σ为回退dB的数值。

所述谱信息包括：功率谱信息，或幅度谱信息。

参见图7所示，本发明实施例的一种确定突变点位置的装置，包括：样本序列信息获取单元71和突变点位置信息获取单元72。

样本序列信息获取单元71，用于根据获得的检测序列，得到样本序列信息；

突变点位置信息获取单元72，用于按照大小顺序从所述谱估计值信息中取一个以上样本值，并利用所述一个以上样本值确定门限阈值；根据所述门限阈值获得突变点位置信息。

样本序列信息获取单元71，用于将所述检测序列作为样本序列信息；或，利用如下公式对所述检测序列求差分，并将求差分后的数据作为样本序列信息，S(l)＝F(l+1)-F(l)  l∈{0，...M-2}。

所述突变点位置信息获取单元72，用于计算所述一个以上样本值的平均值，并根据所述平均值获得门限阈值；将样本序列中大于所述门限阈值的临界索引l作为突变点位置。

所述突变点位置信息获取单元72，用于直接利用所述平均值获取门限阈值，或将所述平均值进行回退设定数值，根据经过回退设定数值的平均值获得门限阈值。

所述突变点位置信息获取单元72，利用如下公式根据经过回退设定数值的平均值获得门限阈值：

其中，P(l)为S(l)按照从大到小进行排序后的样本，N为用于确定门限阈值选取的样本数占待检测序列长度的比例数，σ为回退dB的数值。

本实施例采用谱估计方案测速时提出了确定边缘点位置。对于真实的信道环境，虽然信道的幅度谱已经不满足理想的U型谱特性，但是在最大多普勒频率范围外信道的幅度的变化相对平缓，且远低于最大多普勒范围内信道的起伏，因此可依据该统计特征去确定边缘点的位置。

在利用该方案进行速度估计时，相对于现有的基于功率谱的速度估计算法，在确定U型谱边缘点位置时，提出了采用幅度谱或者差分幅度谱排序的方式，根据排序后的一组值来确定门限，该门限值的确定不仅依赖于边缘点幅度谱值，同时也能反应最大多普勒频带内的尖峰幅度值，不会因为U型谱的非理想，最大多普勒频带范围内的起伏影响门限值的确定，对真实信道环境的适用性强，根据排序后的谱估计值来合理的设定门限阈值，能够较好的跟踪信道的特性，从而提高了速度估计的精度。还可以对U型谱的门限阈值进行自适应调整。而且，相对于现有的测速方案，本方案要求的信噪比低，精度高。

该方法不仅可以用于速度估计U型谱的边缘点检测中，亦可用于类似需要进行突变点检测的实际应用中，同样可以更精确的进行突变点位置的检测。而且，如果针对测速方案，该方法可用于基站，也可以用于终端的测速过程中。且可应用于TDD和FDD蜂窝移动通信系统的测试方案中。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (26)

1.一种确定速度估计时边缘点位置的方法，其特征在于，该方法包括以下步骤：

对无线信道衰落的采样进行傅里叶变换，得到谱信息，并根据所述谱信息，获取谱估计值信息；

按照大小顺序从所述谱估计值信息中取一个以上谱估计值，并利用所述一个以上谱估计值确定门限阈值；

根据所述门限阈值获得边缘点位置信息。

2.根据权利要求1所述的方法，其特征在于，将所述谱信息作为谱估计值信息；或利用如下公式对所述谱信息求差分，并将求差分后的数据作为谱估计值信息，S(l)＝F(l+1)-F(l)  l∈{0，...M-2}，其中，F(l)为谱信息，M为谱信息的长度，S(l)对谱信息进行差分运算后的谱估计值信息。

3.根据权利要求2所述的方法，其特征在于，利用所述一个以上谱估计值确定门限阈值，包括：

计算所述一个以上谱估计值的平均值，并根据所述平均值获得门限阈值。

4.根据权利要求3所述的方法，其特征在于，根据所述门限阈值获得边缘点位置信息，包括：

将谱估计值大于所述门限阈值的最小索引l作为p点，将谱估计值大于所述门限阈值的最大索引l为q点，其中，p，q分别为两个边缘点位置。

5.根据权利要求3所述的方法，其特征在于，根据所述平均值获得门限阈值，包括：

直接利用所述平均值获取门限阈值，或将所述平均值进行回退设定数值，根据经过回退设定数值的平均值获得门限阈值。

6.根据权利要求5所述的方法，其特征在于，利用如下公式根据经过回退设定数值的平均值获得门限阈值：

其中，P(l)为S(l)按照从大到小进行排序后的样本，N为用于确定门限阈值选取的样本数占谱估计值信息序列长度的比例数，σ为回退dB的数值。

7.根据权利要求1～6中任一所述的方法，其特征在于，所述谱信息包括：功率谱信息，或幅度谱信息。

8.一种确定边缘点位置的装置，其特征在于，该装置包括：

谱估计值信息获取单元，用于对无线信道衰落的采样进行傅里叶变换，得到谱信息，并根据所述谱信息，获取谱估计值信息；

边缘点位置信息获取单元，用于按照大小顺序从所述谱估计值信息中取一个以上谱估计值，并利用所述一个以上谱估计值确定门限阈值，根据所述门限阈值获得边缘点位置信息。

9.根据权利要求8所述的装置，其特征在于，所述谱估计值信息获取单元，用于将所述谱信息作为谱估计值信息；或，利用如下公式对所述谱信息求差分，并将求差分后的数据作为谱估计值信息，S(l)＝F(l+1)-F(l)  l∈{0，...M-2}，其中，F(l)为谱估计信息，M为谱信息的长度，S(l)对谱信息进行差分运算后的谱估计值信息。

10.根据权利要求9所述的装置，其特征在于，所述边缘点位置信息获取单元，用于计算所述一个以上谱估计值的平均值，并根据所述平均值获得门限阈值。

11.根据权利要求10所述的装置，其特征在于，所述边缘点位置信息获取单元，用于将谱估计值大于所述门限阈值的最小索引l作为p点，将谱估计值大于所述门限阈值的最大索引l为q点，其中，p，q分别为两个边缘点位置。

12.根据权利要求10所述的装置，其特征在于，所述边缘点位置信息获取单元，用于直接利用所述平均值获取门限阈值，或将所述平均值进行回退设定数值，根据经过回退设定数值的平均值获得门限阈值。

13.根据权利要求12所述的装置，其特征在于，所述边缘点位置信息获取单元，用于利用如下公式根据经过回退设定数值的平均值获得门限阈值：

其中，P(l)为S(l)按照从大到小进行排序后的样本，N为用于确定门限阈值选取的样本数占谱估计值信息序列长度的比例数，σ为回退dB的数值。

14.根据权利要求8～13中任一所述的装置，其特征在于，所述谱信息包括：功率谱信息，或幅度谱信息。

15.一种确定突变点位置的方法，其特征在于，该方法包括以下步骤：

根据获得的检测序列，得到样本序列信息；

按照大小顺序从所述样本序列中取一个以上样本值，并利用所述一个以上样本值确定门限阈值；

根据所述门限阈值获得突变点位置信息。

16.根据权利要求15所述的方法，其特征在于，将所述检测序列作为样本序列信息；或，利用如下公式对所述检测序列求差分，并将求差分后的数据作为样本信息，S(l)＝F(l+1)-F(l)  l∈{0，...M-2}，其中F(l)为待检测序列，M为待检测序列的长度，S(l)为样本序列。

17.根据权利要求16所述的方法，其特征在于，利用所述一个以上样本值获得门限阈值，包括：

计算所述一个以上样本值的平均值，并根据所述平均值获得门限阈值。

18.根据权利要求16所述的方法，其特征在于，根据所述门限阈值获得突变点位置信息，包括：

将样本序列值大于所述门限阈值的临界索引l作为突变点位置。

19.根据权利要求17所述的方法，其特征在于，根据所述平均值获得门限阈值，包括：

直接利用所述平均值获取门限阈值，或将所述平均值进行回退设定数值，根据经过回退设定数值的平均值获得门限阈值。

20.根据权利要求19所述的方法，其特征在于，利用如下公式根据经过回退设定数值的平均值获得门限阈值：

其中，P(l)为S(l)按照从大到小进行排序后的样本，N为用于确定门限阈值选取的样本数占待检测序列长度的比例数，σ为回退dB的数值。

21.一种确定突变点位置的装置，其特征在于，该装置包括：

样本序列信息获取单元，用于根据获得的检测序列，得到样本序列信息；

突变点位置信息获取单元，用于按照大小顺序从所述样本序列信息中取一个以上样本值，并利用所述一个以上的样本值确定门限阈值，根据所述门限阈值获得突变点位置信息。

22.根据权利要求21所述的装置，其特征在于，所述样本序列信息获取单元，用于将所述检测序列作为样本序列信息；或，利用如下公式对所述检测序列求差分，并将求差分后的数据作为样本序列信息，S(l)＝F(l+1)-F(l)  l∈{0，..M-2}，其中F(l)为待检测序列，M为待检测序列的长度，S(l)为样本序列。

23.根据权利要求22所述的装置，其特征在于，所述突变点位置信息获取单元，用于计算所述一个以上样本值的平均值，并根据所述平均值获得门限阈值。

24.根据权利要求22所述的装置，其特征在于，所述突变点位置信息获取单元，用于将样本序列值大于所述门限阈值的临界索引l作为突变点的位置。

25.根据权利要求23所述的装置，其特征在于，所述突变点位置信息获取单元，用于直接利用所述平均值获取门限阈值，或将所述平均值进行回退设定数值，根据经过回退设定数值的平均值获得门限阈值。

26.根据权利要求25所述的装置，其特征在于，所述突变点位置信息获取单元，利用如下公式根据经过回退设定数值的平均值获得门限阈值：

其中，P(l)为S(l)按照从大到小进行排序后的样本，N为用于确定门限阈值选取的样本数占待检测序列长度的比例数，σ为回退dB的数值。

Images