CN103414527A - 一种基于能量检测的信号检测方法 - Google Patents

Abstract

本发明公开了一种基于能量检测的信号检测方法，该方法通过系统分析带宽（Bs）大于信号调制带宽（Bc）的情况下，根据系统分析带宽内的频谱分段能量方差，确定是否有信号存在，在噪声为功率普均匀的白噪声条件下，无信号时，系统分析带宽内均匀频域分段的各段能量基本相等，其方差和接近0；在此种噪声和信号同时存在时，由于调制信号的功率谱通常在带内是不平坦的，因而系统分析带宽内均匀频域分段的各段能量不同，其方差和大于0.本发明解决了传统的能量检测法，在背景噪声变化时，无法进行自适应调节的问题。此外，本发明方法简单，操作方便。

Description

一种基于能量检测的信号检测方法

技术领域

本发明属于信号检测技术领域，尤其涉及一种基于能量检测的信号检测方法。

背景技术

现有的发送端检测技术（根据是否有授权用户占用该频段）主要包括匹配滤波器检测，能量检测，循环特征检测等。

如果认知用户已知授权用户信号的先验知识(如调制方式、脉冲成型函数、帧格式和同步信息等)，可采用匹配滤波器检测进行频谱感知。若认知用户知道授权用户的导频信号，则将接收信号和已知的导频信号进行相关，然后与某个门限判决即可，但是它要求认知用户必须有授权用户信号的先验知识(如调制方式、脉冲成型函数、帧格式和同步信息等)。虽然这些信息可通过工作在相应频段的授权系统所采用的协议中获得，但认知用户需要给不同类型的授权用户配置不同的检测器，这么做的代价是非常巨大的。

能量检测是一种非相关检测，该方法实现简单易行，复杂度较低，不需要授权用户信号的先验知识，具有闭合的检测性能表达式，但是它的检测门限易受未知或可变噪声的影响，在低信噪比下检测性能较差，而且不能区分信号，噪声和干扰。

循环平稳检测是利用接收信号的循环平稳特性对主用户传输信号进行检测的一种方法.其计算复杂度远远大于能量检测，在复杂度方面所提算法的复杂度要略高于能量检测法，但低于其他两种方法，且性能不低于能量检测法，并可以解决未知或可变噪声带来的不利影响。

传统的能量检测法，在背景噪声变化时，无法进行自适应调节。

发明内容

本发明实施例的目的在于提供一种基于能量检测的信号检测方法，旨在解决传统的能量检测法，在背景噪声变化时，无法进行自适应调节的问题。

本发明实施例是这样实现的，一种基于能量检测的信号检测方法，该基于能量检测的信号检测方法包括以下步骤：

第一步，利用混频器将射频或者中频信号与单频混频获得信号x1；

第二步，利用低通滤波器A去除信号x1的高频分量，低通滤波器A的3dB带宽大于分析带宽Bs，获得信号x2，此时x2是零中频的信号，并且带宽为Bs的信号受到滤波器A的影响很小，可忽略不计；

第三步，将信号x2同时进行二步处理：先将x2通过低通滤波器B，通频带为0--PBs，P<1，获得信号的低频时域信号x2L带宽为PBs；再将x2通过高通滤波器，通频带为PBs—Bs，获得信号的高频时域信号x2H带宽为(1-P)Bs；

第四步，利用时域累计，即时域信号的模的平方和，求出信号x2L的能量值EL，以及信号x2H的能量值EH；

第五步，求得比值R=EL/EH；

第六步，门限标定，首先对有信号和无信号的数据进行多次求R值，通过统计概率获得门限C1和C2，C2>C1，C2值的大小主要影响漏检概率，C1的大小主要影响误警概率，所选择的门限应保证以上两种不利因数可能的小；

第七步，标志位flag的更新，flag=0，表示前一次检测结果为无信号，此种条件下，只有当R>C2时判定为当前检测到信号，flag变为1；当flag=1，表示前一次检测结果为有信号，此种条件下，只有当R<C1时判定为当前未检测到信号，flag变为0；

第八步，根据标志位控制后续解调线程等是否开启：flag=1，开启后续解调线程等，否则关闭后续解调线程。

进一步，该基于能量检测的信号检测方法的具体步骤为：

对于已知的射频或中频调制信号的中心频率和可能接收到的信号的带宽Bc;

第一步，将Reived_V1或Reived_V2中的射频或中频采样信号，与频率为fo单频信号进行混频，获得信号x1；

第二步，利用低通滤波器A去除信号x1的高频分量，低通滤波器A的3dB带宽大于分析带宽Bs，获得信号x2，此时x2是零中频的信号，并且带宽为Bs的信号受到滤波器A的影响很小，可忽略不计；

第三步，由于x2已经是零中频信号了，故Fo=0，对信号x2进行N_FFT点数的FFT运算，然后求模，并将前N_FFT/2个点存入VectorF中，VectorF中保存了信号x2的幅度谱；

第四步，将分析带宽Bs分为N块相等的Block，N=3，4，.....，每一个Block要进行运算的带宽为Bs/N，设要分析带宽Bs的最低频率为FL，FL=0，则nBlock块，n=1...N，所对应的频率区间范围分别是[FL+(n-1)Bs/N，FL+(n)Bs/N]，将VectorF中对应的频段的频率点分配给每个block，其中nBlock分得的VectorF点范围是[S_n，S_n+k_n]，其中表示每段分得的频率点的个数，而表示的是起始点，fs是信号采样频率，round(*)表示四舍五入运算；

第五步，对每个Block求其频谱的能量∑|·|²，得到E(n)，n=1...N；

第六步，对向量E求平均值

第七步，求得向量E的方差和

第八步，更新标志位flag，flag=0，表示前一次检测结果为无信号，此种条件下，只有当σ_sum>B2时判定为当前检测到信号，flag变为1；当flag=1，表示前一次检测结果为有信号，此种条件下，只有当σ_sum<B1时判定为当前未检测到信号，flag变为0，B1和B2为门限值，由理论仿真配合经验值给出，B2>B1；

第九步，根据标志位控制后续解调线程等是否开启：flag=1，开启后续解调线程等，否则关闭后续解调线程。

进一步，该基于能量检测的信号检测方法的具体步骤为：

非零中频的Block方差算法，对于不知调制频率、调制方式等参数的信号，只要满足分析带宽大于信号带宽，且分析带宽内无其它频分复用信号，可采用以下步骤实现该类信号检测：

第一步，将Reived_V1或Reived_V2中的射频或中频采样信号进行N_FFT点数的FFT运算，然后求模运算，将其中的前N_FFT/2个点存入VectorF中，VectorF中保存了信号x2的幅度谱；

第二步，将分析带宽Bs分为N块相等的Block，N=3，4，.....，每一个Block要进行运算的带宽为Bs/N，设要分析带宽Bs的最低频率为FL，这里FL=0，则块nBlock，n=1...N，所对应的频率区间范围分别是[FL+(n-1)Bs/N，FL+(n)Bs/N]，将VectorF中对应的频段的频率点分配给每个block，其中nBlock分得的VectorF点范围是[S_n,S_n+k_n]其中

表示每段分得的频率点的个数，而

表示的是起始点，fs是信号采样频率，round(*)表示四舍五入运算；

第三步，对每个Block求其频谱的能量∑|·|²，得到E(n)，n=1...N；

第四步，对向量E求平均值

第五步，求得向量E的方差和

第六步，更新标志位flag，flag=0，表示前一次检测结果为无信号，此种条件下，只有当σ_sum>K2时判定为当前检测到信号，flag变为1；当flag=1，表示前一次检测结果为有信号，此种条件下，只有当σ_sum<K1时判定为当前未检测到信号，flag变为0，K1和K2为门限值，由理论仿真配合经验值给出，K2>K1；

第七步，根据标志位控制后续解调线程等是否开启：flag=1，开启后续解调线程等，否则关闭后续解调线程。

进一步，该基于能量检测的信号检测方法针对的是基带频段信号，适用于已知信号特性的信号检测。

进一步，该基于能量检测的信号检测方法针对任一频段，适用于任何信号的检测。

进一步，该基于能量检测的信号检测方法中方差和的定义为：

将分析带宽内的接收信号的频谱均匀分成N段，每一段设为一个Block，第n段表示为nBlock，n=1-N，计算的带宽范围是[FL+(n-1)Bs/N，FL+nBs/N]，其中FL是所要分析频段中最小的频点，分别计算每个Block的能量值得到向量E，其中E（1）表示1Block的能量，E（2）表示2block的能量，依此类推，最后对E求均值 $E_{\mathrm{mean}}=\frac{1}{N}\underset{n-1}{\overset{N}{\mathrm{\&Sigma;}}}E\left(n\right)$ 以及方差和 ${\mathrm{\&sigma;}}_{\mathrm{sum}}=\underset{n-1}{\overset{N}{\mathrm{\&Sigma;}}}{(E\left(n\right)-E_{\mathrm{mean}})}^2,$ 根据前面的分析，噪声的σ_sum很小，而信号的σ_sum很大，因而由σ_sum就可以区分信号是否存在。

进一步，在N=2时，还可以采用能量比值检测信号是否存在，具体做法为：

利用一个低频分量滤波器，通带为Fo—Fo+PBs，滤出分析带宽内低频分量信号，其中Fo为信号中心频率，可以为0；再利用一个高频分量滤波器，获得通带为Fo+PBs—Fo+Bs的信号，滤出分析带宽内高频分量信号；然后再进行时域累积，得到低频分量的能量EL和高频分量的能量EH，计算分析带宽内的低频和高频能量之比R=EL/EH。为提高算法的稳定性，比值门限可以设定为双门限，即门限C1，C2，若前一次没有检测出信号，则只有当前比值大于C2时，才表示当前有信号；若前一次检测出信号，则只有当前比值小于C1时，才表示没信号，其中C1<C2。

本发明提供的基于能量检测的信号检测方法，通过系统分析带宽（Bs）大于信号调制带宽（Bc）的情况下，根据系统分析带宽内的频谱分段能量方差，确定是否有信号存在，在噪声为功率普均匀的白噪声条件下，无信号时，系统分析带宽内均匀频域分段的各段能量基本相等，其方差和接近0；在此种噪声和信号同时存在时，由于调制信号的功率谱通常在带内是不平坦的，因而系统分析带宽内均匀频域分段的各段能量不同，其方差和大于0，解决了传统的能量检测法，在背景噪声变化时，无法进行自适应调节的问题。此外，本发明方法简单，操作方便。

附图说明

图1是本发明实施例提供的基于能量检测的信号检测方法的流程图；

图2是本发明实施例提供的基于能量检测的信号检测方法的原理示意图；

图3是本发明实施例提供的零中频的时域上的能量比值的判决原理图；

①零中频的时域上的能量比值；

②零中频的Block方差算法；

③非零中频的Block方差算法。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1示出了本发明提供的基于能量检测的信号检测方法流程。为了便于说明，仅仅示出了与本发明相关的部分。

本发明实施例的基于能量检测的信号检测方法，该基于能量检测的信号检测方法包括以下步骤：

第一步，利用混频器将射频或者中频信号与单频混频获得信号x1；

第二步，利用低通滤波器A去除信号x1的高频分量，低通滤波器A的3dB带宽大于分析带宽Bs，获得信号x2，此时x2是零中频的信号，并且带宽为Bs的信号受到滤波器A的影响很小，可忽略不计；

第三步，将信号x2同时进行二步处理：先将x2通过低通滤波器B，通频带为0--PBs，P<1，获得信号的低频时域信号x2L带宽为PBs；再将x2通过高通滤波器，通频带为PBs—Bs，获得信号的高频时域信号x2H带宽为(1-P)Bs；

第四步，利用时域累计，即时域信号的模的平方和，求出信号x2L的能量值EL，以及信号x2H的能量值EH；

第五步，求得比值R=EL/EH；

第六步，门限标定，首先对有信号和无信号的数据进行多次求R值，通过统计概率获得门限C1和C2，C2>C1，C2值的大小主要影响漏检概率，C1的大小主要影响误警概率，所选择的门限应保证以上两种不利因数可能的小；

第七步，标志位flag的更新，flag=0，表示前一次检测结果为无信号，此种条件下，只有当R>C2时判定为当前检测到信号，flag变为1；当flag=1，表示前一次检测结果为有信号，此种条件下，只有当R<C1时判定为当前未检测到信号，flag变为0；

第八步，根据标志位控制后续解调线程等是否开启：flag=1，开启后续解调线程等，否则关闭后续解调线程。

作为本发明实施例的一优化方案，该基于能量检测的信号检测方法的具体步骤为：

对于已知的射频或中频调制信号的中心频率和可能接收到的信号的带宽Bc;

第一步，利用混频器将射频或者中频信号与单频混频获得信号x1；

第二步，利用低通滤波器A去除信号x1的高频分量，低通滤波器A的3dB带宽大于分析带宽Bs，获得信号x2，此时x2是零中频的信号，并且带宽为Bs的信号受到滤波器A的影响很小，可忽略不计；

第三步，由于x2已经是零中频信号了，故Fo=0，对信号x2进行N_FFT点数的FFT运算，然后求模，并将前N_FFT/2个点存入VectorF中，VectorF中保存了信号x2的幅度谱；

第四步，将分析带宽Bs分为N块相等的Block，N=3，4，.....，每一个Block要进行运算的带宽为Bs/N，设要分析带宽Bs的最低频率为FL，FL=0，则nBlock块，n=1...N，所对应的频率区间范围分别是[FL+(n-1)Bs/N，FL+(n)Bs/N]，将VectorF中对应的频段的频率点分配给每个block，其中nBlock分得的VectorF点范围是[S_n，S_n+k_n]，其中

表示每段分得的频率点的个数，而表示的是起始点，fs是信号采样频率，round(*)表示四舍五入运算；

第五步，对每个Block求其频谱的能量∑|·|²，得到E(n)，n=1...N；

第六步，对向量E求平均值

第七步，求得向量E的方差和

第八步，更新标志位flag，flag=0，表示前一次检测结果为无信号，此种条件下，只有当σ_sum>B2时判定为当前检测到信号，flag变为1；当flag=1，表示前一次检测结果为有信号，此种条件下，只有当σ_sum<B1时判定为当前未检测到信号，flag变为0，B1和B2为门限值，由理论仿真配合经验值给出，B2>B1；

第九步，根据标志位控制后续解调线程等是否开启：flag=1，开启后续解调线程等，否则关闭后续解调线程。

作为本发明实施例的一优化方案，该基于能量检测的信号检测方法的具体步骤为：

非零中频的Block方差算法，对于不知调制频率、调制方式等参数的信号，只要满足分析带宽大于信号带宽，且分析带宽内无其它频分复用信号，可采用以下步骤实现该类信号检测：

第一步，将Reived_V1或Reived_V2中的射频或中频采样信号进行N_FFT点数的FFT运算，然后求模运算，将其中的前N_FFT/2个点存入VectorF中，VectorF中保存了信号x2的幅度谱；

第二步，将分析带宽Bs分为N块相等的Block，N=3，4，.....，每一个Block要进行运算的带宽为Bs/N，设要分析带宽Bs的最低频率为FL，这里FL=0，则块nBlock，n=1...N，所对应的频率区间范围分别是[FL+(n-1)Bs/N，FL+(n)Bs/N]，将VectorF中对应的频段的频率点分配给每个block，其中nBlock分得的VectorF点范围是[S_n,S_n+k_n]其中

表示每段分得的频率点的个数，而

表示的是起始点，fs是信号采样频率，round(*)表示四舍五入运算；

第三步，对每个Block求其频谱的能量∑|·|²，得到E(n)，n=1...N；

第四步，对向量E求平均值

第五步，求得向量E的方差和

第六步，更新标志位flag，flag=0，表示前一次检测结果为无信号，此种条件下，只有当σ_sum>K2时判定为当前检测到信号，flag变为1；当flag=1，表示前一次检测结果为有信号，此种条件下，只有当σ_sum<K1时判定为当前未检测到信号，flag变为0，K1和K2为门限值，由理论仿真配合经验值给出，K2>K1；

第七步，根据标志位控制后续解调线程等是否开启：flag=1，开启后续解调线程等，否则关闭后续解调线程。

作为本发明实施例的一优化方案，该基于能量检测的信号检测方法针对的是基带频段信号，适用于已知信号特性的信号检测。

作为本发明实施例的一优化方案，该基于能量检测的信号检测方法针对任一频段，适用于任何信号的检测。

作为本发明实施例的一优化方案，该基于能量检测的信号检测方法中方差和的定义为：

将分析带宽内的接收信号的频谱均匀分成N段，每一段设为一个Block，第n段表示为nBlock，n=1-N，计算的带宽范围是[FL+(n-1)Bs/N，FL+nBs/N]，其中FL是所要分析频段中最小的频点，分别计算每个Block的能量值得到向量E，其中E（1）表示1Block的能量，E（2）表示2block的能量，依此类推，最后对E求均值 $E_{\mathrm{mean}}=\frac{1}{N}\underset{n-1}{\overset{N}{\mathrm{\&Sigma;}}}E\left(n\right)$ 以及方差和 ${\mathrm{\&sigma;}}_{\mathrm{sum}}=\underset{n-1}{\overset{N}{\mathrm{\&Sigma;}}}{(E\left(n\right)-E_{\mathrm{mean}})}^2,$ 根据前面的分析，噪声的σ_sum很小，而信号的σ_sum很大，因而由σ_sum就可以区分信号是否存在。

作为本发明实施例的一优化方案，在N=2时，还可以采用能量比值检测信号是否存在，具体做法为：

利用一个低频分量滤波器，通带为Fo—Fo+PBs，滤出分析带宽内低频分量信号，其中Fo为信号中心频率，可以为0；再利用一个高频分量滤波器，获得通带为Fo+PBs—Fo+Bs的信号，滤出分析带宽内高频分量信号；然后再进行时域累积，得到低频分量的能量EL和高频分量的能量EH，计算分析带宽内的低频和高频能量之比R=EL/EH。为提高算法的稳定性，比值门限可以设定为双门限，即门限C1，C2，若前一次没有检测出信号，则只有当前比值大于C2时，才表示当前有信号；若前一次检测出信号，则只有当前比值小于C1时，才表示没信号，其中C1<C2。

下面结合附图及具体实施例对本发明的应用原理作进一步描述。

如图1所示，本发明实施例的基于能量检测的信号检测方法包括以下步骤：

S101:利用混频器将射频或者中频信号与单频混频获得信号x1；

S102：利用低通滤波器A去除信号x1的高频分量，获得信号x2，此时x2是零中频的信号；

S103：将信号X2同时进行第二步处理：先将x2通过低通滤波器获得信号的低频时域信号x2L；再将x2通过高通滤波器获得信号的高频时域信号x2H；

S104：利用时域累计，求出信号x2L的信号能量值EL，以及信号x2H的信号能量值EH；求得比值R=EL/EH;

S105：对有信号和无信号的数据进行多次求R值，通过统计概率获得门限C1和C2，C2>C1，C2的值主要影响漏检概率，C1的值主要影响误检概率，所选择的门限应保证2种概率尽可能小；

S106：更新标志位flag。flag=0，表示前一次检测结果为无信号，此种条件下，只有当R>C2时判定为当前检测到信号，flag变为1；当flag=1，表示前一次检测结果为有信号，此种条件下，只有当R<C1时判定为当前未检测到信号，flag变为0；

S107：根据标志位控制后续解调线程等是否开启：flag=1，开启后续解调线程等，否则关闭后续解调线程。

在系统分析带宽（Bs）大于信号调制带宽（Bc）的情况下，根据系统分析带宽内的频谱分段能量方差，确定是否有信号存在，

在噪声为功率普均匀的白噪声条件下，无信号时，系统分析带宽内均匀频域分段的各段能量基本相等，其方差和接近0；在此种噪声和信号同时存在时，由于调制信号的功率谱通常在带内是不平坦的，因而系统分析带宽内均匀频域分段的各段能量不同，其方差和大于0，

对于某些调制信号，在信号带宽内能量分布比较均匀，但是，一旦系统分析带宽略大于信号调制带宽，该方差大于0的特性仍然存在，

方差和定义如下：

将分析带宽内的接收信号的频谱均匀分成N段，每一段设为一个Block，第n（n=1-N）段表示为nBlock，其计算的带宽范围是[FL+(n-1)Bs/N，FL+nBs/N]，其中FL是所要分析频段中最小的频点，分别计算每个Block的能量值得到向量E，其中E（1）表示1Block的能量，E（2）表示2block的能量，依此类推，最后对E求均值 $E_{\mathrm{mean}}=\frac{1}{N}\underset{n-1}{\overset{N}{\mathrm{\&Sigma;}}}E\left(n\right)$ 以及方差和 ${\mathrm{\&sigma;}}_{\mathrm{sum}}=\underset{n-1}{\overset{N}{\mathrm{\&Sigma;}}}{(E\left(n\right)-E_{\mathrm{mean}})}^2,$ 根据前面的分析，噪声的σ_sum很小，而信号的σ_sum很大，因而由σ_sum就可以区分信号是否存在，

特别的，在N=2时，还可以采用能量比值检测信号是否存在，具体做法是利用一个低频分量滤波器（通带为Fo—Fo+PBs）滤出分析带宽内低频分量信号，再利用一个高频分量滤波器（获得通带为Fo+PBs—Fo+Bs的信号）滤出分析带宽内高频分量信号，然后再进行时域累积，得到低频分量的能量EL和高频分量的能量EH；

计算分析带宽内的低频和高频能量之比R=EL/EH（或者方差σ_sum）；为提高算法的稳定性，比值门限可以设定为双门限，即门限C1，C2，若前一次没有检测出信号，只有当前比值大于C2时，才表示有信号，若前一次检测出信号，只有当前比值小于C1时，才表示没信号，其中C1<C2，

如图3所示，判决器采用双门限模式，flag表示前一次判决的结果，flag=1表示前一次为有信号，否则表示为无信号，C1，C2为双门限判决，C2>C1；

本发明的基于能量检测的信号检测方法三种算法为：零中频的时域上的能量比值；零中频的Block方差算法；非零中频的Block方差算法；三种算法采用相同的判别器；

结合图2对三种算法做详细的阐述：

图2为本发明的核心算法流程图，根据处理的接收信号方式的不同，本发明可以等价的分为以下3种算法，在实际的使用过程中，只需要根据流程使用其中的任何一种方法即可，

本发明可以有两种工作模式:一种模式是所提算法和解调线程同步进行，另一种模式下，为了减少因为噪声信号而引入的不必要的计算，通过所提算法控制解调线程的开启和关闭，图2给出的是后种模式，首先开辟2段内存空间Reived_V1和Reived_V2用于乒乓缓存，2段内存的长度和要进行检测算法的长度相同，开始进行检测程序时，首先将采样的数据存入Reived_V1，待Reived_V1中的数据存满后，对Reived_V1进行检测算法，将检测算法处理过程中接收到的信道信号数据存储到Reived_V2，若Reived_V1中的数据检测出信道内有调制信号的存在，则开启解调算法，解调Reived_V1中的数据;若未检测到信号，则忽略Reived_V1中的原数据，同时将Reived_V2存满之后采集到的信号数据存储到已经处理过的Reived_V1内存中；在Reived_V2存满后，以类似的方式处理Reived_V2内存中的数据，如此循环往复，整个检测算法的运算时间要小于每段内存空间采集满数据的时间；

整个算法，即可以处理模拟调制信号，也可以处理数字调制信号.

算法一、二针对的是基带频段，适用于已知信号特性的信号检测，而算法三针对的是任一频段，适用于任何信号的检测；

算法一：零中频的时域上的能量比值算法，定义Bs为要分析的信号的带宽，且假定已知射频或中频调制信号的中心频率fo，具体步骤如下：

第一步，利用混频器将射频或者中频信号与单频混频获得信号x1；

第二步，利用低通滤波器A去除信号x1的高频分量（低通滤波器A的3dB带宽大于分析带宽Bs），获得信号x2，此时x2是零中频的信号，并且带宽为Bs的信号受到滤波器A的影响很小，可忽略不计；

第三步，将信号x2同时进行二步处理：先将x2通过低通滤波器B（通频带为0--PBs，P<1）获得信号的低频时域信号x2L（带宽为PBs）；再将x2通过高通滤波器（通频带为PBs—Bs）获得信号的高频时域信号x2H（带宽为(1-P)Bs）；

第四步，利用时域累计，即时域信号的模的平方和，求出信号x2L的能量值EL，以及信号x2H的能量值EH；

第五步，求得比值R=EL/EH；

第六步，门限标定，首先对有信号和无信号的数据进行多次求R值，通过统计概率获得门限C1和C2，C2>C1，C2值的大小主要影响漏检概率，C1的大小主要影响误警概率，所选择的门限应保证以上两种不利因数可能的小；

第七步，标志位flag的更新，flag=0，表示前一次检测结果为无信号，此种条件下，只有当R>C2时判定为当前检测到信号，flag变为1；当flag=1，表示前一次检测结果为有信号，此种条件下，只有当R<C1时判定为当前未检测到信号，flag变为0；

第八步，根据标志位控制后续解调线程等是否开启：flag=1，开启后续解调线程等，否则关闭后续解调线程，

算法二：零中频的Block方差算法，对于已知的射频或中频调制信号的中心频率和可能接收到的信号的带宽Bc，可以使用以下方法，

第一步，利用混频器将射频或者中频信号与单频混频获得信号x1；

第二步，利用低通滤波器A去除信号x1的高频分量（低通滤波器A的3dB带宽大于分析带宽Bs），获得信号x2，此时x2是零中频的信号，并且带宽为Bs的信号受到滤波器A的影响很小，可忽略不计；

第三步，由于x2已经是零中频信号了，故Fo=0，对信号x2进行N_FFT点数的FFT运算，然后求模，并将其中的前N_FFT/2个点存入VectorF中，VectorF中保存了信号x2的幅度谱；

第四步，将分析带宽Bs分为N块相等的Block，N=3，4，.....，每一个Block要进行运算的带宽为Bs/N，设要分析带宽Bs的最低频率为FL(这里FL=0)，则nBlock块，n=1...N，所对应的频率区间范围分别是[FL+(n-1)Bs/N，FL+(n)Bs/N]，将VectorF中对应的频段的频率点分配给每个block，其中nBlock分得的VectorF点范围是[S_n,S_n+k_n]其中

表示每段分得的频率点的个数，而

表示的是起始点，fs是信号采样频率，round(*)表示四舍五入运算，

第五步，对每个Block求其频谱的能量∑|·|²,得到E(n)，n=1...N；

第六步，对向量E求平均值

第七步，求得向量E的方差和

第八步，更新标志位flag，flag=0，表示前一次检测结果为无信号，此种条件下，只有当σ_sum>B2时判定为当前检测到信号，flag变为1；当flag=1，表示前一次检测结果为有信号，此种条件下，只有当σ_sum<B1时判定为当前未检测到信号，flag变为0，B1和B2为门限值，由理论仿真配合经验值给出，B2>B1；

第九步，根据标志位控制后续解调线程等是否开启：flag=1，开启后续解调线程等，否则关闭后续解调线程，

算法三：非零中频的Block方差算法，对于不知调制频率、调制方式等参数的信号，只要满足分析带宽大于信号带宽，且分析带宽内无其它频分复用信号，可采用以下步骤实现该类信号检测：

第一步，将Reived_V1或Reived_V2中的射频或中频采样信号进行N_FFT点数的FFT运算，然后求模运算，将其中的前N_FFT/2个点存入VectorF中，VectorF中保存了信号x2的幅度谱；；

第二步，将分析带宽Bs分为N块相等的Block，N=3，4，.....，每一个Block要进行运算的带宽为Bs/N，设要分析带宽Bs的最低频率为FL(这里FL=0)，则块nBlock，n=1...N，所对应的频率区间范围分别是[FL+(n-1)Bs/N，FL+(n)Bs/N]，将VectorF中对应的频段的频率点分配给每个block，其中nBlock分得的VectorF点范围是[S_n,S_n+k_n]其中

表示每段分得的频率点的个数，而

表示的是起始点，fs是信号采样频率，round(*)表示四舍五入运算，

第三步，对每个Block求其频谱的能量∑|·|²，得到E(n)，n=1...N；

第四步，对向量E求平均值

第五步，求得向量E的方差和

第六步，更新标志位flag，flag=0，表示前一次检测结果为无信号，此种条件下，只有当σ_sum>K2时判定为当前检测到信号，flag变为1；当flag=1，表示前一次检测结果为有信号，此种条件下，只有当σ_sum<K1时判定为当前未检测到信号，flag变为0，K1和K2为门限值，由理论仿真配合经验值给出，K2>K1；

第七步，根据标志位控制后续解调线程等是否开启：flag=1，开启后续解调线程等，否则关闭后续解调线程，

结合以下频谱对比对本发明做进一步的说明：

以三种典型调制信号BPSK，2FSK，MQAM为例进行说明。仿真条件：信噪比为6dB，符号速率为1Mbps，中心频率为5MHz，2FSK两频率分别为4.MHz和6MHz，分析带宽为4MHz，采样率为40MHz，分块数N=4，

三种调制方式获得σ_sum的值基本上相同，并且远远大于在此信噪比下的噪声信号的σ_sum，

对于以上三种频谱特性明显的信号进行信号检测的仿真，将三种信号分别通过带宽为6MHz的（2-8MHz）的带通滤波器，取其中的3-7MHz的波段作为Block的选择区间即分析带宽Bs，将区间Bs平均为N=4等份，每一份为1MHz的带宽，即Block1：3M-4MHZ，Block2：4M-5MHZ，Block3：5M-6MHZ，Block14：6M-7MHZ；

信号的数据速率为1Mbps，数据比特长500，采样率为40MHz，载波频率选择5MHz，2FSK的两个频率分别为4MHz和6MHz；

产生含噪声的信号时，分别采用了两种方法：信号功率不变改变噪声功率和噪声功率不变改变信号功率，以便说明在噪声功率变化的情况下，所提算法也能获得良好的判决效果；

对通过带通滤波器的信号进行FFT运算，FFT的点数为4096个，获得向量VectorF，将VectorF中对应于不同Block的数据向量取出进行求能量运算，

载波能量检测是将通过带通滤波器的信号进行了FFT运算，然后频率积分获得；

在噪声功率不改变而改变信号功率的情况下，不同信噪比时，所提算法和传统能量检测法的仿真对比，在信噪比大于2dB时，所提算法和传统能量检测算法均能区分出信号和噪声，二者性能相似。

在信号功率不改变而改变噪声功率的情况下，不同信噪比时，所提算法和传统能量检测法的仿真对比，在噪声功率改变的情况下，传统信号能量检测法在固定门限下的检测效果很差（信噪比大于5dB时就会出现误检），所提算法虽然在信噪比很低的时候因为FFT运算点数的限制而出现了混叠，但依然能够获得较好的判决效果（信噪比大于-2dB时仍能正确检测），实际上，在FFT运算点数足够多，采样的信号足够长的情况下，Block方差可以获得更好的统计特性，可以在更低的信噪比下，正确的检测出信号，对于双门限判决的2个门限的取值可以在2条虚线之间按照区需要来进行选取。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于能量检测的信号检测方法，其特征在于，该基于能量检测的信号检测方法包括以下步骤：

第一步，利用混频器将射频或者中频信号与单频混频获得信号x1；

第二步，利用低通滤波器A去除信号x1的高频分量，低通滤波器A的3dB带宽大于分析带宽Bs，获得信号x2，此时x2是零中频的信号，并且带宽为Bs的信号受到滤波器A的影响很小，可忽略不计；

第三步，将信号x2同时进行二步处理：先将x2通过低通滤波器B，通频带为0--PBs，P<1，获得信号的低频时域信号x2L带宽为PBs；再将x2通过高通滤波器，通频带为PBs－Bs，获得信号的高频时域信号x2H带宽为(1-P)Bs；

第四步，利用时域累计，即时域信号的模的平方和，求出信号x2L的能量值EL，以及信号x2H的能量值EH；

第五步，求得比值R=EL/EH；

第六步，门限标定，首先对有信号和无信号的数据进行多次求R值，通过统计概率获得门限C1和C2，C2>C1，C2值的大小主要影响漏检概率，C1的大小主要影响误警概率，所选择的门限应保证以上两种不利因数可能的小；

第七步，标志位flag的更新，flag=0，表示前一次检测结果为无信号，此种条件下，只有当R>C2时判定为当前检测到信号，flag变为1；当flag=1，表示前一次检测结果为有信号，此种条件下，只有当R<C1时判定为当前未检测到信号，flag变为0；

第八步，根据标志位控制后续解调线程等是否开启：flag=1，开启后续解调线程等，否则关闭后续解调线程。

2.如权利要求1所述的基于能量检测的信号检测方法，其特征在于，该基于能量检测的信号检测方法的具体步骤为：

对于已知的射频或中频调制信号的中心频率和可能接收到的信号的带宽Bc;

第一步，利用混频器将射频或者中频信号与单频混频获得信号x1；

第二步，利用低通滤波器A去除信号x1的高频分量，低通滤波器A的3dB带宽大于分析带宽Bs，获得信号x2，此时x2是零中频的信号，并且带宽为Bs的信号受到滤波器A的影响很小，可忽略不计；

第三步，由于x2已经是零中频信号了，故Fo=0，对信号x2进行N_FFT点数的FFT运算，然后求模，并将前N_FFT/2个点存入VectorF中，VectorF中保存了信号x2的幅度谱；

第四步，将分析带宽Bs分为N块相等的Block，N=3，4，.....，每一个Block要进行运算的带宽为Bs/N，设要分析带宽Bs的最低频率为FL，FL=0，则nBlock块，n=1...N，所对应的频率区间范围分别是[FL+(n-1)Bs/N，FL+(n)Bs/N]，将VectorF中对应的频段的频率点分配给每个block，其中nBlock分得的VectorF点范围是[S_n,S_n+k_n]，其中

表示每段分得的频率点的个数，而 $S_n=\mathrm{round}((\mathrm{FL}+(n-1)\frac{\mathrm{Bs}}{N})\&CenterDot;\frac{N_{\mathrm{FFT}}}{\mathrm{fs}})$ 表示的是起始点，fs是信号采样频率，round(*)表示四舍五入运算；

第五步，对每个Block求其频谱的能量Σ||²，得到E(n)，n=1...N；

第六步，对向量E求平均值

第七步，求得向量E的方差和

第八步，更新标志位flag，flag=0，表示前一次检测结果为无信号，此种条件下，只有当σ_sum>B2时判定为当前检测到信号，flag变为1；当flag=1，表示前一次检测结果为有信号，此种条件下，只有当σ_sum<B1时判定为当前未检测到信号，flag变为0，B1和B2为门限值，由理论仿真配合经验值给出，B2>B1；

第九步，根据标志位控制后续解调线程等是否开启：flag=1，开启后续解调线程等，否则关闭后续解调线程。

3.如权利要求1所述的基于能量检测的信号检测方法，其特征在于，该基于能量检测的信号检测方法的具体步骤为：

非零中频的Block方差算法，对于不知调制频率、调制方式等参数的信号，只要满足分析带宽大于信号带宽，且分析带宽内无其它频分复用信号，可采用以下步骤实现该类信号检测：

第一步，将Reived_V1或Reived_V2中的射频或中频采样信号进行N_FFT点数的FFT运算，然后求模运算，将其中的前N_FFT/2个点存入VectorF中，VectorF中保存了信号x2的幅度谱；

第二步，将分析带宽Bs分为N块相等的Block，N=3，4，.....，每一个Block要进行运算的带宽为Bs/N，设要分析带宽Bs的最低频率为FL，这里FL=0，则块nBlock，n=1...N，所对应的频率区间范围分别是[FL+(n-1)Bs/N，FL+(n)Bs/N]，将VectorF中对应的频段的频率点分配给每个block，其中nBlock分得的VectorF点范围是[S_n，S_n+k_n]，其中

表示每段分得的频率点的个数，而 $S_n=\mathrm{round}\left((\mathrm{FL}+(n-1)\frac{\mathrm{Bs}}{N}\right)\&CenterDot;\frac{N_{\mathrm{FFT}}}{\mathrm{fs}})$ 表示的是起始点，fs是信号采样频率，round(*)表示四舍五入运算；

第三步，对每个Block求其频谱的能量Σ||²，得到E(n)，n=1...N；

第四步，对向量E求平均值

第五步，求得向量E的方差和

第六步，更新标志位flag，flag=0，表示前一次检测结果为无信号，此种条件下，只有当σ_sum>K2时判定为当前检测到信号，flag变为1；当flag=1，表示前一次检测结果为有信号，此种条件下，只有当σ_sum<K1时判定为当前未检测到信号，flag变为0，K1和K2为门限值，由理论仿真配合经验值给出，K2>K1；

第七步，根据标志位控制后续解调线程等是否开启：flag=1，开启后续解调线程等，否则关闭后续解调线程。

4.如权利要求1或2所述的基于能量检测的信号检测方法，其特征在于，该基于能量检测的信号检测方法针对的是基带频段信号，适用于已知信号特性的信号检测。

5.如权利要求3所述的基于能量检测的信号检测方法，其特征在于，该基于能量检测的信号检测方法针对任一频段，适用于任何信号的检测。

6.如权利要求1所述的基于能量检测的信号检测方法，其特征在于，该基于能量检测的信号检测方法中方差和的定义为：

将分析带宽内的接收信号的频谱均匀分成N段，每一段设为一个Block，第n段表示为nBlock，n=1-N，计算的带宽范围是[FL+(n-1)Bs/N，FL+nBs/N]，其中FL是所要分析频段中最小的频点，分别计算每个Block的能量值得到向量E，其中E（1）表示1Block的能量，E（2）表示2block的能量，依此类推，最后对E求均值 $E_{\mathrm{mean}}=\frac{1}{N}\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}E\left(n\right)$ 以及方差和 ${\mathrm{\&sigma;}}_{\mathrm{sum}}=\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{(E\left(n\right)-E_{\mathrm{mean}})}^2,$ 根据前面的分析，噪声的σ_sum很小，而信号的σ_sum很大，因而由σ_sum就可以区分信号是否存在。

7.如权利要求6所述的基于能量检测的信号检测方法，其特征在于，在N=2时，还可以采用能量比值检测信号是否存在，具体做法为：

利用一个低频分量滤波器，通带为Fo－Fo+PBs，滤出分析带宽内低频分量信号，其中Fo为信号中心频率，可以为0；再利用一个高频分量滤波器，获得通带为Fo+PBs－Fo+Bs的信号，滤出分析带宽内高频分量信号；然后再进行时域累积，得到低频分量的能量EL和高频分量的能量EH，计算分析带宽内的低频和高频能量之比R=EL/EH，为提高算法的稳定性，比值门限可以设定为双门限，即门限C1，C2，若前一次没有检测出信号，则只有当前比值大于C2时，才表示当前有信号；若前一次检测出信号，则只有当前比值小于C1时，才表示没信号，其中C1<C2。

Images