CN104639478B - 一种联合方差修正的信号检测与时域定位方法和系统 - Google Patents
一种联合方差修正的信号检测与时域定位方法和系统 Download PDFInfo
- Publication number
- CN104639478B CN104639478B CN201510005711.2A CN201510005711A CN104639478B CN 104639478 B CN104639478 B CN 104639478B CN 201510005711 A CN201510005711 A CN 201510005711A CN 104639478 B CN104639478 B CN 104639478B
- Authority
- CN
- China
- Prior art keywords
- signal
- subclass
- sampled signal
- sampled
- amount
- 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
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种联合方差修正的信号检测与时域定位方法和系统,克服现有技术中的能量检测方法无法精确定位信号起始位置的不足。该方法包括:训练获得能量统计量门限值和方差统计量门限值;对样本信号采样获得离散的采样信号集合;对离散的采样信号集合进行分段获得多个采样信号子集合;获得每个采样信号子集合的能量统计量和方差统计量;采用联合方差统计量修正的信号能量检测方法,判断每个采样信号子集合中是否包含有用信号;根据所有包含有用信号的采样信号子集合,确定有用信号的时域起始位置的置信区间;在置信区间内对有用信号的时域起始位置进行精确定位。本发明的实施例可以对有用信号出现的起始位置进行精确定位。
Description
技术领域
本发明涉及信号检测技术,尤其涉及一种联合方差修正的信号检测与时域定位方法和系统。
背景技术
利用信号特征和噪声功率等信息,按照一定的准则对接收到的信号进行检测,以判定有用信号是否存在的技术,称为信号检测技术。信号检测技术的应用十分广泛,如认知无线电中应用信号检测技术进行频谱感知,以检测周围的频谱空穴,可以为认知用户提供可利用的频谱资源。
现有的信号检测技术,主要包括匹配滤波器检测,循环平稳特征检测和能量检测。
匹配滤波器检测的准则是使得输出信噪比最大,它是在信号检测系统掌握到接收信号先验信息的情况下一种有效的检测方法。若是系统所掌握的先验信息不准确,则匹配滤波器的检测性能将急剧下降。
循环平稳特征检测主要是针对调制后的信号具有类似于周期性的性质而设计的信号检测方法。该检测方法具有较强的抵抗噪声功率不确定性的能力,并且在低信噪比的条件下也具有很好的检测性能,但其计算复杂度远大于匹配滤波器检测和能量检测。
能量检测通过计算信号在特定频段内的能量值,并且与预先设定的检测门限值进行比较,从而获得判决结果。能量检测具有简单易行、检测速度快、无需预先知道接收信号的结构就能够获得判决结果等特点。
能量检测方法因其简单易行与检测速度快等特点成为了信号检测技术中最常用的方法之一。本发明的发明人在研究本发明的技术方案时,认为传统的能量检测方法易受噪声不确定性的影响,检测准确率较低。并且,传统的能量检测方法只能检测信号是否出现,并不能精确定位信号出现的起始位置。
发明内容
本发明所要解决的技术问题是为了克服现有技术中的能量检测方法因容易受到噪声不确定性的影响而无法精确定位信号起始位置的不足。
为了解决上述技术问题,本发明的实施例首先提供了一种联合方差修正的信号检测与时域定位方法,包括:对噪声信号进行训练,获得能量统计量门限值和方差统计量门限值;对样本信号进行采样,获得离散的采样信号集合;对所述离散的采样信号集合进行分段,获得多个采样信号子集合;获得每个采样信号子集合的能量统计量和方差统计量;采用联合方差统计量修正的信号能量检测方法,根据所述能量统计量与能量统计量门限值、或者所述能量统计量与能量统计量门限值以及所述方差统计量与方差统计量门限值,判断每个采样信号子集合中是否包含有用信号;根据所有包含有用信号的采样信号子集合,确定有用信号的时域起始位置的置信区间;在所述置信区间内对有用信号的时域起始位置进行精确定位。
优选地,对噪声信号进行训练,获得能量统计量门限值和方差统计量门限值,包括:按照预设采样频率对预先采集到的所述噪声信号进行采样,得到离散的采样噪声信号集合;根据所述离散的采样噪声信号集合中每个采样点的幅度值获得所述能量统计量门限值;将所述离散的采样噪声信号集合按时域到达先后顺序进行分段,得到多个采样噪声信号子集合;根据每个采样噪声信号子集合的能量统计量以及所有采样噪声信号子集合的能量统计量的期望,获得所述方差统计量门限值。
优选地,采用联合方差统计量修正的信号能量检测方法,根据所述能量统计量与能量统计量门限值、或者所述能量统计量与能量统计量门限值以及所述方差统计量与方差统计量门限值,判断每个采样信号子集合中是否包含有用信号,包括:对不满足采用联合方差统计量进行修正的条件的采样信号子集合,根据该采样信号子集合的能量统计量与所述能量统计量门限值的大小关系,确定该采样信号子集合是否包含有用信号;对满足采用联合方差统计量进行修正的条件的采样信号子集合,根据该采样信号子集合的能量统计量与所述能量统计量门限值的大小关系以及该采样信号子集合的方差统计量与所述方差统计量门限值的大小关系,确定该采样信号子集合是否包含有用信号。
优选地,对不满足采用联合方差统计量进行修正的条件的采样信号子集合,在该采样信号子集合的能量统计量大于所述能量统计量门限值时,确定该采样信号子集合中包含有用信号;对满足采用联合方差统计量进行修正的条件的采样信号子集合,在该采样信号子集合的能量统计量大于所述能量统计量门限值且该采样信号子集合的方差统计量大于所述方差统计量门限值时,确定该采样信号子集合中包含有用信号。
优选地,根据所有包含有用信号的采样信号子集合,确定有用信号的时域起始位置的置信区间,包括:计算每个包含有用信号的采样信号子集合各自的检测置信门限概率;在所有包含有用信号的采样信号子集合中找到时域上第一个满足检测置信门限概率的采样信号子集合,将所述第一个满足检测置信门限概率的采样信号子集合作为有用信号起始位置的置信中心点;根据所述置信中心点以及置信半径确定所述置信区间。
优选地,在所述置信区间内对有用信号的时域起始位置进行精确定位,包括:在所述置信区间内随机独立选取多个初始位置定位集合;对任一个初始位置定位集合中的采样点按时域到达先后顺序进行分段,得到所述任一个初始位置定位集合中的多个初始位置定位子集合;获得所述任一个初始位置定位集合中的每个初始位置定位子集合各自的检测置信门限概率;在所述任一个初始位置定位集合中找到时域上第一个满足检测置信门限概率的初始位置定位子集合,将所述第一个满足检测置信门限概率的初始位置定位子集合所包含的第一个采样点所在位置作为所述任一个初始位置定位集合中的有用信号的起始位置;根据所有初始位置定位集合中的有用信号的起始位置,在所述置信区间内对有用信号的所述时域起始位置进行精确定位。
本发明的实施例还提供了一种联合方差修正的信号检测与时域定位系统,包括:训练模块,设置为对噪声信号进行训练,获得能量统计量门限值和方差统计量门限值;采样模块,设置为对样本信号进行采样,获得离散的采样信号集合;分段模块,设置为对所述离散的采样信号集合进行分段,获得多个采样信号子集合;统计模块,设置为获得每个采样信号子集合的能量统计量和方差统计量;以及判断模块,设置为采用联合方差统计量修正的信号能量检测方法,根据所述能量统计量与能量统计量门限值、或者所述能量统计量与能量统计量门限值以及所述方差统计量与方差统计量门限值,判断每个采样信号子集合中是否包含有用信号;确定模块,设置为根据所有包含有用信号的采样信号子集合,确定有用信号的时域起始位置的置信区间;定位模块,设置为在所述置信区间内对有用信号的时域起始位置进行精确定位。
优选地,对不满足采用联合方差统计量进行修正的条件的采样信号子集合,所述判断模块设置为根据该采样信号子集合的能量统计量与所述能量统计量门限值的大小关系,确定该采样信号子集合是否包含有用信号;对满足采用联合方差统计量进行修正的条件的采样信号子集合,所述判断模块设置为根据该采样信号子集合的能量统计量与所述能量统计量门限值的大小关系以及该采样信号子集合的方差统计量与所述方差统计量门限值的大小关系,确定该采样信号子集合是否包含有用信号。
优选地,所述确定模块包括:计算单元,设置为计算每个包含有用信号的采样信号子集合各自的检测置信门限概率;查找单元,设置为在所有包含有用信号的采样信号子集合中找到时域上第一个满足检测置信门限概率的采样信号子集合,将所述第一个满足检测置信门限概率的采样信号子集合作为有用信号起始位置的置信中心点;确定单元,设置为根据所述置信中心点以及置信半径确定所述置信区间。
优选地,所述定位模块包括:选取单元,设置为在所述置信区间内随机独立选取多个初始位置定位集合;分段单元,设置为对任一个初始位置定位集合中的采样点按时域到达先后顺序进行分段,得到所述任一个初始位置定位集合中的多个初始位置定位子集合;获取单元,设置为获得所述任一个初始位置定位集合中的每个初始位置定位子集合各自的检测置信门限概率;指定单元,设置为在所述任一个初始位置定位集合中找到时域上第一个满足检测置信门限概率的初始位置定位子集合,将所述第一个满足检测置信门限概率的初始位置定位子集合所包含的第一个采样点所在位置作为所述任一个初始位置定位集合中的有用信号的起始位置;定位单元,设置为根据所有初始位置定位集合中的有用信号的起始位置,在所述置信区间内对有用信号的所述时域起始位置进行精确定位。
与现有技术相比,本发明的联合方差修正的信号检测与时域定位方法,以及相应系统的实施例,均可以明显抑制背景噪声的变化对信号检测性能造成的影响,能够克服信号的发送与接收过程之间的时延问题,可以对有用信号出现的起始位置进行精确定位。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明的技术方案而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构和/或流程来实现和获得。
附图说明
附图用来提供对本发明的技术方案或现有技术的进一步理解,并且构成说明书的一部分。其中,表达本发明实施例的附图与本发明的实施例一起用于解释本发明的技术方案,但并不构成对本发明技术方案的限制。
图1为本发明的联合方差修正的信号检测与时域定位方法的实施例的流程示意图。
图2为本发明的联合方差修正的信号检测与时域定位方法的实施例中噪声的平均功率与信号检测准确率的示意图。
图3为本发明的联合方差修正的信号检测与时域定位方法的实施例的定位精度统计结果的对比图。
图4为本发明的联合方差统计量修正的时域定位系统的实施例的构造示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成相应技术效果的实现过程能充分理解并据以实施。本发明实施例以及实施例中的各个特征,在不相冲突前提下可以相互结合,所形成的技术方案均在本发明的保护范围之内。
附图所示出的本发明的实施例的方法所包含的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然本发明的实施例的方法在流程图中示出了逻辑顺序,但是在某些情况下,本发明的实施例的方法也可以以不同于附图所示的顺序执行所示出或描述的步骤。
如图1所示,本发明的联合方差修正的信号检测与时域定位方法的实施例,主要包括如下步骤。
步骤S100,对噪声信号进行训练,获得能量统计量门限值和方差统计量门限值。
步骤S110,接收样本信号并对样本信号进行采样,获得离散的采样信号集合。
步骤S120,对离散的采样信号集合进行分段,获得多个采样信号子集合。
步骤S130,通过计算,分别获得每个采样信号子集合的能量统计量和方差统计量。
步骤S140,采用联合方差统计量修正的信号能量检测方法,根据前述的能量统计量和方差统计量,以及能量统计量门限值和方差统计量门限值,判断每个采样信号子集合中是否包含有用信号,获得包含有用信号的所有采样信号子集合。
步骤S150,根据所有包含有用信号的采样信号子集合,确定有用信号的时域起始位置的置信区间。
步骤S160,在所确定的置信区间内,对有用信号的时域起始位置进行精确定位。
本发明的联合方差修正的信号检测与时域定位方法的实施例在应用前,首先对一段通过采集获得的噪声信号进行训练学习。通过该训练学习,获得能量统计量门限值和方差统计量门限值。
其中,通过该训练学习获得能量统计量门限值的过程主要包括如下步骤。
首先,按照预设采样频率fs对所采集到的噪声信号进行采样,得到离散的采样噪声信号集合Ω={n(1),…,n(t),…,n(T)},其中n(t)是第t个采样点,T为大于等于1的整数。
然后,根据离散的采样噪声信号集合中每个采样点的幅度值获得能量统计量门限值。
可以根据如下表达式获得能量统计量门限值Eth。
式(1)
其中,|n(t)|是采样噪声信号集合的第t个采样点n(t)的幅度值。
通过该训练学习获得方差统计量门限值的过程主要包括如下步骤。
将离散的采样噪声信号集合Ω按时域到达先后顺序进行分段,每段包括N个采样点,并舍去最后Ns个采样点,0≤Ns<N,N为大于等于1的整数。从而,得到L个采样噪声信号子集合 表示对进行向下取整运算。
根据如下表达式获得方差统计量门限值Dth。
式(2)
其中:E(ωl)表示第l个采样噪声信号子集合ωl的能量统计量,|ωl(k)|是采样噪声信号子集合ωl的第k个采样点ωl(k)的幅度值;E表示L个采样噪声信号子集合的能量统计量的期望。
本发明的实施例中,对样本信号进行采样获得离散的采样信号集合,可以是按照采样频率fs对接收到的样本信号进行采样,得到离散的采样信号集合Φ={s1,…,sy,…,sY},其中sy是第y个采样点,Y为大于等于1的整数。
对离散的采样信号集合进行分段获得多个采样信号子集合,以前述的采样信号集合Φ为例,可以是将采样信号集合Φ中的采样点按时域到达先后顺序进行分段,每段包括N个采样点,并舍去最后Ns个采样点,0≤Ns<N,从而得到P个采样信号子集合
本发明的实施例中,计算获得每个采样信号子集合的能量统计量和方差统计量的过程,不失一般性地,以第p个采样信号子集合为例,p=1,…,P,其对应的能量统计量按如下表达式进行计算。
其中,是采样信号子集合的第j个采样点的幅度值。
然后,计算H个连续相邻的采样信号子集合的修正方差H是联合修正长度,修正方差根据如下表达式进行计算。
其中,
然后,将计算获得的修正方差作为第i个采样信号子集合的方差统计量
本发明的实施例中,采用联合方差统计量修正的信号能量检测方法,判断每个采样信号子集合中是否包含有用信号的过程,主要包括如下内容。
首先,对任意一个采样信号子集合p=1,…,P,判断是否满足采用联合方差统计量进行修正的条件。若p<H,则不满足修正条件,否则满足修正条件。
当不满足修正条件时,采用传统的能量检测方法对采样信号子集合进行检测。具体地,判断采样信号子集合的能量统计量与能量统计量门限值Eth的大小关系。其中,根据前述表达式(3)计算得到,Eth根据前述表达式(1)计算得到。若则采样信号子集合中包含有用信号,否则不包含有用信号。
当满足修正条件时,采用联合方差统计量修正的信号能量检测方法对采样信号子集合进行检测,p=H,…,P。具体地,联合判断采样信号子集合的能量统计量和方差统计量与对应的能量统计量门限值Eth和方差统计量门限值Dth的大小关系。其中,根据前述表达式(3)计算得到,根据前述表达式(4)计算得到,Eth根据前述表达式(1)计算得到,Dth根据前述表达式(2)计算得到。若并且则采样信号子集合中包含有用信号,否则不包含有用信号。
在获得所有包含有用信号的采样信号子集合后,分别计算各自对应的检测置信门限概率。
不失一般性地,以采样信号子集合为例,其对应的检测置信门限概率按如下表达式计算获得。
其中,为用于计算的检测置信门限概率所选取的多个标号的连续参考采样信号子集合,为所选取的参考采样信号子集合个数,为所对应的参考采样信号子集合中包含有用信号的采样信号子集合,为所选取的参考采样信号子集合中包含有用信号的采样信号子集合个数。
在采样信号子集合中找到时域上第一个满足自身的检测置信门限概率大于等于根据预定概率精度而预先设置的检测置信门限概率阈值Pth(也即)的采样信号子集合则为有用信号起始位置的置信中心点,并依此划定置信区间其中w为置信区间的半径长度。
在置信区间Γ内随机独立选取F个初始位置定位集合Γ1,...,Γf,...,ΓF,每个初始位置定位集合所包含的采样点个数满足N(Γf)≥2wN,f=1,...,F,F为大于等于1的整数。
不失一般性地,以选取的第f个初始位置定位集合Γf为例,对Γf中的采样点按时域到达先后顺序进行分段,每段包括M个采样点,并舍去最后Ms个采样点,0≤Ms<M,M为大于等于1的整数。从而得到其对应的R个初始位置定位子集合
采用前述的联合方差统计量修正的信号能量检测方法对初始位置定位子集合γf1,…,γfr,…,γfR进行检测。根据检测结果,找到所有包含有用信号的初始位置定位子集合并且分别计算各自对应的检测置信门限概率。
不失一般性地,以初始位置定位子集合为例,其对应的检测置信门限概率按如下表达式进行计算。
式(6)
其中为用于计算的检测置信门限概率所选取的多个标号的连续参考初始位置定位子集合,为所选取的参考初始位置定位子集合个数,为所对应的参考初始位置定位子集合中包含有用信号的初始位置定位子集合,为所选取的参考初始位置定位子集合中包含有用信号的参考初始位置定位子集合个数。
在初始位置定位子集合中找到时域上第一个满足自身的检测置信门限概率大于等于预先设置的检测置信门限概率阈值Pth(也即)的初始位置定位子集合将所包含的第一个采样点所在位置作为初始位置定位集合Γf对应的有用信号起始位置Tf。
对F个初始位置定位集合检测得到的有用信号起始位置进行联合判决,可以精确定位有用信号的时域起始位置T。该联合判决可以根据如下表达式进行。
T=(T1+T2+…+TF)/F 式(7)
图2与图3示出了本发明的联合方差修正的信号检测与时域定位方法有用信号的信号能量检测方法及时域定位方法的性能。其中,图2示出了本发明的联合方差修正的信号检测与时域定位方法有用信号的信号能量检测方法及时域定位方法的实施例的噪声的平均功率与信号检测准确率。图3示出了本发明的联合方差修正的信号检测与时域定位方法有用信号的信号能量检测方法及时域定位方法的实施例的定位精度统计结果。
用于说明图2及图3所示本发明的联合方差修正的信号检测与时域定位方法的性能的仿真实施例,选取的样本信号是LTE信号,信号长度为6ms,采样频率fs=30.72MHz,检测分段长度N=1000,联合修正长度H=10,计算检测置信门限概率的参考子集合个数v=10,检测置信门限概率阈值Pth=0.8,置信区间的半径长度w=2,初始位置定位集合个数F=50,定位分段长度M=100。
图2为本发明的联合方差修正的信号检测与时域定位方法实施例中的能量检测技术,与其他能量检测方法的信号检测准确率比较示意,将本发明的联合方差修正的信号检测与时域定位方法中的能量检测与经典的能量检测方法以及固定门限值的能量检测方法的信号检测准确率进行了比较。图2中,自上而下分别是本发明的联合方差修正的信号检测与时域定位方法中的能量检测、经典的能量检测方法、固定门限值的能量检测方法分别对应的信号检测准确率-噪声的平均功率曲线。
实验表明,在噪声的平均功率从0w增加至3w的过程中,本发明的联合方差修正的信号检测与时域定位方法中能量检测技术的检测准确率始终优于经典的能量检测方法和固定门限值的能量检测方法。该结果表明本发明的联合方差修正的信号检测与时域定位方法中的能量检测技术能极大地抑制背景噪声的变化对信号检测性能造成的影响。
图3是本发明的联合方差修正的信号检测与时域定位方法的定位精度统计结果,其给出的是定位误差范围的划分以及多次仿真结果中定位误差处于该范围的比例。实验表明,本发明的联合方差修正的信号检测与时域定位方法的定位误差低于0.9%的比例是95%,而误差处于0.9%-1.2%范围的比例只有5%。
如图4所示,本发明的联合方差统计量修正的时域定位系统,包括训练模块400、采样模块410、分段模块420、统计模块430、判断模块440、确定模块450以及定位模块460。
训练模块400,设置为对噪声信号进行训练,获得能量统计量门限值和方差统计量门限值。
采样模块410设置为对样本信号进行采样,获得离散的采样信号集合。
分段模块420与采样模块410相连,设置为对该离散的采样信号集合进行分段,获得多个采样信号子集合。
统计模块430与分段模块420相连,设置为获得每个采样信号子集合的能量统计量和方差统计量。
判断模块440,与训练模块400及统计模块430相连,设置为采用联合方差统计量修正的信号能量检测方法,根据能量统计量与能量统计量门限值、或者能量统计量与能量统计量门限值以及方差统计量与方差统计量门限值,判断每个采样信号子集合中是否包含有用信号。
该确定模块450与前述的有用信号的检测系统中的判断模块440相连,被设置为前述的有用信号的检测系统获得所有包含有用信号的采样信号子集合后,根据所有包含有用信号的采样信号子集合,确定有用信号的时域起始位置的置信区间。
该定位模块460与该确定模块450相连,设置为在该置信区间内对有用信号的时域起始位置进行精确定位。
本发明的实施例中,训练模块400按照预设采样频率对预先采集到的噪声信号进行采样,得到离散的采样噪声信号集合。然后,根据离散的采样噪声信号集合中每个采样点的幅度值获得能量统计量门限值。再将离散的采样噪声信号集合按时域到达先后顺序进行分段,得到多个采样噪声信号子集合。最后,根据每个采样噪声信号子集合的能量统计量以及所有采样噪声信号子集合的能量统计量的期望,获得方差统计量门限值。
对不满足采用联合方差统计量进行修正的条件的采样信号子集合,该判断模块440设置为根据该采样信号子集合的能量统计量与训练获得的能量统计量门限值的大小关系,确定该采样信号子集合是否包含有用信号。
对满足采用联合方差统计量进行修正的条件的采样信号子集合,该判断模块440设置为根据该采样信号子集合的能量统计量与训练获得的能量统计量门限值的大小关系以及该采样信号子集合的方差统计量与训练获得的方差统计量门限值的大小关系,确定该采样信号子集合是否包含有用信号。
如图4所示,该确定模块450包括计算单元451、查找单元452以及确定单元453。
计算单元451,与判断模块440相连,设置为计算每个包含有用信号的采样信号子集合各自的检测置信门限概率。
查找单元452,与判断模块440及计算单元451相连,设置为在所有包含有用信号的采样信号子集合中找到时域上第一个满足检测置信门限概率的采样信号子集合,将所述第一个满足检测置信门限概率的采样信号子集合作为有用信号起始位置的置信中心点。
确定单元453,与查找单元452相连,设置为根据所述置信中心点以及置信半径确定所述置信区间。
如图4所示,该定位模块460包括选取单元461、分段单元462、获取单元463、指定单元464以及定位单元465。
选取单元461,与确定模块450中的确定单元453相连,设置为在所述置信区间内随机独立选取多个初始位置定位集合。
分段单元462,与选取单元461相连,设置为对任一个初始位置定位集合中的采样点按时域到达先后顺序进行分段,得到所述任一个初始位置定位集合中的多个初始位置定位子集合。
获取单元463,与分段单元462相连,设置为获得所述任一个初始位置定位集合中的每个初始位置定位子集合各自的检测置信门限概率。
指定单元464,与分段单元462及获取单元463相连,设置为在所述任一个初始位置定位集合中找到时域上第一个满足检测置信门限概率的初始位置定位子集合,将所述第一个满足检测置信门限概率的初始位置定位子集合所包含的第一个采样点所在位置作为所述任一个初始位置定位集合中的有用信号的起始位置;
定位单元465,与指定单元464及确定模块450中的确定单元453相连设置为根据所有初始位置定位集合中的有用信号的起始位置,在所述置信区间内对有用信号的所述时域起始位置进行精确定位。
本发明的联合方差统计量修正的时域定位系统,还请参考前述本发明的联合方差修正的信号检测与时域定位方法的实施例,此处不再赘述。
本发明的联合方差修正的信号检测与时域定位方法及相应的系统,不依赖于经典的能量检测方法中信号采样点数足够多的基本假设,在实际中的应用性更强。本发明的联合方差修正的信号检测与时域定位方法和相应的系统,能够克服信号的发送与接收过程之间的时延问题,能够对有用信号出现的起始位置进行精确定位。本发明的联合方差修正的信号检测与时域定位方法及相应的系统,信号检测准确率高。本发明的技术方案处理过程简单便捷,具有很好的推广应用前景。
本领域的技术人员应该明白,上述的本发明实施例所提供的系统的各组成部分,以及方法中的各步骤,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上。可选地,它们可以用计算装置可执行的程序代码来实现。从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
虽然本发明所揭露的实施方式如上,但所述的内容仅为便于理解本发明技术方案而采用的实施方式,并非用以限定本发明。任何本发明所属领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式及细节上进行任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (8)
1.一种联合方差修正的信号检测与时域定位方法,包括:
对噪声信号进行训练,获得能量统计量门限值和方差统计量门限值;
对样本信号进行采样,获得离散的采样信号集合;
对所述离散的采样信号集合进行分段,获得多个采样信号子集合;
获得每个采样信号子集合的能量统计量和方差统计量;
对不满足采用联合方差统计量进行修正的条件的采样信号子集合,根据该采样信号子集合的能量统计量与所述能量统计量门限值的大小关系,确定该采样信号子集合是否包含有用信号,所述采用联合方差统计量进行修正的条件为所述采样信号子集合的次序大于联合修正长度;
对满足采用联合方差统计量进行修正的条件的采样信号子集合,根据该采样信号子集合的能量统计量与所述能量统计量门限值的大小关系以及该采样信号子集合的方差统计量与所述方差统计量门限值的大小关系,确定该采样信号子集合是否包含有用信号;
根据所有包含有用信号的采样信号子集合,确定有用信号的时域起始位置的置信区间;
在所述置信区间内对有用信号的时域起始位置进行精确定位。
2.根据权利要求1所述的方法,其中,对噪声信号进行训练,获得能量统计量门限值和方差统计量门限值,包括:
按照预设采样频率对预先采集到的所述噪声信号进行采样,得到离散的采样噪声信号集合;
根据所述离散的采样噪声信号集合中每个采样点的幅度值获得所述能量统计量门限值;
将所述离散的采样噪声信号集合按时域到达先后顺序进行分段,得到多个采样噪声信号子集合;
根据每个采样噪声信号子集合的能量统计量以及所有采样噪声信号子集合的能量统计量的期望,获得所述方差统计量门限值。
3.根据权利要求1所述的方法,其中:
对不满足采用联合方差统计量进行修正的条件的采样信号子集合,在该采样信号子集合的能量统计量大于所述能量统计量门限值时,确定该采样信号子集合中包含有用信号;
对满足采用联合方差统计量进行修正的条件的采样信号子集合,在该采样信号子集合的能量统计量大于所述能量统计量门限值且该采样信号子集合的方差统计量大于所述方差统计量门限值时,确定该采样信号子集合中包含有用信号。
4.根据权利要求1所述的方法,其中,根据所有包含有用信号的采样信号子集合,确定有用信号的时域起始位置的置信区间,包括:
计算每个包含有用信号的采样信号子集合各自的检测置信门限概率;
在所有包含有用信号的采样信号子集合中找到时域上第一个满足检测置信门限概率的采样信号子集合,将所述第一个满足检测置信门限概率的采样信号子集合作为有用信号起始位置的置信中心点;
根据所述置信中心点以及置信半径确定所述置信区间。
5.根据权利要求1所述的方法,其中,在所述置信区间内对有用信号的时域起始位置进行精确定位,包括:
在所述置信区间内随机独立选取多个初始位置定位集合;
对任一个初始位置定位集合中的采样点按时域到达先后顺序进行分段,得到所述任一个初始位置定位集合中的多个初始位置定位子集合;
获得所述任一个初始位置定位集合中的每个初始位置定位子集合各自的检测置信门限概率;
在所述任一个初始位置定位集合中找到时域上第一个满足检测置信门限概率的初始位置定位子集合,将所述第一个满足检测置信门限概率的初始位置定位子集合所包含的第一个采样点所在位置作为所述任一个初始位置定位集合中的有用信号的起始位置;
根据所有初始位置定位集合中的有用信号的起始位置,在所述置信区间内对有用信号的所述时域起始位置进行精确定位。
6.一种联合方差修正的信号检测与时域定位系统,包括:
训练模块,设置为对噪声信号进行训练,获得能量统计量门限值和方差统计量门限值;
采样模块,设置为对样本信号进行采样,获得离散的采样信号集合;
分段模块,设置为对所述离散的采样信号集合进行分段,获得多个采样信号子集合;
统计模块,设置为获得每个采样信号子集合的能量统计量和方差统计量;以及
判断模块,设置为采用联合方差统计量修正的信号能量检测方法,根据所述能量统计量与能量统计量门限值、或者所述能量统计量与能量统计量门限值以及所述方差统计量与方差统计量门限值,判断每个采样信号子集合中是否包含有用信号;
确定模块,设置为根据所有包含有用信号的采样信号子集合,确定有用信号的时域起始位置的置信区间;
定位模块,设置为在所述置信区间内对有用信号的时域起始位置进行精确定位;
其中,所述判断模块具体设置为:
对不满足采用联合方差统计量进行修正的条件的采样信号子集合,根据该采样信号子集合的能量统计量与所述能量统计量门限值的大小关系,确定该采样信号子集合是否包含有用信号,所述采用联合方差统计量进行修正的条件为所述采样信号子集合的次序大于联合修正长度;
对满足采用联合方差统计量进行修正的条件的采样信号子集合,根据该采样信号子集合的能量统计量与所述能量统计量门限值的大小关系以及该采样信号子集合的方差统计量与所述方差统计量门限值的大小关系,确定该采样信号子集合是否包含有用信号。
7.根据权利要求6所述的系统,其中,所述确定模块包括:
计算单元,设置为计算每个包含有用信号的采样信号子集合各自的检测置信门限概率;
查找单元,设置为在所有包含有用信号的采样信号子集合中找到时域上第一个满足检测置信门限概率的采样信号子集合,将所述第一个满足检测置信门限概率的采样信号子集合作为有用信号起始位置的置信中心点;
确定单元,设置为根据所述置信中心点以及置信半径确定所述置信区间。
8.根据权利要求6所述的系统,其中,所述定位模块包括:
选取单元,设置为在所述置信区间内随机独立选取多个初始位置定位集合;
分段单元,设置为对任一个初始位置定位集合中的采样点按时域到达先后顺序进行分段,得到所述任一个初始位置定位集合中的多个初始位置定位子集合;
获取单元,设置为获得所述任一个初始位置定位集合中的每个初始位置定位子集合各自的检测置信门限概率;
指定单元,设置为在所述任一个初始位置定位集合中找到时域上第一个满足检测置信门限概率的初始位置定位子集合,将所述第一个满足检测置信门限概率的初始位置定位子集合所包含的第一个采样点所在位置作为所述任一个初始位置定位集合中的有用信号的起始位置;
定位单元,设置为根据所有初始位置定位集合中的有用信号的起始位置,在所述置信区间内对有用信号的所述时域起始位置进行精确定位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510005711.2A CN104639478B (zh) | 2014-12-30 | 2015-01-06 | 一种联合方差修正的信号检测与时域定位方法和系统 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2014108489980 | 2014-12-30 | ||
CN201410848998 | 2014-12-30 | ||
CN201510005711.2A CN104639478B (zh) | 2014-12-30 | 2015-01-06 | 一种联合方差修正的信号检测与时域定位方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104639478A CN104639478A (zh) | 2015-05-20 |
CN104639478B true CN104639478B (zh) | 2017-12-26 |
Family
ID=53217805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510005711.2A Active CN104639478B (zh) | 2014-12-30 | 2015-01-06 | 一种联合方差修正的信号检测与时域定位方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104639478B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114844603A (zh) * | 2022-04-26 | 2022-08-02 | 长鑫存储技术有限公司 | 一种信号检测方法、装置及存储器 |
CN117814805B (zh) * | 2024-03-05 | 2024-06-11 | 自贡市第一人民医院 | 一种临床护理设备数据智能处理方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1912993A (zh) * | 2005-08-08 | 2007-02-14 | 中国科学院声学研究所 | 基于能量及谐波的语音端点检测方法 |
CN101173870A (zh) * | 2007-09-27 | 2008-05-07 | 上海交通大学 | 复杂噪声基底下短时特征声信号时频域辨识与检测方法 |
CN101419276A (zh) * | 2008-12-10 | 2009-04-29 | 清华大学 | 一种认知无线电网络中定位主用户的方法 |
CN104219762A (zh) * | 2014-10-09 | 2014-12-17 | 中国石油大学(华东) | 一种基于均方差的超宽带无线定位方法 |
-
2015
- 2015-01-06 CN CN201510005711.2A patent/CN104639478B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1912993A (zh) * | 2005-08-08 | 2007-02-14 | 中国科学院声学研究所 | 基于能量及谐波的语音端点检测方法 |
CN101173870A (zh) * | 2007-09-27 | 2008-05-07 | 上海交通大学 | 复杂噪声基底下短时特征声信号时频域辨识与检测方法 |
CN101419276A (zh) * | 2008-12-10 | 2009-04-29 | 清华大学 | 一种认知无线电网络中定位主用户的方法 |
CN104219762A (zh) * | 2014-10-09 | 2014-12-17 | 中国石油大学(华东) | 一种基于均方差的超宽带无线定位方法 |
Non-Patent Citations (2)
Title |
---|
"Energy Detection Using Estimated Noise Variance for Spectrum Sensing in Cognitive Radio Networks";Zhuan Ye 等;《Wireless Communications and Networking Conference,2008》;20080403;第711-716页 * |
"一种基于噪声估计的能量检测自适应门限新算法";龙颖贤 等;《电信科学》;20120515;第49-53页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104639478A (zh) | 2015-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200374720A1 (en) | Method for Detecting Abnormal Data in Sensor Network | |
CN103989462B (zh) | 一种脉搏波形第一特征点和第二特征点的提取方法 | |
CN102521592B (zh) | 基于非清晰区域抑制的多特征融合显著区域提取方法 | |
CN107395301A (zh) | 一种基于k均值算法的频谱感知方法 | |
CN104660356B (zh) | 一种具有可靠虚警性能的半盲协作式频谱感知方法 | |
CN104143341B (zh) | 爆音检测方法和装置 | |
CN104374738A (zh) | 一种基于近红外提高鉴别结果的定性分析方法 | |
CN104198899B (zh) | 一种多放电源情况下变压器局部放电类型识别方法 | |
CN103281142B (zh) | 联合时域双门限和频域变点数的能量检测方法和装置 | |
CN111597991A (zh) | 一种基于信道状态信息和BiLSTM-Attention的康复检测方法 | |
CN104639478B (zh) | 一种联合方差修正的信号检测与时域定位方法和系统 | |
CN110236530A (zh) | 一种心电信号qrs波群定位方法、装置及计算机存储介质 | |
CN101494508A (zh) | 基于特征循环频率的频谱检测方法 | |
CN107360577A (zh) | 一种基于机器学习的频谱感知方法及装置 | |
CN105429719A (zh) | 基于功率谱和多尺度小波变换分析强干扰信号检测方法 | |
CN108924847B (zh) | 一种基于ann的认知无线电频谱预测方法及设备 | |
CN113312996A (zh) | 一种混叠短波通信信号检测与识别方法 | |
CN106708009A (zh) | 一种基于支持向量机聚类的船舶动力定位测量系统多故障诊断方法 | |
CN106452983A (zh) | 一种互联网端到端路径丢包率的测量方法 | |
CN116224112A (zh) | 一种基于XGBoost模型的电池阻抗谱频率重要性分析方法 | |
CN103239239B (zh) | 一种定幅值的动态光谱数据提取方法 | |
CN106408571B (zh) | 一种基于最优模糊因子选择的可变类遥感图像分割方法 | |
Lampariello et al. | Complete mathematical modeling method for the analysis of immunofluorescence distributions composed of negative and weakly positive cells | |
CN105375996B (zh) | 在脉冲噪声环境下基于顺序统计的频谱感知方法 | |
Mi et al. | A novel denoising method based on machine learning in channel measurements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C53 | Correction of patent for invention or patent application | ||
CB03 | Change of inventor or designer information |
Inventor after: Zhao Zhongyuan Inventor after: Huang Chao Inventor after: Chang Jingyun Inventor after: Peng Mugen Inventor before: Zhao Zhongyuan |
|
COR | Change of bibliographic data |
Free format text: CORRECT: INVENTOR; FROM: ZHAO ZHONGYUAN TO: ZHAO ZHONGYUAN HUANG CHAO CHANG JINGYUN PENG MUGEN |
|
GR01 | Patent grant |