CN105357154A - 一种联合功率双门限和延时相关矩阵的信号检测方法 - Google Patents
一种联合功率双门限和延时相关矩阵的信号检测方法 Download PDFInfo
- Publication number
- CN105357154A CN105357154A CN201510685335.6A CN201510685335A CN105357154A CN 105357154 A CN105357154 A CN 105357154A CN 201510685335 A CN201510685335 A CN 201510685335A CN 105357154 A CN105357154 A CN 105357154A
- Authority
- CN
- China
- Prior art keywords
- signal
- detection
- threshold
- correlation matrix
- communication
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0204—Channel estimation of multiple channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0238—Channel estimation using blind estimation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种联合功率双门限和延时相关矩阵的信号检测方法,首先对信号侦察方截获的信号采用功率双门限检测算法进行初次检测,功率双门限检测算法设置一个低门限和一个高门限进行判决,对低于低门限的样本,判断待检测通信信号不存在,对高于高门限的样本,判断待检测通信信号存在,而检测值位于两个门限之间的,判决为混淆区域信号。对于混淆区域信号,则采用基于延时相关矩阵检测的算法进行二次检测。本发明综合了功率检测和延时相关矩阵检测的优势,在追求较高准确检测率的同时尽量减小了检测时间。仿真结果表明,该方法接近于延时相关矩阵检测算法的性能,在信噪比较低的情况下具有较好的检测效果,而且有效缩短了检测时长。
Description
技术领域
本发明属于非合作通信的信号检测技术,具体涉及一种联合功率双门限和延时相关矩阵的信号检测方法。
背景技术
信号检测在非合作通信中是不可缺少的步骤,第三方在没有任何先验信息的情况下对截获的信息进行信号存在与否的感知处理,即信号盲检测,确定信号存在后才能对其进行参数估计,调制识别等处理。可以说,信号检测为后续信号处理的展开提供了必要的基础。信号检测方法有很多种,主要分为确知信号检测和盲检测两大类,其中,盲检测方法主要包括能量检测,功率检测,协方差检测和延时相关矩阵检测等。功率检测法算法不需要信号的任何先验信息,并且实现简单,但信噪比较低的情况下,检测性能较差;延时相关矩阵检测在低信噪比时具有较好的检测性能,且无需先验知识,但算法复杂度比较大。
一种好的检测算法应具备以下特点:检测时间要短,检测结果要可靠,对于微弱信号同样能够检测。为此,近年来研究学者提出了多种信号检测的改进算法。《全盲频谱感知:噪声估计与能量检测联合迭代算法》(劳子轩,刘子扬,彭涛等.电子与信息学报,2013,35(8):1958-1963)一文提出了一种基于噪声方差迭代估计的能量检测算法,其本质上是通过估计信噪比和频谱占用率来迭代计算功率判决门限,在一定程度上提高了检测性能,但仍然无法满足微弱信号检测的要求。WangPu,SahinogluZ,PunMan-on,etal.“Persymmetricparametricadaptivematchedfilterformultichanneladaptivesignaldetection”(IEEETransactionsonSignalProcessing,VOL.60,NO.6,2012)一文中作者提出了基于最小错判准则最佳门限设置方法的协方差检测方法对宽带信号进行检测,但门限设置需要多径信道的信息,算法复杂度较大。《基于能量和协方差的两步频谱感知》(黄浩,吴利民.无线电通信技术,2014,40(6):29-32,57)一文提出了一种能量和协方差结合的频谱感知方法,但是其算法设计过程中未考虑噪声不确定性的影响,噪声特性变化时,检测性能不稳定,而且该方法仅用了单门限的功率检测方法,不利于降低信号检测时长。
发明内容
本发明的目的在于提供一种联合功率双门限和延时相关矩阵的信号检测方法,利用功率双门限检测的方法初步检测出高信噪比时待检测通信信号存在的情况和低信噪比时待检测通信信号不存在的情况,使得利用延时相关矩阵检测方法实现低信噪比条件下的信号检测时,有效缩短检测处理的时长。
实现本发明目的的技术解决方案为:一种联合功率双门限和延时相关矩阵的信号检测方法,方法步骤如下:
步骤1、利用模数转换设备对信号侦察方截获的信号进行模数转换,得到侦察信号的数字化采样形式,即数字化侦察信号。
步骤2、利用功率双门限检测算法对上述数字化侦察信号,选取长度为N的观测数据进行初次检测,判断观测数据中待检测通信信号是否存在,或为无法判断的状态;若观测数据为无法判断状态的混淆区域信号,则转入步骤3;若待检测通信信号存在,转入步骤4;若待检测通信信号不存在,则直接选取下一组观测数据进行初次检测。
步骤3、利用延时相关矩阵检测的算法对上述的混淆区域信号进行二次检测,判断待检测通信信号是否存在,若待检测通信信号存在,转入步骤4;若待检测通信信号不存在,则返回步骤2,选取下一组观测数据进行初次检测。
步骤4、储存待检测通信信号存在的数字化侦察信号,并返回步骤2,选取下一组观测数据进行初次检测。
所述步骤1中,利用模数转换设备对信号侦察方截获的信号进行模数转换,得到侦察信号的数字化采样形式如下:
y(n)=s(n)+w(n)(1)
其中,y(n)表示侦察方截获的信号,s(n)表示待检测的通信信号,w(n)为高斯白噪声,n∈(1,2,3,…),当待检测的通信信号不存在时,s(n)=0。
所述步骤2中,对数字化侦察信号进行初次检测的功率双门限检测算法,其具体实施步骤为:
步骤2-1、根据设定的低门限信号检测虚警概率Pf,l、高门限信号检测虚警概率Pf,h、每次选取的观测数据长度N、预估的噪声功率设置功率检测的低门限值Vth,L和高门限值Vth,H:
其中是标准高斯互补累积函数,Q-1(x)是Q(x)的逆函数;表示噪声的不确定度,为前k次观测的噪声功率上边际值;为前k次观测的噪声功率下边际值,并令 表示第k次观测时信号的平均功率,k∈(1,2,3,…)。
步骤2-2、统计数字化侦察信号,得到其平均功率并与上述步骤2-1中设置的功率门限进行比较判决,当Pk<Vth,L时,表示第k次选取的观测数据中待检测通信信号s(n)不存在;当Pk>Vth,H时,表示第k次选取的观测数据中待检测通信信号s(n)存在;当Vth,L<Pk<Vth,H时,表示第k次选取的观测数据为无法判断状态,即观测数据为混淆区域信号。
所述步骤3中,利用延时相关矩阵检测的算法对上述的混淆区域信号样本进行二次检测,其具体实施步骤为:
步骤3-1、根据平滑因子M对上述混淆区域信号构造如下采样向量Y(n):
Y(n)=[y(n)y(n-1)…y(n-M+1)]T(4)
步骤3-2、根据采样向量Y(n)确定混淆区域的信号的延时相关矩阵Ry:
其中,λ(m)表示延时m个单位的相关值,m=0,1,…M-1,N为每次选取的观测数据长度。
步骤3-3、根据上述延时相关矩阵Ry,确定用于判断待检测通信信号是否存在的第一中间参量D1和第二中间参量D2:
其中λi,j表示延时相关矩阵Ry中第i行第j列的元素值,i,j=1,2,…,M-1。
步骤3-4、根据设定的信号二次检测虚警概率Pf、平滑因子M和每次选取的观测数据长度N,确定延时相关矩阵检测的判决门限Vth:
步骤3-5、根据上述延时相关矩阵检测的判决门限Vth、第一中间参量D1和第二中间参量D2,判断待检测通信信号是否存在,若D1/D2>Vth,则判断待检测通信信号存在,反之则不存在。
本发明与现有技术相比,其显著优点在于:(1)结合功率检测算法的特点,考虑了噪声的不确定性因素,运用自适应的门限设置方法提高了初次检测的可靠性;(2)利用功率检测的方法得到混淆区域信号,有效减小了延时相关矩阵检测算法的处理时长;(3)功率检测和延时相关矩阵检测的结合,有助于实现高信噪比时的快速检测,同时满足低信噪比时具有良好检测性能的要求。
附图说明
图1为联合功率双门限和延时相关矩阵的信号检测方法的原理图。
图2为本发明与功率检测方法和延时相关矩阵检测方法的性能对比图。
具体实施方式
下面结合附图对本发明作进一步详细描述。
结合图1,一种联合功率双门限和延时相关矩阵的信号检测方法,方法步骤如下:
步骤1、利用模数转换设备对信号侦察方接收到的信号进行模数转换,得到侦察信号的数字化采样形式,如公式(1)所示:
y(n)=s(n)+w(n)(1)
其中,y(n)表示侦察方截获的信号,s(n)表示待检测的通信信号,w(n)为高斯白噪声,n∈(1,2,3,…),当待检测信号不存在时,s(n)=0。由信号存在性检测问题的本质,构建如公式(9)所示的二元假设检验模型:
其中H0表示截获信号中仅有噪声存在,待检测通信信号不存在的情况;H1表示截获信号中待检测通信信号存在。
步骤2、利用功率双门限检测算法对上述数字化侦察信号进行初次检测,具体方法步骤如下:
步骤2-1、根据设定的低门限信号检测虚警概率Pf,l、高门限信号检测虚警概率Pf,h、预估的噪声功率选取足够大的观测数据长度N,设置功率检测低门限值Vth,L和高门限值Vth,H,如公式(2)、(3)所示:
其中是标准高斯互补累积函数,Q-1(x)是Q(x)的逆函数;表示噪声的不确定度,为前k次观测的噪声功率上边际值;为前k次观测的噪声功率下边际值,并令表示第k次观测时信号的平均功率,k∈(1,2,3,…)。其中N的取值应使得Pk近似符合中心极限定理的条件,即Pk近似服从如下高斯分布:
其中σw为噪声功率,σs为待检测信号功率。H0表示待检测通信信号不存在,H1表示待检测通信信号存在。
步骤2-2、对数字化侦察信号每次选取长度为N的观测数据,依次统计其平均功率并与上述步骤2-1中设置的功率门限进行比较判决,当Pk<Vth,L时,判决H0假设成立,并进入下一组观测数据的检测分析;当Pk>Vth,H时,判决H1假设成立,并转入步骤4;当Vth,L<Pk<Vth,H时,表示第k次选取的观测数据为无法判断状态,即观测数据为混淆区域信号,转入步骤3。
步骤3、利用延时相关矩阵检测的算法对上述的混淆区域信号进行二次检测,具体方法步骤如下:
步骤3-1、根据平滑因子M对上述混淆区域信号构造如下采样向量Y(n):
Y(n)=[y(n)y(n-1)…y(n-M+1)]T(4)
步骤3-2、根据向量Y(n)计算混淆区域信号样本的统计延时相关矩阵Ry:
其中,λ(m)表示延时m个单位的相关值,m=0,1,…M-1,N为每次选取的观测数据长度。
步骤3-3、根据上述延时相关矩阵Ry,计算用于判断待检测通信信号是否存在的第一中间参量D1和第二中间参量D2,如公式(6)、(7)所示:
步骤3-4、根据设定的信号检测虚警概率Pf,以及平滑因子M和观每次选取的观测数据长度N,计算延时相关矩阵检测的判决门限Vth,如公式(8)所示:
步骤3-5、根据上述延时相关矩阵检测的判决门限和步骤3-3中的第一中间参量D1和第二中间参量D2,判断待检测通信信号是否存在。若D1/D2>Vth,则判断H1假设成立,并转入步骤4;反之则判断H0假设成立,然后转入下一组观测数据的检测分析;
步骤4、存储待检测通信信号存在的数字化侦察信号,并返回步骤2,选取下一组长度为N的观测数据进行初次检测。
实施例1
步骤1、假设某段时间内,侦察方截获的信号经模数转换处理后得到的数字化侦察信号为50000000bit的0/1序列,在MATLAB仿真过程中可以通过500次循环,每次产生100000bit的0/1序列来获得。在每次循环中添加50000bit的待检测通信信号,并假定待检测的通信信号采用BPSK调制。数字化侦察信号的总体表现形式为:
y(n)=s(n)+w(n)(1)
其中,y(n)表示侦察方截获的信号,s(n)表示待检测的通信信号,w(n)为高斯白噪声,n∈(1,2,3,…),当待检测信号不存在时,s(n)=0。
步骤2、利用功率双门限检测算法对上述数字化侦察信号进行初次检测,具体方法步骤如下:
步骤2-1、设置仿真的信噪比范围为-20dB到0dB,在功率双门限检测中的高功率门限对应的虚警概率Pf,h设置为0.15,低功率门限对应的虚警概率Pf,l设置为0.01,每次观测样本的数据长度设置为N=4096,根据预估的噪声功率设置功率检测低门限值Vth,L和高门限值Vth,H,如公式(2)、(3)所示:
其中是标准高斯互补累积函数,Q-1(x)是Q(x)的逆函数;表示噪声的不确定度,为前k次观测的噪声功率上边际值;为前k次观测的噪声功率下边际值,并令 表示第k次观测时信号的平均功率,k∈(1,2,3,…)。其中N的取值应使得Pk近似符合中心极限定理的条件,即Pk近似服从如下高斯分布:
其中为噪声功率,为待检测信号功率。H0表示待检测通信信号不存在,H1表示待检测通信信号存在。
步骤2-2、对数字化侦察信号每次选取长度为N=4096的观测数据,依次统计其平均功率并与上述步骤2-1中设置的功率门限进行比较判决,当Pk<Vth,L时,判决H0假设成立,并进入下一组观测数据的检测分析;当Pk>Vth,H时,判决H1假设成立,并转入步骤4;当Vth,L<Pk<Vth,H时,表示第k次选取的观测数据为无法判断状态,即观测数据为混淆区域信号,转入步骤3。
步骤3、设置延时相关矩阵检测的平滑因子M=12,根据延时相关矩阵检测的如下具体步骤进行仿真分析。
步骤3-1、根据平滑因子M=12,对上述混淆区域信号构造如下采样向量Y(n):
Y(n)=[y(n)y(n-1)…y(n-M+1)]T(4)
步骤3-2、根据向量Y(n)计算混淆区域信号样本的统计延时相关矩阵Ry:
其中,λ(m)表示延时m个单位的相关值,m=0,1,…M-1,N=4096为每次选取的观测数据长度。
步骤3-3、根据上述延时相关矩阵Ry,计算用于判断待检测通信信号是否存在的第一中间参量D1和第二中间参量D2,如公式(6)、(7)所示:
步骤3-4、设定的信号检测虚警概率Pf=0.01,根据平滑因子M=12和观每次选取的观测数据长度N=4096,计算延时相关矩阵检测的判决门限Vth,如公式(8)所示:
步骤3-5、根据上述判决门限和步骤3-3中的第一中间参量D1和第二中间参量D2,判断待检测通信信号是否存在。若D1/D2>Vth,则判断H1假设成立,并转入步骤4;反之则判断H0假设成立,然后转入下一组观测数据的检测分析;
步骤4、存储待检测通信信号存在的数字化侦察信号,若仿真数据未结束,则返回步骤2,选取下一组长度为N=4096的观测数据进行初次检测,否则转入步骤5。
步骤5、根据存储的检测结果,统计信号检测概率和检测时长,得到该方法的检测性能如表1和图2所示。
表1算法的检测时间对比
结合图2,联合功率双门限和延时相关矩阵的信号检测方法的性能基本接近单独采用延时相关矩阵检测算法的检测性能,而与单独采用功率检测算法相比,检测性能在低信噪比情况下得到了显著的提升。在检测时长方面,表1给出了本发明所涉及的一种联合功率双门限和延时相关矩阵的信号检测方法与功率检测算法和延时相关矩阵检测算法在上述仿真条件下的检测时长对比,从表中可见,联合功率双门限和延时相关矩阵的信号检测方法比单独采用延时相关矩阵检测的方法明显缩短了检测时长。
本发明的优点在于结合功率检测算法的特点,考虑了噪声的不确定性因素,运用自适应的门限设置方法提高了初次检测的可靠性;利用功率检测的方法得到混淆区域信号,有效减小了延时相关矩阵检测算法的处理时长;功率检测和延时相关矩阵检测的结合,有助于实现高信噪比时的快速检测,同时满足低信噪比时具有良好检测性能的要求。
Claims (4)
1.一种联合功率双门限和延时相关矩阵的信号检测方法,其特征在于,方法步骤如下:
步骤1、利用模数转换设备对信号侦察方截获的信号进行模数转换,得到侦察信号的数字化采样形式,即数字化侦察信号;
步骤2、利用功率双门限检测算法对上述数字化侦察信号,选取长度为N的观测数据进行初次检测,判断观测数据中待检测通信信号是否存在,或为无法判断的状态;若观测数据为无法判断状态的混淆区域信号,则转入步骤3;若待检测通信信号存在,转入步骤4;若待检测通信信号不存在,则直接选取下一组观测数据进行初次检测;
步骤3、利用延时相关矩阵检测的算法对上述的混淆区域信号进行二次检测,判断待检测通信信号是否存在,若待检测通信信号存在,转入步骤4;若待检测通信信号不存在,则返回步骤2,选取下一组观测数据进行初次检测;
步骤4、储存待检测通信信号存在的数字化侦察信号,并返回步骤2,选取下一组观测数据进行初次检测。
2.根据权利要求1所述的联合功率双门限和延时相关矩阵的信号检测方法,其特征在于,所述步骤1中,利用模数转换设备对信号侦察方截获的信号进行模数转换,得到侦察信号的数字化采样形式如下:
y(n)=s(n)+w(n)(1)
其中,y(n)表示侦察方截获的信号,s(n)表示待检测的通信信号,w(n)为高斯白噪声,n∈(1,2,3,…),当待检测的通信信号不存在时,s(n)=0。
3.根据权利要求1所述的联合功率双门限和延时相关矩阵的信号检测方法,其特征在于,所述步骤2中,对数字化侦察信号进行初次检测的功率双门限检测算法,其具体实施步骤为:
步骤2-1、根据设定的低门限信号检测虚警概率Pf,l、高门限信号检测虚警概率Pf,h、每次选取的观测数据长度N、预估的噪声功率设置功率检测的低门限值Vth,L和高门限值Vth,H:
其中是标准高斯互补累积函数,Q-1(x)是Q(x)的逆函数;表示噪声的不确定度,为前k次观测的噪声功率上边际值;为前k次观测的噪声功率下边际值,并令 表示第k次观测时信号的平均功率,k∈(1,2,3,…);
步骤2-2、统计数字化侦察信号,得到其平均功率并与上述步骤2-1中设置的功率门限进行比较判决,当Pk<Vth,L时,表示第k次选取的观测数据中待检测通信信号s(n)不存在;当Pk>Vth,H时,表示第k次选取的观测数据中待检测通信信号s(n)存在;当Vth,L<Pk<Vth,H时,表示第k次选取的观测数据为无法判断状态,即观测数据为混淆区域信号。
4.根据权利要求1所述的联合功率双门限和延时相关矩阵的信号检测方法,其特征在于,所述步骤3中,利用延时相关矩阵检测的算法对上述的混淆区域信号样本进行二次检测,其具体实施步骤为:
步骤3-1、根据平滑因子M对上述混淆区域信号构造如下采样向量Y(n):
Y(n)=[y(n)y(n-1)…y(n-M+1)]T(4)
步骤3-2、根据采样向量Y(n)确定混淆区域的信号的延时相关矩阵Ry:
其中,λ(m)表示延时m个单位的相关值, m=0,1,…M-1,N为每次选取的观测数据长度;
步骤3-3、根据上述延时相关矩阵Ry,确定用于判断待检测通信信号是否存在的第一中间参量D1和第二中间参量D2:
其中λi,j表示延时相关矩阵Ry中第i行第j列的元素值,i,j=1,2,…,M-1;
步骤3-4、根据设定的信号二次检测虚警概率Pf、平滑因子M和每次选取的观测数据长度N,确定延时相关矩阵检测的判决门限Vth:
步骤3-5、根据上述延时相关矩阵检测的判决门限Vth、第一中间参量D1和第二中间参量D2,判断待检测通信信号是否存在,若D1/D2>Vth,则判断待检测通信信号存在,反之则不存在。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510685335.6A CN105357154B (zh) | 2015-10-20 | 2015-10-20 | 一种联合功率双门限和延时相关矩阵的信号检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510685335.6A CN105357154B (zh) | 2015-10-20 | 2015-10-20 | 一种联合功率双门限和延时相关矩阵的信号检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105357154A true CN105357154A (zh) | 2016-02-24 |
CN105357154B CN105357154B (zh) | 2018-07-31 |
Family
ID=55333022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510685335.6A Active CN105357154B (zh) | 2015-10-20 | 2015-10-20 | 一种联合功率双门限和延时相关矩阵的信号检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105357154B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106170139A (zh) * | 2016-09-21 | 2016-11-30 | 北京邮电大学 | 一种频谱检测方法及系统 |
CN109274438A (zh) * | 2018-09-20 | 2019-01-25 | 扬州万方电子技术有限责任公司 | 一种自适应双门限协同干扰检测方法及装置 |
CN109347584A (zh) * | 2018-11-02 | 2019-02-15 | 西安电子科技大学昆山创新研究院 | 基于指数平滑预测的频谱感知方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101494508A (zh) * | 2009-02-26 | 2009-07-29 | 上海交通大学 | 基于特征循环频率的频谱检测方法 |
CN101702628A (zh) * | 2009-11-06 | 2010-05-05 | 中国人民解放军国防科学技术大学 | 直接序列扩频系统使用多天线的伪码捕获方法及捕获装置 |
CN101793968A (zh) * | 2010-03-10 | 2010-08-04 | 北京航空航天大学 | 一种适用于微弱卫星信号捕获的双门限检测方法 |
US8208649B2 (en) * | 2009-04-28 | 2012-06-26 | Hewlett-Packard Development Company, L.P. | Methods and systems for robust approximations of impulse responses in multichannel audio-communication systems |
CN102546052A (zh) * | 2011-12-12 | 2012-07-04 | 中国船舶重工集团公司第七二四研究所 | 自适应门限控制和参数统计测量技术及实现方法 |
-
2015
- 2015-10-20 CN CN201510685335.6A patent/CN105357154B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101494508A (zh) * | 2009-02-26 | 2009-07-29 | 上海交通大学 | 基于特征循环频率的频谱检测方法 |
US8208649B2 (en) * | 2009-04-28 | 2012-06-26 | Hewlett-Packard Development Company, L.P. | Methods and systems for robust approximations of impulse responses in multichannel audio-communication systems |
CN101702628A (zh) * | 2009-11-06 | 2010-05-05 | 中国人民解放军国防科学技术大学 | 直接序列扩频系统使用多天线的伪码捕获方法及捕获装置 |
CN101793968A (zh) * | 2010-03-10 | 2010-08-04 | 北京航空航天大学 | 一种适用于微弱卫星信号捕获的双门限检测方法 |
CN102546052A (zh) * | 2011-12-12 | 2012-07-04 | 中国船舶重工集团公司第七二四研究所 | 自适应门限控制和参数统计测量技术及实现方法 |
Non-Patent Citations (2)
Title |
---|
莫小鹏 等: "《一种改进的双门限窄带干扰抑制算法》", 《数字技术与应用》 * |
陈建军 等: "《海杂波下的双门限恒虚警目标检测新方法》", 《电子学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106170139A (zh) * | 2016-09-21 | 2016-11-30 | 北京邮电大学 | 一种频谱检测方法及系统 |
CN106170139B (zh) * | 2016-09-21 | 2019-10-01 | 北京邮电大学 | 一种频谱检测方法及系统 |
CN109274438A (zh) * | 2018-09-20 | 2019-01-25 | 扬州万方电子技术有限责任公司 | 一种自适应双门限协同干扰检测方法及装置 |
CN109274438B (zh) * | 2018-09-20 | 2021-09-24 | 扬州万方电子技术有限责任公司 | 一种自适应双门限协同干扰检测方法及装置 |
CN109347584A (zh) * | 2018-11-02 | 2019-02-15 | 西安电子科技大学昆山创新研究院 | 基于指数平滑预测的频谱感知方法 |
CN109347584B (zh) * | 2018-11-02 | 2021-02-12 | 西安电子科技大学昆山创新研究院 | 基于指数平滑预测的频谱感知方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105357154B (zh) | 2018-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103346845B (zh) | 基于快速傅里叶变换的盲频谱感知方法及装置 | |
CN103149514B (zh) | 一种gis内多绝缘缺陷模式识别方法 | |
CN104360334B (zh) | 相关噪声背景下基于特征值mimo雷达目标盲检测方法 | |
CN105307266B (zh) | 基于自适应空间格点的传感器网络压缩感知精确定位方法 | |
CN107942324B (zh) | 基于多普勒引导的多帧联合小目标双重检测方法 | |
CN104502905A (zh) | 基于多通道顺序统计的距离扩展目标检测方法 | |
CN102914325B (zh) | 一种基于消散型同步的混沌背景下微弱信号检测方法 | |
CN103995950A (zh) | 基于空域相关修正阈值的变小波系数局部放电信号消噪方法 | |
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 | |
CN105357154A (zh) | 一种联合功率双门限和延时相关矩阵的信号检测方法 | |
CN105425223A (zh) | 广义帕累托杂波下稀疏距离扩展雷达目标的检测方法 | |
CN107064629A (zh) | 一种基于频率相对偏差预估的分段综合单频信号频率估计方法 | |
Kolakowski et al. | Detection of direct path component absence in NLOS UWB channel | |
CN114285500A (zh) | 一种uwb室内定位信道质量评估方法 | |
CN102638290B (zh) | 一种基于信道测量的多径信号分量提取方法及装置 | |
CN104253659B (zh) | 一种频谱检测方法及其装置 | |
CN102930532A (zh) | 基于mrf迭代的sar图像非监督变化检测方法和装置 | |
CN105634634B (zh) | 一种存在未知定时的异步信道感知方法 | |
CN103117819B (zh) | 一种基于压缩感知的脉冲超宽带信号检测方法 | |
CN105975995A (zh) | 基于模糊偏好关系的多振动信号融合方法 | |
CN102111228B (zh) | 一种基于循环对称性的认知无线电频谱感知方法 | |
CN108718223B (zh) | 一种非合作信号的盲频谱感知方法 | |
CN106972900A (zh) | 基于广义t2统计量的盲频谱感知方法 | |
CN103987049A (zh) | 一种减小噪声估计误差带来的snr wall现象的能量检测方法 | |
CN106019250A (zh) | 基于角闪烁转发式假目标鉴别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |