CN105959035B - 一种直扩信号截获检测方法 - Google Patents
一种直扩信号截获检测方法 Download PDFInfo
- Publication number
- CN105959035B CN105959035B CN201610412869.6A CN201610412869A CN105959035B CN 105959035 B CN105959035 B CN 105959035B CN 201610412869 A CN201610412869 A CN 201610412869A CN 105959035 B CN105959035 B CN 105959035B
- Authority
- CN
- China
- Prior art keywords
- autocorrelation
- sequence
- direct sequence
- discrete
- search
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种直扩信号截获检测方法，该方法包括以下步骤：步骤1：获取数据序列x(n)；步骤2：获得自相关序列r(m)；步骤3：对r(m)进行平滑处理；步骤4：设定搜索步进j；步骤5：估计累积量C(j)；步骤6：搜索累积量C(j)的最大值C(jmax)；步骤7：检测判决和伪码周期估计。本发明检测方法能够只利用单次自相关估计结果即可实现直扩信号截获检测，通过自相关序列相关峰的累积和变步长搜索提高了处理增益，降低了信息码的影响，提高了检测性能，过程简单，无需先验信息。
Description
技术领域
本发明属于通信和信号处理技术领域，涉及一种直扩信号截获检测方法，用于非合作条件下直扩信号的截获检测。
背景技术
直接序列扩频(以下简称直扩)技术在水声通信与探测领域已得到广泛应用，由于其能量分散在较宽的频带，单位频点能量低，在非合作条件下的截获检测方法成为通信与水声对抗中的研究热点与难点。现有的直扩信号截获检测方法主要包括：能量检测法、平方律法、相关累积法、基于周期谱法。传统的能量检测法依赖于背景噪声模型，没有充分利用直扩信号特征，检测效果差。平方律法利用平方处理将二相调制直扩信号变为窄带信号进行检测，但具有小信号抑制效应，低信噪比下性能严重下降，且不适于多相调制信号。相关累积法利用了直扩信号伪码的自相关特性，但为了获得高增益，需要多段数据自相关估计进行累积平均，在水声领域，传播速度慢，多段数据获取需要较长时间，且实际信号较短时，多段累积引入更多的噪声，增益反而下降。周期谱方法性能较好，但实现困难。
发明内容
技术问题：本发明提供一种直扩信号截获检测方法，该方法利用直扩信号伪码的自相关特性，通过单次自相关估计的变步长时域累积搜索方法，提高自相关峰增益，降低信息码对自相关特性的影响，提高检测性能，同时获得伪码周期估计，具备实时处理优势。
技术方案：本发明的直扩信号截获检测方法，包括以下步骤：
步骤1：获取离散数据序列x(n),n＝0,1,2,…,N-1：从传感器接收N个采样点的实时采集数据或提取N个采样点存储的现成数据作为待处理的数据序列x(n),n＝0,1,2,…,N-1，其中N为采样点数；
步骤2：对所述离散数据序列x(n)进行自相关估计，得到自相关序列r(m),m＝0,1,2,…,M-1，其中M为自相关序列长度，m为自相关序列的离散时间索引；
步骤3：对所述自相关序列r(m)的绝对值进行平滑处理，即根据下式计算得到平滑自相关序列R(k)：
其中，K为平滑处理的半窗长，且K＜M，k为平滑自相关序列的离散时间索引；
步骤4：设定判定伪码周期具有等间隔规律的最少自相关峰个数L，L>1，再根据自相关序列长度M设定搜索步进j，j＝Js,Js+1,Js+2,…,Je，其中Js为搜索起始点，Je为搜索终点，Js＜Je，Je<M/L；
步骤5：按照所述搜索步进j对所述平滑自相关序列R(k)进行累积平均，即从j开始，将L个间隔为j的平滑自相关序列R(k)相加后求平均，得到累积量C(j)，计算公式如下：
其中，R(ij)为从j开始，以j为间隔，从平滑自相关序列R(k)中抽取的第ij个自相关估计值，ij为上述累积平均中的平滑自相关序列离散时间索引，i为所述L个间隔j的间隔倍数，i＝1，2，…，L；
步骤6：搜索累积量C(j)的最大值C(jmax)作为检验统计量，其中jmax为最大值对应的离散时间索引；
步骤7：将所述最大值C(jmax)与判决门限比较，如大于判决门限，则认为存在直扩信号，并根据下式估计伪码周期Tp：Tp＝jmax/fs，其中fs为离散信号的采样频率；
否则，认为离散数据序列x(n)中不含直扩信号。
进一步的，本发明方法中，步骤2中，根据下式获得自相关序列r(m)：
进一步的，本发明方法中，步骤7中的判决门限根据检测器设计要求确定，对于恒虚警检测，所述判决门限根据聂曼-皮尔逊准则，按照设定的虚警概率要求确定判决门限。
有益效果：本发明与现有技术相比，具有以下优点：
1.充分利用了直扩信号伪码的自相关特性，通过对单次自相关估计的时域累积处理，对多个自相关峰实现了累加平均，既降低了信息码对自相关特性的影响，又降低了伪码周期等间隔特性判断的难度；
2.本发明方法只利用了单次自相关估计结果，无需长时间多段数据累积，降低了短信号时多段数据累积引入噪声而增益降低的风险，适于实时处理，实用性强；
3.本发明方法通过累积减弱了信息码影响，能够同时获得更准确的伪码周期估计。
平方律法是将接收信号平方后变换到频域，通过线谱检测实现直扩信号的检测与载波估计，原理简单，实现方便，但非线性处理带来的小信号抑制效应导致信噪比较低时性能严重下降，甚至不可用；相关累加法是将多段数据的自相关估计进行累积，以获取更好地处理增益，以及降低信息码影响，该处理方式需要更多的数据样本，信号较短时，还会额外引入噪声；周期谱方法性能较优，但原理复杂，数字实现时计算复杂度高、计算速度慢，实时系统应用难度大。本发明方法只需单次自相关估计即可满足自相关估计的累积处理，实现直扩信号的截获检测与伪码周期估计。
附图说明
图1所示为本发明的流程图。
图2所示为实施例1中本发明方法与自相关估计的比较图。
图3所示为实施例1中采用本发明方法的无信息码直扩信号截获检测性能曲线。
图4所示为实施例1中采用本发明方法的有信息码直扩信号截获检测性能曲线。
具体实施方式
下面结合实施例和说明书附图对本发明作进一步的说明。
步骤1：获取离散数据序列x(n),n＝0,1,2,…,N-1：从传感器接收N个采样点的实时采集数据或提取N个采样点存储的现成数据作为待处理的数据序列x(n),n＝0,1,2,…,N-1，其中N为采样点数。
在步骤1中，采样数据可以通过数据采集器采集。
步骤2：对所述离散数据序列x(n)进行自相关估计，得到自相关估计r(m),m＝0,1,2,…,M-1，其中M为自相关序列长度，m为自相关序列的离散时间索引；
在步骤2中，根据下式获得自相关序列r(m)可以保证每个m对应的自相关估计的数据点数相同。
步骤3：对所述自相关序列r(m)的绝对值进行平滑处理，即根据下式计算得到平滑自相关序列R(k)：
其中，K为平滑处理的半窗长，且K＜M，k为平滑自相关序列的离散时间索引。
在步骤3中对自相关序列绝对值的平滑处理可以降低噪声影响，提高自相关峰的信噪比，有利于直扩信号的检测。
步骤4：设定判定伪码周期具有等间隔规律的最少自相关峰个数L，L>1，再根据自相关序列长度M设定搜索步进j，j＝Js,Js+1,Js+2,…,Je，其中Js为搜索起始点，Je为搜索终点，Js＜Je，Je<M/L；
在步骤4中，搜索步进即对应直扩信号的伪码周期，在伪码周期未知情况下，在[Js，Je]范围内假设伪码周期，因此，搜索起始点Js可按照检测信号伪码周期范围的下限设定。
步骤5：按照所述搜索步进j对所述平滑自相关序列R(k)进行累积平均，即从j开始，将L个间隔为j的平滑自相关序列R(k)相加后求平均，得到累积量C(j)，计算公式如下：
其中，R(ij)为从j开始，以j为间隔，从平滑自相关序列R(k)中抽取的第ij个自相关估计值，ij为上述累积平均中的平滑自相关序列离散时间索引，i为所述L个间隔j的间隔倍数，i＝1，2，…，L。
步骤6：搜索累积量C(j)的最大值C(jmax)作为检验统计量，其中jmax为最大值对应的离散时间索引。
步骤7：将所述最大值C(jmax)与判决门限比较，如大于判决门限，则认为存在直扩信号，并根据下式估计伪码周期Tp：Tp＝jmax/fs，其中fs为离散信号的采样频率；
否则，认为离散数据序列x(n)中不含直扩信号。
判决门限根据检测器设计要求确定，对于恒虚警检测，可根据聂曼-皮尔逊准则，按照设定的虚警概率要求确定判决门限。
本发明的原理是充分利用了直扩信号伪码在周期整数倍处存在尖锐的自相关峰的特性，通过单次自相关估计相关峰的累积和变步长搜索提高了处理增益，降低了信息码的影响，提高了检测性能。并且该检测器不需长时间累积，适用于非合作信号侦察。
实施例1
仿真信号参数为：采样频率fs＝50KHz，载波频率f0＝5.0kHz，伪码阶数为5，采用二相调制方式，一个码片内的载波周期数为8，则码片时间宽度为1.6ms，离散采样点数为80点，信号幅度A0＝1，叠加零均值高斯白噪声，方差σ2的大小由信噪比SNR决定：
为验证本发明方法检测性能，采用蒙特卡洛方法，分别对无信码和有信码直扩信号的检测性能进行仿真测试，每次仿真1000次，统计不同虚警概率要求下的检测概率。图2和图3分别为无信息码和存在信息码直扩信号截获检测性能曲线。以虚警概率低于1％，检测概率高于95％为要求，无信息码时能够达到-20dB的信噪比下限，存在信息码时，也能达到-19dB的信噪比下限，能够满足实际应用需求。
上述实施例仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和等同替换，这些对本发明权利要求进行改进和等同替换后的技术方案，均落入本发明的保护范围。
Claims (3)
1.一种直扩信号截获检测方法，包括：
步骤1：获取离散数据序列x(n),n＝0,1,2,…,N-1：从传感器接收N个采样点的实时采集数据或提取N个采样点存储的现成数据作为待处理的数据序列x(n),n＝0,1,2,…,N-1，其中N为采样点数；
其特征在于，该方法还包括以下步骤：
步骤2：对所述离散数据序列x(n)进行自相关估计，得到自相关序列r(m),m＝0,1,2,…,M-1，其中M为自相关序列长度，m为自相关序列的离散时间索引；
步骤3：对所述自相关序列r(m)的绝对值进行平滑处理，即根据下式计算得到平滑自相关序列R(k)：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mi>K</mi>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mi>K</mi>
</mrow>
</munderover>
<mo>|</mo>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>,</mo>
<mi>k</mi>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<mi>K</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>2</mn>
<mi>K</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mi>k</mi>
<mo>-</mo>
<mi>K</mi>
</mrow>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mi>K</mi>
</mrow>
</munderover>
<mo>|</mo>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>,</mo>
<mi>k</mi>
<mo>=</mo>
<mi>K</mi>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<mi>M</mi>
<mo>-</mo>
<mn>1</mn>
<mo>-</mo>
<mi>K</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>M</mi>
<mo>-</mo>
<mi>k</mi>
<mo>+</mo>
<mi>K</mi>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mi>k</mi>
<mo>-</mo>
<mi>K</mi>
</mrow>
<mrow>
<mi>M</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mo>|</mo>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>,</mo>
<mi>k</mi>
<mo>=</mo>
<mi>M</mi>
<mo>-</mo>
<mi>K</mi>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<mi>M</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中，K为平滑处理的半窗长，且K<M，k为平滑自相关序列的离散时间索引；
步骤4：设定判定伪码周期具有等间隔规律的最少自相关峰个数L，L>1，再根据自相关序列长度M设定搜索步进j，j＝Js,Js+1,Js+2,…,Je，其中Js为搜索起始点，Je为搜索终点，Js<Je，Je<M/L；
步骤5：按照所述搜索步进j对所述平滑自相关序列R(k)进行累积平均，即从j开始，将L个间隔为j的平滑自相关序列R(k)相加后求平均，得到累积量C(j)，计算公式如下：
<mrow>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>L</mi>
</mfrac>
<mrow>
<mo>(</mo>
<mi>R</mi>
<mo>(</mo>
<mi>j</mi>
<mo>)</mo>
<mo>+</mo>
<mi>R</mi>
<mo>(</mo>
<mrow>
<mn>2</mn>
<mi>j</mi>
</mrow>
<mo>)</mo>
<mo>+</mo>
<mn>...</mn>
<mo>+</mo>
<mi>R</mi>
<mo>(</mo>
<mrow>
<mi>L</mi>
<mi>j</mi>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>L</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>j</mi>
<mo>=</mo>
<msub>
<mi>J</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mi>J</mi>
<mi>s</mi>
</msub>
<mo>+</mo>
<mn>1</mn>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<msub>
<mi>J</mi>
<mi>e</mi>
</msub>
</mrow>
其中，R(ij)为从j开始，以j为间隔，从平滑自相关序列R(k)中抽取的第ij个自相关估计值，ij为上述累积平均中的平滑自相关序列离散时间索引，i为所述L个间隔j的间隔倍数，i＝1，2，…，L；
步骤6：搜索累积量C(j)的最大值C(jmax)作为检验统计量，其中jmax为最大值对应的离散时间索引；
步骤7：将所述最大值C(jmax)与判决门限比较，如大于判决门限，则认为存在直扩信号，并根据下式估计伪码周期Tp：Tp＝jmax/fs，其中fs为离散信号的采样频率；
否则，认为离散数据序列x(n)中不含直扩信号。
2.根据权利要求1所述的直扩信号截获检测方法，其特征在于，所述步骤2中，根据下式获得自相关序列r(m)：
<mrow>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>N</mi>
<mo>-</mo>
<mi>M</mi>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>N</mi>
<mo>-</mo>
<mi>M</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>+</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>m</mi>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
<mn>1</mn>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<mi>M</mi>
<mo>-</mo>
<mn>1.</mn>
</mrow>
3.根据权利要求1所述的直扩信号截获检测方法，其特征在于，所述步骤7中的判决门限根据检测器设计要求确定，对于恒虚警检测，所述判决门限根据聂曼-皮尔逊准则，按照设定的虚警概率要求确定判决门限。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610412869.6A CN105959035B (zh) | 2016-06-14 | 2016-06-14 | 一种直扩信号截获检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610412869.6A CN105959035B (zh) | 2016-06-14 | 2016-06-14 | 一种直扩信号截获检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105959035A CN105959035A (zh) | 2016-09-21 |
| CN105959035B true CN105959035B (zh) | 2018-04-03 |
Family
ID=56905482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610412869.6A Active CN105959035B (zh) | 2016-06-14 | 2016-06-14 | 一种直扩信号截获检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105959035B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114070453B (zh) * | 2021-11-15 | 2023-05-05 | 电子科技大学 | 一种基于密集假周期欺骗的扩频通信反截获方法 |
| CN114593815B (zh) * | 2022-01-21 | 2024-06-07 | 中国人民解放军海军潜艇学院 | 一种基于自噪声数据的线谱提取技术 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009302644A (ja) * | 2008-06-10 | 2009-12-24 | Mitsubishi Electric Corp | スペクトル拡散通信の受信機 |
| JP2012165208A (ja) * | 2011-02-07 | 2012-08-30 | Nec Engineering Ltd | スペクトラム拡散信号同期受信装置 |
| CN103618583A (zh) * | 2013-12-02 | 2014-03-05 | 江苏科技大学 | 水声扩频通信对抗方法 |
| CN105071830A (zh) * | 2015-07-17 | 2015-11-18 | 西安空间无线电技术研究所 | 一种直扩信号的检测识别方法 |
| CN105245247A (zh) * | 2015-09-28 | 2016-01-13 | 四川九洲电器集团有限责任公司 | 自适应门限控制器及控制方法、直扩信号检测方法及电路 |
-
2016
- 2016-06-14 CN CN201610412869.6A patent/CN105959035B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009302644A (ja) * | 2008-06-10 | 2009-12-24 | Mitsubishi Electric Corp | スペクトル拡散通信の受信機 |
| JP2012165208A (ja) * | 2011-02-07 | 2012-08-30 | Nec Engineering Ltd | スペクトラム拡散信号同期受信装置 |
| CN103618583A (zh) * | 2013-12-02 | 2014-03-05 | 江苏科技大学 | 水声扩频通信对抗方法 |
| CN105071830A (zh) * | 2015-07-17 | 2015-11-18 | 西安空间无线电技术研究所 | 一种直扩信号的检测识别方法 |
| CN105245247A (zh) * | 2015-09-28 | 2016-01-13 | 四川九洲电器集团有限责任公司 | 自适应门限控制器及控制方法、直扩信号检测方法及电路 |
Non-Patent Citations (2)
| Title |
|---|
| 一种基于自相关估计的水声直扩信号检测方法;王晓燕;《东南大学学报（自然科学版）》;20100320;全文 * |
| 直接序列扩频信号的参数估计和仿真;蒋梦媚;《中国优秀硕士学位论文全文库》;20110101;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105959035A (zh) | 2016-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4955537B2 (ja) | 無線信号のエネルギーしきい値を選択するための方法 | |
| CN105785324B (zh) | 基于mgcstft的线性调频信号参数估计方法 | |
| CN105429719B (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 | |
| CN107835036B (zh) | 非合作跳频信号破解方法 | |
| CN115801142B (zh) | 基于双模通信标准的多带宽模式无线信号检测方法 | |
| CN105071830B (zh) | 一种直扩信号的检测识别方法 | |
| CN105656511B (zh) | 一种适应于有频偏和低信噪比环境下的差分相关捕获方法 | |
| CN105959035B (zh) | 一种直扩信号截获检测方法 | |
| CN105445767A (zh) | 基于平均模糊函数的boc信号参数盲估计方法 | |
| CN110632563B (zh) | 一种基于短时傅里叶变换的脉内频率编码信号参数测量方法 | |
| CN103929215A (zh) | 一种msk直扩通信高效检测方法 | |
| CN108718223B (zh) | 一种非合作信号的盲频谱感知方法 | |
| CN108737319B (zh) | 一种目标ofdm信号的实时检测方法及装置 | |
| CN110646815A (zh) | 一种基于滑动平均fft的gnss信号多径参数估计方法 | |
| CN106330361B (zh) | 基于图连通性分析的弱信号检测方法 | |
| CN109361632B (zh) | 基于谱相关的多径boc信号的参数盲估计方法 | |
| KR100771194B1 (ko) | 직접 시퀀스 확산 대역 버스트 무선 통신 시스템에서타이밍 동기를 획득하는 장치 | |
| CN113259027A (zh) | 一种基于Haar变换的敌我识别信号码速率计算方法 | |
| CN116055262B (zh) | 基于同步挤压小波变换的通信信号载频盲估计方法、系统及介质 | |
| CN112929053B (zh) | 一种跳频信号特征提取与参数估计方法 | |
| Zhongjie et al. | A joint rapid parameter estimate method of frequency-hopping signals | |
| CN118275788B (zh) | 一种参数估计方法、装置、设备及存储介质 | |
| CN116055004B (zh) | 基于同步挤压小波变换的通信信号码元速率盲估计方法 | |
| CN113890650B (zh) | 基于自相关估计的偏移干扰检测方法及装置 | |
| CN115438690A (zh) | 一种基于持续性图Kapur熵特征的信号检测方法及系统 |
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 | ||
| CP02 | Change in the address of a patent holder |
Address after: 210093 Nanjing University Science Park, 22 Hankou Road, Gulou District, Nanjing City, Jiangsu Province Patentee after: Southeast University Address before: 211189 No. 2 Southeast University Road, Jiangning District, Nanjing, Jiangsu Patentee before: Southeast University |
|
| CP02 | Change in the address of a patent holder |