CN106484659B - 一种基于离散傅里叶变换的广义似然比线谱检测方法 - Google Patents
一种基于离散傅里叶变换的广义似然比线谱检测方法 Download PDFInfo
- Publication number
- CN106484659B CN106484659B CN201610865795.1A CN201610865795A CN106484659B CN 106484659 B CN106484659 B CN 106484659B CN 201610865795 A CN201610865795 A CN 201610865795A CN 106484659 B CN106484659 B CN 106484659B
- Authority
- CN
- China
- Prior art keywords
- frequency point
- data
- generalized likelihood
- formula
- likelihood ratio
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 61
- 238000001228 spectrum Methods 0.000 title claims abstract description 37
- 125000004122 cyclic group Chemical group 0.000 claims abstract description 21
- 230000011218 segmentation Effects 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 7
- 230000000875 corresponding Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 230000001131 transforming Effects 0.000 claims description 3
- SCKXCAADGDQQCS-UHFFFAOYSA-N performic acid Chemical compound OOC=O SCKXCAADGDQQCS-UHFFFAOYSA-N 0.000 claims description 2
- 238000009795 derivation Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 15
- 238000004088 simulation Methods 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000003595 spectral Effects 0.000 description 1
Abstract
一种基于离散傅里叶变换的广义似然比线谱检测方法,本发明涉及广义似然比线谱检测方法。本发明是为了解决水下目标辐射的线谱信号频率通常未知或不稳定时,现有技术受到“栅栏效应”的影响而产生增益损失,使其检测性能下降的问题。一:设定基本参数;二:对步骤一分段后的每一段数据分别进行FFT变换,取各段中相同频率点的数据组成新的复数序列,对每一个复数序列计算其周期图;三:汇集相邻频率点上的能量,即对每相邻两频率点上的周期图结果求和,并在求和后的周期图的频率域Δ上求取最大值;四:对每相邻频率点上汇集的能量分别进行能量归一化;五:根据步骤四进行广义似然比检测判决。本发明应用于水声信号处理领域。
Description
技术领域
本发明涉及广义似然比线谱检测方法。
背景技术
水下目标的辐射噪声中常含有丰富的线谱分量,这些线谱分量对探测低噪声、安静型的水下目标具有重要意义。
在离散傅里叶变换(Discrete Fourier Transform,简记为DFT)的基础上,利用线谱信号的统计特性构建二元假设检验问题,通过统计判决进行线谱信号的检测,为一类常见的检测方法。该类方法可以全面地描述系统的检测特性,适于自主平台的线谱检测。而利用线谱信号的统计信息进行线谱检测,国内外已有很多研究。但通常仅利用DFT在单一频点处的复序列构造检验统计量进行统计判决。水下目标辐射的线谱信号频率通常未知或不稳定,而上述基于DFT的线谱检测方法在采样频点取不到线谱信号频率点时,会受到“栅栏效应”的影响而产生增益损失,使其检测性能下降。因此,补偿栅栏损失对提高检测器的性能,尤其对于提高声呐系统线谱的探测距离具有重要意义.
发明内容
本发明是为了解决水下目标辐射的线谱信号频率通常未知或不稳定时,现有技术受到“栅栏效应”的影响而产生增益损失,使其检测性能下降的问题,而提出的一种基于离散傅里叶变换的广义似然比线谱检测方法。
一种基于离散傅里叶变换的广义似然比线谱检测方法按以下步骤实现:
步骤一:设定基本参数,所述基本参数包括:采样数据划分的段数、每一段的数据点数、虚警概率、采样率;
步骤二:对步骤一分段后的每一段数据分别进行FFT变换,取各段中相同频率点的数据组成新的复数序列,对每一个复数序列计算其周期图;
步骤三:汇集相邻频率点上的能量,即对每相邻两频率点上的周期图结果求和,并在求和后的周期图的频率域Δ上求取最大值;
步骤四:对每相邻频率点上汇集的能量分别进行能量归一化;
步骤五:根据步骤四进行广义似然比检测判决。
发明效果:
本发明提供一种针对频率未知或不稳定的线谱检测方法。本发明方法对“栅栏效应”引起的线谱频谱泄露等问题,具有稳健的检测性能。本发明方法具有虚警概率一定时,检测门限恒定的特性。对于提高声呐系统的线谱探测距离具有重要意义。
附图说明
图1为不存在“栅栏效应”时,传统平均周期图法(AVGPR)功率谱图;
图2为不存在“栅栏效应”时,本发明方法(FJ_CGLRT)与相干检测方法(CGLRT)谱图;
图3为存在“栅栏效应”时,传统平均周期图法(AVGPR)功率谱图;
图4为存在“栅栏效应”时,本发明方法(FJ_CGLRT)与相干检测方法(CGLRT)谱图;
图5为不存在“栅栏效应”时,本发明方法(FJ_CGLRT)与AVGPR及CGLRT方法的检测性能曲线图,其中CGLRT Simu表示仿真CGLRT方法数值仿真的检测性能曲线,FJ_CGLRTSimu表示FJ_CGLRT方法数值仿真的检测性能曲线,AVGPR Simu表示AVGPR方法数值仿真的检测性能曲线,CGLRT Theo表示CGLRT方法检测性能的理论曲线,FJ_CGLRT Theo表示FJ_CGLRT方法检测性能的理论曲线,AVGPR Theo表示AVGPR方法检测性能的理论曲线;
图6为存在“栅栏效应”时,本发明方法(FJ_CGLRT)与AVGPR及CGLRT方法的检测性能曲线图;
图7为本发明方法(FJ_CGLRT)与AVGPR及CGLRT方法所需的最小输入检测信噪比随“栅栏效应”变化曲线图;
图8为相干检测方法(CGLRT)实际试验数据的检测结果图;
图9为本发明方法(FJ_CGLRT)实际试验数据的检测结果图;
具体实施方式
具体实施方式一:一种基于离散傅里叶变换的广义似然比线谱检测方法包括以下步骤:
步骤一:设定基本参数,所述基本参数包括:采样数据划分的段数、每一段的数据点数、虚警概率、采样率;
步骤二:对步骤一分段后的每一段数据分别进行FFT变换,取各段中相同频率点的数据组成新的复数序列,对每一个复数序列计算其周期图;
步骤三:汇集相邻频率点上的能量,即对每相邻两频率点上的周期图结果求和,并在求和后的周期图的频率域Δ上求取最大值;
步骤四:对每相邻频率点上汇集的能量分别进行能量归一化;
步骤五:根据步骤四进行广义似然比检测判决。
具体实施方式二:本实施方式与具体实施方式一不同的是:所述步骤二中对步骤一分段后的每一段数据分别进行FFT变换的具体过程为:
步骤二一:设数据形式为单频复信号加高斯白噪声,分段后如式(1)所示
其中所述l为分段序号,n为每段内数据点时间序号,A为单频复信号幅度,θ0为信号初相位,w0=2πf0/fs,f0为信号频率,fs为采样率,M为每一段平移的点数,gl(n)为随机噪声,服从零均值方差为的高斯分布,sl(n)为单频复信号,N为每一段的数据点数,L为采样数据划分的段数;
步骤二二:对每一段数据做DFT运算,其中单频信号所在频点为(2)式:
其中k*∈R为f0对应的数字频率值,R为实数域,由于DFT中数字频率点k只能取整数,存在取不到信号频点k*的情况,设数字频率点k为最接近k*的整数点,则有Δ=k*-k,Δ∈[-0.5,0.5),若各段之间没有数据重叠,即M=N,则exp(j2πk*Ml/N)=exp(j2πΔl),公式(2)可重新写为:
其它步骤及参数与具体实施方式一相同。
具体实施方式三:本实施方式与具体实施方式一或二不同的是:所述步骤二中对每一个复数序列计算其周期图具体为:
取出各个分段中数字频率点k所对应的数据,计算L个点的周期图,对每个数字频率点k计算相应的L个点周期图,如式(4)所示:
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四:本实施方式与具体实施方式一至三之一不同的是:所述步骤三中求和后的周期图的频率域Δ上求取最大值具体为:
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式五:本实施方式与具体实施方式一至四之一不同的是:所述步骤四中对每相邻频率点上汇集的能量分别进行能量归一化的具体过程为:
将步骤三中的每相邻频率点上汇集的能量值除以相邻频率点上的总能量,如式(6)所示:
式中T(X)表示检测统计量用于最终检测判决。
其它步骤及参数与具体实施方式一至四之一相同。
具体实施方式六:本实施方式与具体实施方式一至五之一不同的是:所述步骤五中根据步骤四进行广义似然比检测判决的具体过程为:
当Δ确定时,式(11)中的检测统计量TGLRT(X)实际上为广义似然比假设检验的统计量,其服从F分布,其分布函数用Q函数表示。则利用检测统计量TGLRT(X)与检测统计量T(X)之间的关系式(11),推得检测统计量T(X)的概率分布特性,进而得到检测统计量T(X)的检测门限与虚警概率的关系如式(7)所示:
其中γ为判决门限,PFA(T(X))为虚警概率,表示服从F4,4L-4分布的随机变量(指的是任何一个服从F4,4L-4分布的变量)超过γ′的概率,根据步骤一设定的虚警概率计算相应的判决门限,判决过程为:
若统计量T(X)大于门限γ,则判定该频率点有线谱信号成立,若统计量T(X)小于门限γ,则判定该频率点无线谱信号,检测概率与门限之间的公式,如式(8)所示
其中所述为非中心参数F′4,4L-4(λ)分布,PD(T(X))为检测概率;
其中θ0为信号的初相位,则联合式(7)及式(8)则得到检测性能的理论曲线。
其它步骤及参数与具体实施方式一至五之一相同。
实施例一:
步骤一:设定基本参数,所述基本参数包括:采样数据划分的段数、每一段的数据点数、虚警概率、采样率;
采样率:Fs=10kHz;采样数据划分的段数:L=50;每段的数据点数:N=1000。
步骤二:对步骤一分段后的每一段数据分别进行FFT变换,取各段中相同频率点的数据组成新的复数序列,对每一个复数序列计算其周期图;
步骤三:汇集相邻频率点上的能量,即对每相邻两频率点上的周期图结果求和,并在求和后的周期图的频率域Δ上求取最大值;
步骤四:对每相邻频率点上汇集的能量分别进行能量归一化;
步骤五:根据步骤四进行广义似然比检测判决。
图1~图4为本发明方法与相干检测方法(CGLRT)的检测统计量谱图及传统平均周期图法(AVGPR)功率谱图对比,分别绘出了在存在与不存在“栅栏效应”两种情况时三种方法的性能对比。
图5~图6给出不存在或存在“栅栏效应”时,FJ_CGLRT与AVGPR及CGLRT方法检测性能的理论曲线及仿真实验性能结果;图7则给出检测概率及虚警概率一定时,各方法所需最小输入检测信噪比随“栅栏效应”程度变化曲线图,用以说明本发明方法对“栅栏效应”的稳健性。图8~图9为本发明方法(FJ_CGLRT)与相干检测方法(CGLRT)的实际试验数据下检测结果对比图,其中白色点表示检测到线谱信号。
Claims (4)
1.一种基于离散傅里叶变换的广义似然比线谱检测方法,其特征在于,所述广义似然比线谱检测方法包括以下步骤:
步骤一:设定基本参数,所述基本参数包括:采样数据划分的段数、每一段的数据点数、虚警概率、采样率;
步骤二:对步骤一分段后的每一段数据分别进行离散傅里叶变换变换,取各段中相同频率点的数据组成复数序列,对每一个频点上的复数序列计算其周期图;
步骤三:汇集相邻频率点上的能量,即将步骤二中相邻频率点上的两周期图结果相加求和,并在相加求和后的结果中寻找最大值作为该相邻频率点上汇集得到的能量;
所述步骤三中在相加求和后的结果中寻找最大值具体为:
步骤四:对每相邻频率点上汇集的能量分别进行能量归一化;
步骤五:依据广义似然比准则构建门限值,并用其对步骤四所得结果进行比较判决;
所述步骤五中依据广义似然比准则构建门限值,并用其对步骤四所得结果进行比较判决的具体过程为:
利用经典广义似然比假设检验的推导过程,得到检测门限与虚警概率的关系如式(7)所示:
其中γ为判决门限,PFA(T(X))为虚警概率,表示服从F4,4L-4分布的随机变量超过γ′的概率,根据步骤一设定的虚警概率计算相应的判决门限,判决过程为:
若统计量T(X)大于门限γ,则判定该频率点有线谱信号成立,若统计量T(X)小于门限γ,则判定该频率点无线谱信号,检测概率与门限之间的公式,如式(8)所示
所述为非中心参数F′4,4L-4(λ)分布,PD(T(X))为检测概率;
其中θ0为信号的初相位,则联合式(7)及式(8)则得到检测性能的理论曲线。
2.根据权利要求1所述的一种基于离散傅里叶变换的广义似然比线谱检测方法,其特征在于,所述步骤二中对步骤一分段后的每一段数据分别进行离散傅里叶变换变换的具体过程为:
步骤二一:设数据形式为单频复信号加高斯白噪声,分段后如式(1)所示
xl(n)=sl(n)+gl(n)=Aexp(j[w0(n+Ml)+θ0])+gl(n) (1)
其中所述l为分段序号,l=0,1,…,L-1,n为每段内数据点时间序号,n=0,1,…,N-1,A为单频复信号幅度,θ0为信号初相位,w0=2πf0/fs,f0为信号频率,fs为采样率,M为每一段平移的点数,gl(n)为随机噪声,服从零均值方差为的高斯分布,sl(n)为单频复信号,N为每一段的数据点数,L为采样数据划分的段数;
步骤二二:对每一段数据做离散傅里叶变换运算,其中单频信号所在频点为(2)式:
其中k*∈R为f0对应的数字频率值,R为实数域,设数字频率点k为最接近k*的整数点,则有Δ=k*-k,Δ∈[-0.5,0.5),若各段之间没有数据重叠,即M=N,则exp(j2πk*Ml/N)=exp(j2πΔl),公式(2)可重新写为:
3.根据权利要求2所述的一种基于离散傅里叶变换的广义似然比线谱检测方法,其特征在于,所述步骤二中对每一个复数序列计算其周期图具体为:
取出各个分段中数字频率点k所对应的数据,计算L个点的周期图,对每个数字频率点k计算相应的L个点周期图,如式(4)所示:
所述k=0,1,…,N-1。
4.根据权利要求1所述的一种基于离散傅里叶变换的广义似然比线谱检测方法,其特征在于,所述步骤四中对每相邻频率点上汇集的能量分别进行能量归一化的具体过程为:
将步骤三中的每相邻频率点上汇集的能量值除以相邻频率点上的总能量,如式(6)所示:
式中T(X)表示检测统计量用于最终检测判决。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610865795.1A CN106484659B (zh) | 2016-09-29 | 一种基于离散傅里叶变换的广义似然比线谱检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610865795.1A CN106484659B (zh) | 2016-09-29 | 一种基于离散傅里叶变换的广义似然比线谱检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106484659A CN106484659A (zh) | 2017-03-08 |
CN106484659B true CN106484659B (zh) | 2019-07-16 |
Family
ID=
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102710348A (zh) * | 2012-05-08 | 2012-10-03 | 电子科技大学 | 一种基于周期图的能量检测方法 |
CN104656074A (zh) * | 2014-12-26 | 2015-05-27 | 中国科学院声学研究所 | 一种加权的鲁棒性宽带波束形成目标检测方法 |
CN105223576A (zh) * | 2015-09-24 | 2016-01-06 | 哈尔滨工程大学 | 一种基于单矢量潜标的线谱信号目标自动检测方法 |
CN105277934A (zh) * | 2015-09-24 | 2016-01-27 | 哈尔滨工程大学 | 一种基于阵列的弱线谱目标被动检测方法 |
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102710348A (zh) * | 2012-05-08 | 2012-10-03 | 电子科技大学 | 一种基于周期图的能量检测方法 |
CN104656074A (zh) * | 2014-12-26 | 2015-05-27 | 中国科学院声学研究所 | 一种加权的鲁棒性宽带波束形成目标检测方法 |
CN105223576A (zh) * | 2015-09-24 | 2016-01-06 | 哈尔滨工程大学 | 一种基于单矢量潜标的线谱信号目标自动检测方法 |
CN105277934A (zh) * | 2015-09-24 | 2016-01-27 | 哈尔滨工程大学 | 一种基于阵列的弱线谱目标被动检测方法 |
Non-Patent Citations (3)
Title |
---|
A Novel CFAR Tonal Detector Using Phase Compensation;Qing Wang等;《IEEE》;20051031;第30卷(第4期);第900-911页 |
DFT-Based Channel Estimator forOFDM Systems with Leakage Estimation;Xin Xiong等;《IEEE COMMUNICATIONSLETTERS》;20130831;第17卷(第8期);第1592-1595页 |
差分二次平均修正的频域相位补偿线谱检测方法;戴文舒等;《兵工学报》;20141031;第35卷(第10期);第1630-1637页 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106597408B (zh) | 基于时频分析和瞬时频率曲线拟合的高阶pps信号参数估计方法 | |
CN109375060B (zh) | 一种配电网故障波形相似度计算方法 | |
CN108548957B (zh) | 基于循环调制频谱和分段互相关相结合的双谱分析方法 | |
CN109343020B (zh) | 一种基于改进窗函数的s变换时频分析方法 | |
CN110133632B (zh) | 一种基于cwd时频分析的复合调制信号识别方法 | |
KR101294681B1 (ko) | 기상 신호 처리장치 및 그 처리방법 | |
CN109342813B (zh) | 一种基于dft和二分法的正弦信号频率估计方法 | |
CN110068727A (zh) | 一种基于Candan-Rife综合内插的单频信号频率估计方法 | |
Selva | ML estimation and detection of multiple frequencies through periodogram estimate refinement | |
CN109682492B (zh) | 基于频域高斯拟合的频率估计方法 | |
CN114355298A (zh) | 一种雷达复合调制脉冲信号识别方法 | |
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 | |
CN106484659B (zh) | 一种基于离散傅里叶变换的广义似然比线谱检测方法 | |
CA2741202A1 (en) | Dynamic clustering of transient signals | |
CN109117698B (zh) | 一种基于最小均方误差准则的噪声背景估计方法 | |
CN112883787B (zh) | 一种基于频谱匹配的短样本低频正弦信号参数估计方法 | |
CN103441975B (zh) | 一种基于功率谱的二相编码信号参数估值方法 | |
Kocherry et al. | Estimating parameters of multiple damped complex sinusoids with model order estimation | |
CN104217119A (zh) | 一种基于S-Method时频分解的机动目标自适应补偿检测方法 | |
CN112929053B (zh) | 一种跳频信号特征提取与参数估计方法 | |
CN106849992B (zh) | 一种基于广义二次功率谱的直扩信号的检测方法 | |
Li et al. | Pulse train detection algorithm based on edge enhancement | |
Ranney et al. | A survey of methods for estimating pulse width and pulse repetition interval | |
Zuo et al. | Range‐spread target detection using time delay‐frequency matched filter | |
KR101483561B1 (ko) | 펄스 누적장치 및 그의 부엽 레벨 감소 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |