CN109474306A - 一种基于直扩信号捕获的检测判决方法 - Google Patents
一种基于直扩信号捕获的检测判决方法 Download PDFInfo
- Publication number
- CN109474306A CN109474306A CN201811097763.7A CN201811097763A CN109474306A CN 109474306 A CN109474306 A CN 109474306A CN 201811097763 A CN201811097763 A CN 201811097763A CN 109474306 A CN109474306 A CN 109474306A
- Authority
- CN
- China
- Prior art keywords
- accumulation
- detection
- adaptive threshold
- variable
- capture
- 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
- 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
- H04B1/7073—Synchronisation aspects
- H04B1/7075—Synchronisation aspects with code phase acquisition
-
- 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
- H04B1/7073—Synchronisation aspects
- H04B1/7075—Synchronisation aspects with code phase acquisition
- H04B1/70754—Setting of search window, i.e. range of code offsets to be searched
-
- 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
- H04B1/7073—Synchronisation aspects
- H04B1/7075—Synchronisation aspects with code phase acquisition
- H04B1/70755—Setting of lock conditions, e.g. threshold
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于扩频通信和统计学领域,具体涉及一种基于直扩信号捕获的检测判决方法,包括搜索第i个捕获单元,通过非相干积累过程获得检测变量;求出不同积累次数所对应的自适应门限,在每次积累之后根据自适应门限对检测变量进行判决,记录判决结果,如果检测变量超过门限,那么记录此处的码相位值;在N次积累中,如果有M次积累的判决结果满足近邻约束的条件,那么判定该单元捕获成功,否则转入下一单元继续搜索。本发明基于自适应门限的多次检测判决方法,针对高动态对伪码偏移带来的影响引入近邻约束,对判决结果进行进一步检测,允许单次判决的虚警率较高,降低单次判决的自适应门限,从而达到提高总检测概率的目的。
Description
技术领域
本发明属于扩频通信和统计学领域,具体涉及一种基于直扩信号捕获的检测判决方法,通过引入近邻约束和自适应门限多次判决对捕获结果进行联合搜索判决,降低了总虚警率,提高了捕获性能,适用于高动态、低载噪比信号的捕获。
背景技术
直接序列扩频通信体制是飞行器测控系统中所使用的测控体制之一,直扩信号包含数据码、伪随机码以及载波等部分,直扩信号的捕获是通过同步、积分、检测判决等运算得到信号在传输过程中的伪码偏移和载波多普勒频率这两个关键参数。随着空天飞行器和高轨航天器等航空技术的快速发展,飞行器的高动态性也越发严重,同时飞行器在航行过程中会遇到很多复杂的飞行条件,当飞行器再入大气层低空滑行时,受低仰角和大气层干扰的影响,接收信号将会非常微弱,捕获接收机的输入载噪比低至35dBHz,另一方面机身的严重抖动会造成接收信号的高动态变化,使得瞬时多普勒频率达到上百赫兹,而且存在高阶的多普勒,为了降低捕获时间,提高捕获灵敏度,对高动态微弱信号的捕获算法研究一直是直扩信号领域的热点之一。
信号的检测判决模块是信号捕获的最后一步,传统的检测判决方法包括单次检测、M/N检测方法、Tong检测方法。
单次检测算法是一种固定驻留次数检测方法,该方法将检测量与预设判决门限进行单次比较,超过预设门限则判定搜索到信号,否则重新开始搜索,其优点为驻留时间短,缺点为在信噪比较低的环境下虚警概率较大。
M/N检测判决方法属于多次固定驻留次数(N次)的检测判决算法,该方法将每个搜索单元判决N次,若其中有M次检测结果大于门限值,则认为该搜索单元捕获成功。相对于单次检测判决,M/N判决的虚警概率较小,但是所用检测时间比较长,在高动态环境下的检测性能较差。
Tong搜索检测法是一种可变驻留次数检测方案,原则上是对那些很难确定捕获成功与否的信号搜索单元追加更多的搜索时间,因此Tong检测法的虚警率更低,在一些随机性异常情况下(如:噪声干扰等)仍可以保持良好的检测性能,但是该算法实现的过程比较复杂,运算量较大。
综上所述,当直扩信号的动态性较高,载噪比较低时,传统的捕获方法无法满足检测性能的需求。
发明内容
本发明的目的是提高总检测概率。
为达到上述发明目的,本发明提供一种基于直扩信号捕获的检测判决方法,包含以下步骤:
S1,搜索第i个捕获单元,通过非相干积累过程获得检测变量;
S2,对检测变量的概率密度分布情况进行分析,求出不同积累次数所对应的自适应门限,在每次积累之后根据自适应门限对检测变量进行判决,记录判决结果,如果检测变量超过门限,那么记录此处的码相位值;
S3,在N次积累中,如果有M次积累的判决结果满足近邻约束的条件,那么判定该单元捕获成功,否则转入下一单元继续搜索。
进一步,步骤S1具体为:
S11,启动捕获程序,从第i=1个单元开始搜索,然后对积累次数n、检测变量、约束条件m进行初始化,令非相干积累次数上限为N;
S12,对相干积分结果进行非相干积累,判断积累次数n是否超过N,如果积累次数未达上限,则进行本次非相干积累,单次积累之后的结果表示为:
其中:
上式中WI与WQ表示单路噪声积累之后的结果,积累之后的噪声仍然是零均值的高斯白噪声,方差为σ2;SI和SQ为信号积累后的结果,是关于多普勒频率fd和码相位偏移τ的二维函数;
S13,n次非相干积累的检测变量Vnc为:
进一步,步骤S2具体为:
S21,捕获过程存在两种假设:
在H0假设下,Vnc服从自由度为2n的中心卡方分布,在H1假设下,Vnc服从自由度为2n的非中心卡方分布,依据虚警率PFA的大小和积累n次之后Vnc的统计特性,虚警率PFA与门限Vt,n的关系由中心卡方分布的概率密度函数p(x;H0) 的右尾概率给出:
通过上式确定每次积累所对应的自适应门限Vt,n;
S22,将检测变量Vnc与自适应门限Vt,n作比较,如果检测量超过门限,记录此时的码相位信息τi。
进一步,步骤S3具体为:
S31,令m自加一,如果积累次数超过积累上限N,对N次积累结果做分析,如果满足以下两个条件,则判定信号捕获成功:
(1),m>M,即N次积累结果中至少有M次超过了门限;
(2),Δτi,j<diff_τsample ,其中Δτi,j表示相邻两次积累次数所获得的码相位之差,diff_τsample表示由相邻相干积分时间内高动态引起的信号源采样点偏移:
其中,Lcode表示码长,Rcode表示伪码速率,fs和fc分别表示采样频率和载波频率;
S32,如果不满足以上两个条件,判断是否为最后一个搜索单元,如果是最后一个搜索单元,那么判定信号不存在,否则令i自加一,开始下一单元的捕获,直到捕获成功或者全部单元搜索完成。
本发明基于自适应门限的多次检测判决方法,针对高动态对伪码偏移带来的影响引入近邻约束,对判决结果进行进一步检测,允许单次判决的虚警率较高,降低单次判决的自适应门限,从而达到提高总检测概率的目的。
附图说明
图1为本发明基于直扩信号捕获的检测判决方法的流程图。
图2为H0假设和H1假设两种情况检测变量的分布情况。
图3为不同积累次数下门限与虚警率的关系。
图4为输入载噪比为35dBHz,虚警率为0.001,10次非相干积累的检测量与门限值的关系。
图5为输入载噪比为35dBHz,虚警率为0.001,10次非相干积累的检测量超过门限的点集,为单次检测的结果。
图6为输入载噪比为35dBHz,虚警率为0.001,10次非相干积累的检测量超过门限的点集,为包含近邻约束的自适应门限多次检测的结果。
图7为输入载噪比为35dBHz,多次检测虚警率以及引入近邻约束之后的多次检测虚警率随着单次虚警率的变化关系。
图8为输入载噪比为35dBHz,实警位置的检测变量分布情况。
图9为虚警率PFA=10-4,单次检测与包含近邻约束的多次检测时,总检测概率随输入载噪比之间的关系。
具体实施方式
本发明借鉴M/N检测方法,对每次积累之后的结果进行自适应门限判决,然后对高动态引起的码相位偏移引入近邻约束,进一步降低总虚警率,提高检测概率。
当输入信号出现高动态、低载噪比的特性时,捕获结果的相关峰值会与底噪混叠在一起,如果采用常规的单次判决方法,想要提高信号的检测概率,就只能降低检测门限,但是调低检测门限会造成总虚警概率增大,使捕获性能变差,使捕获性能变差,因此通过调整检测门限无法同时满足检测概率和虚警概率的要求。
一种基于直扩信号捕获的检测判决方法,如图1所示,包含以下步骤:
(1),启动捕获程序,从第i=1个单元开始搜索,然后对积累次数n、检测变量、约束条件m进行初始化,令非相干积累次数上限为N;
(2),对相干积分结果进行非相干积累,判断积累次数n是否超过N,如果积累次数未达上限,则进行本次非相干积累,单次积累之后的结果表示为:
其中:
上式中WI与WQ表示单路噪声积累之后的结果,积累之后的噪声仍然是零均值的高斯白噪声,方差为σ2;SI和SQ为信号积累后的结果,是关于多普勒频率fd和码相位偏移τ的二维函数;
(3),n次非相干积累的检测变量Vnc为:
根据非相干积累的处理过程,捕获过程检测变量Vnc的分布存在两种假设:
在H0假设下,Vnc服从自由度为2n的中心卡方分布,记为Vnc的概率密度函数(PDF)为:
在H1假设下,Vnc服从自由度为2n的非中心卡方分布,非中心参量为λ,记为此时Vnc的PDF为:
Vnc的分布关系如图2所示,利用虚警率和分布函数的关系可以确定自适应门限;
(4),依据虚警率PFA的大小和积累n次之后Vnc的统计特性,虚警率PFA 与门限Vt,n的关系由中心卡方分布的概率密度函数p(x;H0)的右尾概率给出:
通过上式确定每次积累所对应的自适应门限Vt,n,这些门限值只与虚警率和噪声功率有关,因此是固定的,一般将这些门限值存在一个表格中,每次积累时分别调用;
(5),将检测变量Vnc与自适应门限Vt,n作比较,如果检测量超过门限,记录此时的码相位信息τi,并令m自加一;
(6),如果积累次数超过积累上限N,对N次积累结果做分析,如果满足以下两个条件,则判定信号捕获成功:
条件一,m>M,即N次积累结果中至少有M次超过了门限;
条件二,Δτi,j<diff_τsample,其中Δτi,j表示相邻两次积累次数所获得的码相位之差,diff_τsample表示由相邻相干积分时间内高动态引起的信号源采样点偏移:
其中,Lcode表示码长,Rcode表示伪码速率,fs和fc分别表示采样频率和载波频率;
(7),如果不满足以上两个条件,判断是否为最后一个搜索单元,如果是最后一个搜索单元,那么判定信号不存在,否则令i自加一,开始下一单元的捕获,直到捕获成功或者全部单元搜索完成。
下面对引入近邻约束的自适应门限多次判决方法做仿真分析,并且对算法的虚警率和检测概率做性能分析,从而总结出相同积累次数条件下该方法相对于单次检测算法的优势。
表1仿真参数
仿真中所采用的参数如表1所示,其中M/N表示N次非相干积累过程中有M 次满足超过门限的条件和近邻约束的条件,则判定检测到信号,考虑到该算法是针对高动态弱信号进行的设计,因此考虑实际的情况,将一阶多普勒取为 170KHz,二阶多普勒取为2.5KHz/s。
该算法相对于常规单次判决方法的性能改进分为两步:首先通过自适应门限多次检测方法降低总虚警率,然后引入近邻约束进一步提高检测性能。
由于高斯白噪声序列的功率谱密度始终保持不变,因此在不同非相干积累次数下,自适应门限的大小与虚警率大小存在一一对应的关系,如图3所示,随着积累次数的减少和虚警率的增加,门限值呈现递减的趋势,门限的大小与输入载噪比无关。
信号的输入载噪比为35dBHz时,10次非相干积累的仿真结果如图4所示,图中的门限位置所对应的单次检测虚警率为PFA=0.001,图中只有当码相位τ和搜索频率Δfd满足[τ,Δfd]=[100,170K]时发生实警,仿真时为了检验算法的随机误差,检测量一共包括一百万个点,除实警之外,其他超过门限的点都是虚警发生的位置,图5和图6分别表示单次检测和包含近邻约束的自适应门限多次检测结果中,所有超过门限的检测变量位置,从图中可以看出,包含近邻约束的自适应门限多次检测方法显著改善了总虚警率,提高了捕获算法的检测性能。
图7表示当输入载噪比为35dBHz条件下,多次检测虚警率以及引入近邻约束之后的多次检测虚警率随着单次虚警率的变化关系曲线,从图中可以看出,当单次虚警率为0.0015时,包含近邻约束的多次检测虚警率为1.6×10-4,当单次虚警率增加到0.005时,包含近邻约束的多次检测虚警率为7×10-4,仍然能够保持10-4量级,因此引入近邻约束之后,随着单次虚警率的增加,信号检测的总虚警率增加缓慢,因此在要求较低的总虚警率的情况下,可以允许较高的单次虚警率,从而降低检测门限,提高检测概率。
下面分析引入近邻约束的多次检测方法对捕获算法检测概率的性能改善情况,当输入载噪比为35dBHz时,对捕获算法进行1000次蒙特卡洛仿真实验,实警位置的检测变量分布如图8所示,当多次检测总虚警率设置为PFA=10-4时,对应的单次虚警率Pfa=0.002,经过仿真实验,可以求得单次检测的检测概率 Pd=0.65,而多次检测方法的检测概率PD=0.94,检测性能得到显著提升。在单次检测和自适应门限多次检测两种算法下,总检测概率和输入载噪比之间的关系如图9所示。由图9可知,当总虚警率为10-4条件下,若使检测概率PD>90%,单次检测方法输入载噪比至少为37dBHz,而采用包含近邻约束的多次检测方法,输入载噪比可以低至34dBHz左右,因此改进后的算法与单次检测算法相比:一方面,在输入载噪比相同时,改进后的算法通过提高单次虚警率,降低了单次检测门限,提高了总检测概率;另一方面,在总检测概率相同时,改进后的算法所需的输入信号载噪比减小了约3dB,如果修改近邻约束的参数以及多次自适应判决的参数,比如修改M/N的值,多次检测算法可以检测到更加微弱的信号,因此改进后的算法显著提升了传统捕获算法的灵敏度。
Claims (4)
1.一种基于直扩信号捕获的检测判决方法,其特征在于,包含以下步骤:
S1,搜索第i个捕获单元,通过非相干积累过程获得检测变量;
S2,对检测变量的概率密度分布情况进行分析,求出不同积累次数所对应的自适应门限,在每次积累之后根据自适应门限对检测变量进行判决,记录判决结果,如果检测变量超过门限,那么记录此处的码相位值;
S3,在N次积累中,如果有M次积累的判决结果满足近邻约束的条件,那么判定该单元捕获成功,否则转入下一单元继续搜索。
2.如权利要求1所述的基于直扩信号捕获的检测判决方法,其特征在于,步骤S1具体为:
S11,启动捕获程序,从第i=1个单元开始搜索,然后对积累次数n、检测变量、约束条件m进行初始化,令非相干积累次数上限为N;
S12,对相干积分结果进行非相干积累,判断积累次数n是否超过N,如果积累次数未达上限,则进行本次非相干积累,单次积累之后的结果表示为:
其中:
上式中WI与WQ表示单路噪声积累之后的结果,积累之后的噪声仍然是零均值的高斯白噪声,方差为σ2;SI和SQ为信号积累后的结果,是关于多普勒频率fd和码相位偏移τ的二维函数;
S13,n次非相干积累的检测变量Vnc为:
3.如权利要求2所述的基于直扩信号捕获的检测判决方法,其特征在于,步骤S2具体为:
S21,捕获过程存在两种假设:
在H0假设下,Vnc服从自由度为2n的中心卡方分布,在H1假设下,Vnc服从自由度为2n的非中心卡方分布,依据虚警率PFA的大小和积累n次之后Vnc的统计特性,虚警率PFA与门限Vt,n的关系由中心卡方分布的概率密度函数p(x;H0)的右尾概率给出:
通过上式确定每次积累所对应的自适应门限Vt,n;
S22,将检测变量Vnc与自适应门限Vt,n作比较,如果检测量超过门限,记录此时的码相位信息τi。
4.如权利要求1所述的基于直扩信号捕获的检测判决方法,步骤S3具体为:
S31,令m自加一,如果积累次数超过积累上限N,对N次积累结果做分析,如果满足以下两个条件,则判定信号捕获成功:
(1),m>M,即N次积累结果中至少有M次超过了门限;
(2),Δτi,j<diff_τsample ,其中Δτi,j表示相邻两次积累次数所获得的码相位之差,diff_τsample表示由相邻相干积分时间内高动态引起的信号源采样点偏移:
其中,Lcode表示码长,Rcode表示伪码速率,fs和fc分别表示采样频率和载波频率;
S32,如果不满足以上两个条件,判断是否为最后一个搜索单元,如果是最后一个搜索单元,那么判定信号不存在,否则令i自加一,开始下一单元的捕获,直到捕获成功或者全部单元搜索完成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811097763.7A CN109474306B (zh) | 2018-09-20 | 2018-09-20 | 一种基于直扩信号捕获的检测判决方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811097763.7A CN109474306B (zh) | 2018-09-20 | 2018-09-20 | 一种基于直扩信号捕获的检测判决方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109474306A true CN109474306A (zh) | 2019-03-15 |
CN109474306B CN109474306B (zh) | 2021-01-26 |
Family
ID=65664777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811097763.7A Expired - Fee Related CN109474306B (zh) | 2018-09-20 | 2018-09-20 | 一种基于直扩信号捕获的检测判决方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109474306B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110401611A (zh) * | 2019-06-29 | 2019-11-01 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 快速检测cpfsk信号的方法 |
CN111327395A (zh) * | 2019-11-21 | 2020-06-23 | 沈连腾 | 一种宽带信号的盲检测方法、装置、设备及存储介质 |
CN111355514A (zh) * | 2020-04-17 | 2020-06-30 | 南京中新赛克科技有限责任公司 | 直扩信号扩频检测方法 |
CN111537986A (zh) * | 2020-05-15 | 2020-08-14 | 北京邮电大学 | 一种信号捕获方法及装置 |
CN112684251A (zh) * | 2019-10-17 | 2021-04-20 | 武汉瑞天波谱信息技术有限公司 | 一种基于功率谱模版的目标信号频域检测方法 |
WO2022077745A1 (zh) * | 2020-10-12 | 2022-04-21 | 华南理工大学 | 一种分离检测联合判决的通信接收机架构和通信接收方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040158593A1 (en) * | 2003-01-31 | 2004-08-12 | Julien Basch | Reducing memory usage in noncoherent signal processing |
CN101316125A (zh) * | 2007-05-31 | 2008-12-03 | 华为技术有限公司 | 发射功率调整方法及系统 |
CN101984364A (zh) * | 2010-10-15 | 2011-03-09 | 北京航空航天大学 | 基于序贯概率比检测的gps微弱信号捕获方法 |
CN102647241A (zh) * | 2012-03-30 | 2012-08-22 | 西安烽火电子科技有限责任公司 | 一种短波宽带信道非相干探测系统及探测方法 |
-
2018
- 2018-09-20 CN CN201811097763.7A patent/CN109474306B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040158593A1 (en) * | 2003-01-31 | 2004-08-12 | Julien Basch | Reducing memory usage in noncoherent signal processing |
CN101316125A (zh) * | 2007-05-31 | 2008-12-03 | 华为技术有限公司 | 发射功率调整方法及系统 |
CN101984364A (zh) * | 2010-10-15 | 2011-03-09 | 北京航空航天大学 | 基于序贯概率比检测的gps微弱信号捕获方法 |
CN102647241A (zh) * | 2012-03-30 | 2012-08-22 | 西安烽火电子科技有限责任公司 | 一种短波宽带信道非相干探测系统及探测方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110401611A (zh) * | 2019-06-29 | 2019-11-01 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 快速检测cpfsk信号的方法 |
CN110401611B (zh) * | 2019-06-29 | 2021-12-07 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 快速检测cpfsk信号的方法 |
CN112684251A (zh) * | 2019-10-17 | 2021-04-20 | 武汉瑞天波谱信息技术有限公司 | 一种基于功率谱模版的目标信号频域检测方法 |
CN112684251B (zh) * | 2019-10-17 | 2022-07-12 | 武汉瑞天波谱信息技术有限公司 | 一种基于功率谱模版的目标信号频域检测方法 |
CN111327395A (zh) * | 2019-11-21 | 2020-06-23 | 沈连腾 | 一种宽带信号的盲检测方法、装置、设备及存储介质 |
CN111327395B (zh) * | 2019-11-21 | 2023-04-11 | 沈连腾 | 一种宽带信号的盲检测方法、装置、设备及存储介质 |
CN111355514A (zh) * | 2020-04-17 | 2020-06-30 | 南京中新赛克科技有限责任公司 | 直扩信号扩频检测方法 |
CN111355514B (zh) * | 2020-04-17 | 2021-12-28 | 南京中新赛克科技有限责任公司 | 直扩信号扩频检测方法 |
CN111537986A (zh) * | 2020-05-15 | 2020-08-14 | 北京邮电大学 | 一种信号捕获方法及装置 |
WO2022077745A1 (zh) * | 2020-10-12 | 2022-04-21 | 华南理工大学 | 一种分离检测联合判决的通信接收机架构和通信接收方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109474306B (zh) | 2021-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109474306A (zh) | 一种基于直扩信号捕获的检测判决方法 | |
US7246011B2 (en) | Combined parallel and sequential detection for GPS signal acquisition | |
CN110099019B (zh) | 基于深度学习的LoRa调制信号检测方法 | |
Borhani-Darian et al. | Deep neural network approach to detect GNSS spoofing attacks | |
CN102474667A (zh) | 用于电视频带设备的白空间频谱传感器 | |
CN108601026B (zh) | 基于随机抽样一致性的感知数据错误化攻击检测方法 | |
JPH11313382A (ja) | 符号分割多元接続信号のサ―チ及び捕捉方法並びに装置 | |
EP4113174A1 (en) | Estimation device, estimation method, and program | |
CN107290758A (zh) | Gnss干扰信号多级辨识检测系统及方法 | |
CN102542284B (zh) | 辨识光谱的方法 | |
US20240056113A1 (en) | System and method of noise reduction | |
Louis | Neural network based evil waveforms detection | |
Liao et al. | Fast Fourier Transform with Multi-head Attention for Specific Emitter Identification | |
Teoh et al. | RF and network signature-based machine learning on detection of wireless controlled drone | |
CN108718223B (zh) | 一种非合作信号的盲频谱感知方法 | |
Youssef et al. | Efficient cooperative spectrum detection in cognitive radio systems using wavelet fusion | |
US9755790B2 (en) | Detecting presence/absence of an information signal | |
Marchand et al. | Machine Learning Assessment of Anti-Spoofing Techniques for GNSS Receivers | |
US8565690B2 (en) | Method and apparatus for signal searching | |
Beun | Cognitive radar: Waveform design for target detection | |
JP5917708B2 (ja) | 無線装置及びこれを作動させる方法 | |
US8280311B2 (en) | Method of determining the presence of a telecommunications signal on a frequency band | |
KR101797025B1 (ko) | 도약 신호 검출 방법 | |
CN103702335B (zh) | 一种认知无线电系统中的频谱感知方法和系统 | |
Ivrigh et al. | Spectrum sensing for cognitive radio networks based on blind source separation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211126 Address after: 471000 sub box F11, PO Box 086, Luoyang City, Henan Province Patentee after: Chinese People's Liberation Army 63660 Address before: 841700 box 190, box 21, Urumqi, Xinjiang Uygur Autonomous Region Patentee before: 63653 FORCES, PLA |
|
TR01 | Transfer of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210126 Termination date: 20210920 |
|
CF01 | Termination of patent right due to non-payment of annual fee |