CN110083865B - 一种抗脉冲噪声的已知信号检测方法及检测电路 - Google Patents
一种抗脉冲噪声的已知信号检测方法及检测电路 Download PDFInfo
- Publication number
- CN110083865B CN110083865B CN201910229547.1A CN201910229547A CN110083865B CN 110083865 B CN110083865 B CN 110083865B CN 201910229547 A CN201910229547 A CN 201910229547A CN 110083865 B CN110083865 B CN 110083865B
- Authority
- CN
- China
- Prior art keywords
- signal
- sgn
- noise
- known signal
- correlation coefficient
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/10—Noise analysis or noise optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种抗脉冲噪声的已知信号检测方法及检测电路,由于匹配滤波器和皮尔逊积矩相关系数在脉冲噪声环境下基本失效,而斯皮尔曼相关系数在含有脉冲成分的噪声环境下具有稳健性,包括十分接近真实值的数学期望;因此,在含有脉冲成分的环境噪声下,斯皮尔曼相关系数是一种进行信号检测的有效工具,具有极佳的检测性能,本方案中引入了斯皮尔曼相关系数用于雷达、声呐信号等领域的信号检测,实验结果表明,斯皮尔曼相关系数可以作为强有力的工具在脉冲噪声环境下进行信号检测。
Description
技术领域
本发明涉及通信技术领域,具体涉及一种抗脉冲噪声的已知信号检测方法及检测电路,用于雷达和声呐信号时延检测中基于斯皮尔曼相关系数的已知信号检测。
背景技术
信号检测在雷达、声呐等领域具有十分广泛的应用,如在对雷达和声呐的回波信号进行时延检测,为了判断特定的信号是否已经被接收器所接收,需要对信号进行检测。因此,研究信号检测的相关理论及其电路实现具有十分重要的现实意义。
目前,匹配滤波器是文献中常用的信号检测算法,它是一种最大化输出信噪比的最优线性滤波器,由于具有形式简单、理论完备、容易实现等优点而被广泛使用。然而,匹配滤波器只在加性高斯白噪声的前提下具有最优的检测性能,而在现实的通信系统里,由于信道干扰、云雨反射等原因,除了加性高斯噪声之外,还会出现一些服从非高斯分布的噪声。其中,脉冲噪声是最常见的环境噪声,具有持续时间短、幅度大等特点。由于脉冲噪声的存在,会使得接收到的回波信号在一段时间内的信噪比迅速降低,而匹配滤波器的性能也会随之大幅度下降,甚至失效。判断含有噪声干扰的接收信号是否存在已知的信号片段,可以通过判断接收信号是否包含与特定信号相关性较高的信号片段,因此,我们可以使用相关系数分析来解决这一类问题。文献中最经典的相关系数是皮尔逊积矩相关系数(Pearsonproduct-moment correlation coefficient,PPMCC)。但是,相关文献已经证明,PPMCC对信号中的脉冲分量具有很差的鲁棒性,从而在脉冲噪声环境下失去了作用。
发明内容
本发明的目的是提供一种抗脉冲噪声的已知信号检测方法及检测电路,以弥补现有技术在脉冲噪声环境下检测已知信号片段时存在的不足。
为了实现上述任务,本发明采用以下技术方案:
步骤1,将已知信号X分别进行缓存,得到x1,···,xi,···,xn和x1,···,xj,···,xn,其中i,j=1,2,···,n,n为信号长度;
步骤2,将信号片段Y分别进行缓存,得到y1,···,yi,···,yn和y1,···,yk,···,yn,其中i,k=1,2,···,n,n为信号长度;
步骤3,将x1,···,xi,···,xn和x1,···,xj,···,xn进行n2次比较操作,即Sgn(xi-xj);
步骤4,将y1,···,yi,···,yn和y1,···,yk,···,yn进行n2次比较操作,即Sgn(yi-yk);
步骤5,将步骤3和4的比较操作的结果进行n2次乘法操作,即Sgn(xi-xj)Sgn(yi-yk);
步骤8,从接收信号中依次选取相同长度的信号片段Y与已知信号X按照步骤1至步骤8做相关分析,得到一系列的斯皮尔曼相关系数的值,根据最大值所对应的时间与接收信号的时延是否接近一致以判断是否接收到已知信号。
一种抗脉冲噪声的已知信号检测电路,包括两个行存储块、两个列存储块、两个比较器阵列、一个乘法器阵列、一个加法器阵列、一个除法器,以及一个寄存器;
1)信号X送入行存储块、列存储块中进行缓存,分别得到x1,···,xi,···,xn和x1,···,xj,···,xn,其中i,j=1,2,···,n,n为信号长度;
2)信号Y送入行存储块、列存储块中进行缓存,分别得到y1,···,yi,···,yn和y1,···,yk,···,yn,其中i,k=1,2,···,n,n为信号长度;
3)将x1,···,xi,···,xn和x1,···,xj,···,xn送入相应的比较器阵列,并行完成n2次比较操作,即Sgn(xi-xj);
4)将y1,···,yi,···,yn和y1,···,yk,···,yn送入相应的比较器阵列,并行完成n2次比较操作,即Sgn(yi-yk);
5)将步骤3)和4)的比较操作的结果送入乘法器阵列,并行完成n2次乘法操作,即Sgn(xi-xj)Sgn(yi-yk);
8)将步骤7)的除法操作结果送入寄存器,得到已知信号X与接收信号Y的斯皮尔曼相关系数,整个电路运算完成。
进一步地,所述的两个行存储块、两个列存储块中,其中一个行存储块、一个列存储块用于寄存已知信号X,另一个行存储块、列存储块用于寄存信号片段Y。
进一步地,所述的比较器阵列是一个n×n的矩阵,用于同步进行n2次比较操作;乘法器阵列是一个n×n的矩阵,用于同步进行n2次乘法操作;加法器阵列是一个2输入的加法器,用于同步进行n3次加法运算;除法器完成2输入的除法运算;寄存器用于寄存运算结果。
本发明具有以下技术特点:
本发明首次将斯皮尔曼相关系数引入到通信信号处理领域,可以解决信号中脉冲分量对双通道信号相关分析的影响的问题。现实环境中常见的脉冲噪声,由于瞬时能量大,使得信噪比在一段时间内大大降低,导致最大化输出信噪比的匹配滤波器也无法避免信号被淹没在噪声中。相关系数是相关分析中一个十分有效的工具,同时也可以度量双通道信号的相似程度,其中,文献中常见的是皮尔逊积矩相关系数。然而,当有一个或者两个以上的通道信号被脉冲噪声干扰,皮尔逊相关系数由于对脉冲噪声十分敏感而基本失效。因此,通过使用数据的秩次信息而不是相应的原始数据,可以减少脉冲噪声干扰带来的影响,而斯皮尔曼相关系数的定义就体现了这个特点。
附图说明
图1为本发明的检测电路结构图。
图2为利用本发明的检测电路进行已知信号检测的示意图,其中(a)为发射器发射的已知信号,(b)为接收器接收的理想回波信号,(c)为脉冲噪声和理想回波信号的叠加,(d)为已知信号扫描窗口,(e)为斯皮尔曼相关系数值。
具体实施方式
在雷达、声呐等领域,信号的检测是一项必不可少的工作。但是由于在实际环境中,接收机接收到的信号会引入除了加性高斯噪声以外的成分,给信号的检测带来了很大的困难。匹配滤波器是一种最大化输出信噪比的最优线性滤波器,在加性高斯白噪声环境下具有广泛的应用。但是由于接收信号到脉冲噪声干扰,匹配滤波器的性能下降,甚至失效。而经典的皮尔逊相关系数因为对脉冲噪声十分敏感而带来估计误差,同样在脉冲噪声环境下失去了效果。
为了准确判断接收信号是干扰噪声还是已知信号,有效估计回波信号的时延,我们引入了斯皮尔曼相关系数用于雷达、声呐信号等领域的信号检测。相关文献指出,斯皮尔曼相关系数(Spearman's rank correlation coefficient,SRCC)充分利用了信号的秩次信息,在脉冲噪声环境下具有良好的稳健性,能够解决脉冲噪声干扰所带来的问题。令代表信号长度为n的原始数据,其中代表未受噪声干扰的已知信号,其中表示受噪声干扰的接收信号,对已知信号X的所有元素x1,...xi,...xn按照升序排列,xi位于排序后数据的第k个位置,那么k表示xi的秩次,记为Pi。同理yi的秩次记为Qi。表示数据X所有元素的秩次平均值,表示数据Y所有元素的秩次平均值,则斯皮尔曼相关系数的定义如下:
从上式可知,不同于匹配滤波器和皮尔逊积矩相关系数,斯皮尔曼相关系数充分利用了原始数据的秩次信息,可以很好地消除脉冲干扰,具有在脉冲噪声环境下良好的稳健性。因此,本发明引入斯皮尔曼相关系数用于对雷达或声呐信号进行时延检测,通过相应的理论推导,以此作为FPGA电路设计的基础。
定义函数H(t),当t>0时,H(t)=1,当t≤0时,H(t)=0;根据式(1)中P、Q的定义,可以得到以下表达式:
其中i,j,k=1,2,···,n,n为信号长度。
由于H(xi-xj)+H(xj-xi)=1,可得:
定义符号函数Sgn(t),当t>0时,有Sgn(t)=1;当t<0时,有Sgn(t)=-1;当t=0时,有Sgn(t)=0,那么可得:
2H(t)=Sgn(t)+1 (8)
由于Sgn(xi-xj)+Sgn(xj-xi)=0,可以得到:
同理可得:
由式(8)~式(10)可知:
我们可以证明:
同理可得:
将式(11)~式(13)带入式(1),可以得到rS的表达式如下:
根据式(14),本发明提供一种抗脉冲噪声的已知信号检测电路,代表发送器发送的未受噪声干扰的长度为n的已知信号,代表接收器接收到的受噪声干扰的接收信号中一段长度为n的信号片段,采用图1所示的电路结构对X和Y进行处理,包括两个行存储块、两个列存储块、两个比较器阵列、一个乘法器阵列、一个加法器阵列、一个除法器,以及一个寄存器。其中行、列存储块用于寄存信号X和Y;比较器阵列是一个n×n的矩阵,用于同步进行n2次比较操作;乘法器阵列是一个n×n的矩阵,用于同步进行n2次乘法;加法器阵列是一个2输入的加法器,用于同步进行n3次加法运算;除法器完成2输入的除法运算;寄存器用于寄存运算结果。
信号在送入电路后的运算步骤如下:
1)将已知信号X送入行、列存储块中进行缓存,分别得到x1,···,xi,···,xn和x1,···,xj,···,xn,其中i,j=1,2,···,n,n为信号长度;
2)将接受信号Y送入行、列存储块中进行缓存,分别得到y1,···,yi,···,yn和y1,···,yk,···,yn,其中i,k=1,2,···,n,n为信号长度;
3)将x1,···,xi,···,xn和x1,···,xj,···,xn送入相应的比较器阵列,并行完成n2次比较操作,即Sgn(xi-xj);
4)将y1,···,yi,···,yn和y1,···,yk,···,yn送入相应的比较器阵列,并行完成n2次比较操作,即Sgn(yi-yk);
5)将步骤3)和4)的比较结果送入乘法器阵列,并行完成n2次乘法操作,即Sgn(xi-xj)Sgn(yi-yk);
8)将步骤7)的除法结果送入寄存器,得到已知信号X与接收信号Y的斯皮尔曼相关系数,整个电路运算完成;
从接收信号中依次选取相同长度(长度为n)的信号片段Y与已知信号X按照步骤1)~8)做相关分析,得到一系列的斯皮尔曼相关系数的值,根据最大值所对应的时间与接收信号的时延是否接近一致以判断是否接收到已知信号。
本发明的有益效果是:匹配滤波器和皮尔逊积矩相关系数在脉冲噪声环境下基本失效,而斯皮尔曼相关系数在含有脉冲成分的噪声环境下具有稳健性,包括十分接近真实值的数学期望。因此,在含有脉冲成分的环境噪声下,斯皮尔曼相关系数是一种进行信号检测的有效工具,具有极佳的检测性能。
相关实验:
为了对比匹配滤波器、皮尔逊相关系数、斯皮尔曼相关系数在脉冲噪声下的性能表现,我们将通过蒙特卡洛实验进行验证。图2是信号检测示意图。其中(a)是发射器发射的已知信号,(b)是接收器接收的理想回波信号,与发出的信号波形相同但是会存在一定时延T0,(c)是脉冲噪声和理想回波信号的叠加,(d)是已知信号作为扫描窗口,每次从接收信号选取相同长度的片段与已知信号做相关分析,从而会得到斯皮尔曼相关系数值,(e)为斯皮尔曼相关系数值,其中(e)中最大值所对应的时间就是接收信号的时延T0。
实验参数设置如下:已知的信号模板设为正弦信号
脉冲噪声由混合高斯模型生成:
Z~(1-ε)N(0,σ2)+εN(0,δ2)
其中ε=0.02表示脉冲分量在整个脉冲噪声环境发生的概率,δ=100>>σ表示脉冲分量的标准差。那么可以将接收信号的信噪比定义为:
通过蒙特卡洛实验,对比匹配滤波器、皮尔逊积矩相关系数、斯皮尔曼相关系数在不同信噪比下的性能表现,可以验证斯皮尔曼相关系数在脉冲噪声环境下具有稳健性。实验次数为1000次,第一次接收到的信号位置为T0=500。实验示意图如图1所示,实验结果如表1所示。
表1实验结果对比
表1中的数据是检测回波信号位置的平均值。由表1的实验结果可知,当信号受到脉冲噪声干扰时,匹配滤波器和皮尔逊积矩相关系数基本失效,斯皮尔曼相关系数则表现出在脉冲噪声环境下良好的稳健性,包括接近真实值的的数学期望,从而表明斯皮尔曼相关系数可以作为强有力的工具在脉冲噪声环境下进行信号检测。
Claims (4)
步骤1,将已知信号X分别进行缓存,得到x1,···,xi,···,xn和x1,···,xj,···,xn,其中i,j=1,2,···,n,n为信号长度;
步骤2,将信号片段Y分别进行缓存,得到y1,···,yi,···,yn和y1,···,yk,···,yn,其中i,k=1,2,···,n,n为信号长度;
步骤3,将x1,···,xi,···,xn和x1,···,xj,···,xn进行n2次比较操作,即Sgn(xi-xj);
步骤4,将y1,···,yi,···,yn和y1,···,yk,···,yn进行n2次比较操作,即Sgn(yi-yk);
步骤5,将步骤3和4的比较操作的结果进行n2次乘法操作,即Sgn(xi-xj)Sgn(yi-yk);
步骤8,从接收信号中依次选取相同长度的信号片段Y与已知信号X按照步骤1至步骤8做相关分析,得到一系列的斯皮尔曼相关系数的值,根据最大值所对应的时间与接收信号的时延是否接近一致以判断是否接收到已知信号。
2.一种抗脉冲噪声的已知信号检测电路,其特征在于:
包括两个行存储块、两个列存储块、两个比较器阵列、一个乘法器阵列、一个加法器阵列、一个除法器,以及一个寄存器;
1)信号X送入行存储块、列存储块中进行缓存,分别得到x1,···,xi,···,xn和x1,···,xj,···,xn,其中i,j=1,2,···,n,n为信号长度;
2)信号Y送入行存储块、列存储块中进行缓存,分别得到y1,···,yi,···,yn和y1,···,yk,···,yn,其中i,k=1,2,···,n,n为信号长度;
3)将x1,···,xi,···,xn和x1,···,xj,···,xn送入相应的比较器阵列,并行完成n2次比较操作,即Sgn(xi-xj);
4)将y1,···,yi,···,yn和y1,···,yk,···,yn送入相应的比较器阵列,并行完成n2次比较操作,即Sgn(yi-yk);
5)将步骤3)和4)的比较操作的结果送入乘法器阵列,并行完成n2次乘法操作,即Sgn(xi-xj)Sgn(yi-yk);
8)将步骤7)的除法操作结果送入寄存器,得到已知信号X与接收信号Y的斯皮尔曼相关系数,整个电路运算完成。
3.如权利要求2所述的抗脉冲噪声的已知信号检测电路,其特征在于,所述的两个行存储块、两个列存储块中,其中一个行存储块、一个列存储块用于寄存已知信号X,另一个行存储块、列存储块用于寄存信号片段Y。
4.如权利要求2所述的抗脉冲噪声的已知信号检测电路,其特征在于,所述的比较器阵列是一个n×n的矩阵,用于同步进行n2次比较操作;乘法器阵列是一个n×n的矩阵,用于同步进行n2次乘法;加法器阵列是一个2输入的加法器,用于同步进行n3次加法运算;除法器完成2输入的除法运算;寄存器用于寄存运算结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910229547.1A CN110083865B (zh) | 2019-03-25 | 2019-03-25 | 一种抗脉冲噪声的已知信号检测方法及检测电路 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910229547.1A CN110083865B (zh) | 2019-03-25 | 2019-03-25 | 一种抗脉冲噪声的已知信号检测方法及检测电路 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110083865A CN110083865A (zh) | 2019-08-02 |
CN110083865B true CN110083865B (zh) | 2022-11-22 |
Family
ID=67413506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910229547.1A Active CN110083865B (zh) | 2019-03-25 | 2019-03-25 | 一种抗脉冲噪声的已知信号检测方法及检测电路 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110083865B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110765686B (zh) * | 2019-10-22 | 2020-09-11 | 中国人民解放军战略支援部队信息工程大学 | 利用有限波段海底地形进行船载声呐测深测线设计的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104333423A (zh) * | 2014-09-09 | 2015-02-04 | 广东工业大学 | 一种基于基尼相关的信号检测电路及方法 |
CN104392086A (zh) * | 2014-09-09 | 2015-03-04 | 广东工业大学 | 一种基于皮尔逊秩次变量相关系数的信号检测电路及方法 |
CN104460444A (zh) * | 2014-11-18 | 2015-03-25 | 广东工业大学 | 基于广义相关系数的fpga运算电路 |
CN105928877A (zh) * | 2016-04-27 | 2016-09-07 | 广东工业大学 | 基于方差比盲分离的复杂结构材料高精度透视检测方法 |
CN108563421A (zh) * | 2018-04-20 | 2018-09-21 | 广东工业大学 | Fpga运算电路和斯皮尔曼秩次相关系数的求解方法 |
-
2019
- 2019-03-25 CN CN201910229547.1A patent/CN110083865B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104333423A (zh) * | 2014-09-09 | 2015-02-04 | 广东工业大学 | 一种基于基尼相关的信号检测电路及方法 |
CN104392086A (zh) * | 2014-09-09 | 2015-03-04 | 广东工业大学 | 一种基于皮尔逊秩次变量相关系数的信号检测电路及方法 |
CN104460444A (zh) * | 2014-11-18 | 2015-03-25 | 广东工业大学 | 基于广义相关系数的fpga运算电路 |
CN105928877A (zh) * | 2016-04-27 | 2016-09-07 | 广东工业大学 | 基于方差比盲分离的复杂结构材料高精度透视检测方法 |
CN108563421A (zh) * | 2018-04-20 | 2018-09-21 | 广东工业大学 | Fpga运算电路和斯皮尔曼秩次相关系数的求解方法 |
Non-Patent Citations (2)
Title |
---|
相关系数在脉冲噪声环境下的稳健性综述;徐维超等;《广东工业大学学报》;20150815(第03期);全文 * |
相关系数研究综述;徐维超;《广东工业大学学报》;20120915(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110083865A (zh) | 2019-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109387813B (zh) | 一种基于宽带雷达信号接收的高精度频率测量方法 | |
Liu et al. | Research on a new comprehensive CFAR (Comp-CFAR) processing method | |
CN107884751B (zh) | 一种利用单通道接收信号作信源数目估计的方法 | |
CN101893698B (zh) | 噪声源测试分析方法及其装置 | |
CN107942324B (zh) | 基于多普勒引导的多帧联合小目标双重检测方法 | |
CN104392086B (zh) | 一种基于皮尔逊秩次变量相关系数的信号检测电路及方法 | |
CN105676205A (zh) | 一种机载LiDAR波形数据高斯分解方法 | |
CN110619296A (zh) | 一种基于奇异分解的信号降噪方法 | |
CN105158734B (zh) | 一种基于阵不变量的单矢量水听器被动定位方法 | |
CN113030932B (zh) | 一种扩展目标稳健自适应检测方法与系统 | |
CN107741581B (zh) | 基于截断矩的广义帕累托分布参数估计方法 | |
CN110083865B (zh) | 一种抗脉冲噪声的已知信号检测方法及检测电路 | |
CN110568415B (zh) | 混合高斯模型下基于Arctan函数的信号检测方法 | |
CN111007473B (zh) | 基于距离频域自相关函数的高速微弱目标检测方法 | |
Dettmer et al. | Joint time/frequency-domain inversion of reflection data for seabed geoacoustic profiles and uncertainties | |
CN110196407B (zh) | 一种基于频率预估的单矢量水听器信号来波方向估计方法 | |
CN111090089B (zh) | 一种基于两类辅助数据的空时自适应检测方法 | |
CN108333568A (zh) | 冲击噪声环境下基于Sigmoid变换的宽带回波Doppler和时延估计方法 | |
CN108196238B (zh) | 高斯背景下基于自适应匹配滤波的杂波图检测方法 | |
Harms et al. | Identification of linear time-varying systems through waveform diversity | |
CN107132532B (zh) | 基于海尖峰抑制和多帧联合的小目标检测方法 | |
CN104333423B (zh) | 一种基于基尼相关的信号检测电路及方法 | |
CN106330342A (zh) | 一种低计算复杂度的水声通信多普勒因子估计方法 | |
CN112505665A (zh) | 适用于部分均匀混响环境的空时自适应检测方法及系统 | |
CN108387879B (zh) | 基于自适应归一化匹配滤波的杂波图单元中值检测方法 |
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 |