CN112737711A - 一种自适应噪声基底估计方法及其宽带载波检测方法 - Google Patents
一种自适应噪声基底估计方法及其宽带载波检测方法 Download PDFInfo
- Publication number
- CN112737711A CN112737711A CN202011543620.1A CN202011543620A CN112737711A CN 112737711 A CN112737711 A CN 112737711A CN 202011543620 A CN202011543620 A CN 202011543620A CN 112737711 A CN112737711 A CN 112737711A
- Authority
- CN
- China
- Prior art keywords
- noise
- spectrum
- noise floor
- broadband
- base
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
-
- 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
- H04B1/06—Receivers
- H04B1/10—Means associated with receiver for limiting or suppressing noise or interference
- H04B1/1027—Means associated with receiver for limiting or suppressing noise or interference assessing signal quality or detecting noise/interference for the received signal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0006—Assessment of spectral gaps suitable for allocating digitally modulated signals, e.g. for carrier allocation in cognitive radio
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Quality & Reliability (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
- Noise Elimination (AREA)
Abstract
本发明公开一种自适应噪声基底估计方法及其宽带载波检测方法,基于自适应噪声基底估计方法估计整个接收信号宽带频谱的噪声基底;将宽带频谱减去噪声基底完成宽带频谱的修正;对修正后的宽带频谱进行恒虚警处理并估计检测门限;根据所获得的检测门限对修正后的宽带频谱进行频谱检测,频谱检测过程即在宽带功率谱中寻找大于门限的频率谱线,得到一个由幅度大于检测门限的谱线组成的稀疏向量;再将相邻的谱线进行合并,对稀疏向量中属于同一个信号的谱线进行合并处理,获得宽带载波检测结果。本发明能够有效去除宽带噪声,形成自适应的噪声基底,提高检测效率,降低漏检率。
Description
技术领域
本发明属于电子通信技术领域,特别是涉及一种自适应噪声基底估计方法及其宽带载波检测方法。
背景技术
宽带载波检测是整个通信系统分析处理流程的基础,其检测的效能直接影响到后续信号处理流程。信号检测首先需要在一个很宽的频带内检测出多个信号。由于信号和噪声相互独立,接收到的宽带信号功率谱是信号功率谱和噪声功率谱的叠加。由于接收信号带宽较宽,噪声能量在频域的分布也会发生变化,噪声基底往往不是平坦的。
目前主流的宽带载波检测技术中,在噪声基底的估计上主要采用动态门限判决的方法,统计平均底部噪声功率,在此功率线以上的判决为信号。此方法很成熟,实现也比较简单,但是存在比较突出的缺点:当接收信号的噪声基底不平坦时,信号的漏检容易发生,特别是当接收信号的动态范围比较大的时候,检测效能和准确度会发生急剧的下降。
发明内容
为了解决上述问题,本发明提出了一种自适应噪声基底估计方法及其宽带载波检测方法,能够有效去除宽带噪声,形成自适应的噪声基底,提高检测效率,降低漏检率。
为达到上述目的,本发明采用的技术方案是:一种基于自适应噪声基底估计的宽带载波检测方法,包括步骤:
S10,基于自适应噪声基底估计方法估计整个接收信号宽带频谱的噪声基底;
S20,将宽带频谱减去噪声基底完成宽带频谱的修正;
S30,对修正后的宽带频谱进行恒虚警处理并估计检测门限;
S40,根据所获得的检测门限对修正后的宽带频谱进行频谱检测,频谱检测过程即在宽带功率谱中寻找大于门限的频率谱线,得到一个由幅度大于检测门限的谱线组成的稀疏向量;
S50,再将相邻的谱线进行合并,对稀疏向量中属于同一个信号的谱线进行合并处理,获得宽带载波检测结果。
进一步的是,在所述步骤S10中,使宽带频谱经过排序滤波器,滤除带宽小于结构元素大小的信号,获得估计的噪声基底,同时对噪声基底进行修改。
进一步的是,在所述噪声基底估计方法中使用不同尺度结构元素对噪声基底的差值进行估计获得基底变化差异,根据差异对相应位置的该结构元素尺度下的噪声基底进行更新,进而对不同谱线的基底进行修正;随着结构元素的增大,在不同滤波尺度上过滤不同带宽的信号,同时对噪声基底进行修改。用不同尺度估计的噪声基底差值能够将基底幅度变化的差异反映出来,检测出该种差异后对相应位置的该结构元素尺度下的噪声基底进行更新,而不会对其它带宽信号的噪声基底产生影响。所以该算法最终能够实现多尺度结构元素的噪声基底的融合,形成最后的噪声基底估计,使之更加准确。
进一步的是,所述使用不同尺度结构元素对噪声基底的差值进行估计的方法,在于每次迭代都使得结构元素的尺度增大,但并不是每一次排序滤波后的噪声基底都能够更新并成为最后的噪声基底,而是需要和前一次的噪声基底进行对比,根据门限值判断是否更新每个谱线的噪声基底。
进一步的是,所述使用不同尺度结构元素对噪声基底的差值进行估计的方法包括步骤:
建立排序滤波器R(N,m),所述排序滤波器对输入的N个频谱点进行降序排列,并输出第m个值;对排序滤波器R(N,m)通过腐蚀操作对应成R(N,1),排序滤波器R(N,m)通过膨胀操作对应到R(N,N);将宽带频谱通过排序滤波器R(N,1)和排序滤波器R(N,N),N=|KN|,其中|KN|是结构元素KN的大小,从而滤除带宽小于结构元素大小的信号,获得噪声基底;
将噪声基底和输入频谱进行比较处理获得基底变化谱,将基底变化谱和门限进行比较,对噪声基底变化量大于门限的谱线进行更新,不改变结构元素;若小于则改变结构元素返回进行再次计算。
进一步的是,设定结构元素KN的尺度为Bf=N·df,使用KN对频谱数据进行排序滤波,滤除带宽小于Bf的信号。
进一步的是,所述信号合并上是将频谱中连续超过检测门限的谱线都归结为同一个信号。
另一方面,本发明提出一种自适应噪声基底估计方法,使用不同尺度结构元素对噪声基底的差值进行估计获得基底变化差异,根据差异对相应位置的该结构元素尺度下的噪声基底进行更新,得到估计的噪声基地;随着结构元素的增大,在不同滤波尺度上过滤不同带宽的信号,同时对噪声基底进行修改。用不同尺度估计的噪声基底差值能够将基底幅度变化的差异反映出来,检测出该种差异后对相应位置的该结构元素尺度下的噪声基底进行更新,而不会对其它带宽信号的噪声基底产生影响。所以该算法最终能够实现多尺度结构元素的噪声基底的融合,形成最后的噪声基底估计,使之更加准确。
进一步的是,所述使用不同尺度结构元素对噪声基底的差值进行估计的方法,在于每次迭代都使得结构元素的尺度增大,但并不是每一次排序滤波后的噪声基底都能够更新并成为最后的噪声基底,而是需要和前一次的噪声基底进行对比,根据门限值判断是否更新每个谱线的噪声基底。
进一步的是,所述使用不同尺度结构元素对噪声基底的差值进行估计的方法包括步骤:
建立排序滤波器R(N,m),所述排序滤波器对输入的N个频谱点进行降序排列,并输出第m个值;对排序滤波器R(N,m)通过腐蚀操作对应成R(N,1),排序滤波器R(N,m)通过膨胀操作对应到R(N,N);将宽带频谱通过排序滤波器R(N,1)和排序滤波器R(N,N),N=|KN|,其中|KN|是结构元素KN的大小,从而滤除带宽小于结构元素大小的信号,获得噪声基底;
将噪声基底和输入频谱进行比较处理获得基底变化谱,将基底变化谱和门限进行比较,对噪声基底变化量大于门限的谱线进行更新,不改变结构元素;若小于则改变结构元素返回进行再次计算。
采用本技术方案的有益效果:
在本发明中,由于宽带信号中存在数百路信号,各路信号的信噪比、带宽、调制方式等不同,同时宽带噪声特性非理想,采用传统统计平均的动态门限检测信号难以满足宽带接收下多信号检测;因此,为了提高信号检测的性能,采用自适应门限技术根据宽带中信号和噪声的情况实时计算噪声门限,去除宽带噪声。
在本发明中,由于宽带采样后的信号噪声能量不平坦,为了在不同的频段使用不同的门限对信号进行检测,首先需要估计整个接收频带信号的噪声基底。通过将估计的功率谱减去噪声基底完成功率谱的修正。对修正后的宽带频谱使用CFAR原理进行恒虚警处理并估计检测门限。而频谱检测过程即在宽带功率谱中寻找大于门限的频率谱线,再将相邻的谱线进行合并,得到宽带中检测的信号。能够有效解决由于估计频谱存在随机性,属于同一个信号的谱线可能会出现断裂等情形,提高检测的准确度。
在本发明中,当噪声基底能量在频域变化较快时,若对整个宽带频谱使用统一的结构元素进行滤波,会产生较大的噪声基底估计误差,从而降低信号检测率。使用单一尺度的对频谱进行形态学滤波时,其主要问题在于①无法将带宽大于结构元素尺度的信号进行滤除;②将变化小于带宽结构元素尺度的噪声基底当作信号滤除。问题①是形态学滤波存在的基本问题,只要选择合适的结构元素,就能对宽带内的所有信号进行滤除。问题②只存在于噪声基底变化速率较快的情况,大尺度的结构元素能够滤除变化较快、频谱形状类似信号的噪声基底,产生基底估计的误差。针对问题①的解决方法是需要增大结构元素的尺度,而解决问题②需要减小结构元素的尺度,所以使用相同的结构元素在全频带滤波时会产生矛盾。为消除该矛盾,本发明提出在不同频谱位置使用不同尺度的结构元素进行滤波。避免了采用单一尺度的结构元素对频谱进行形态学滤波时,无法将带宽大于结构元素尺度的信号进行滤除,也避免了将变化小于带宽结构元素尺度的噪声基底当作信号滤除的情况,减小对于噪声基底估计的误差,提高信号检测的准确率;二是采用多尺度形态学滤波,多尺度的形态学滤波算法对该段信号进行噪声基底估计,可以得到更为精准的估计噪声基底。本发明提出的自适应噪声基底估计方法使用多尺度的结构元素,对不同带宽信号处的噪声基底进行估计有很好的适应能力,能够适应较快的基底能量变化,使得去除噪声基底后,可以得到一个较为理想的用于信号检测的频谱。修正后的频谱能够正确检测出所有带宽的待检测信号,得到较高的信号检测率。
附图说明
图1为本发明的一种基于自适应噪声基底估计的宽带载波检测方法流程示意图;
图2为本发明实施例中一种基于自适应噪声基底估计方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
在本实施例中,参见图1所示,本发明提出了一种基于自适应噪声基底估计的宽带载波检测方法,包括步骤:
S10,基于自适应噪声基底估计方法估计整个接收信号宽带频谱的噪声基底;
S20,将宽带频谱减去噪声基底完成宽带频谱的修正;
S30,对修正后的宽带频谱进行恒虚警处理并估计检测门限;
S40,根据所获得的检测门限对修正后的宽带频谱进行频谱检测,频谱检测过程即在宽带功率谱中寻找大于门限的频率谱线,得到一个由幅度大于检测门限的谱线组成的稀疏向量;
S50,再将相邻的谱线进行合并,对稀疏向量中属于同一个信号的谱线进行合并处理,获得宽带载波检测结果。
作为上述实施例的优化方案,在所述步骤S10中,使宽带频谱经过排序滤波器,滤除带宽小于结构元素大小的信号,获得估计的噪声基底,同时对噪声基底进行修改。
在所述噪声基底估计方法中使用不同尺度结构元素对噪声基底的差值进行估计获得基底变化差异,根据差异对相应位置的该结构元素尺度下的噪声基底进行更新,进而对不同谱线的基底进行修正;随着结构元素的增大,在不同滤波尺度上过滤不同带宽的信号,同时对噪声基底进行修改。用不同尺度估计的噪声基底差值能够将基底幅度变化的差异反映出来,检测出该种差异后对相应位置的该结构元素尺度下的噪声基底进行更新,而不会对其它带宽信号的噪声基底产生影响。所以该算法最终能够实现多尺度结构元素的噪声基底的融合,形成最后的噪声基底估计,使之更加准确。
所述使用不同尺度结构元素对噪声基底的差值进行估计的方法,在于每次迭代都使得结构元素的尺度增大,但并不是每一次排序滤波后的噪声基底都能够更新并成为最后的噪声基底,而是需要和前一次的噪声基底进行对比,根据门限值判断是否更新每个谱线的噪声基底。
所述使用不同尺度结构元素对噪声基底的差值进行估计的方法包括步骤:
建立排序滤波器R(N,m),所述排序滤波器对输入的N个频谱点进行降序排列,并输出第m个值;对排序滤波器R(N,m)通过腐蚀操作对应成R(N,1),排序滤波器R(N,m)通过膨胀操作对应到R(N,N);将宽带频谱通过排序滤波器R(N,1)和排序滤波器R(N,N),N=|KN|,其中|KN|是结构元素KN的大小,从而滤除带宽小于结构元素大小的信号,获得噪声基底;
将噪声基底和输入频谱进行比较处理获得基底变化谱,将基底变化谱和门限进行比较,对噪声基底变化量大于门限的谱线进行更新,不改变结构元素;若小于则改变结构元素返回进行再次计算。
其中,设定结构元素KN的尺度为Bf=N·df,使用KN对频谱数据进行排序滤波,滤除带宽小于Bf的信号。
作为上述实施例的优化方案,所述信号合并上是将频谱中连续超过检测门限的谱线都归结为同一个信号。
为配合本发明方法的实现,基于相同的发明构思,如图2所示,本发明还提供了一种自适应噪声基底估计方法,使用不同尺度结构元素对噪声基底的差值进行估计获得基底变化差异,根据差异对相应位置的该结构元素尺度下的噪声基底进行更新,得到估计的噪声基地;随着结构元素的增大,在不同滤波尺度上过滤不同带宽的信号,同时对噪声基底进行修改。用不同尺度估计的噪声基底差值能够将基底幅度变化的差异反映出来,检测出该种差异后对相应位置的该结构元素尺度下的噪声基底进行更新,而不会对其它带宽信号的噪声基底产生影响。所以该算法最终能够实现多尺度结构元素的噪声基底的融合,形成最后的噪声基底估计,使之更加准确。
作为上述实施例的优化方案,所述使用不同尺度结构元素对噪声基底的差值进行估计的方法,在于每次迭代都使得结构元素的尺度增大,但并不是每一次排序滤波后的噪声基底都能够更新并成为最后的噪声基底,而是需要和前一次的噪声基底进行对比,根据门限值判断是否更新每个谱线的噪声基底。
所述使用不同尺度结构元素对噪声基底的差值进行估计的方法包括步骤:
建立排序滤波器R(N,m),所述排序滤波器对输入的N个频谱点进行降序排列,并输出第m个值;对排序滤波器R(N,m)通过腐蚀操作对应成R(N,1),排序滤波器R(N,m)通过膨胀操作对应到R(N,N);将宽带频谱通过排序滤波器R(N,1)和排序滤波器R(N,N),N=|KN|,其中|KN|是结构元素KN的大小,从而滤除带宽小于结构元素大小的信号,获得噪声基底;
将噪声基底和输入频谱进行比较处理获得基底变化谱,将基底变化谱和门限进行比较,对噪声基底变化量大于门限的谱线进行更新,不改变结构元素;若小于则改变结构元素返回进行再次计算。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种基于自适应噪声基底估计的宽带载波检测方法,其特征在于,包括步骤:
S10,基于自适应噪声基底估计方法估计整个接收信号宽带频谱的噪声基底;
S20,将宽带频谱减去噪声基底完成宽带频谱的修正;
S30,对修正后的宽带频谱进行恒虚警处理并估计检测门限;
S40,根据所获得的检测门限对修正后的宽带频谱进行频谱检测,频谱检测过程即在宽带功率谱中寻找大于门限的频率谱线,得到一个由幅度大于检测门限的谱线组成的稀疏向量;
S50,再将相邻的谱线进行合并,对稀疏向量中属于同一个信号的谱线进行合并处理,获得宽带载波检测结果。
2.根据权利要求1所述的一种基于自适应噪声基底估计的宽带载波检测方法,其特征在于,在所述步骤S10中,使宽带频谱经过排序滤波器,滤除带宽小于结构元素大小的信号,获得估计的噪声基底,同时对噪声基底进行修改。
3.根据权利要求2所述的一种基于自适应噪声基底估计的宽带载波检测方法,其特征在于,在所述噪声基底估计方法中使用不同尺度结构元素对噪声基底的差值进行估计获得基底变化差异,根据差异对相应位置的该结构元素尺度下的噪声基底进行更新,进而对不同谱线的基底进行修正;随着结构元素的增大,在不同滤波尺度上过滤不同带宽的信号,同时对噪声基底进行修改。
4.根据权利要求3所述的一种基于自适应噪声基底估计的宽带载波检测方法,其特征在于,所述使用不同尺度结构元素对噪声基底的差值进行估计的方法,在于每次迭代都使得结构元素的尺度增大,但并不是每一次排序滤波后的噪声基底都能够更新并成为最后的噪声基底,而是需要和前一次的噪声基底进行对比,根据门限值判断是否更新每个谱线的噪声基底。
5.根据权利要求4所述的一种基于自适应噪声基底估计的宽带载波检测方法,其特征在于,所述使用不同尺度结构元素对噪声基底的差值进行估计的方法包括步骤:
建立排序滤波器R(N,m),所述排序滤波器对输入的N个频谱点进行降序排列,并输出第m个值;对排序滤波器R(N,m)通过腐蚀操作对应成R(N,1),排序滤波器R(N,m)通过膨胀操作对应到R(N,N);将宽带频谱通过排序滤波器R(N,1)和排序滤波器R(N,N),N=|KN|,其中|KN|是结构元素KN的大小,从而滤除带宽小于结构元素大小的信号,获得噪声基底;
将噪声基底和输入频谱进行比较处理获得基底变化谱,将基底变化谱和门限进行比较,对噪声基底变化量大于门限的谱线进行更新,不改变结构元素;若小于则改变结构元素返回进行再次计算。
6.根据权利要求5所述的一种基于自适应噪声基底估计的宽带载波检测方法,其特征在于,设定结构元素KN的尺度为Bf=N·df,使用KN对频谱数据进行排序滤波,滤除带宽小于Bf的信号。
7.根据权利要求1所述的一种基于自适应噪声基底估计的宽带载波检测方法,其特征在于,所述信号合并上是将频谱中连续超过检测门限的谱线都归结为同一个信号。
8.一种自适应噪声基底估计方法,其特征在于,使用不同尺度结构元素对噪声基底的差值进行估计获得基底变化差异,根据差异对相应位置的该结构元素尺度下的噪声基底进行更新,得到估计的噪声基地;随着结构元素的增大,在不同滤波尺度上过滤不同带宽的信号,同时对噪声基底进行修改。
9.根据权利要求8所述的一种基于自适应噪声基底估计方法,其特征在于,所述使用不同尺度结构元素对噪声基底的差值进行估计的方法,在于每次迭代都使得结构元素的尺度增大,但并不是每一次排序滤波后的噪声基底都能够更新并成为最后的噪声基底,而是需要和前一次的噪声基底进行对比,根据门限值判断是否更新每个谱线的噪声基底。
10.根据权利要求9所述的一种基于自适应噪声基底估计方法,其特征在于,所述使用不同尺度结构元素对噪声基底的差值进行估计的方法包括步骤:
建立排序滤波器R(N,m),所述排序滤波器对输入的N个频谱点进行降序排列,并输出第m个值;对排序滤波器R(N,m)通过腐蚀操作对应成R(N,1),排序滤波器R(N,m)通过膨胀操作对应到R(N,N);将宽带频谱通过排序滤波器R(N,1)和排序滤波器R(N,N),N=|KN|,其中|KN|是结构元素KN的大小,从而滤除带宽小于结构元素大小的信号,获得噪声基底;
将噪声基底和输入频谱进行比较处理获得基底变化谱,将基底变化谱和门限进行比较,对噪声基底变化量大于门限的谱线进行更新,不改变结构元素;若小于则改变结构元素返回进行再次计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011543620.1A CN112737711B (zh) | 2020-12-24 | 2020-12-24 | 一种基于自适应噪声基底估计的宽带载波检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011543620.1A CN112737711B (zh) | 2020-12-24 | 2020-12-24 | 一种基于自适应噪声基底估计的宽带载波检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112737711A true CN112737711A (zh) | 2021-04-30 |
CN112737711B CN112737711B (zh) | 2023-04-18 |
Family
ID=75604953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011543620.1A Active CN112737711B (zh) | 2020-12-24 | 2020-12-24 | 一种基于自适应噪声基底估计的宽带载波检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112737711B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113259031A (zh) * | 2021-05-13 | 2021-08-13 | 南京邮电大学 | 一种面向卫星频谱态势生成的底噪拟合与消除方法 |
CN114025379A (zh) * | 2021-11-05 | 2022-02-08 | 北京邮电大学 | 一种宽带多信号检测方法、装置和设备 |
CN114900246A (zh) * | 2022-05-25 | 2022-08-12 | 中国电子科技集团公司第十研究所 | 噪声基底估计方法、装置、设备及存储介质 |
CN115102643A (zh) * | 2022-05-25 | 2022-09-23 | 中国电子科技集团公司第十研究所 | 噪声基底跟踪方法、装置、设备及存储介质 |
CN115173971A (zh) * | 2022-07-08 | 2022-10-11 | 电信科学技术第五研究所有限公司 | 一种基于频谱数据的宽带信号实时检测方法 |
CN115441970A (zh) * | 2022-09-08 | 2022-12-06 | 郑州大学 | 一种基于尺度迭代和频谱补偿的宽带信号检测方法 |
CN117768013A (zh) * | 2024-02-22 | 2024-03-26 | 成都戎星科技有限公司 | 一种卫星地面站链路的智能运维系统 |
CN118018874A (zh) * | 2024-02-04 | 2024-05-10 | 北京弘图半导体有限公司 | Cmos图像传感器、摄像系统及提高动态范围的方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1480201A2 (en) * | 1999-05-27 | 2004-11-24 | America Online, Inc. | Reduction of quantization-induced block-discontinuities in an audio coder |
US20050107045A1 (en) * | 2003-11-18 | 2005-05-19 | Kroeger Brian W. | Coherent tracking for FM In-Band On-Channel receivers |
CN101944930A (zh) * | 2010-07-16 | 2011-01-12 | 北京交通大学 | 一种能量检测的方法和装置 |
CN102624468A (zh) * | 2011-12-30 | 2012-08-01 | 成都中安频谱科技有限公司 | 基于双fft的宽带自动检测方法 |
CN102833020A (zh) * | 2012-09-10 | 2012-12-19 | 杭州电子科技大学 | 认知无线网络中基于自适应测量的贝叶斯压缩宽带频谱检测方法 |
CN103532645A (zh) * | 2013-10-10 | 2014-01-22 | 南京邮电大学 | 一种观测矩阵优化的压缩频谱感知方法 |
CN103560993A (zh) * | 2007-10-30 | 2014-02-05 | 索尼株式会社 | 数据处理设备及方法 |
CN103856276A (zh) * | 2014-03-20 | 2014-06-11 | 中国人民解放军理工大学 | 频谱非平坦噪声基底实时自动校正方法 |
US20150146805A1 (en) * | 2013-11-26 | 2015-05-28 | Plusn, Llc | System and method for radio frequency carrier aggregation |
CN108089166A (zh) * | 2017-12-07 | 2018-05-29 | 北京无线电测量研究所 | 一种基于毫米波测云雷达的自适应频域检测方法 |
CN108549078A (zh) * | 2018-03-30 | 2018-09-18 | 西安电子科技大学 | 一种雷达脉冲信号跨信道合并及检测方法 |
CN109495197A (zh) * | 2018-12-21 | 2019-03-19 | 中国人民解放军陆军炮兵防空兵学院 | 一种自适应宽带合作压缩频谱感知方法 |
CN110702986A (zh) * | 2019-10-31 | 2020-01-17 | 中国电子科技集团公司第四十一研究所 | 一种自适应信号搜索门限实时动态生成方法及系统 |
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 |
-
2020
- 2020-12-24 CN CN202011543620.1A patent/CN112737711B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1480201A2 (en) * | 1999-05-27 | 2004-11-24 | America Online, Inc. | Reduction of quantization-induced block-discontinuities in an audio coder |
US20050107045A1 (en) * | 2003-11-18 | 2005-05-19 | Kroeger Brian W. | Coherent tracking for FM In-Band On-Channel receivers |
CN103560993A (zh) * | 2007-10-30 | 2014-02-05 | 索尼株式会社 | 数据处理设备及方法 |
CN101944930A (zh) * | 2010-07-16 | 2011-01-12 | 北京交通大学 | 一种能量检测的方法和装置 |
CN102624468A (zh) * | 2011-12-30 | 2012-08-01 | 成都中安频谱科技有限公司 | 基于双fft的宽带自动检测方法 |
CN102833020A (zh) * | 2012-09-10 | 2012-12-19 | 杭州电子科技大学 | 认知无线网络中基于自适应测量的贝叶斯压缩宽带频谱检测方法 |
CN103532645A (zh) * | 2013-10-10 | 2014-01-22 | 南京邮电大学 | 一种观测矩阵优化的压缩频谱感知方法 |
US20150146805A1 (en) * | 2013-11-26 | 2015-05-28 | Plusn, Llc | System and method for radio frequency carrier aggregation |
CN103856276A (zh) * | 2014-03-20 | 2014-06-11 | 中国人民解放军理工大学 | 频谱非平坦噪声基底实时自动校正方法 |
CN108089166A (zh) * | 2017-12-07 | 2018-05-29 | 北京无线电测量研究所 | 一种基于毫米波测云雷达的自适应频域检测方法 |
CN108549078A (zh) * | 2018-03-30 | 2018-09-18 | 西安电子科技大学 | 一种雷达脉冲信号跨信道合并及检测方法 |
CN109495197A (zh) * | 2018-12-21 | 2019-03-19 | 中国人民解放军陆军炮兵防空兵学院 | 一种自适应宽带合作压缩频谱感知方法 |
CN110702986A (zh) * | 2019-10-31 | 2020-01-17 | 中国电子科技集团公司第四十一研究所 | 一种自适应信号搜索门限实时动态生成方法及系统 |
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 |
Non-Patent Citations (4)
Title |
---|
YAN-KUN DONG: "Algorithm of Multi-signals Separation for Shortwave Broadband Receiver", 《2011 INTERNATIONAL CONFERENCE ON WIRELESS COMMUNICATIONS AND SIGNAL PROCESSING (WCSP)》 * |
叶辉: "宽带频谱检测技术研究以及 FPGA 实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王永明: "应用形态学滤波的宽带侦察接收机信号检测新方法", 《应用科学学报》 * |
蒋天立: "多尺度形态学滤波下的宽带信号检测方法", 《信号处理》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113259031B (zh) * | 2021-05-13 | 2022-03-04 | 南京邮电大学 | 一种面向卫星频谱态势生成的底噪拟合与消除方法 |
CN113259031A (zh) * | 2021-05-13 | 2021-08-13 | 南京邮电大学 | 一种面向卫星频谱态势生成的底噪拟合与消除方法 |
CN114025379B (zh) * | 2021-11-05 | 2023-06-30 | 北京邮电大学 | 一种宽带多信号检测方法、装置和设备 |
CN114025379A (zh) * | 2021-11-05 | 2022-02-08 | 北京邮电大学 | 一种宽带多信号检测方法、装置和设备 |
CN114900246A (zh) * | 2022-05-25 | 2022-08-12 | 中国电子科技集团公司第十研究所 | 噪声基底估计方法、装置、设备及存储介质 |
CN115102643A (zh) * | 2022-05-25 | 2022-09-23 | 中国电子科技集团公司第十研究所 | 噪声基底跟踪方法、装置、设备及存储介质 |
CN115102643B (zh) * | 2022-05-25 | 2023-07-11 | 中国电子科技集团公司第十研究所 | 噪声基底跟踪方法、装置、设备及存储介质 |
CN115173971B (zh) * | 2022-07-08 | 2023-10-03 | 电信科学技术第五研究所有限公司 | 一种基于频谱数据的宽带信号实时检测方法 |
CN115173971A (zh) * | 2022-07-08 | 2022-10-11 | 电信科学技术第五研究所有限公司 | 一种基于频谱数据的宽带信号实时检测方法 |
CN115441970A (zh) * | 2022-09-08 | 2022-12-06 | 郑州大学 | 一种基于尺度迭代和频谱补偿的宽带信号检测方法 |
CN118018874A (zh) * | 2024-02-04 | 2024-05-10 | 北京弘图半导体有限公司 | Cmos图像传感器、摄像系统及提高动态范围的方法 |
CN118018874B (zh) * | 2024-02-04 | 2024-09-20 | 北京弘图半导体有限公司 | Cmos图像传感器、摄像系统及提高动态范围的方法 |
CN117768013A (zh) * | 2024-02-22 | 2024-03-26 | 成都戎星科技有限公司 | 一种卫星地面站链路的智能运维系统 |
CN117768013B (zh) * | 2024-02-22 | 2024-05-03 | 成都戎星科技有限公司 | 一种卫星地面站链路的智能运维系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112737711B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112737711B (zh) | 一种基于自适应噪声基底估计的宽带载波检测方法 | |
EP3614637B1 (en) | Systems and methods for adjusting the sample timing of a gfsk modulated signal | |
CN111562438B (zh) | 一种基于fft和相位差的正弦信号频率估计方法和装置 | |
CN107018106A (zh) | 一种用于蓝牙接收机的码元波形频率偏移补偿的方法 | |
CN108881084B (zh) | 一种基于gp分布的bpsk/qpsk信号识别方法 | |
CN112332807A (zh) | 一种弱包络信号检测方法和系统 | |
CN110632588B (zh) | 一种基于fpga的零中频二次雷达直流偏置补偿算法 | |
CN108469609B (zh) | 一种用于雷达目标跟踪的检测信息滤波方法 | |
CN112751633B (zh) | 一种基于多尺度窗口滑动的宽带频谱检测方法 | |
CN109995690B (zh) | Mfsk数字信号子类调制识别的神经网络自优化方法 | |
CN112986922A (zh) | 基于顺序统计滤波和二元检测的被动雷达信号检测方法 | |
CN113132034B (zh) | 基于差分幅值的干扰检测方法和装置 | |
CN107944362A (zh) | 一种基于ica降低误码率的盲源分离方法 | |
CN110287853B (zh) | 一种基于小波分解的暂态信号去噪方法 | |
CN111901268A (zh) | 基于频谱重排及Gumbel分布拟合检验的BPSK/QPSK信号调制识别方法 | |
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 | |
CN112162153B (zh) | 基于相位直线拟合的正弦波信号频率估计方法 | |
CN115441970A (zh) | 一种基于尺度迭代和频谱补偿的宽带信号检测方法 | |
CN115378776A (zh) | 一种基于循环谱参数的mfsk调制识别方法 | |
CN115356692A (zh) | 一种基于pri区间树上时间片不重叠的雷达信号分选增批处理方法 | |
CN113052053B (zh) | 一种坐标时间序列周期项的提取方法 | |
Wu et al. | Time-frequency parameter estimation method of frequency hopping signal based on morphology method under low SNR | |
CN118100914B (zh) | 基于人工智能的双频率合成器控制方法及系统 | |
CN110198196A (zh) | 通信系统中基于信号强度的振幅估计方法 | |
CN116979978B (zh) | 基于fpga的接收通道间幅度校准方法及装置 |
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 |