CN112737983A - 一种基于最大差分谱的快速突发信号检测方法 - Google Patents
一种基于最大差分谱的快速突发信号检测方法 Download PDFInfo
- Publication number
- CN112737983A CN112737983A CN202011549111.XA CN202011549111A CN112737983A CN 112737983 A CN112737983 A CN 112737983A CN 202011549111 A CN202011549111 A CN 202011549111A CN 112737983 A CN112737983 A CN 112737983A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- signal
- maximum
- maximum difference
- difference spectrum
- 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.)
- Pending
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 141
- 238000001514 detection method Methods 0.000 title claims abstract description 31
- 238000009499 grossing Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 8
- 101100311460 Schizosaccharomyces pombe (strain 972 / ATCC 24843) sum2 gene Proteins 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 2
- 230000008034 disappearance Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 101000798707 Homo sapiens Transmembrane protease serine 13 Proteins 0.000 description 1
- 102100032467 Transmembrane protease serine 13 Human genes 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
-
- 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
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Signal Processing For Digital Recording And Reproducing (AREA)
Abstract
本发明公开一种基于最大差分谱的快速突发信号检测方法，包括步骤根据目标信号，构造最大差分谱；对最大差分谱，进行平滑处理；根据平滑后的最大差分谱，对突发信号进行快速判定。本发明根据突发信号在宽带瞬时频谱中能量的不连续性，完成最大差分谱的构造，用于对每一个已检测信号进行辨识，检测是否为突发信号，检测速度快且检测精度高。
Description
技术领域
本发明属于信号检测技术领域，特别是涉及一种基于最大差分谱的快速突发信号检测方法。
背景技术
快速突发信号的检测作为通信信号检测中的一项关键的技术，因为突发信号难于捕获，所以在军事通信领域得以广泛的应用。当前主流的突发信号检测技术主要采用的方法还是依靠对于能量的检测，这种方法具有明显的缺点是当突发时隙太短时，依靠能量检测的方法容易产生突发信号的若干个起始码元的丢失，造成信息的丢失，无法还原。在快速突发信号出现时，当信号具有较短的持续时间且较长的突发周期时，如较难检测到信号，检测器容易产生空信道的检测结果。当信号具有较长的持续时间且消失时间较短时，难以实现突发信号和连续信号区分。
发明内容
为了解决上述问题，本发明提出了一种基于最大差分谱的快速突发信号检测方法，根据突发信号在宽带瞬时频谱中能量的不连续性，完成最大差分谱的构造,用于对每一个已检测信号进行辨识，检测是否为突发信号，检测速度快且检测精度高。
为达到上述目的，本发明采用的技术方案是：一种基于最大差分谱的快速突发信号检测方法，包括步骤：
S100,根据目标信号，构造最大差分谱；
S200,对最大差分谱，进行平滑处理；
S300,根据平滑后的最大差分谱，对突发信号进行快速判定。
进一步的是，在所述步骤S100中，根据目标信号，构造最大差分谱，包括步骤：
S110,对目标信号频谱进行累积，得到最大谱；
S120,对最大谱做差分，获取最大差分谱。
进一步的是，在所述步骤S110中，对目标信号频谱进行累积，得到最大谱，包括步骤：
S111,计算信号频谱：对输入目标信号进行均匀分组，分组长度N，所述N为FFT的点数，由此得到长度为N的分组数据；依次对各个分组进行FFT计算，对FFT幅度值计算结果取对数，转化为FFT幅度的对数dB分贝值，此时FFT中幅度元素个数为N；
S112,记录最大谱：将第一组计算的FFT幅度的对数dB分贝值，作为初始最大谱Smax，记为最大谱中的N个元素；之后的信号频谱Sinst的N个元素逐一与最大谱Smax的N个元素进行数值比较，若当前频谱中的某个元素大于最大谱中的相应位置的元素，则将最大谱中的该元素进行替换，否则最大谱元素不变。
进一步的是，在所述步骤S120中，对最大谱做差分，获取最大差分谱，包括步骤：
S121,最大谱的N个元素分为两部分，一部分的幅度较高为信号部分Ssignal，另一部分的幅度较低为噪声部分Snoise，记录最大谱中的信号元素的位置Lsignal；
S122,最大谱与当前频谱进行逐元素差值计算，所得的结果即为最大差分谱，同样在最大差分谱中的相同位置Lsignal，也存在着差分信号部分，记为SDsignal。
进一步的是，在所述步骤S200中，将最大差分谱进行滤波平滑，以消除瞬时强噪声的干扰。
进一步的是，所述将最大差分谱进行滤波平滑包括步骤：将最大差分谱中的N个元素作为一个序列，设定一组平滑因子，将该序列与平滑因子进行卷积运算；平滑因子为低通滤波器因子，由于该差分频谱主要目的是提取差分信息而不是检测信号位置与带宽，所以平滑点数可以取得较大，平滑点数的取值范围为30-50。
进一步的是，在所述步骤S300中，根据平滑后的最大差分谱，设置判别门限，判断检测信号是否为突发信号。
进一步的是，对突发信号的判定过程，包括步骤：
对最大谱中的Ssignal进行求和运算，记为sum1，反映了过去最大信号的情况；
对最大差分谱中的SDsignal进行求和运算，记为sum2，反映了过去最大信号与
当前瞬时信号的差值情况；
根据sum1和sum2进行构建判别门限，rate＝|sum2/sum1|为0-1之间的数值，rate越接近于1，则说明最大差分谱中的当前信号部分越小，同时当前无信号的概率越大，当rate当大于一定阈值时，则认为为突发信号，否则为连续信号。能够有效应对信噪比变化范围较大的情况，使得检测的准确率更高。
采用本技术方案的有益效果：
在本发明中：通过最大差分谱通过对最大谱做差分，凸显了突发信号信息，且压制了连续时间信号的特征；对差分频谱进行平滑处理，使差分频谱信息更好的提取，减少瞬时强噪声对最大谱的干扰。在突发信号的快速检测上，本发明有着计算量小、准确度高的优点，并且便于技术的实用化。
附图说明
图1为本发明的一种基于最大差分谱的快速突发信号检测方法原理示意图；
图2为本发明实施例中训练用户标签模型方法流程图；
图3为本发明实施例中训练用户标签模型方法流程示意图；
图4为本发明实施例中突发信号示例示意图；
图5为本发明实施例中信号的最大谱和最大差分谱的测试结果图。
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最大差分谱的快速突发信号检测方法，包括步骤：
S100,根据目标信号，构造最大差分谱；
S200,对最大差分谱，进行平滑处理；
S300,根据平滑后的最大差分谱，对突发信号进行快速判定。
作为上述实施例的优化方案，在所述步骤S100中，根据目标信号，构造最大差分谱，包括步骤：
S110,对目标信号频谱进行累积，得到最大谱；
S120,对最大谱做差分，获取最大差分谱。
在所述步骤S110中，对目标信号频谱进行累积，得到最大谱，包括步骤：
S111,计算信号频谱：对输入目标信号进行均匀分组，分组长度N，所述N为FFT的点数，由此得到长度为N的分组数据；依次对各个分组进行FFT计算，对FFT幅度值计算结果取对数，转化为FFT幅度的对数dB分贝值，此时FFT中幅度元素个数为N；
S112,记录最大谱：将第一组计算的FFT幅度的对数dB分贝值，作为初始最大谱Smax，记为最大谱中的N个元素；之后的信号频谱Sinst的N个元素逐一与最大谱Smax的N个元素进行数值比较，若当前频谱中的某个元素大于最大谱中的相应位置的元素，则将最大谱中的该元素进行替换，否则最大谱元素不变。
在所述步骤S120中，对最大谱做差分，获取最大差分谱，包括步骤：
S121,最大谱的N个元素分为两部分，一部分的幅度较高为信号部分Ssignal，另一部分的幅度较低为噪声部分Snoise，记录最大谱中的信号元素的位置Lsignal；
S122,最大谱与当前频谱进行逐元素差值计算，所得的结果即为最大差分谱，同样在最大差分谱中的相同位置Lsignal，也存在着差分信号部分，记为SDsignal。
作为上述实施例的优化方案，在所述步骤S200中，将最大差分谱进行滤波平滑，以消除瞬时强噪声的干扰。
所述将最大差分谱进行滤波平滑包括步骤：将最大差分谱中的N个元素作为一个序列，设定一组平滑因子，将该序列与平滑因子进行卷积运算；平滑因子为低通滤波器因子，由于该差分频谱主要目的是提取差分信息而不是检测信号位置与带宽，所以平滑点数可以取得较大，平滑点数的取值范围为30-50。
作为上述实施例的优化方案，在所述步骤S300中，根据平滑后的最大差分谱，设置判别门限，判断检测信号是否为突发信号。
对突发信号的判定过程，包括步骤：
对最大谱中的Ssignal进行求和运算，记为sum1，反映了过去最大信号的情况；
对最大差分谱中的SDsignal进行求和运算，记为sum2，反映了过去最大信号与
当前瞬时信号的差值情况；
根据sum1和sum2进行构建判别门限，rate＝|sum2/sum1|为0-1之间的数值，rate越接近于1，则说明最大差分谱中的当前信号部分越小，同时当前无信号的概率越大，当rate当大于一定阈值时，则认为为突发信号，否则为连续信号。能够有效应对信噪比变化范围较大的情况，使得检测的准确率更高。
如图2所示，是提取最大差分谱中突发信息的过程，最上方图为突发信号的时域波形，依次向下为最大差分谱图、经过平滑且取绝对值的最大差分谱图、突发信号判决图。判别某个信号是否为突发信号，需要对最大谱中的差分能量进行检测，若大于门限则表示该信号为突发信号，否则为连续信号。突发出现和消失的次数越多,最大差分谱累积的次数也越多。
突发信号的检测概率如图3所示，该方法的突发信号检测概率如图3，突发信号检测概率fD、错误概率fFA与突发信号出现消失的次数LB有关，LB越大，检测性能越好。最大差分谱的突发信号检测性能，和突发出现和消失的次数有关，突发出现和消失的次数越大，信号最大差分谱变化的频率和幅度也就越剧烈，容易达到或超过阈值，其检测性能越好。
针对特高占空比和特低占空比两种极端情况，该技术也体现了较好的性能。由于实际中一个短突发块的信号持续时间一般为10ms，而高时间占空比信号中较短消失的时间也为5-10ms。信号的持续时间和消失时间如图4所示的突发信号目标信号1和目标信号2，SNR噪声比均为6dB。如图5所示，目标信号1和目标信号2的载波频率分别为1MHz和2MHz，使用8MSPS的采样率对两个信号进行采样。在算法中，设置分段数据长度8192个样点，依次对分段的数据进行长度为8192点的FFT运算，设置平滑窗的大小为40。虽然信号1的时间占空比非常低，信号持续时间短，信号2的占空比高，信号消失时间短，但是通过提取最大差分谱中的信号信息，还是可以比较容易分辨出差分信号。因此，无论对于高时间占空比信号，还是对于低时间占空比信号，最大差分谱都能较好的实现对信号的检测。在突发信号的快速检测上，本发明有着计算量小、准确度高的优点，并且便于技术的实用化。
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 (8)
1.一种基于最大差分谱的快速突发信号检测方法，其特征在于，包括步骤：
S100,根据目标信号，构造最大差分谱；
S200,对最大差分谱，进行平滑处理；
S300,根据平滑后的最大差分谱，对突发信号进行快速判定。
2.根据权利要求1所述的一种基于最大差分谱的快速突发信号检测方法，其特征在于，在所述步骤S100中，根据目标信号，构造最大差分谱，包括步骤：
S110,对目标信号频谱进行累积，得到最大谱；
S120,对最大谱做差分，获取最大差分谱。
3.根据权利要求2所述的一种基于最大差分谱的快速突发信号检测方法，其特征在于，在所述步骤S110中，对目标信号频谱进行累积，得到最大谱，包括步骤：
S111,计算信号频谱：对输入目标信号进行均匀分组，分组长度N，所述N为FFT的点数，由此得到长度为N的分组数据；依次对各个分组进行FFT计算，对FFT幅度值计算结果取对数，转化为FFT幅度的对数dB分贝值，此时FFT中幅度元素个数为N；
S112,记录最大谱：将第一组计算的FFT幅度的对数dB分贝值，作为初始最大谱Smax，记为最大谱中的N个元素；之后的信号频谱Sinst的N个元素逐一与最大谱Smax的N个元素进行数值比较，若当前频谱中的某个元素大于最大谱中的相应位置的元素，则将最大谱中的该元素进行替换，否则最大谱元素不变。
4.根据权利要求3所述的一种基于最大差分谱的快速突发信号检测方法，其特征在于，在所述步骤S120中，对最大谱做差分，获取最大差分谱，包括步骤：
S121,最大谱的N个元素分为两部分，一部分的幅度较高为信号部分Ssignal，另一部分的幅度较低为噪声部分Snoise，记录最大谱中的信号元素的位置Lsignal；
S122,最大谱与当前频谱进行逐元素差值计算，所得的结果即为最大差分谱，同样在最大差分谱中的相同位置Lsignal，也存在着差分信号部分，记为SDsignal。
5.根据权利要求4所述的一种基于最大差分谱的快速突发信号检测方法，其特征在于，在所述步骤S200中，将最大差分谱进行滤波平滑，以消除瞬时强噪声的干扰。
6.根据权利要求5所述的一种基于最大差分谱的快速突发信号检测方法，其特征在于，所述将最大差分谱进行滤波平滑包括步骤：将最大差分谱中的N个元素作为一个序列，设定一组平滑因子，将该序列与平滑因子进行卷积运算；平滑因子为低通滤波器因子，平滑点数的取值范围为30-50。
7.根据权利要求6所述的一种基于最大差分谱的快速突发信号检测方法，其特征在于，在所述步骤S300中，根据平滑后的最大差分谱，设置判别门限，判断检测信号是否为突发信号。
8.根据权利要求7所述的一种基于最大差分谱的快速突发信号检测方法，其特征在于，对突发信号的判定过程，包括步骤：
对最大谱中的Ssignal进行求和运算，记为sum1，反映了过去最大信号的情况；
对最大差分谱中的SDsignal进行求和运算，记为sum2，反映了过去最大信号与当前瞬时信号的差值情况；
根据sum1和sum2进行构建判别门限，rate＝|sum2/sum1|为0-1之间的数值，rate越接近于1，则说明最大差分谱中的当前信号部分越小，同时当前无信号的概率越大，当rate当大于一定阈值时，则认为为突发信号，否则为连续信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011549111.XA CN112737983A (zh) | 2020-12-24 | 2020-12-24 | 一种基于最大差分谱的快速突发信号检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011549111.XA CN112737983A (zh) | 2020-12-24 | 2020-12-24 | 一种基于最大差分谱的快速突发信号检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112737983A true CN112737983A (zh) | 2021-04-30 |
Family
ID=75605341
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011549111.XA Pending CN112737983A (zh) | 2020-12-24 | 2020-12-24 | 一种基于最大差分谱的快速突发信号检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112737983A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114280368A (zh) * | 2021-12-28 | 2022-04-05 | 成都爱科特科技发展有限公司 | 一种复杂环境下突发信号检测方法及检测系统 |
| CN116257730A (zh) * | 2023-05-08 | 2023-06-13 | 成都戎星科技有限公司 | 一种基于fpga实现频偏跟踪的方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102332933A (zh) * | 2011-09-28 | 2012-01-25 | 上海交通大学 | 短时突发扩频信号传输与接收方法 |
| WO2018024968A1 (fr) * | 2016-08-05 | 2018-02-08 | Airbus Defence And Space Sas | Procédé et système de détection de signaux utiles à dérives fréquentielles respectives non négligeables dans un signal global |
| CN107733516A (zh) * | 2017-09-20 | 2018-02-23 | 西安空间无线电技术研究所 | 一种突发通信信号检测方法 |
-
2020
- 2020-12-24 CN CN202011549111.XA patent/CN112737983A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102332933A (zh) * | 2011-09-28 | 2012-01-25 | 上海交通大学 | 短时突发扩频信号传输与接收方法 |
| WO2018024968A1 (fr) * | 2016-08-05 | 2018-02-08 | Airbus Defence And Space Sas | Procédé et système de détection de signaux utiles à dérives fréquentielles respectives non négligeables dans un signal global |
| CN107733516A (zh) * | 2017-09-20 | 2018-02-23 | 西安空间无线电技术研究所 | 一种突发通信信号检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 汪洋 等: "基于带宽非合作的突发信号存在性检测算法", 《计算机应用》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114280368A (zh) * | 2021-12-28 | 2022-04-05 | 成都爱科特科技发展有限公司 | 一种复杂环境下突发信号检测方法及检测系统 |
| CN114280368B (zh) * | 2021-12-28 | 2023-08-11 | 成都爱科特科技发展有限公司 | 一种复杂环境下突发信号检测方法及检测系统 |
| CN116257730A (zh) * | 2023-05-08 | 2023-06-13 | 成都戎星科技有限公司 | 一种基于fpga实现频偏跟踪的方法 |
| CN116257730B (zh) * | 2023-05-08 | 2023-08-01 | 成都戎星科技有限公司 | 一种基于fpga实现频偏跟踪的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8619909B2 (en) | Signal detector using matched filter for training signal detection | |
| CN112737983A (zh) | 一种基于最大差分谱的快速突发信号检测方法 | |
| 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 | |
| CN106534015A (zh) | 针对pma标准的无线充电设备调频信号的解调方法 | |
| CN102263601A (zh) | 一种宽带多信号检测方法 | |
| CN111665483A (zh) | 多普勒雷达的运动目标检测方法 | |
| CN105071830B (zh) | 一种直扩信号的检测识别方法 | |
| CN105072067A (zh) | 一种低信噪比下突发信号的检测方法 | |
| CN109061591B (zh) | 一种基于序贯聚类的时频线谱检测方法 | |
| Mohamed et al. | Performance assessment of transient signal detection methods and superiority of energy criterion (EC) method | |
| CN109214318A (zh) | 一种寻找非稳态时间序列微弱尖峰的方法 | |
| CN114296032B (zh) | 一种基于fpga的实时复杂信号识别与参数估计方法 | |
| CN113341378B (zh) | 基于频谱差分熵检测的自适应信道化接收方法 | |
| CN112986922B (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 | |
| CN110632563A (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 | |
| CN113848391B (zh) | 一种脉冲信号检测和提取方法 | |
| CN112333123A (zh) | 非合作psk水声通信信号多小波基自动优选基带解调方法 | |
| CN113824518B (zh) | 基于频谱的非合作信号检测方法 | |
| Aziz et al. | Spectrum sensing for cognitive radio using multicoset sampling | |
| CN110266429A (zh) | 一种基于高阶累积量的信号帧结构检测方法 | |
| CN113259027B (zh) | 一种基于Haar变换的敌我识别信号码速率计算方法 | |
| CN114374450A (zh) | 一种基于过采样的最大特征值检测器 | |
| CN118101088B (zh) | 一种针对非完全重叠频谱的多信号检测方法 | |
| CN114944975B (zh) | 一种基于fpga处理的信号调制类型实时识别方法 | |
| CN112929053A (zh) | 一种跳频信号特征提取与参数估计方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210430 |
|
| RJ01 | Rejection of invention patent application after publication |