CN113132034B - 基于差分幅值的干扰检测方法和装置 - Google Patents

基于差分幅值的干扰检测方法和装置 Download PDF

Info

Publication number
CN113132034B
CN113132034B CN202010043287.1A CN202010043287A CN113132034B CN 113132034 B CN113132034 B CN 113132034B CN 202010043287 A CN202010043287 A CN 202010043287A CN 113132034 B CN113132034 B CN 113132034B
Authority
CN
China
Prior art keywords
amplitude
value
interference
frequency point
point set
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
Application number
CN202010043287.1A
Other languages
English (en)
Other versions
CN113132034A (zh
Inventor
熊俊
魏急波
李芳�
赵肖迪
赵海涛
周宣含
周力
马东堂
辜方林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202010043287.1A priority Critical patent/CN113132034B/zh
Publication of CN113132034A publication Critical patent/CN113132034A/zh
Application granted granted Critical
Publication of CN113132034B publication Critical patent/CN113132034B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04B17/345—Interference values
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • 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

Abstract

本发明公开了一种基于差分幅值的干扰检测方法和装置，包括1、接收时域信号并转换为频域信号；2、根据频域信号求取初始门限值；3、根据初始门限值将频域信号的全部频点划分成非干扰频点集合Im和干扰频点集合Jm；4、根据非干扰频点集合更新门限值，并基于该更新后的门限值将干扰频点集合Jm中小于更新门限值的频点划分到非干扰频点集合中，更新干扰频点集合Jm为Jm+1，非干扰频点集合Im为Im+1；5、如果没有新的频点从干扰集合中划分出来或者达到最大迭代次数，则输出干扰频点集合Jm+1。本发明把噪声处的平均幅值作为初始门限，替代传统的排序算法，降低算法复杂度，使处理能力有限的卫星载荷能够有效地进行干扰检测。

Description

基于差分幅值的干扰检测方法和装置
技术领域
本发明属于信号与信息处理技术领域，尤其涉及一种基于差分幅值的干扰检测方法和装置。
背景技术
卫星通信具有覆盖区域广、通信容量大、通信质量好、通信距离远且通信成本与通信距离无关等优势，因此在军用和民用通信中的应用越来越广泛。然而，由于卫星通信的开放特性，卫星通信系统可能遭受到多种有意或无意干扰。特别是随着无线通信技术的发展，通信环境日益复杂，干扰越来越多，抗干扰技术成为了一个重要的研究领域。在研究一个通信系统的抗干扰性能前，首先需要准确的侦测出系统的干扰信号，即干扰检测问题。可见，为进一步提高卫星通信的通信质量，通信信号的干扰检测成为了一个亟待急需解决的重要问题。
目前国内外已有较多的干扰信号检测算法研究，其中主要的检测算法包括能量检测法、循环平稳分析方法、极化分析方法、高阶累计量分析方法和时频分析方法等。针对卫星直扩通信系统，已有研究提出前向连续均值剔除FCME(forward consecutive meanexcision)算法，该算法首先将所有频点按幅值由小到大进行排序，然后将前5％或10％的频点作为非干扰集合，剩余的频点作为干扰集合，再根据非干扰集合以及概率分布设置门限，不断从干扰集合中剔除非干扰点，直到无干扰点被剔除或者达到最大迭代次数则终止迭代。这种方法虽然无需任何先验信息且检测性能较好，但是关于初始门限求解使用的排序算法大大增加了计算复杂度，不适用于卫星载荷的干扰检测。
发明内容
本发明要解决的技术问题是，在不影响检测性能的情况下降低计算复杂度，提高卫星通信系统中的卫星载荷进行有效干扰检测的能力，进而提出了一种基于差分幅值的干扰检测方法和装置。
为解决该问题，提出了以下解决方案：
一种基于差分幅值的干扰检测方法，包括以下步骤：
步骤1：接收时域信号并转换为频域信号；
步骤2：根据所述频域信号求取初始门限值；
步骤3：根据所述初始门限值将所述频域信号的全部频点划分成非干扰频点集合Im和干扰频点集合Jm，令迭代次数m＝1；
步骤4：根据所述非干扰频点集合更新门限值，并基于该更新后的门限值将干扰频点集合Jm中小于更新门限值的频点划分到非干扰频点集合中，更新干扰频点集合Jm为Jm+1，非干扰频点集合Im为Im+1；
步骤5：如果没有新的频点从干扰集合中划分出来或者达到最大迭代次数，则输出干扰频点集合Jm+1；否则，令m＝m+1，返回步骤4。
进一步地，步骤2中求取初始门限值的方法是：
步骤2.1：对所述频域信号取模得到信号幅值Φ(k)，将Φ(k)分成p段，每段长为l，求各段的幅值均值；
步骤2.2：求取前后两段幅值均值的差分值；
步骤2.3：选择差分值绝对值最大的所在频段数L，选取该频段前或后临近的两段中较小的那一段幅值均值作为初始门限值η的基准幅值均值；
步骤2.4：将所述基准幅值均值乘上门限因子T，得到初始门限值η。
进一步地，步骤4中根据所述非干扰频点集合更新门限值的方法是：
门限值基于非干扰频点集合Im的幅度平均值进行更新，η＝T×E(Φ(Im))，E(Φ(Im))表示非干扰频点集合Im的幅度平均值。
进一步地，步骤2.3中选取所述基准幅值均值的方法是：如果差分值绝对值最大的所述差分值为正，则取该段之前两段L-1、L-2中较小段的幅值均值，如果L＝1，则取前一段的幅值均值；如果为负，则取该段之后两段L+1、L+2中较小段的幅值均值，如果L＝p，则取最后一段的幅值均值。
进一步地，所述门限因子
Figure BDA0002368495500000021
本发明还提供了一种基于差分幅值的干扰检测装置，包括以下模块：
信号接收模块：用于接收时域信号并转换为频域信号；
初始门限求取模块：用于将所述信号接收模块输出的频域信号取模得到的幅值分成多段，并求取各段的幅值均值；并基于各段的幅值均值求取前后两段幅值均值的差分值，选取差分值绝对值最大所在的频段临近的两段中较小的幅值均值作为基准幅值均值，将所述基准幅值均值乘上门限因子，得到初始门限；
门限更新模块：用于将所述频域信号的全部频点与初始门限值进行比较，将小于初始门限值的频点加入非干扰频点集合，将大于初始门限值的频点加入干扰频点集合；求取所述非干扰频点集合的幅度平均值，乘上门限因子，得到更新后的门限值，根据该更新后的门限值从干扰频点集合中将小于更新门限值的频点划分到非干扰频点集合中，不断迭代更新非干扰频点集合和干扰频点集合，进而基于非干扰频点集合更新门限值；
干扰频点输出模块：用于在没有新的频点从干扰集合中划分出来或者达到最大迭代次数，输出门限更新模块中最后更新的干扰频点集合。
本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器有计算机程序，所述计算机程序存储有上述干扰检测方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述干扰检测方法的步骤。
与现有技术相比，本发明所取得的有益效果是：
本发明基于差分幅值的干扰检测方法，基于噪声和干扰交界处的包络起伏较大特点，根据差分值最大处的前后只存在噪声，进而把噪声处的幅值均值作为初始门限，替代传统的排序算法，达到降低算法复杂度的目的。同时基于初始门限，得到干扰频点集合和非干扰频点集合，并基于非干扰频点集合，不断迭代更新门限值，从干扰频点集合中逐步剔除出非干扰频点，降低了原有算法的计算复杂度且不影响检测性能，使处理能力有限的卫星载荷能够有效地进行干扰检测。
附图说明
图1为本发明提出的差分幅值求初始门限的流程图；
图2是本发明提出的差分FCME算法流程图；
图3是部分频带干扰情况下的差分FCME方法与FCME方法的检测性能对比情况；
具体实施方式
图1至图3给出了本发明基于差分幅值的干扰检测方法的一种具体实施例，如图1所示，包括以下步骤：
步骤1：接收时域信号并转换为频域信号；
步骤2：根据所述频域信号求取初始门限值；
步骤2.1：对所述频域信号取模得到信号幅值Φ(k)，将信号幅值Φ(k)分成p段，每段长为l，求各段的平均值；
本实施例中，将接收的时域信号进行FFT变换，转换成频域信号，FFT长度为4096。得到频域信号进行取模得到Φ(k)，将其分为32段，每段长为128，求各段的平均值，即
Figure BDA0002368495500000041
步骤2.2：求取前后两段平均值的差分值；
D(l)＝Φ'(k+1)-Φ(k)l＝0,1,...,30
步骤2.3：选择差分值绝对值最大的所在频段数L，选取该频段前或后临近的两段中较小的那一段幅值均值作为初始门限值η的基准幅值均值；
本实施例中，选取基准幅值均值的方法是：如果差分值绝对值最大的所述差分值为正，则取该段之前两段L-1、L-2中较小段的幅值均值，如果L＝1，则取前一段的幅值均值；如果为负，则取该段之后两段L+1、L+2中较小段的幅值均值，如果L＝p，则取最后一段的幅值均值。
步骤2.4：将所述基准幅值均值乘上门限因子T，得到初始门限值η；
门限因子
Figure BDA0002368495500000042
Pf为虚警概率，本实施例中设虚警概率为0.001，则门限因子T为2.9657。
步骤3：根据所述初始初始门限值将所述频域信号的全部频点划分成非干扰频点集合Im和干扰频点集合Jm，令迭代次数m＝1；
如图2所示，初始化迭代参数m＝1，将所述接收信号的全部频点与初始门限值η进行比较，将小于初始门限值η的频点加入非干扰频点集合Im，将大于初始门限值η的频点加入干扰频点集合Jm；
步骤4：根据所述非干扰频点集合Im更新门限值，并基于该更新后的门限值将干扰频点集合Jm中小于更新门限值的频点划分到非干扰频点集合中，更新干扰频点集合Jm为Jm+1，非干扰频点集合Im为Im+1；
更新门限值是指门限值基于非干扰频点集合Im的幅度平均值进行更新，η＝T×E(Φ(Im))，E(Φ(Im))表示非干扰频点集合Im的幅度平均值。
步骤5：如果没有新的频点从干扰集合中划分出来或者达到最大迭代次数，则输出干扰频点集合Jm+1；否则，令m＝m+1，返回步骤4。
本发明通过实验发现，基于噪声和干扰交界处的包络起伏较大的特点，并且差分值最大处的前后只存在噪声，进而把噪声处的平均幅值作为初始门限，替代传统的排序算法，达到降低算法复杂度的目的。同时基于初始门限，得到干扰频点集合和非干扰频点集合，并基于非干扰频点集合，不断迭代更新门限值，从干扰频点集合中逐步剔除出非干扰频点，降低了原有算法的计算复杂度且不影响检测性能，使处理能力有限的卫星载荷能够有效地进行干扰检测。
下面通过实验进行验证。
图3是传统FCME算法和本发明方法在不同干噪比JNR下频带干扰的检测概率情况，仿真了相对带宽(RWB)分别为10％，60％，80％的频带干扰，虚警概率均设为0.001。可以看出FCME与本发明方法性能相近，当RWB＝10％，JNR>11dB，检测概率可以达到1；当RWB＝60％，JNR>15dB，检测概率可以达到1；当RWB＝80％，JNR>26dB，检测概率可以达到1。因此可以看出本发明方法并未降低原有FCME算法的检测性能。
表1主要显示FCME算法与本发明方法的复杂度分析与仿真时间对比。由于两种算法的迭代过程和FFT运算是一致的，为了简化分析，仅考虑初始门限时所采用的加法次数。设信号长度为N，差分分段数为M。堆排序的计算复杂度为Nlog2N，最坏情况下比平均计算复杂度高20％，快速排序算法在某些条件下复杂度比较低，但最坏情况下其复杂度为N2，这里假设排序算法的复杂度为Nlog2N。针对差分算法使用的加法次数为N+M，显然差分算法的复杂度比FCME的复杂度低。表1中仿真时间为Intel Core i5-8265U 8核处理器下MatlabR2018a软件进行5000次干扰检测实验的累计时间。
表1FCME算法与本发明方法的复杂度分析与仿真时间对比
算法 复杂度 仿真时间
FCME O(Nlog<sub>2</sub>N) 10.7990s
本发明差分FCME O(N+M) 6.0780s
本发明还提供了一种基于差分幅值的干扰检测装置，包括以下模块：
信号接收模块：用于接收时域信号并转换为频域信号；
初始门限求取模块：用于将所述信号接收模块输出的频域信号取模得到的幅值分成多段，并求取各段的幅值均值；并基于各段的幅值均值求取前后两段幅值的差分值，选取差分值绝对值最大所在的频段临近的两段中较小的幅值均值作为基准幅值均值，将所述基准幅值均值乘上门限因子，得到初始门限；
门限更新模块：用于将所述频域信号的全部频点与初始门限值进行比较，将小于初始门限值的频点加入非干扰频点集合，将大于初始门限值的频点加入干扰频点集合；求取所述非干扰频点集合的幅度平均值，乘上门限因子，得到更新后的门限值，根据该更新后的门限值从干扰频点集合中将小于更新门限值的频点划分到非干扰频点集合中，不断迭代更新非干扰频点集合和干扰频点集合，进而基于非干扰频点集合更新门限值；
干扰频点输出模块：用于在没有新的频点从干扰集合中划分出来或者达到最大迭代次数，输出门限更新模块中最后更新的干扰频点集合。
本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器有计算机程序，所述计算机程序存储上述干扰检测方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述干扰检测方法的步骤。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (6)

1.一种基于差分幅值的干扰检测方法，其特征在于，包括以下步骤：
步骤1：接收时域信号并转换为频域信号；
步骤2：根据所述频域信号求取初始门限值；
步骤3：根据所述初始门限值将所述频域信号的全部频点划分成非干扰频点集合Im和干扰频点集合Jm，令迭代次数m＝1；
步骤4：根据所述非干扰频点集合更新门限值，并基于该更新后的门限值将干扰频点集合Jm中小于更新门限值的频点划分到非干扰频点集合中，更新干扰频点集合Jm为Jm+1，非干扰频点集合Im为Im+1；
步骤5：如果没有新的频点从干扰集合中划分出来或者达到最大迭代次数，则输出干扰频点集合Jm+1；否则，令m＝m+1，返回步骤4；
步骤2中求取初始门限值的方法为：
步骤2.1：对所述频域信号取模得到信号幅值Φ(k)，将Φ(k)分成p段，每段长为l，求各段的幅值均值；
步骤2.2：求取前后两段幅值均值的差分值；
步骤2.3：选择差分值绝对值最大的所在频段数L，选取该频段前或后临近的两段中较小的那一段幅值均值作为初始门限值η的基准幅值均值；
步骤2.4：将所述基准幅值均值乘上门限因子T，得到初始门限值η；
所述步骤2.3中选取所述基准幅值均值的方法是：如果差分值绝对值最大的所述差分值为正，则取该段之前两段L-1、L-2中较小段的幅值均值，如果L＝1，则取前一段的幅值均值；如果为负，则取该段之后两段L+1、L+2中较小段的幅值均值，如果L＝p，则取最后一段的幅值均值。
2.根据权利要求1所述的方法，其特征在于：步骤4中根据所述非干扰频点集合更新门限值是指：门限值基于非干扰频点集合Im的幅度平均值进行更新，
η＝T×E(Φ(Im))，E(Φ(Im))表示非干扰频点集合Im的幅度平均值。
3.根据权利要求1或2所述的方法，其特征在于：所述门限因子
Figure FDA0003751118770000011
Pf为虚警概率。
4.一种基于差分幅值的干扰检测装置，其特征在于,包括以下模块：
信号接收模块：用于接收时域信号并转换为频域信号；
初始门限求取模块：用于将所述信号接收模块输出的频域信号取模得到的幅值分成多段，并求取各段的幅值均值；然后基于各段的幅值均值求取前后两段幅值的差分值，选取差分值绝对值最大所在的频段临近的两段中较小的幅值均值作为基准幅值均值，将所述基准幅值均值乘上门限因子，得到初始门限；
门限更新模块：用于将所述频域信号的全部频点与初始门限值进行比较，将小于初始门限值的频点加入非干扰频点集合，将大于初始门限值的频点加入干扰频点集合；求取所述非干扰频点集合的幅度平均值，乘上门限因子，得到更新后的门限值，根据该更新后的门限值从干扰频点集合中将小于更新门限值的频点划分到非干扰频点集合中，不断迭代更新非干扰频点集合和干扰频点集合，进而基于非干扰频点集合更新门限值；
干扰频点输出模块：用于在没有新的频点从干扰集合中划分出来或者达到最大迭代次数，输出门限更新模块中最后更新的干扰频点集合；
所述求取初始门限值的方法为：对所述频域信号取模得到信号幅值Φ(k)，将Φ(k)分成p段，每段长为l，求各段的幅值均值；求取前后两段幅值均值的差分值；选择差分值绝对值最大的所在频段数L，选取该频段前或后临近的两段中较小的那一段幅值均值作为初始门限值η的基准幅值均值；将所述基准幅值均值乘上门限因子T，得到初始门限值η；
选取所述基准幅值均值的方法是：如果差分值绝对值最大的所述差分值为正，则取该段之前两段L-1、L-2中较小段的幅值均值，如果L＝1，则取前一段的幅值均值；如果为负，则取该段之后两段L+1、L+2中较小段的幅值均值，如果L＝p，则取最后一段的幅值均值。
5.一种计算机设备，其特征在于：包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时实现权利要求1至3中任一项所述干扰检测方法的步骤。
6.一种计算机可读存储介质，其特征在于：其上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至3中任一项干扰检测方法的步骤。
CN202010043287.1A 2020-01-15 2020-01-15 基于差分幅值的干扰检测方法和装置 Active CN113132034B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010043287.1A CN113132034B (zh) 2020-01-15 2020-01-15 基于差分幅值的干扰检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010043287.1A CN113132034B (zh) 2020-01-15 2020-01-15 基于差分幅值的干扰检测方法和装置

Publications (2)

Publication Number Publication Date
CN113132034A CN113132034A (zh) 2021-07-16
CN113132034B true CN113132034B (zh) 2022-09-02

Family

ID=76771814

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010043287.1A Active CN113132034B (zh) 2020-01-15 2020-01-15 基于差分幅值的干扰检测方法和装置

Country Status (1)

Country Link
CN (1) CN113132034B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114039678A (zh) * 2021-12-07 2022-02-11 中国人民解放军61096部队 一种干扰检测方法及装置
CN114884594B (zh) * 2022-05-24 2023-01-10 电子科技大学 一种适用于fpga的干扰检测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102752015A (zh) * 2012-07-09 2012-10-24 中国人民解放军国防科学技术大学 一种ds/fh混合扩频通信系统窄带干扰检测处理方法
CN107395300A (zh) * 2017-07-31 2017-11-24 电子科技大学 一种基于cme的改进型干扰检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2928139B1 (en) * 2014-03-31 2020-09-30 Mitsubishi Electric R&D Centre Europe B.V. Method and a device for cancelling a narrow band interference in a single carrier signal

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102752015A (zh) * 2012-07-09 2012-10-24 中国人民解放军国防科学技术大学 一种ds/fh混合扩频通信系统窄带干扰检测处理方法
CN107395300A (zh) * 2017-07-31 2017-11-24 电子科技大学 一种基于cme的改进型干扰检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Consecutive Mean Excision Algorithm;Pertti Henttu;《IEEE》;20020905;第1-5页 *
基于差分求门限的变换域窄带干扰抑制;付卫红;《电子与信息学报》;20131230;第1-6页 *
干扰检测与识别技术研究与实现;邹武平;《中国硕士电子期刊》;20110730;第18-22页 *
邹武平.干扰检测与识别技术研究与实现.《中国硕士电子期刊》.2011, *

Also Published As

Publication number Publication date
CN113132034A (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
CN113132034B (zh) 基于差分幅值的干扰检测方法和装置
CN112737711B (zh) 一种基于自适应噪声基底估计的宽带载波检测方法
CN105373518B (zh) 恒虚警检测中算法的选择方法
CN104703216A (zh) 基于能量有效的多任务贝叶斯压缩感知宽带频谱检测方法
CN102034239A (zh) 一种基于局部灰度突变的红外小目标检测方法
KR102364215B1 (ko) 인지 무선 시스템에서 합성곱 신경망 기반 스펙트럼 센싱 방법 및 장치
CN108881084B (zh) 一种基于gp分布的bpsk/qpsk信号识别方法
CN109688540B (zh) 一种Ad Hoc网络物理拓扑非协作式推断系统
CN113132035B (zh) 基于形态学滤波处理的信号自适应干扰检测方法和装置
CN108400826B (zh) 一种基于循环矩阵特征值的频谱感知方法
CN113098638A (zh) 一种基于分组极差图的微弱信号检测方法
CN111901266B (zh) 面向低信噪比和高动态场景的载波多普勒频偏捕获方法
CN115032606B (zh) 一种基于局部最小选定单元平均的恒虚警检测器
CN115378776A (zh) 一种基于循环谱参数的mfsk调制识别方法
CN116388798A (zh) 一种Link16跳频信号去噪侦察识别算法
CN114465681B (zh) 一种用于电力物联网的多节点协作频谱感知方法及装置
CN106249241B (zh) 一种自适应杂波功率统计算法
CN111147168B (zh) 一种功率谱和统计融合的信号检测方法
CN104835137B (zh) 空间采样方法及装置
CN112235216A (zh) 一种基于禁忌搜索的压缩感知导频设计方法
CN116527080B (zh) 一种基于深度学习的电力线频谱感知方法、装置、系统及存储介质
CN115792795B (zh) 基于稀疏贝叶斯学习和频带聚类的宽带信号doa估计方法
Wang et al. Cooperative spectrum sensing based on locally linear embedding and Adaboost in dynamic fading channel
CN116363007A (zh) 基于局部自适应阈值算法与迭代算法的时频矩阵去噪方法
Duong et al. Cognitive Radios In Cooperative Environment: Detection, Sensing and Clustering of Spectral Bands

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