FR3029377A1 - Systemes et procedes pour le traitement de signal utilisant la forme de densite spectrale de puissance - Google Patents

Abstract

Un procédé de traitement de signal est proposé. Le procédé de traitement de signal inclut la réception (142), dans un système de traitement de signal (1000), d'un signal d'intérêt, le calcul (146), en utilisant le système de traitement de signal (1000), d'une densité spectrale de puissance pour le signal d'intérêt, le calcul (150), en utilisant le système de traitement de signal (1000), d'un vecteur de base en fonction de la forme de densité spectrale de puissance, la réalisation (152), en utilisant le système de traitement de signal (1000), d'une régression linéaire en utilisant le vecteur de base pour générer une estimation pour au moins un paramètre du signal d'intérêt, et la transmission (154, 156, 158), en fonction de l'au moins une estimation générée, d'un signal qui évite l'interférence avec le signal d'intérêt.

Description

SYSTEMES ET PROCEDES POUR LE TRAITEMENT DE SIGNAL UTILISANT LA FORME DE DENSITE SPECTRALE DE PUISSANCE La présente invention concerne généralement le traitement de signal, et, plus particulièrement, l'estimation de paramètres de signal fondée sur la forme de densité spectrale de puissance. Des systèmes de communication sans fil qui rivalisent pour l'utilisation de spectre (tels que ceux fonctionnant dans des espaces blancs ou des systèmes à radio intelligente) doivent déterminer la présence de signaux existants afin d'éviter d'interférer avec ces signaux existants. Cette détermination peut être difficile, et implique des problèmes tels que le problème proche-lointain. Spécifiquement, alors qu'un premier signal à partir d'un transmetteur existant peut être éloigné ou faible relativement à une source de signal supplémentaire, un récepteur peut être bien plus près de la source de signal supplémentaire. Si la source de signal supplémentaire envoie un signal puissant dans une fréquence proche d'une fréquence du premier signal, le signal puissant peut sensiblement interférer avec la capacité du récepteur de détecter le premier signal. Ce problème est exacerbé davantage lorsque le premier signal est tellement faible qu'il est indétectable sous forme de signal existant et ressemble simplement à du bruit, ce qui pourrait entraîner une transmission directement par-dessus le premier signal. Avec la croissance exponentielle des communications sans fil, à la fois pour l'utilisation civile et militaire, vient la nécessité de modifier de façons rentable et rapide un dispositif radio pour satisfaire à de nouvelles utilisations et fonctionner sur des fréquences existantes. Le dispositif idéal serait une seule radio physique qui mette en oeuvre tous les signaux et protocoles de communication existants, ainsi qu'un qui s'adapte à des conditions nouvelles et futures pour utiliser efficacement différentes ressources de communications lorsque cela est souhaité. La technologie à radio logicielle (SDR) apporte ces avantages de flexibilité et de rentabilité à des utilisateurs finaux. Afin que la SDR participe à d'autres systèmes (à SDR ainsi qu'existants), elle doit rivaliser pour le spectre et coopérer avec d'autres systèmes. Afin de coopérer, la SDR doit être capable de détecter l'instant auquel d'autres signaux sont présents et d'éviter d'interférer avec eux.

Le problème proche-lointain, décrit brièvement ci-dessus, est un problème qui existe avec des réseaux radio sans fil actuels, y compris ceux utilisant des systèmes de communication à accès multiple à spectre étalé à séquence directe (DS/SSMA), et également des systèmes qui doivent simplement déterminer les signaux existants (à savoir, sans étalement) qui sont présents avant de prendre des décisions en ce qui concerne un canal de transmission et un type de signal. Par exemple, des systèmes à accès multiple par répartition en code (CDMA) sont capables de réaliser un accès multiple en assignant une forme d'onde à signature distincte à chaque utilisateur à partir d'un jeu de formes d'onde avec de faibles inter-corrélations mutuelles. 11 faut satisfaire à deux conditions pour que ceci se produise. Premièrement, le jeu de signaux CDMA à utilisateurs multiples doit posséder de faibles inter-corrélations pour tous les retards éventuels entre différents flux de données d'utilisateur. Deuxièmement, la puissance des signaux reçus doit être similaire. S'il n'est pas possible de satisfaire à l'une ou à l'autre de ces conditions, alors des capacités de taux d'erreurs sur les bits et d'antibrouillage de récepteurs CDMA pour de multiples utilisateurs peuvent se dégrader. Des solutions connues incluent l'utilisation de commande de puissance ou la conception de signaux CDMA avec des propriétés d'inter-corrélation mieux définies. Ces problèmes avec des jeux de signaux CDMA sont également présents, bien que modifiés, dans des situations où des signaux existants (à savoir, sans étalement) sont présents. Par exemple, si l'on suppose qu'un système inclut un émetteur-récepteur à SDR ou à radio intelligente qui doit détecter les signaux qui sont présents et doit réaliser des décisions en ce qui concerne, entre autres, i) les systèmes récepteurs existants qui doivent être supportés, ii) les types de signal à transmettre (CDMA, modulation par déplacement de fréquence, modulation par déplacement de phase bivalente, modulation par déplacement de phase en quadrature, etc.), iii) les paramètres de signaux à utiliser (fréquence, durée, créneaux temporels, etc.), iv) les débits de données à supporter, v) les niveaux de puissance à utiliser, et/ou vi) la latence de données à supporter, ces décisions seront partiellement fondées sur les types et puissances de signaux déjà présents. Spécifiquement, afin de coexister dans un environnement de spectre compétitif, des signaux destinés à être transmis ne doivent pas sensiblement interférer avec des signaux actuels, et des signaux actuels ne doivent pas sensiblement interférer avec ces signaux destinés à être transmis. Au moins certains procédés connus pour résoudre ce problème de non-interférence présentent une capacité limitée de fonctionner à des rapports signal-bruit (SNR) relativement faible, entraînant des décisions incorrectes en ce qui concerne la présence de signaux existants et donc des décisions incorrectes en ce qui concerne les signaux à transmettre. Pour pallier ceci, dans certaines circonstances, une corrélation peut être réalisée en utilisant une connaissance spécifique en ce qui concerne des préambules de signal existant pour fonctionner à de faibles niveaux de SNR.

Cependant, de tels procédés nécessitent une connaissance préalable importante, qui ne sera pas vraisemblablement disponible, et s'applique seulement à des signaux numériques. Dans un aspect, un procédé de traitement de signal est proposé. Le procédé de traitement de signal inclut la réception, dans un système de traitement de signal, d'un signal d'intérêt, le calcul, en utilisant le système de traitement de signal, d'une densité spectrale de puissance pour le signal d'intérêt, le calcul, en utilisant le système de traitement de signal, d'un vecteur de base en fonction de la forme de densité spectrale de puissance, la réalisation, en utilisant le système de traitement de signal, d'une régression linéaire en utilisant le vecteur de base pour générer une estimation pour au moins un paramètre du signal d'intérêt, et la transmission, en fonction de l'au moins une estimation générée, d'un signal qui évite l'interférence avec le signal d'intérêt. Dans cet aspect de l'invention, on peut éventuellement avoir recours en outre à l'une et / ou à l'autres des dispositions suivantes : la réception d'un signal d'intérêt comprend la réception d'un signal d'intérêt dans un système à radio logicielle ; la réalisation d'une régression linéaire comprend la réalisation d'une régression linéaire pour générer une estimation pour une déviation de fréquence du signal d'intérêt ; la réalisation d'une régression linéaire comprend la réalisation d'une régression linéaire pour générer une estimation pour un débit en bauds du signal d'intérêt ; la réalisation d'une régression linéaire comprend la réalisation d'une régression linéaire pour générer une estimation pour un indice de modulation du signal d'intérêt ; la réception d'un signal d'intérêt comprend la réception d'un signal d'intérêt possédant un rapport signal-bruit inférieur à 12 dB ; la réception d'un signal d'intérêt comprend la réception d'un message modulé par modulation à déplacement de fréquence avec continuité de phase. Dans un autre aspect, un système de traitement de signal pour traiter un signal d'intérêt transmis par une source de signal est proposé. Le système de traitement de signal inclut un récepteur configuré pour recevoir le signal d'intérêt à partir de la source de signal, un dispositif de mémoire, et un processeur couplé en communication audit dispositif de mémoire, ledit processeur étant configuré pour calculer une forme de densité spectrale de puissance pour le signal d'intérêt, calculer un vecteur de base en fonction de la densité spectrale de puissance, réaliser une régression linéaire en utilisant le vecteur de base pour générer une estimation pour au moins un paramètre du signal d'intérêt, et générer, en fonction de l'au moins une estimation générée, un signal qui évite l'interférence avec le signal d'intérêt. Dans cet autre aspect de l'invention, on peut éventuellement avoir recours en outre à l'une et / ou à l'autres des dispositions suivantes : ledit système de traitement de signal est un système à radio logicielle ; pour réaliser une régression linéaire, ledit processeur est configuré pour réaliser une régression linéaire pour générer une estimation pour une déviation de fréquence du signal d'intérêt ; pour réaliser une régression linéaire, ledit processeur est configuré pour réaliser une régression linéaire pour générer une estimation pour un débit en bauds du signal d'intérêt ; - pour réaliser une régression linéaire, ledit processeur est configuré pour réaliser une régression linéaire pour générer une estimation pour un indice de modulation du signal d'intérêt ; - pour recevoir un signal d'intérêt, ledit récepteur est configuré pour recevoir un signal d'intérêt possédant un rapport signal-bruit inférieur à 12 dB ; pour recevoir un signal d'intérêt, ledit récepteur est configuré pour recevoir un message modulé par modulation à déplacement de fréquence avec continuité de phase. Dans encore un autre aspect, un procédé de traitement de signal est proposé.

Le procédé de traitement de signal inclut la réception, dans un système de traitement de signal, d'un signal d'intérêt, la détermination, en utilisant le système de traitement de signal, d'un rapport signal-bruit (SNR) pour le signal d'intérêt, la sélection, en utilisant le système de traitement de signal, d'une technique de traitement de signal à partir d'une pluralité de techniques de traitement de signal en fonction, au moins en partie, du SNR déterminé, le traitement, en utilisant le système de traitement de signal, du signal d'intérêt en utilisant la technique de traitement de signal sélectionnée pour générer une estimation pour au moins un paramètre du signal d'intérêt, et la transmission, en fonction de l'au moins une estimation générée, d'un signal qui évite l'interférence avec le signal d'intérêt.

La figure 1 est un schéma de principe d'une méthodologie de traitement de signal illustrative. La figure 2 est un schéma de principe d'une méthodologie de traitement de signal illustrative. La figure 3 inclut des graphes illustrant une densité spectrale de puissance de 20 signaux CPFSK pour divers indices de modulation. La figure 4 inclut des graphes illustrant des erreurs pour diverses estimations de paramètre en utilisant la méthodologie et l'estimation, dépendante du SNR, proposées, décrites dans les présentes. La figure 5 inclut des graphes illustrant des erreurs pour diverses estimations 25 de paramètre par opposition à la méthodologie et l'estimation, dépendante du SNR, proposées, décrites dans les présentes. La figure 6 inclut un graphe démontrant les statistiques de la réalisation d'une estimation d'erreur de SNR de multiples fois. La figure 7 inclut des graphes illustrant la variation spectrale de puissance 30 pour divers indices de modulation pour CPFSK. La figure 8 est un organigramme de logique illustrative pour un procédé de traitement de signal à amalgamation combinant les procédés décrits dans les présentes avec des procédés de traitement de signal classiques.

La figure 9 inclut un graphe représentant la réalisation de l'algorithme décrit sur la figure 8. La figure 10 est un schéma de principe d'un dispositif de traitement de signal illustratif.

Les modes de réalisation décrits dans les présentes permettent l'estimation de paramètres (tels que la fréquence, le débit en bauds, la déviation, etc.) de signaux existants mais inconnus qui sont relativement faibles et/ou étouffés dans du bruit. L'estimation de ces paramètres permet de déterminer les types de signaux qui sont présents pour que des systèmes de communication sans fil, qui rivalisent pour un espace de spectre, puissent être configurés pour diffuser des signaux à une fréquence, à un débit en bauds, à une déviation, etc. qui est différent de la fréquence, du débit en bauds, de la déviation, etc. de signaux existants mais inconnus, afin d'éviter l'interférence. Ainsi, les systèmes et procédés décrits dans les présentes améliorent une capacité d'éviter une interférence avec des signaux existants lors de la transmission d'un signal Par conséquent, les systèmes et procédés décrits dans les présentes facilitent l'identification d'un ou de plusieurs paramètres d'un signal existant qui ne peut pas autrement être discernable. En tant que tels, les systèmes et procédés décrits dans les présentes peuvent être mis en oeuvre dans un nombre quelconque d'applications de traitement de signal réelles (par exemple, des systèmes de communication sans fil, des systèmes de géolocalisation, etc.). Les systèmes et procédés décrits dans les présentes fournissent une détection de signal et une estimation de paramètre améliorées de signaux de systèmes existants, particulièrement pour de faibles signaux. Tel qu'elle est utilisée dans les présentes, l'expression « signaux existants » fait référence à des signaux transmis dans des formats connus existants, et l'expression « systèmes existants » fait référence à des systèmes connus existants de traitement de signal. Les modes de réalisation décrits présentent les avantages suivants par rapport à des systèmes existants : une capacité de fonctionner bien en dessous de la limite des communications avec SNR, des estimations précises de paramètre pour des signaux avec un SNR faible, une augmentation progressive des erreurs d'estimation de paramètre au fur et à mesure que le SNR diminue (entraînant un meilleur suivi de détection de signal), une technique très générale applicable à tous les types de signal existants et d'autres qui n'utilisent pas de techniques d'étalement, et la mise à disposition d'un procédé avec des caractéristiques complémentaires à la détection de signal et à l'estimation de paramètre classiques, avec pour résultat un seul procédé amalgamé couvrant un grand éventail de conditions. Ces avantages apportent de nombreux bénéfices directement à des applications à radio logicielle (SDR) et à radio intelligente fonctionnant dans un environnement de spectre compétitif. La figure 1 est un schéma de principe d'une méthodologie de traitement de signal illustrative 100. La méthodologie 100 inclut un composant d'apprentissage 102 et un composant de fonctionnement 104. A un niveau élevé, le composant d'apprentissage 102 réalise l'apprentissage d'un système de traitement de signal pour l'utilisation durant exécution du composant de fonctionnement 104. Plus spécifiquement, durant le composant d'apprentissage 102, une pluralité de messages aléatoires sont générés en fonction de diverses entrées, des densités spectrales de puissance et des vecteurs de base indiquant des propriétés de ces densités spectrales de puissance sont calculés pour chaque message aléatoire, et des coefficients d'ajustement de paramètre pour l'utilisation dans le composant de fonctionnement 104 sont calculés à partir des vecteurs de base. Durant le composant de fonctionnement 104, des paramètres (par exemple, une fréquence, un débit en bauds, un indice de modulation, etc.) d'un signal d'intérêt sont estimés en utilisant les coefficients d'ajustement de paramètre générés en conséquence du composant d'apprentissage 102. En estimant des paramètres pour un signal d'intérêt, un signal non interférant nouveau, différent et original peut être généré avec des paramètres différents ce ceux du signal d'intérêt, évitant ainsi l'interférence entre le signal d'intérêt et le signal original. Le composant d'apprentissage 102 et le composant de fonctionnement 104 vont à présent être décrits de façon plus détaillée. Durant le composant d'apprentissage 102, un jeu représentatif de signaux est généré, chaque signal aléatoire incluant une pluralité de paramètres destinés à être estimés par le composant de fonctionnement 104 (par exemple, la fréquence, le débit en bauds, l'indice de modulation, etc.), ainsi que des paramètres supplémentaires qui ne seront pas estimés (par exemple, des informations de données). Le jeu représentatif est créé aléatoirement pour représenter la manière dont de réels signaux seraient distribués. Dans le composant d'apprentissage 102, des résultats de l'ajustement de paramètres à un vecteur de base prédéterminé (en fonction d'une densité spectrale de puissance (PSD)) sont stockés sous forme opérationnelle, comme cela est décrit dans les présentes. Dans le composant d'apprentissage 102, au bloc 110, une entrée de la commission fédérale des communications (FCC) pour des signaux dans le spectre compétitif est fournie. Ceci peut être fourni, par exemple, par un utilisateur commandant le fonctionnement du composant d'apprentissage. L'entrée FCC spécifie d'éventuelles gammes pour des paramètres dans les signaux aléatoirement générés. Aux blocs 112, 114, et 116, les gammes pour chaque paramètre destiné à être estimé sont fournies (voir, par exemple, tableau 1 ci-dessous) par l'utilisateur.

Aux blocs 118, 120, et 122, les paramètres sont aléatoirement générés, et un message aléatoire est généré au bloc 124. Une gamme de SNR est fournie par l'utilisateur au bloc 126, et une valeur de SNR est aléatoirement générée au bloc 128. La valeur de SNR générée est stockée dans une matrice de vérité au bloc 130, et est utilisée pour ajouter un bruit gaussien blanc additif au message généré au bloc 132.

Au bloc 134, une densité spectrale de puissance (PSD) grossière pour le message est calculée. La PSD représente le spectre de puissance du message sur différentes composantes de fréquence. Au bloc 136, un vecteur de base est calculé. Le vecteur de base est un vecteur défini par un ensemble prédéterminé de paramètres statistiques qui représentent la forme de la PSD. Le vecteur de base est stocké dans une matrice de base au bloc 138. Ce procédé peut être répété de façon itérative pour générer et stocker une pluralité de vecteurs de base pour chacun parmi une pluralité de messages générés. Au bloc 140, des coefficients d'ajustement de paramètre et une erreur de déviation standard sont calculés à partir des vecteurs de base. Ces coefficients d'ajustement de paramètre sont utilisés par le composant de fonctionnement 104 pour estimer des paramètres pour un signal d'intérêt. Une fois que le système a subi un apprentissage à partir du composant d'apprentissage 102, le système peut être utilisé pour traiter des signaux dans le composant de fonctionnement 104. Spécifiquement, un signal d'entrée, également appelé signal d'intérêt, est reçu au bloc 142. A partir de l'entrée, le SNR est estimé au bloc 144, une PSD grossière est calculée au bloc 146, et un système d'estimation existant estime des paramètres au bloc 148. Au bloc 150, un vecteur de base est calculé en fonction de la PSD, et les coefficients d'ajustement de paramètre calculés au bloc 140 sont appliqués au vecteur de base calculé au bloc 152. Aux blocs 154, 156, et 158, des estimations de paramètre sont générées, et ces estimations sont amalgamées au bloc 160. Les estimations amalgamées sont fournies à un système de décision de signal à SDR/radio intelligente au bloc 162 pour un traitement supplémentaire, comme cela est décrit en détail ci-dessous.

Pour faciliter l'explication, et pour présenter des caractéristiques des performances détaillées, une mise en oeuvre illustrative est décrite pour traiter un type spécifique de signal utilisé dans des systèmes radio existants. Spécifiquement, dans le cas particulier de messages modulés par modulation à déplacement de fréquence avec continuité de phase (CPFSK), la méthodologie générique décrite sur la figure 1 peut être représentée spécifiquement pour CPFSK en tant que méthodologie 200, représentée sur la figure 2. Des mises en oeuvre spécifiques de composants plus généraux représentés sur la figure 1 sont indiquées avec des numéros de référence similaires sur la figure 2. Dans la méthodologie 200, trois paramètres (débit en bauds (BR), déviation de fréquence (Fd), et indice de modulation (h)) et le SNR sont estimés pour un signal d'intérêt. Le signal à CPFSK va à présent être décrit de façon plus détaillée. La forme complexe d'un signal à CPFSK, y(t), peut être représentée comme suit : et un signal à CPFSK modulé en porteuse peut être représenté comme suit : où fc est la fréquence porteuse, cko est la phase initiale, et - nT), où h est un indice de modulation défini comme suit :30 fd étant la déviation de fréquence maximum, T étant la longueur de bit (1/T est le débit en bauds), et OÙ Ik est la k-ième valeur de bit définie comme étant une amplitude ±1 (dans le cas de la CPFSK binaire).

De façon correspondante, la figure 3 représente la densité spectrale de puissance pour une CPFSK binaire pour divers indices de modulation h. Particulièrement, la forme de la densité spectrale de puissance varie clairement en fonction du débit en bauds, BR, et de la déviation de fréquence (à savoir, les paramètres destinés à être estimés). Il faut également noter que l'axe de fréquence (axe x) est normalisé par la longueur de bit T pour que la forme de la densité spectrale d'impulsion (PSD) représentée dépende seulement de h, plutôt que de fd ainsi que de T comme cela sera le cas si, comme dans de nombreux cas, T n'est pas connu. Ce changement de forme est exploité dans la méthodologie statistique décrite dans les présentes pour estimer des paramètres à partir de la densité spectrale de puissance. L'approche à forme de densité spectrale de puissance de l'estimation de {BR, Fd, h} nécessite le calcul d'une PSD avec une dimension de fenêtre proportionnelle à la durée de signal (à savoir, des longueurs de message) destinée à être estimée. Pour des messages courts, un minimum de 16 ou 32 échantillons peuvent être utilisés, alors que des messages plus longs peuvent utiliser des fenêtres plus longues. Pour des messages courts, ceci a pour résultat de larges segments de fréquence mais une estimation de forme spectrale plus précise. Pour dériver la forme de PSD, plusieurs paramètres statistiques dérivés de la PSD sont d'abord calculés. Alors, des vecteurs de base sont calculés à partir de ces paramètres statistiques, et une méthode des moindres carrés est réalisée pour estimer chacun des trois paramètres de CPFSK: BR, Fd, et h. Pour commander la gamme d'un estimateur de paramètre, il est important de régler une gamme escomptée des paramètres, et de générer des messages suffisamment longs pour que les estimateurs présentent une variance raisonnablement petite. Le tableau 1 suivant contient les gammes adoptées pour un exemple de simulation d'une mise en oeuvre de CPFSK particulière destinée à être décrite (par exemple, les gammes utilisées dans les blocs 118, 120, et 122). Les procédés décrits dans les présentes, cependant, s'appliquent généralement à de quelconques gammes de modulation CPFSK, et non seulement à celles listées dans le tableau 1. Tableau 1 Paramètre Gamme données aléatoire BR 800-24615bps F, 91553sps h 0,65-0,75 Fd 3000-8000 longueur de message 216 échantillons fenêtre d'estimation spectrale 32 modulation CPFSK binaire SNR (db) 0, 5, 10, 15, 20, 25, 30, 35, 40 Dans la mise en oeuvre illustrative, les dix paramètres statistiques les plus valables sont la fréquence à laquelle la crête se produit, la valeur de crête dans la moitié inférieure et supérieure de la PSD, les déviations standard de la moitié inférieure et supérieure de la PSD, et les premier et second moments de la moitié inférieure et supérieure de la PSD. Ces dix paramètres statistiques ont été calculés à partir d'un vecteur de densité spectrale de puissance, Pxx, et son vecteur de fréquence correspondant, F, comme cela est présenté dans le tableau 2 suivant en utilisant la notation Matlab pour leur définition. Ces paramètres constituent la dérivation de base de paramètres, connexes à la forme, associés à la PSD d'un signal. 11 faut noter que ces mêmes paramètres statistiques peuvent être utilisés pour d'autres types de modulation, et non seulement la CPFSK. Tableau 2 n° Paramètre statistique Description 1 l'ère crête de fréquence Plma, 2 Localisation de Plma, FlFmax 3 2nde crête de fréquence P2ma, f 4 Localisation de P2ma, F2Fmax lière déviation standard de Pxx si st _. , 6 2nde déviation standard de Pxx 7 1" Pxx de 1" moment 8 - nd ' \ ' / ) 2, Pxy de l' moment 9 1" Pxx de 2nd moment / . : -nd v- , Y 2, Pxy de 2,nd moment .._ 5 A partir de ces dix paramètres statistiques, dans une mise en oeuvre illustrative, un vecteur de base de longueur 5 est construit pour chacun des N messages à CPFSK générés, comme cela est présenté dans le tableau 3 suivant. En variante, le vecteur de base peut être composé d'un nombre et d'un type quelconques 10 appropriés de paramètres statistiques. Tableau 3 Coefficient Vecteur de base 1 2 F. 3 4 _ 5 , _ Trois régressions linéaires ont été calculées, une de chacun des vecteurs de paramètre {BR, Fd, h} en utilisant une matrice N x 5 M formée à partir de tous les 5 vecteurs de rangée d'élément de chaque message à CPFSK généré, comme cela est présenté dans le tableau 4 suivant (également en notation Matlab). Ceci a pour résultat trois vecteurs { aBR, bh, cFd}, chacun avec cinq éléments, correspondant à chacun des paramètres destinés à être estimés. Ces vecteurs correspondent à l'estimateur linéaire de chacun des trois paramètres scalaires estimés '1 pour une estimation particulière en utilisant un ensemble donné de paramètres statistiques dans la matrice 1x5 i, et ceci est également présenté dans le tableau 4 ci-dessous.

Tableau 4 Régression linéaire Estimateur Ensemble r La figure 4 représente les résultats lorsque ces estimations sont réalisées pour chacune des valeurs de SNR données dans le tableau 1 pour des messages longs. Particulièrement, les résultats sont assez bons sur une gamme relativement large de valeurs de SNR de 0 à 40 dB. La clef pour ces excellentes performances est qu'un ensemble séparé de coefficients est nécessaire pour chaque valeur de SNR. En d'autres termes, un ensemble séparé de vecteurs de coefficient { aBR,SNR,bh,sNR,CFd,SNR } est estimé par l'intermédiaire de la régression linéaire pour chaque valeur de SNR et alors l'ensemble correct est choisi dans un cas particulier.

Par contre, lorsqu'une tentative de vraiment utiliser un jeu de vecteurs de coefficient { aBR, bh, cFd} sur une gamme entière de SNR est réalisée, les résultats (bien plus mauvais) sont représentés sur la figure 5 ci-dessous. Trois choses sont apparentes à partir de la figure 5: 1) Les erreurs d'estimation sont bien plus grandes dans la gamme 0 db à 40 db qui a été représentée sur la figure 4. 2) A des SNR plus élevés (par exemple, au-delà de 40 dB), ces estimations deviennent bien moins précises. Ceci est dû au fait que, pour signaux de moins de 40 dB, le bruit apporte des bénéfices d'estimation dus au blanchiment inhérent de l'espace d'échantillon résultant de la présence d'un certain bruit, ce qui à son tour aide des procédés statistiques telles que l'estimation de forme de PSD. Tous les estimateurs s'empirent à des niveaux de SNR inférieurs à 40 dB. 3) Afin d'utiliser des coefficients, dépendant du SNR, dans les estimateurs, il est souhaitable d'estimer le SNR raisonnablement bien. La quatrième sous-figure de la figure 5 représente la précision de l'estimation de SNR. En outre, la figure 6 présente schématiquement les erreurs d'estimation au sein des gammes de SNR de 5 dB. Comme on peut le voir, l'estimateur de SNR est assez bon pour les SNR plus faibles, de 0 dB à 40 dB, précisément où il est nécessaire.

Pour réaliser précisément l'estimation de SNR, il faut regarder des portions particulières du spectre qui ne sont pas affectées par les paramètres de modulation. La figure 7 représente le spectre de puissance pour trois différents indices de modulation h sur une gamme de SNR de 0 db à 100 db et des variations de fd et T. Ces divers choix de fd et T expliquent la raison pour laquelle la forme de PSD change, bien que h = 2fdT reste identique. Donc, le procédé d'estimation pour le SNR se concentre sur le centre de la PSD. Cette portion de la PSD se développe uniformément en puissance directement au fur et à mesure que le bruit augmente et n'est autrement pas sensiblement affectée par l'indice de modulation, la déviation de fréquence maximum, ou la longueur de bit. Les deux statistiques principales utilisées pour mesurer l'énergie et l'énergie au carré dans la portion centrale sont présentées dans le tableau 5 suivant. Tableau 5 Paramètre statistique Description NP NP - NP2 NP N _ Ensuite, une régression linéaire pour trouver un vecteur de coefficient dsNR est réalisée avec l'approche telle qu'elle est présentée dans le tableau 6 suivant, conjointement avec le procédé pour estimer le SNR pour une estimation particulière en utilisant un ensemble donné de paramètres statistiques dans la matrice 1x2 MsNR.

Cette estimation utilise la supposition raisonnable qu'il n'y a pas d'autre signal en chevauchement (en fréquence) à côté du signal à CPFSK. Tableau 6 Régression linéaire Estimateur Jeu - ' _ Le procédé à forme de PSD décrit dans les présentes peut être comparé à trois différentes techniques existantes pour estimer un débit en bauds. Spécifiquement, le procédé à forme de PSD peut être comparé à i) (TD) une technique de démodulation à base temporelle pour l'estimation du débit en bauds, ii) (FD) une technique de démodulation à base fréquentielle pour l'estimation du débit en bauds, et iii) (TFD) le procédé de TD utilisant un signal démodulé filtré. La comparaison de base est réalisée en générant des messages à CPFSK avec la gamme suivante de valeurs dans le tableau 7, et alors en ajoutant du bruit gaussien à des SNR particuliers prédéterminés, et en comparant les résultats estimés aux messages réels.

Tableau 7 Paramètre Gamme données aléatoire BR 8000-24615bps Fs 91553sps h 0,65-0,75 Fd 3000-8000 longueur de message 0,008-0,024 sec fenêtre d'estimation spectrale 32 modulation CPFSK binaire Les procédés connus pour l'estimation du débit en bauds impliquent la démodulation du message à CPFSK et le fonctionnement dans le domaine temporel ou le domaine fréquentiel pour arriver à des estimations pour le débit en bauds. Dans le domaine temporel, une recherche produit le groupe le plus petit de longueurs entre changements de bit, qui doit correspondre à une seule longueur de bit, estimant ainsi le débit en bauds. Les résultats dans le tableau 8 ci-dessous indiquent qu'au SNR de 12 dB, l'estimateur de domaine temporel (TD) arrête de fonctionner de façon assez abrupte. Le procédé de domaine fréquentiel (FD) se dégrade plus doucement, mais est généralement pire que le procédé de domaine temporel (TD) pour un SNR élevé. Le procédé de domaine fréquentiel (FD) démontre une dépendance importante du rapport des valeurs Fd/BR dans le signal. En outre, le procédé de TFD est moins performant que le procédé de TD à un SNR élevé, mais fournit une meilleure indication d'échec à des niveaux de SNR plus faible. Particulièrement, les estimateurs peuvent donner des résultats variant sensiblement sur l'indice de modulation, entraînant des erreurs potentielles relativement grandes. Ceci est dû au fait que, sur des messages courts en particulier, lorsque le BR est très faible, le nombre de transitions est faible, entraînant des erreurs potentiellement grandes dans l'estimateur de BR. Aussi, le procédé de domaine temporel peut ne pas trouver de groupe de périodes de bit, et par conséquent déclarer qu'un estimateur de BR est un échec, ne rendant pas du tout d'estimation. Ces nombres d'échecs pour l'estimation de BR pour le procédé de TD sont présentés dans le tableau 8 suivant. Tableau 8 SNR nombre d'échecs/total pour le procédé de TD 12 91/4608 15 0/4608 20 0/4608 100 0/4608 Le tableau 8 illustre également qu'il y a un coude dans la courbe lorsque l'échec du procédé de domaine temporel commence (à savoir, lorsque le SNR chute de 3 dB, de 15 dB à 12 dB, le taux d'échec augmente dramatiquement). En général, en dessous d'un SNR de 12 dB, ces procédés connus ont tendance à être des échecs ou à présenter des erreurs sensiblement plus grandes, ce qui n'est typiquement pas un problème dans des communications classiques, car un certain niveau minimal de SNR est généralement requis pour un fonctionnement correct, tel que la détection de bit. Certaines conclusions de base de la comparaison sont comme suit : i) Le procédé à forme de PSD décrit dans les présentes fonctionne très bien pour un SNR très faible (< 12 dB). A des valeurs de SNR plus élevées, les erreurs pour le procédé à forme de PSD peuvent être plus grandes que pour des procédés connus (comme cela serait escompté d'un procédé qui ne considère pas les bits démodulés). En outre, le procédé de PSD est relativement inefficace pour des applications à SNR élevé, en raison de la variation de la PSD en fonction de la variation de données, à moins que des messages très longs soient utilisés. ii) La réalisation du procédé à forme de PSD dépend des gammes de paramètres sur lesquelles il est appliqué. Des résultats ont été améliorés avec des gammes plus petites de BR, Fd, et h. Aussi, pour réaliser la régression pour trouver les coefficients, les gammes sont prédéterminées. iii) L'échec du procédé de PSD arrive plus lentement au fur et à mesure que le SNR diminue, car il n'est pas soumis à des erreurs grossières résultant du choix de 20 mauvais groupe ou de mauvaise crête. iv) Le procédé de TD est un échec aux niveaux de SNR de 12 dB et moins. Cependant, en démodulant et en filtrant d'abord avant de trouver des points de passage par zéro, le procédé de TFD peut être utilisé en tant qu'indicateur d'échec plus fiable à des SNR plus faibles. 25 Après avoir analysé les points forts et les points faibles des procédés classiques par rapport au procédé à forme de PSD illustratif, une amalgamation de ces quatre procédés peut être construite. La figure 8 est un organigramme d'une logique illustrative 800 pour une approche d'amalgamation. La logique 800 s'applique à une estimation de débit en bauds, mais pourrait être mise en oeuvre pour 30 d'autres types de paramètre également. La logique 800 a été utilisée pour produire le graphe 900 représenté sur la figure 9. Dans le graphe 900, la ligne représente l'erreur quadratique moyenne (RMS) après avoir ôté des observations aberrantes (une représentation bien meilleure d'erreur vraie dans la plupart des cas). La forme de courbe représente une approche presqu'optimale qui capture les deux extrémités de la gamme de SNR, ce qui n'est pas possible en utilisant seulement un procédé à estimation unique. Dans la logique 800, au bloc 802, il est déterminé si le SNR du signal à CPFSK d'entrée est inférieur à 12 dB ou non. Si le SNR est inférieur à 12 dB, le flux passe au bloc 804. Si le SNR n'est pas inférieur à 12 dB, le flux passe au bloc 806. Au bloc 806, le procédé de TD est appliqué ; si le procédé de TD est un échec, le flux passe au bloc 808, où le débit en bauds est estimé utilisant le procédé de FD. Si le procédé de TD n'est pas un échec, le débit en bauds est estimé en utilisant le procédé de TD au bloc 810. En retournant au bloc 804, le procédé de TFD est appliqué ; si le procédé de TFD est un échec, le flux passe au bloc 812. Au bloc 812, si la différence entre les résultats du procédé de TFD et le procédé de FD n'est pas inférieure à l'erreur, le flux passe au bloc 814, le débit en bauds étant estimé en utilisant le procédé à forme de PSD décrit dans les présentes. Si la différence entre les résultats du procédé de TFD et du procédé de FD est inférieure à l'erreur, le flux passe au bloc 816, le débit en bauds étant estimé en utilisant le procédé de FD. En retournant au bloc 804, si le procédé de TFD n'est pas un échec, le flux passe au bloc 818. Au bloc 818, si la différence entre les résultats du procédé à forme de PSD et le procédé de FD n'est pas inférieure à l'erreur, le flux passe au bloc 820, le débit en bauds étant estimé en utilisant le procédé à forme de PSD. Si la différence entre les résultats du procédé à forme de PSD et du procédé de FD est inférieure à l'erreur, le flux passe au bloc 822, le débit en bauds étant estimé en utilisant le procédé de FD.

La figure 10 est un schéma de principe du dispositif de traitement de signal 1000 qui peut être utilisé avec la méthodologie 100 (représentée sur la figure 1), la méthodologie 200 (représentée sur la figure 2), et la logique 800 (représentée sur la figure 8). Le dispositif de traitement de signal 1000 inclut au moins un dispositif de mémoire 1210 et un processeur 1215 qui est couplé au dispositif de mémoire 1210 pour exécuter des instructions. Dans certaines mises en oeuvre, des instructions exécutables sont stockées dans le dispositif de mémoire 1210. Dans la mise en oeuvre illustrative, le dispositif de traitement de signal 1000 réalise une ou plusieurs opérations décrites dans les présentes par l'intermédiaire d'un processeur de programmation 1215. Par exemple, le processeur 1215 peut être programmé en encodant une opération sous forme d'une ou de plusieurs instructions exécutables et en fournissant les instructions exécutables dans le dispositif de mémoire 1210.

Le processeur 1215 peut inclure une ou plusieurs unités de traitement (par exemple, dans une configuration à coeurs multiples). En outre, le processeur 1215 peut être mis en oeuvre en utilisant un ou plusieurs systèmes à processeurs hétérogènes dans lesquels un processeur est présent avec des processeurs secondaires sur une seule puce. Dans un autre exemple illustratif, le processeur 1215 peut être un système à processeurs multiples symétriques contenant de multiples processeurs du même type. En outre, le processeur 1215 peut être mis en oeuvre en utilisant un quelconque circuit programmable approprié, y compris un ou plusieurs systèmes et microcontrôleurs, microprocesseurs, circuits à jeu d'instructions réduit (RISC), circuits intégrés à application spécifique (ASIC), circuits à logique programmable, circuits intégrés prédiffusés programmables (FPGA), et tout autre circuit capable d'exécuter les fonctions décrites dans les présentes. Dans la mise en oeuvre illustrative, le processeur 1215 traite des signaux pour produire des estimations de paramètre, comme cela est décrit dans les présentes. Dans la mise en oeuvre illustrative, le dispositif de mémoire 1210 est un ou plusieurs dispositifs qui permettent à des informations telles que des instructions exécutables et/ou d'autres données d'être stockées et récupérées. Le dispositif de mémoire 1210 peut inclure un ou plusieurs supports lisibles par ordinateur, tels que, sans limite, une mémoire vive dynamique (DRAM), mémoire vive statique (SRAM), un disque à semi-conducteur, et/ou un disque dur. Le dispositif de mémoire 1210 peut être configuré pour stocker, sans limite, un code source d'application, un code objet d'application, des portions de code source d'intérêt, des portions de code objet d'intérêt, des données de configuration, des événements d'exécution et/ou tout autre type de données. En outre, des modèles de référence peuvent être stockés sur le dispositif de mémoire 1210.

Dans la mise en oeuvre illustrative, le dispositif de traitement de signal 1000 inclut une interface de présentation 1220 qui est couplée au processeur 1215. L'interface de présentation 1220 présente des informations à un utilisateur 1225. Par exemple, l'interface de présentation 1220 peut inclure un adaptateur d'affichage (non représenté) qui peut être couplé à un dispositif d'affichage, tel qu'un tube cathodique (CRT), un écran d'affichage à cristaux liquides (LCD), un écran d'affichage à LED organiques (OLED), et/ou un écran d'affichage à « encre électronique ». Dans certaines mises en oeuvre, l'interface de présentation 1220 inclut un ou plusieurs dispositifs d'affichage. Les informations de présentation 1220 peuvent afficher, par exemple, les paramètres de signal estimés. Dans la mise en oeuvre illustrative, le dispositif de traitement de signal 1000 inclut une interface d'entrée l'utilisateur 1235. L'interface d'entrée l'utilisateur 1235 est couplée au processeur 1215 et reçoit une entrée à partir de l'utilisateur 1225.

L'interface d'entrée l'utilisateur 1235 peut inclure, par exemple, un clavier, un dispositif de pointage, une souris, un stylet, un panneau tactile (par exemple, un pavé tactile ou un écran tactile), un gyroscope, un accéléromètre, un détecteur de position, et/ou une interface d'entrée utilisateur audio. Un seul composant, tel qu'un écran tactile, peut servir à la fois de dispositif d'affichage de l'interface de présentation 1220 et de l'interface d'entrée l'utilisateur 1235. Le dispositif de traitement de signal 1000, dans la mise en oeuvre illustrative, inclut une interface de communication 1240 couplée au processeur 1215. L'interface de communication 1240 communique avec une ou plusieurs dispositifs à distance. Pour communiquer avec des dispositifs à distance, l'interface de 20 communication 1240 peut inclure, par exemple, un adaptateur de réseau câblé, un adaptateur de réseau sans fil, et/ou un adaptateur de télécommunication mobile. Les systèmes et procédés décrits dans les présentes utilisent des procédés statistiques fondés sur la forme de la densité spectrale de puissance d'un signal pour extraire des informations de signal pour l'utilisation dans la détection au sein de 25 canaux compétitifs pour des applications à SDR et à radio intelligente. Les modes de réalisation décrits dans les présentes permettent une détection de signal et une estimation de paramètre plus précises, particulièrement pour des signaux faibles. Une fois que des paramètres sont estimés pour un signal existant d'intérêt, un ou plusieurs signaux originaux peuvent être générés et transmis (par exemple, par le 30 dispositif de traitement de signal 100) de telle sorte que le ou les signaux originaux évitent l'interférence avec le signal d'intérêt. A savoir, en générant et en transmettant un signal original, sans interférence, possédant des valeurs de paramètre différentes de celles des paramètres estimés du signal d'intérêt, l'interférence entre le signal original et le signal d'intérêt est réduite. En outre, les modes de réalisation décrits présentent les avantages suivants : la capacité de fonctionner bien en dessous de la limite de SNR de communications, des estimations précises de paramètre pour des signaux avec un SNR faible, une augmentation d'erreur d'estimation de paramètre progressive au fur et à mesure que le SNR est réduit (entraînant un meilleur suivi de détection de signal), une technique très générale applicable à tous les types existants de signal y compris ceux non connexes à CDMA, et la mise à disposition d'un procédé avec des caractéristiques complémentaires à la détection de signal et l'estimation de paramètre classiques, ayant pour résultat un seul procédé amalgamé couvrant un large éventail de conditions. Ces avantages apportent de nombreux bénéfices directement à des applications à SDR et à radio intelligente fonctionnant dans un environnement à spectre compétitif.

En outre, l'invention comprend des modes de réalisation selon les clauses suivantes : Clause 1. Un procédé de traitement de signal, comprenant : la réception, dans un système de traitement de signal, d'un signal d'intérêt ; le calcul, en utilisant le système de traitement de signal, d'une densité spectrale de puissance pour le signal d'intérêt ; le calcul, en utilisant le système de traitement de signal, d'un vecteur de base en fonction de la forme de densité spectrale de puissance ; la réalisation, en utilisant le système de traitement de signal, d'une régression linéaire en utilisant le vecteur de base pour générer une estimation pour au moins un paramètre du signal d'intérêt ; et la transmission, en fonction de l'au moins une estimation générée, d'un signal qui évite l'interférence avec le signal d'intérêt. Clause 2. Un procédé de traitement de signal selon la clause 1, dans lequel la réception d'un signal d'intérêt comprend la réception d'un signal d'intérêt dans un système à radio logicielle. Clause 3. Un procédé de traitement de signal selon la clause 1, dans lequel la réalisation d'une régression linéaire comprend la réalisation d'une régression linéaire pour générer une estimation pour une déviation de fréquence du signal d'intérêt.

Clause 4. Un procédé de traitement de signal selon la clause 1, dans lequel la réalisation d'une régression linéaire comprend la réalisation d'une régression linéaire pour générer une estimation pour un débit en bauds du signal d'intérêt. Clause 5. Un procédé de traitement de signal selon la clause 1, dans lequel la réalisation d'une régression linéaire comprend la réalisation d'une régression linéaire pour générer une estimation pour un indice de modulation du signal d'intérêt. Clause 6. Un procédé de traitement de signal selon la clause 1, dans lequel la réception d'un signal d'intérêt comprend la réception d'un signal d'intérêt possédant un rapport signal-bruit inférieur à 12 dB.

Clause 7. Un procédé de traitement de signal selon la clause 1, dans lequel la réception d'un signal d'intérêt comprend la réception d'un message modulé par modulation à déplacement de fréquence avec continuité de phase (CPFSK). Clause 8. Un système de traitement de signal pour traiter un signal d'intérêt transmis par une source de signal, ledit système de traitement de signal comprenant : un récepteur configuré pour recevoir le signal d'intérêt à partir de la source de signal ; un dispositif de mémoire ; et un processeur couplé en communication audit dispositif de mémoire, ledit processeur étant configuré pour : calculer une forme de densité spectrale de puissance pour le signal d'intérêt ; calculer un vecteur de base en fonction de la densité spectrale de puissance ; réaliser une régression linéaire en utilisant le vecteur de base pour générer une estimation pour au moins un paramètre du signal d'intérêt ; et générer, en fonction de l'au moins une estimation générée, un signal qui évite l'interférence avec le signal d'intérêt. Clause 9. Un système de traitement de signal selon la clause 8, dans lequel ledit système de traitement de signal est un système à radio logicielle. Clause 10. Un système de traitement de signal selon la clause 8, dans lequel, pour réaliser une régression linéaire, ledit processeur est configuré pour réaliser une 30 régression linéaire pour générer une estimation pour une déviation de fréquence du signal d'intérêt. Clause 11. Un système de traitement de signal selon la clause 8, dans lequel, pour réaliser une régression linéaire, ledit processeur est configuré pour réaliser une régression linéaire pour générer une estimation pour un débit en bauds du signal d'intérêt. Clause 12. Un système de traitement de signal selon la clause 8, dans lequel, pour réaliser une régression linéaire, ledit processeur est configuré pour réaliser une régression linéaire pour générer une estimation pour un indice de modulation du signal d'intérêt. Clause 13. Un système de traitement de signal selon la clause 8, dans lequel, pour recevoir un signal d'intérêt, ledit récepteur est configuré pour recevoir un signal d'intérêt possédant un rapport signal-bruit inférieur à 12 dB.

Clause 14. Un système de traitement de signal selon la clause 8, dans lequel, pour recevoir un signal d'intérêt, ledit récepteur est configuré pour recevoir un message modulé par modulation à déplacement de fréquence avec continuité de phase (CPFSK). Clause 15. Un procédé de traitement de signal, comprenant : la réception, dans un système de traitement de signal, d'un signal d'intérêt ; la détermination, en utilisant le système de traitement de signal, d'un rapport signal-bruit (SNR) pour le signal d'intérêt ; la sélection, en utilisant le système de traitement de signal, d'une technique de traitement de signal à partir d'une pluralité de techniques de traitement de signal 20 en fonction au moins en partie du SNR déterminé ; le traitement, en utilisant le système de traitement de signal, du signal d'intérêt en utilisant la technique de traitement de signal sélectionnée pour générer une estimation pour au moins un paramètre du signal d'intérêt ; et la transmission, en fonction de l'au moins une estimation générée, d'un signal 25 qui évite l'interférence avec le signal d'intérêt. Clause 16. Un procédé de traitement de signal selon la clause 15, dans lequel la sélection d'une technique de traitement de signal comprend la sélection d'une technique de traitement de signal en fonction du fait que le SNR déterminé est inférieur à 12 dB ou non.

30 Clause 17. Un procédé de traitement de signal selon la clause 15, dans lequel la pluralité de techniques de traitement de signal incluent une technique de démodulation à base temporelle, une technique de démodulation à base fréquentielle, une technique de démodulation à base temporelle filtrée, et une technique de densité spectrale de puissance. Clause 18. Un procédé de traitement de signal selon la clause 15, dans lequel la réception d'un signal d'intérêt comprend la réception d'un signal d'intérêt dans un système à radio logicielle. Clause 19. Un procédé de traitement de signal selon la clause 15, dans lequel la réception d'un signal d'intérêt comprend la réception d'un message modulé par modulation à déplacement de fréquence avec continuité de phase (CPFSK). Clause 20. Un procédé de traitement de signal selon la clause 15, dans lequel le traitement du signal d'intérêt comprend le traitement du signal d'intérêt pour générer une estimation pour au moins un parmi une déviation de fréquence, un débit en bauds, et un indice de modulation du signal d'intérêt. La présente description utilise des exemples pour décrire diverses mises en oeuvre, qui incluent le meilleur mode, pour permettre à tout homme du métier de pratiquer ces mises en oeuvre, y compris la réalisation et l'utilisation de quelconques dispositifs ou systèmes et la réalisation de quelconques procédés incorporés. La portée brevetable est définie par les revendications, et peut inclure d'autres exemples qui viennent à l'esprit de l'homme du métier. De tels autres exemples sont prévus pour être au sein de la portée des revendications s'ils comportent des éléments structuraux qui ne diffèrent pas de la langue littérale des revendications, ou s'ils incluent des éléments structuraux équivalents avec des différences négligeables par rapport à la langue littérale des revendications.

Claims (14)

1. REVENDICATIONS1. Procédé de traitement de signal (100), comprenant : la réception (142), dans un système de traitement de signal (1000), d'un signal d'intérêt ; le calcul (146), en utilisant le système de traitement de signal (1000), d'une densité spectrale de puissance pour le signal d'intérêt ; le calcul (150), en utilisant le système de traitement de signal (1000), d'un vecteur de base en fonction de la forme de densité spectrale de puissance ; la réalisation (152), en utilisant le système de traitement de signal (1000), d'une régression linéaire en utilisant le vecteur de base pour générer une estimation pour au moins un paramètre du signal d'intérêt ; et la transmission (154, 156, 158), en fonction de l'au moins une estimation générée, d'un signal qui évite l'interférence avec le signal d'intérêt.
2. 2. Procédé de traitement de signal (100) selon la revendication 1, dans lequel la réception d'un signal d'intérêt (142) comprend la réception d'un signal d'intérêt dans un système à radio logicielle (1000).
3. 3. Procédé de traitement de signal (100) selon l'une quelconque des revendications 1 à 2, dans lequel la réalisation d'une régression linéaire (152) comprend la réalisation d'une régression linéaire pour générer une estimation pour une déviation de fréquence du signal d'intérêt.
4. 4. Procédé de traitement de signal (100) selon l'une quelconque des revendications 1 à 3, dans lequel la réalisation d'une régression linéaire (152) comprend la réalisation d'une régression linéaire pour générer une estimation pour un débit en bauds du signal d'intérêt.
5. 5. Procédé de traitement de signal (100) selon l'une quelconque des revendications 1 à 3, dans lequel la réalisation d'une régression linéaire (152) comprend la réalisation 30 d'une régression linéaire pour générer une estimation pour un indice de modulation du signal d'intérêt.
6. 6. Procédé de traitement de signal (100) selon l'une quelconque des revendications 1 à 5, dans lequel la réception d'un signal d'intérêt (142) comprend la réception d'un signal d'intérêt possédant un rapport signal-bruit inférieur à 12 dB.
7. 7. Procédé de traitement de signal (100) selon l'une quelconque des revendications 1 à 5, dans lequel la réception d'un signal d'intérêt (142) comprend la réception d'un message modulé par modulation à déplacement de fréquence avec continuité de phase (CPFSK).
8. 8. Système de traitement de signal (1000) pour traiter un signal d'intérêt transmis par une source de signal, ledit système de traitement de signal (1000) comprenant : un récepteur configuré pour recevoir le signal d'intérêt à partir de la source de signal ; un dispositif de mémoire (1210) ; et un processeur (1215) couplé en communication audit dispositif de mémoire (1210), ledit processeur étant configuré pour : calculer (146) une forme de densité spectrale de puissance pour le signal d'intérêt ; calculer (150) un vecteur de base en fonction de la densité spectrale de puissance ; réaliser (152) une régression linéaire en utilisant le vecteur de base pour générer une estimation pour au moins un paramètre du signal d'intérêt ; et générer (154, 156, 158), en fonction de l'au moins une estimation générée, un signal qui évite l'interférence avec le signal d'intérêt.
9. 9. Système de traitement de signal (1000) selon la revendication 8, dans lequel ledit système de traitement de signal (1000) est un système à radio logicielle.
10. 10. Système de traitement de signal (1000) selon l'une quelconque des revendications 8 à 9, dans lequel, pour réaliser une régression linéaire, ledit processeur (1210) est configuré pour réaliser une régression linéaire pour générer une estimation pour une déviation de fréquence du signal d'intérêt.
11. 11. Système de traitement de signal (1000) selon l'une quelconque des revendications 8 à 10, dans lequel, pour réaliser une régression linéaire, ledit processeur (1210) est configuré pour réaliser une régression linéaire pour générer une estimation pour un débit en bauds du signal d'intérêt.
12. 12. Système de traitement de signal (1000) selon l'une quelconque des revendications 8 à 10, dans lequel, pour réaliser une régression linéaire, ledit processeur (1210) est configuré pour réaliser une régression linéaire pour générer une estimation pour un indice de modulation du signal d'intérêt.
13. 13. Système de traitement de signal (1000) selon l'une quelconque des revendications 8 à 12, dans lequel, pour recevoir un signal d'intérêt, ledit récepteur est configuré pour recevoir un signal d'intérêt possédant un rapport signal-bruit inférieur à 12 dB.
14. 14. Système de traitement de signal (1000) selon l'une quelconque des revendications 8 à 12, dans lequel, pour recevoir un signal d'intérêt, ledit récepteur est configuré pour recevoir un message modulé par modulation à déplacement de fréquence avec continuité de phase (CPFSK). 10 15