基于频谱的非合作信号检测方法

摘要

本发明提供了一种基于频谱的非合作信号检测方法，针对现有非合作信号检测技术存在的不足，利用截获信号频谱的全局以及局部自适应阈值估计，对多信号并存的非合作接收信号进行频谱检测，估计得到其中包含的有效信号。本发明首次提出基于全局以及局部频域特性的双阈值信号检测算法，有效提高了信号检测的准确性，改善了传统非合作信号检测的虚警和漏检问题，能够有效检测非合作信号中的窄带信号，避免窄带信号在滤波处理时被误消除的问题；能够有效应对大小信号并存且底噪能量存在较大波动的真实电磁环境，有效改善传统单门限以及双门限检测算法在大小信号并存场景下的信号检测误判问题，环境适用性强，复杂度低。

说明书

技术领域

本发明涉及无线通信领域，涉及通信侦察领域中的一种信号检测方法，可用于无线电监测、通信干扰识别、信息收集等对侦收信号进行盲检测，确定是否存在有效信号、引导设备进行指定信号处理。

背景技术

信号频谱检测被广泛应用于非合作通信、认知无线电、无线电监测等领域，用于快速分析识别当前接收机接收信号的工作频段以及相应带宽等参数。当前对信号的频谱检测方法包括能量检测以及循环平稳特征检测等。其中，循环平稳特征检测技术计算复杂度高，时延大，在工程应用中较少。而能量检测算法以其计算简单、无需先验信息支撑等特点得到广泛应用。

经典的能量检测算法首先对接收信号进行频域转换处理，之后对得到的频谱数据进行能量估计与门限判决处理，如果估计能量大于门限值，则认为在当前频段存在有效信号，否则认为是噪声。然而传统的单门限能量检测算法，门限值固定，无法有效应对复杂的噪声背景下的信号检测。针对此问题，Choi Hyun-Ho等学者在论文“Adaptive sensingthreshold control based on transmission power in cognitive radio systems”([C].第三届基于认知无线电的无线网络与通信国际会议，2008)中提出了一种自适应门限检测算法，根据当前信号背景噪声特性实时计算门限值，提高了检测系统的抗噪声性能。但是现有的自适应门限估计算法需要对信道特性进行估计，算法复杂，不易实现，而且对大小信号并存的多信号频谱检测局限性大，容易导致虚警和漏检。Wu Jinbo等学者在论文“Anenergy detection algorithm based on double-threshold in CR systems”([C].IEEE信息科学与工程国际会议，2009)中提出一种双门限阈值能量检测算法。通过设定噪声判决门限和有效信号门限双门限强化对噪声和有效信号的区分，双门限策略有效提高了判决结果的可靠性，而且实现简单。然而，对处于双门限间模糊区域的信号通常采取丢弃重采策略，一旦信号持续多次落在门限间将导致处理时延急剧增加。而且，现有频谱检测技术多面向窄带单一信号检测，不具备多信号识别检测能力，无法有效应对面向无线电监测领域的多信号并存的信号检测任务。

发明内容

为了克服现有技术的不足，本发明提供一种基于频谱的非合作信号检测方法，针对现有非合作信号检测技术存在的不足，利用截获信号频谱的全局以及局部自适应阈值估计，对多信号并存的非合作接收信号进行频谱检测，估计得到其中包含的有效信号。

本发明解决其技术问题所采用的技术方案包括以下步骤：

(1)对接收信号x

(2)对得到的信号频谱x

(3)利用全局判决检测阈值，对信号频谱进行窄带信号检测处理，抽取窄带信号序列x

(4)对窄带信号消除处理后的信号频谱进行均值滤波处理，得到滤波后频谱x

(5)计算局部阈值T

(6)对有效局部极值序列

6.1)对当前有效极值点

6.2)对步骤3中抽取的窄带信号序列x

则认为x

6.3)得到最终的有效边带序列

所述步骤(2)的具体步骤如下：

2.1)将信号频谱划分为分段频谱序列x′

x

其中step表示分段步长，L

2.2)计算各分段频谱的最大值x

2.3)计算分段最大值序列的平均值

2.4)计算全局判决检测阈值T

所述步骤(3)的具体步骤为：

3.1)逐点搜索信号频谱x

则认为x

3.2)对窄带信号序列x

所述步骤(5)具体步骤如下：

5.1)逐点搜索均值滤波后的频谱

其中len表示单边极值搜索长度，则认为

5.2)对极值

其中l

5.3)对

5.4)

本发明的有益效果在于：

第一，本发明首次提出基于全局以及局部频域特性的双阈值信号检测算法，有效提高了信号检测的准确性，改善了传统非合作信号检测的虚警和漏检问题。

第二，本发明提出的窄带信号抽取处理，能够有效检测非合作信号中的窄带信号，避免窄带信号在滤波处理时被误消除的问题。

第三，本发明提出的双阈值检测方法，能够有效应对大小信号并存且底噪能量存在较大波动的真实电磁环境，有效改善传统单门限以及双门限检测算法在大小信号并存场景下的信号检测误判问题，环境适用性强，复杂度低。

附图说明

图1是本发明完整方案的实现流程框图。

图2是采用传统单门限法对仿真信号进行有效信号检测的结果。

图3是采用传统双门限法对仿真信号进行有效信号检测的结果。

图4是采用本发明提出的算法对仿真信号进行有效信号检测的结果。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

本发明对接收机接收到的信号首先进行傅里叶变换，对变换后的频域数据分别进行全局阈值估计、窄带信号检测、窄带信号消除、均值滤波、局部极值抽取、局部阈值估计、局部极值有效性判决、极值点合并、窄带信号合并等处理，最终得到截获信号中包含的有效信号序列。其具体实现步骤如下：

步骤1，将接收机侦收到的信号x

步骤2，对得到的信号频谱进行上边缘曲线拟合处理，计算全局检测阈值T

2.1)将x

x

其中step表示各分段之间的分段步长，L

2.2)计算各频谱分段的最大值x

2.3)计算拟合曲线的平均值

2.4)利用拟合曲线均值可以得到全局检测阈值T

步骤3，搜索原始频谱x

则认为x

步骤4，对窄带信号消除处理后的频谱进行均值滤波处理以消除随机噪声等引起的频谱陷落对信号检测的影响，滤波后频谱记为

步骤5，对

5.1)搜索均值滤波后的频谱

5.2)对极值

其中l

5.3)对

5.4)

步骤6，对有效极值进行边带合并处理，并对窄带信号进行补充处理，构建合并后的边带序列，得到最终的有效信号序列，具体步骤如下：

6.1)对当前有效极值点

6.2)对步骤3中抽取的窄带信号序列x

6.3)得到最终的有效边带序列

本发明的有益效果可以通过以下仿真进一步说明。

1.仿真条件

本仿真基于matlab平台，仿真接收波形中包含了具有不同带宽的九种有效信号，本仿真案例采用的测试参数设置如下：采样速率为f

2.仿真内容及结果

在上述仿真条件设置下，分别利用传统单门限法、双门限法以及新提出的检测算法对接收信号的频谱进行有效信号检测处理。图2至图4分别给出了上述不同方法的检测结果。对检测出的有效信号利用圆形框标识其中心频点。

图2给出了采用传统单门限算法对信号频谱的检测结果，从图中可以看出，单门限法无法有效区分有效信号及干扰，对小信号和大信号并存的侦收信号谱无法兼顾。由图中可知，对于信号谱能量较高，并且信号密级区域，其局部底噪能量也会被抬高，采用单门限法设定阈值时，为了检测到小信号，门限设定比较低。此时，高能量底噪区域的离散干扰峰线会被误判为信号，导致检测虚警率过高。

图3给出了采用传统双门限法对信号频谱的检测结果，从图中可以看出，双门限法通过设定高低两个门限能够有效区分噪声与高能量信号。然而对小信号或者能量值处于两个门限之间的信号，双门限法无法检出，只能依赖于信号自身的能量特性，不具备环境适应性。最终导致双门限法会出现较大的漏检率。

图4给出了新提出的检测算法对信号频谱的检测结果，从图中可以看出，新提出的全局以及局部能量自适应的门限阈值估计算法能够有效应对底噪能量的波动。而且能够根据局部区域信号与底噪的能量分布特性计算出合理的判决阈值，极大改善传统信号检测算法中的漏检和虚检问题，既能有效区分大信号，又能估计出小信号，而且能够避免对大能量底噪干扰的误检问题。精确检测出了所有仿真信号。