预览加载中,请您耐心等待几秒...
1/8
2/8
3/8
4/8
5/8
6/8
7/8
8/8

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局*CN102546116A*(12)发明专利申请(10)申请公布号CN102546116A(43)申请公布日2012.07.04(21)申请号201210031974.7(22)申请日2012.02.14(71)申请人西安电子科技大学地址710071陕西省西安市太白南路2号(72)发明人刘乃安吴俊付卫红沈常林张妍飞(51)Int.Cl.H04L1/00(2006.01)权利要求书权利要求书1页1页说明书说明书44页页附图附图22页(54)发明名称基于压缩感知的跳频信号盲检测方法(57)摘要本发明公开了一种跳频信号盲检测方法,该方法包括的步骤1)通过压缩采样系统获得压缩采样值y;2)分别求出每个跳频采样点与其在H1情况下数学期望的偏差,然后分别平方之后取和,记为H1Δ;3)分别求出每个跳频采样点与其在H0情况下数学期望的偏差,然后分别平方之后取和,记为H0Δ;4)若H1Δ<H0Δ,判为H1,即存在跳频信号;否则,判为H0,不存在跳频信号。这种方法可以根据检测要求灵活选择采样点数完成检测。可以不需要使用所有的采样点,因为每一个采样点都有对应的数学期望,都可以作为检测判决依据,而且不需要采用蒙特卡洛方法统计检测阈值。CN102546ACN102546116A权利要求书1/1页1.一种基于压缩感知的跳频信号盲检测方法,其特征在于:该方法包括以下步骤:1)接收信号x首先经过压缩采样系统从高维映射成低维信号y,也就是y=Φx,其中Φ∈RM×N是一个M×N的观测矩阵,y是压缩感知获得的M个采样值。2)在由压缩感知获得的M个跳频采样点中任意选择l(l≤M)个跳频采样点,分别求出每个跳频采样点与其在H1情况下数学期望的偏差,然后分别平方之后取和:式中y1,...,yl为从M个跳频采样点中任意选择的l个跳频采样点。3)使用相同的l(l≤M)个跳频采样点,分别求出每个跳频采样点与其在H0情况下数学期望的偏差,然后分别平方之后取和:4)若H1Δ<H0Δ,判为H1,即存在跳频信号;否则,判为H0,不存在跳频信号。2CN102546116A说明书1/4页基于压缩感知的跳频信号盲检测方法技术领域[0001]本发明属于通信对抗领域,具体涉及一种基于压缩感知的跳频信号盲检测方法。背景技术[0002]跳频通信因其良好的抗干扰、低截获特性及良好的组网能力,已在军事领域得到了广泛的应用。开展对跳频通信对抗的研究、寻求截获、分选识别和干扰跳频通信信号的方法,已成为了当前通信对抗领域紧迫而困难的重要研究课题之一。[0003]目前跳频信号的检测方法多种多样,主要有信道辐射机检测、压缩接收机检测、空间相关检测、时频分析检测、基于小波变换检测、声光频谱分析、DFT谱分析及其他谱分析方法。大部分的检测方法都是在假设已知部分参数、信道环境较理想的条件下实施的,对于恶劣电磁环境下的信号盲识别效果较差,其中利用相关检测方法实现对跳频信号的检测,其判决门限的确定和信噪比密切相关,在实际实施中存在不便,而时频分析和小波算法在低信噪比条件下虽然可以达到较好的检测效果,但是这两种算法非常复杂,计算量极大,实时性差并且对硬件要求很高。[0004]然而在通信侦察和对抗等非协作通信应用中,通常需要在不能事先获知任何协议和参数的情况下,快速并准确的检测出整个频域段的跳频信号,它是实现跳频信号分离、干扰、监听、欺骗的基础。因此要求检测跳频信号的方法不仅具有简单快速高实时性的基本要求而且能够实现低信噪比复杂电磁环境下的准确识别,这是跳频信号盲检测面临的一个巨大难题。发明内容[0005]为了解决背景技术中所述的相关检测方法对信噪比敏感、时频分析和小波算法非常复杂、计算量极大、实时性差并且对硬件要求很高的技术问题,本发明提供了一种基于压缩感知的跳频信号盲检测方法。[0006]本发明的技术解决方案是:本发明提供了一种基于压缩感知的跳频信号盲检测方法,[0007]检测的目的是区别两种假设:[0008]H0:x=n[0009]H1:x=s+n[0010]H0表示不存在跳频信号的情况;H1表示存在跳频信号的情况。N2N[0011]式中:s∈R表示跳频信号,n是加性高斯白噪声,均值为0,方差为σIN,x∈R是长度为奈奎斯特采样点数的接收信号,常规的跳频信号检测方法直接以x为样本进行判决,为了保证高的检测性能,需要A/D采样器以很高的采样频率对接收到的连续信号进行采样,而采用基于压缩感知的跳频信号检测方法解决了这个难题,接收信号x首先经过压缩采样系统从高维映射成低维信号y,也就是y=Φx,其中Φ∈RM×N是一个满足有限等距性质(restrictedisometryproperty,RIP)的M×N观测矩阵,y是压缩感知获得的采样3CN102546116A说明书2/4页值。[0012]