【技术实现步骤摘要】
本专利技术涉及数字信号处理的研究领域，特别涉及一种基于最小能量小波框架的BPSK宽带信号中单音和多音干扰去噪方法。
技术介绍
小波理论目前在信号处理领域有着广泛的应用，特别是其中的最小能量小波框架，既保持了单小波的优点，又克服了单小波的缺陷，把正交性、光滑性、紧支性、对称性等完美的结合起来，在很大程度上克服了正交基和双正交基的缺陷，而且具有正交基和双正交基所无法比拟的许多优良性质和良好的应用前景。随着信息技术的不断发展，通信信号的带宽有不断增加的趋势，导致信号带宽内出现干扰信号的概率不断增加。单音干扰和多音干扰是最常见的干扰信号方式，干扰信号在一个频率或多个频率上发射，由于信号频带非常窄，因此当干扰频率落在接收机频段内时，干扰的能量可几乎全部进入接收机，可以对通信信号产生有效干扰。
技术实现思路
本专利技术的主要目的在于克服现有技术的缺点与不足，提供一种基于最小能量小波框架的BPSK宽带信号中单音和多音干扰去噪方法，在频域上对接收信号进行软式限幅去噪处理，从而在最大保留有用信号成分的同时，在频域上大幅度去除干扰信号的能量，从而实现时域信号的解调性能的有效提升。为了达到上述目的，本专利技术采用以下技术方案：本专利技术基于最小能量小波框架的BPSK宽带信号中单音和多音干扰去噪方法，包括下述步骤：S1、设接收机在某一跳时域上的数字接收信号为：x[n]＝s[n]+w[n]+j[n],n＝1,2,...,N其中s[n]为含N个符号的BPSK信号，w[n]为高斯白噪声信号，j[n]为单音或多音干扰信号；S2、在离散信号空间上，由A个子数列组成一个最小能量小波框架；S3、...
【技术保护点】
基于最小能量小波框架的BPSK宽带信号中单音和多音干扰去噪方法，其特征在于，包括下述步骤：S1、设接收机在某一跳时域上的数字接收信号为：x[n]＝s[n]+w[n]+j[n],n＝1,2,...,N其中s[n]为含N个符号的BPSK信号，w[n]为高斯白噪声信号，j[n]为单音或多音干扰信号；S2、在离散信号空间上，由A个子数列组成一个最小能量小波框架；S3、利用小波塔式分解算法对信号X[n]进行单层分解，对分解后的信号进行分帧处理得到A个子帧，并分别计算A个子帧的能量大小；S4、根据A个子帧的能量大小计算每个子帧的判决变量，得到队列D；S5、对队列D中的元素进行重复处理，得到新的队列DD；S6、对队列DD进行平滑处理得到一个新队列DDD；S7、基于队列DDD，计算出信号中干扰影响最小的区域，根据该最小区域得到阈值C，并统计频域信号中幅度值超过阈值C的信号位置；S8、对频域信号进行去噪处理。
【技术特征摘要】
1.基于最小能量小波框架的BPSK宽带信号中单音和多音干扰去噪方法，其特征在于，包括下述步骤：S1、设接收机在某一跳时域上的数字接收信号为：x[n]＝s[n]+w[n]+j[n],n＝1,2,...,N其中s[n]为含N个符号的BPSK信号，w[n]为高斯白噪声信号，j[n]为单音或多音干扰信号；S2、在离散信号空间上，由A个子数列组成一个最小能量小波框架；S3、利用小波塔式分解算法对信号X[n]进行单层分解，对分解后的信号进行分帧处理得到A个子帧，并分别计算A个子帧的能量大小；S4、根据A个子帧的能量大小计算每个子帧的判决变量，得到队列D；S5、对队列D中的元素进行重复处理，得到新的队列DD；S6、对队列DD进行平滑处理得到一个新队列DDD；S7、基于队列DDD，计算出信号中干扰影响最小的区域，根据该最小区域得到阈值C，并统计频域信号中幅度值超过阈值C的信号位置；S8、对频域信号进行去噪处理。2.根据权利要求1所述的基于最小能量小波框架的BPSK宽带信号中单音和多音干扰去噪方法，其特征在于，步骤S2中，由4个子数列组成的一个最小能量小波框架，具体为： p ~ [ k ] = [ 1 16 , 1 4 , 3 8 , 1 4 , 1 16 , 0 ] , q ~ [ k ] 1 = [ 0 , 1 16 , - 1 4 , 3 8 , - 1 4 , 1 16 ] , ]]> q ~ [ k ] 2 = [ 1 16 , - 7 8 , 0 , 7 8 , - 1 16 , 0 ] , q ~ [ k ] 3 = [ 0 , 1 16 , 7 8 , 0 , - 7 8 , - 1 16 ] . ]]>3.根据权利要求1所述的基于最小能量小波框架的BPSK宽带信号中单音和多音干扰去噪方法，其特征在于，步骤S3中，利用小波塔式分解算法对信号X[n]进行单层分解的公式为： c [ n ] = Σ k = 1 6 p [ k ] X [ 2 n - 1 + k ] ; ]]> d [ n ] 1 = Σ k = 1 6 q [ k ] 1 X [ 2 n - 1 + k ] ; ]]> d [ n ] 2 = Σ k = 1 6 q [ k ] 2 X [ 2 n - 1 + k ] ; ]]> d [ n ] 3 = Σ k = 1 6 q [ k ] 3 X [ 2 n - 1 + k ] . ]]>4.根据权利要求3所述的基于最小能量小波框架的BPSK宽带信号中单音和多音干扰去噪方法，其特征在于，步骤S3中，对分解后的信号进行分帧处理的具体步骤为：分解后同时对信号和进行分帧处理，进行分帧处理，每帧含32个点，相邻子帧之间重叠3/4个帧，即24个点，即第k帧可表示为：Fc(k)＝[c[8*(k-1)+1],c[8*(k-1)+2],...,c[8*(k-1)+32]]；Fd1(k)＝[d1[8*(k-1)+1],d1[8*(k-1)+2],...,d1[8*(k-1)+32]]；Fd2(k)＝[d2[8*(k-1)+1],d2[8*(k-1)+2],...,d2[8*(k-1)+32]]；Fd3(k)＝[d3[8*(k-1)+1],d3[8*(k-1)+2],...,d3[8*(k-1)+32]]。5.根据权利要求4所述的基于最小能量小波框架的BPSK宽带信号中单音和多音干扰去噪方法，其特征在于，步骤S3中，计算4个子帧的能量大小的方法为：为Pc(k)＝||Fc(k)||2、和令 P ( k ) = P c ( k ) + P d 1 ( k ) + P d 2 ( k ) + P d 3 ( k ) . ]]>6.根据权利要求4所述的基于最小能量小波框架的BPSK宽带信号中单音和多音干扰去噪方法，其特征在于，步骤S4中，计算每个子帧的判决变量的公式为： D ( k ) = | 30 | P c ( k ) P ( k ) - 0.85 | + 30 | P d 1 ( k ) P ( k ) - 0.05 | + 30 | P d 2 ( k ) P ( k ) - 0.05 | + 30 | P d 3 ( k ) P ( k ) - 0.05 | - 4.2 | . ]]>7.根据权利要求6所述的基于最小能量小波框架的BPSK宽带信号中单音和多音干扰去噪方法，其特征在于，步骤S5具体为：设D＝[d1,d2,...,dK]，则对里面的元素重复16次，然后在队列尾部增加48个dK，得到如下长度为N的新队列：8.根据权利要求7所述的基于最小能量小波框架的BPSK宽带信号中单音和多音干扰去噪方法，其特征在于，步骤S6具体为：对队列DD进行平滑处理得到一个新队列DDD，具体算法如下： DDD [ l ] = ( DD [ l ] + DD [ l + 1 ] + ... + DD [ l + 63 ] ) / 64 , l = 1 , 2 , ... , N - 63 ( ...
【专利技术属性】
技术研发人员：谢映海，索思亮，
申请(专利权)人：广州海格通信集团股份有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。