基于高斯眼图纹理熵特征的通信干扰检测方法技术

本发明专利技术提出了一种基于高斯眼图纹理熵特征的通信干扰检测方法，主要解决现有干扰检测方法在低干信比下检测率低，检测时间较长的问题。其实现步骤是：(1)生成待检测无线通信信号的高斯眼图；(2)计算高斯眼图的纹理熵特征；(3)设定干扰检测检验统计量；(4)进行检验判决，得到干扰检测结果。本发明专利技术具有在高干信比和低干信比下干扰检测概率较高，检测速度快的优点，有效的克服了现有干扰检测方法存在的在低干信比下检测概率低和检测时间过长的问题。

【技术实现步骤摘要】
基于高斯眼图纹理熵特征的通信干扰检测方法
本专利技术属于无线通信
，更进一步涉及信号与信息处理
中的一种基于高斯眼图纹理熵特征的通信干扰检测方法。本专利技术可用于检测无线通信系统以及通信对抗系统的噪声调制干扰信号。
技术介绍
噪声调制干扰信号是指以低频随机噪声对信号的频率、幅度和相位进行调制的电子干扰，是在通信系统中常见的一类干扰信号。通信系统如果受到干扰，就会严重影响到通信质量。如果能有效地检测出干扰信号，然后采用相应的抗干扰措施，可以提高通信系统可靠性和准确性，因此干扰检测技术是通信系统抗干扰体系中的一项关键技术。干信比是指通信系统中干扰信号功率和通信信号功率的比例关系。现有的大部分干扰检测技术都是用于检测不存在通信信号时的干扰信号，如果出现通信信号，会将通信信号误认为是干扰信号；而用于通信信号和干扰信号同时存在时的干扰检测技术，在较低干信比的情况下，无法对干扰信号做到有效的检测。中国电子科技集团公司第五十四研究所在其申请的专利文献“DSSS频域干扰检测方法”(专利申请号：211102905758，申请公开号：CN102本文档来自技高网...

【技术保护点】
1.一种基于高斯眼图纹理熵特征的通信干扰检测方法，其特征在于，生成待检测信号的高斯眼图，根据高斯眼图的纹理熵特征确定检验统计量和判决门限，该方法的具体步骤包括如下：/n(1)生成待检测无线通信信号的高斯眼图：/n(1a)对进行数模转换后长度为N的待检测无线通信信号的幅值进行归一化处理，每隔K长度对归一化后的信号进行截断，得到M段信号，其中100≤K≤250，且满足N≥M·K；/n(1b)将截断的后每段信号的长度K和幅值，按照从左到右，从上到下的顺序映射至r×d的二维高斯眼图中，其中，r的取值与K相等，

【技术特征摘要】
1.一种基于高斯眼图纹理熵特征的通信干扰检测方法，其特征在于，生成待检测信号的高斯眼图，根据高斯眼图的纹理熵特征确定检验统计量和判决门限，该方法的具体步骤包括如下：
(1)生成待检测无线通信信号的高斯眼图：
(1a)对进行数模转换后长度为N的待检测无线通信信号的幅值进行归一化处理，每隔K长度对归一化后的信号进行截断，得到M段信号，其中100≤K≤250，且满足N≥M·K；
(1b)将截断的后每段信号的长度K和幅值，按照从左到右，从上到下的顺序映射至r×d的二维高斯眼图中，其中，r的取值与K相等，λ表示映射参数，取值范围为[0.01,0.04]，表示向上取整操作；
(1c)按照下式，计算高斯眼图中每个元素的值：



其中，Ei,j表示高斯眼图中第i行第j列的元素值，Σ表示求和操作，m表示截断信号的序号，m＝1,2,…,M，e(·)表示以自然常数e为底的指数操作，a表示调节参数，其取值范围为[0.8,2]，yi,j表示高斯眼图中元素Ei,j对应的位置信息，xm(k)表示截断后的第m段信号，xm(k)＝x((m-1)K+k)，k表示每段截断信号中的第k个幅值对应的时刻，k＝1,2,…,K；
(2)计算高斯眼图的纹理熵特征：
(2a)利用线性变换公式，将高斯眼图中每个元素值进行压缩，得到高斯灰度眼图；
(2b)分别计算0度、45度、90度和135度四个方向上高斯灰度眼图的灰度共生矩阵；
(2c)将四个灰度共生矩阵同一位置元素的均值填入平均灰度共生矩阵中对应位置的元素；
(2d)利用平均灰度共生矩阵，计算待检测信号的高斯眼图的纹理熵特征；
(2e)按照下式，设定检验统计量：



其中，T表示检验统计量，H1表示待检测信号的高斯眼图的纹理熵特征，H0表示采用与步骤(2d)中相同公式计算得到的...

【专利技术属性】
技术研发人员：李林，康荣艳，张文博，臧博，朱志刚，姬红兵，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61