无人机通信中非高斯噪声下MIMO系统发射天线数估计方法技术方案

本发明专利技术属于无人机通信中MIMO系统参数估计技术领域，公开了一种无人机通信中非高斯噪声下MIMO系统发射天线数估计方法，利用分数低阶统计量对观测信号矩阵进行处理，构建基于分数低阶统计量的相关矩阵；对所构造的相关矩阵进行特征值分解，构建基于特征值加权的检测统计量；基于中心极限定理计算检测门限，采用串行假设检验方法估计MIMO系统发射天线数目。本发明专利技术的无人机通信中非高斯噪声下MIMO系统发射天线数估计效果较好，可以有效实现alpha稳定分布噪声条件下MIMO系统的发射天线数估计。当混合信噪比高于5dB时，正确检测概率达到90％以上，且对于不同特征指数的脉冲噪声本发明专利技术所述方法同样具有较好的性能。明所述方法同样具有较好的性能。明所述方法同样具有较好的性能。

【技术实现步骤摘要】
无人机通信中非高斯噪声下MIMO系统发射天线数估计方法


[0001]本专利技术属于无人机通信中MIMO系统参数估计
，尤其涉及一种无人机通信中非高斯噪声下MIMO系统发射天线数估计方法。

技术介绍

[0002]目前，多天线(MIMO，Multiple
‑
Input Multiple
‑
Output)技术以其高效的频谱利用和高速的信息传递，被广泛应用于电子侦察和认知无线电等智能无线通信系统中。对于智能无线系统而言，MIMO技术的应用必然会对其关键技术(如通信参数估计、信号识别，信道估计等)引入了新的问题和挑战。其中对发射端天线数目的估计便是MIMO技术引入的一个重要问题。正确估计MIMO系统发射天线数目是后续信号识别的必要前提条件，能够为其他参数的盲识别提供必要的先验信息，因此对MIMO发射天线数目盲估计这一重要问题展开了深入的研究。
[0003]关于MIMO系统发射天线数目估计问题，已经提出了多种方法，现有的方法大致分为两类：信息论方法和基于特征的方法。Somekh O等人提出了基于最小描述长度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机通信中非高斯噪声下MIMO系统发射天线数估计方法，其特征在于，所述无人机通信中非高斯噪声下MIMO系统发射天线数估计方法包括：利用分数低阶统计量对观测信号矩阵进行处理，构建基于分数低阶统计量的相关矩阵；对所构造的相关矩阵进行特征值分解，构建基于特征值加权的检测统计量；基于中心极限定理计算检测门限，采用串行假设检验方法估计MIMO系统发射天线数目。2.如权利要求1所述的无人机通信中非高斯噪声下MIMO系统发射天线数估计方法，其特征在于，所述MIMO系统发射天线数估计方法包括以下步骤：步骤一，利用分数低阶统计量对观测信号r(n)进行处理，构建基于分数低阶统计量的相关矩阵G
r
；步骤二，对矩阵G
r
进行特征值分解，构建基于特征加权的检测统计量T
l
；步骤三，基于中心极限定理计算检测门限η
l
，并采用假设检验方法估计MIMO系统的发射天线数。3.如权利要求2所述的无人机通信中非高斯噪声下MIMO系统发射天线数估计方法，其特征在于，步骤一中，基于非合作MIMO系统，设主用户和认知用户配置的天线数分别为Q和K，在第k个天线接收的信号可以表示为：其中，N表示观测信号采样点数，w
k
(n)表示加性非高斯噪声，h
k,q
表示次用户第k根天线与主用户第q天线之间的衰落信道，观测信号如下矩阵形式所示：r(n)＝Hs(n)+w(n)；其中，H表示K
×
Q的衰落信道矩阵，s(n)＝[s1(n),...,s
K
(n)]
T
表示Q
×
N发送信号矩阵，w(n)＝[w1(n),...,w
K
(n)]
T
表示K
×
1加性非高斯噪声矩阵；采用特征函数表征alpha稳定分布，表达式为：式中，其中，α称为特征指数，用来度量分布函数拖尾的厚度；γ称为分散系数；β称为对称参数，a称为位置参数，β＝0表示分布为对称α稳定分布SαS；若a＝0，γ＝1，则称此稳定分布为标准α稳定分布；定义混合信噪比为：其中，r(n)＝[r1(n),
…
,r
M
(n)]
T
，w(n)＝[w1(n),...,w
K
(n)]
T
。
4.如权利要求2所述的无人机通信中非高斯噪声下MIMO系统发射天线数估计方法，其特征在于，步骤一中，所述利用分数低阶统计量对观测信号r(n)进行处理，构建基于分数低阶统计量的相关矩阵G
r
，包括：...

【专利技术属性】
技术研发人员：刘明骞，张俊林，杨清海，宫丰奎，葛建华，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：