一种基于分组极差图的微弱信号检测方法技术

一种基于分组极差图的微弱信号检测方法，首先对过采样后的接收信号做傅里叶变换并进一步计算，得到接收信号的功率谱。而后从功率谱中提取极差谱，并将其转换成具有多个顶点和边的特定无向简单图。最终使用图的GINI系数作为判决指标，通过检验图是否为完全图来判断是否检测到了信号。本发明专利技术提出的方法在小信噪比和中等样本的条件下，性能优于以往的信号检测算法。算法。算法。

【技术实现步骤摘要】
一种基于分组极差图的微弱信号检测方法


[0001]本专利技术属于信号处理
，具体涉及一种基于分组极差图的微弱信号检测方法。

技术介绍

[0002]微弱信号的检测，是信号处理中的经典课题，已广泛应用于雷达电子战、认知无线电、深度通信及引力波信号检测等场合。例如，在认知无线电中，由于频谱资源的稀缺，使得认知无线电技术逐渐取代传统的静态频谱分配技术成为主流。因此，用于检测是否存在空闲频带的频谱感知技术显得越发重要，而这一技术的核心即为微弱信号检测。在引力波信号检测中，由于引力波信号极其微弱，因此，如何对其进行有效检测，提高检测性能，也是学术界考虑的重要问题。以往对这一问题的研究主要集中于对信号时域波形、频域频谱、变换域函数和概率密度函数的分析。然而，这样特征的获取，往往需要较多的观测样本，这样将使得算法在性能与复杂度之间难以平衡，从而限制了其适用性。
[0003]本专利技术则从图的角度，先将观测信号进行图域变换，而后将信号的检测问题转化为对完全图的检测，并引入完全图的GINI系数作为特征量，用以完成对完全图的检测，在复杂度与性能之间达到了某种平衡。

技术实现思路

[0004]本专利技术针对现有技术中的不足，提供一种基于分组极差图的微弱信号检测方法，利用信号功率谱的分组极差谱来检测信道中是否存在信号。首先将接收信号转换成功率谱，再对功率谱进行分组，并从中提取每组的极差组成极差谱。而后将其转换成具有多个顶点和边的特定无向简单图，并使用图的GINI系数作为判决指标，通过图的完备与否来评估是否检测到了信号。本方法在小信噪比和中等样本的条件下性能优于以往的信号检测算法。同时，在一定条件下，也可以拓展到其它相关处理中。
[0005]为实现上述目的，本专利技术采用以下技术方案：
[0006]一种基于分组极差图的微弱信号检测方法，其特征在于，包括如下步骤：
[0007]步骤1、计算接收信号的功率谱：对过采样后的接收信号进行快速傅里叶变换，并进一步计算，得到功率谱；
[0008]步骤2、提取功率谱的极差谱：将功率谱样本分成L组，并提取每组的最大最小值之差构成极差谱；
[0009]步骤3、将极差谱转化为图：将极差谱转化为具有N0个顶点的图G；
[0010]步骤4、计算图的GINI系数及相应的阈值：计算反映图的各顶点度数分布均匀度的GINI系数GI，以此为判决指标，并设置相应的阈值η；
[0011]步骤5、比较判决：通过将GINI系数GI与阈值η进行比较，判断信道中是否存在信号。
[0012]为优化上述技术方案，采取的具体措施还包括：
[0013]进一步地，所述步骤1具体如下：
[0014]将经过路径损耗的传输信号s(t)和加性高斯白噪声n(t)组成的连续时间接收信号r(t)表示为：
[0015]r(t)＝s(t)+n(t)
[0016]其中
[0017][0018]式中，ξ(δ)代表第δ个信息符号样本，g(t)表示在一个持续时间为T0的时刻内携带一个信息样本的连续时间波形，g(t
‑
δT0)表示第δ个码元对应的脉冲；在接收端，r(t)以采样频率被过采样，Q是过采样因子；
[0019]K个连续接收信号样本的集合表示为：
[0020]r(k)＝s(k)+n(k)
[0021]式中，k＝0，1，...，K
‑
1是离散时间序列，n(k)是均值为0方差为σ2的离散时间加性高斯白噪声样本，s(k)是经过路径损耗的传输信号样本；
[0022]信号检测结果包含以下两种情况：
[0023]H0：信道中不存在信号；
[0024]H1：信道中存在信号；
[0025]在这两个假设下的传输模型如下：
[0026]H0：r(k)＝n(k)
[0027]H1：r(k)＝s(k)+n(k)
[0028]由此，定义功率谱为：
[0029][0030]其中，K是接收信号样本数，M是快速傅里叶变换点数。
[0031]进一步地，所述步骤2具体如下：
[0032]将功率谱样本R
i
(m)分成L组，并提取每组的最大最小值的差为其分组极差谱Z
i
(l)：
[0033]Z
i
(l)＝(z
i0
，z
i1
，...，z
i，L
‑1)，i＝0，1
[0034]式中，z
il
，l＝0，...，L
‑
1是经尺度参数和位置参数归一化后的极差样本。
[0035]进一步地，所述步骤3具体如下：
[0036]将分组极差谱Z
i
(l)作为输入信号，首先将输入信号样本归一化到区域[0，1]，再通过均匀量化转换成图形G(V，E)，图的顶点集V和边的集合E用下式表示：
[0037][0038]E＝{e
αβ
|(α，β)∈(N0×
N0)}
[0039]其中，N0＝{1，2，...，N0}和N0分别表示顶点数和量化级数。
[0040]进一步地，所述步骤4具体如下：
[0041]设GI0和GI1分别是H0和H1假设下图的GINI系数，定义为：
[0042][0043]式中，d
ij
表示在H
i
假设下，经过升序排列后的第j个顶点的度，即T
i
表示在H
i
假设下，图的总顶点度数，
[0044]设置适当的阈值η用以进行判决。
[0045]进一步地，所述步骤5中，将图的GINI系数GI与阈值η进行比较，若GI＜η，则判为H0，否则，判为H1。
[0046]本专利技术的有益效果是：本专利技术提出了一种基于分组极差图的微弱信号检测方法，将分组极差谱转换为特定的图，并利用图的GINI系数，通过图的完备与否来评估是否检测到信号。该方法在小信噪比和中等样本的条件下性能优于以往的信号检测算法，并且在存在传输损伤和中等计算能力的情况下也具有可接受的性能，具有一定的工程应用前景。
附图说明
[0047]图1是一种基于分组极差图的微弱信号检测方法的流程图。
[0048]图2是H0假设条件下由分组极差谱所构造的图。
[0049]图3是H1假设条件下由分组极差谱所构造的图。
[0050]图4是在特定条件下本专利技术的方法同其他方法的接收机工作特性曲线(ROC)性能对比图。
具体实施方式
[0051]现在结合附图对本专利技术作进一步详细的说明。
[0052]如图1所示的基于分组极差图的微弱信号检测方法流程，具体过程包括以下步骤：
[0053]一、计算接收信号的功率谱。
[0054]对过采样后的接收信号进行快速傅里叶变换(FFT)，并进一步计算，得到功率谱。具体包括：
[0055]将经过路径损耗的传输信号s(t本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于分组极差图的微弱信号检测方法，其特征在于，包括如下步骤：步骤1、计算接收信号的功率谱：对过采样后的接收信号进行快速傅里叶变换，并进一步计算，得到功率谱；步骤2、提取功率谱的极差谱：将功率谱样本分成L组，并提取每组的最大最小值之差构成极差谱；步骤3、将极差谱转化为图：将极差谱转化为具有N0个顶点的图G；步骤4、计算图的GINI系数及相应的阈值：计算反映图的各顶点度数分布均匀度的GINI系数GI，以此为判决指标，并设置相应的阈值η；步骤5、比较判决：通过将GINI系数GI与阈值η进行比较，判断信道中是否存在信号。2.如权利要求1所述的一种基于分组极差图的微弱信号检测方法，其特征在于：所述步骤1具体如下：将经过路径损耗的传输信号s(t)和加性高斯白噪声n(t)组成的连续时间接收信号r(t)表示为：r(t)＝s(t)+n(t)其中式中，ξ(δ)代表第δ个信息符号样本，g(t)表示在一个持续时间为T0的时刻内携带一个信息样本的连续时间波形，g(t
‑
δT0)表示第δ个码元对应的脉冲；在接收端，r(t)以采样频率被过采样，Q是过采样因子；K个连续接收信号样本的集合表示为：r(k)＝s(k)+n(k)式中，k＝0，1，...，K
‑
1是离散时间序列，n(k)是均值为0方差为σ2的离散时间加性高斯白噪声样本，s(k)是经过路径损耗的传输信号样本；信号检测结果包含以下两种情况：H0：信道中不存在信号；H1：信道中存在信号；在这两个假设下的传输模型如下：H0：r(k)＝n(k)H1：r(k)＝s(k)+n(k)由此，定义功率谱为：其中，K是接收信号样本数，M是快速傅里叶变换点数。3.如权利要求2所述的一种基于分组极差图的微弱信号检测方...

【专利技术属性】
技术研发人员：胡国兵，赵敦博，沈浏源，陈正宇，杨莉，赵嫔姣，
申请(专利权)人：金陵科技学院，
类型：发明
国别省市：