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：