一种低信噪比频谱稠密信号噪底估计与门限计算方法技术

本发明专利技术涉及信号检测技术领域，具体涉及一种低信噪比频谱稠密信号噪底估计与门限计算方法，通过统计最小值到均值区间直方图，查找直方图最大值确定噪声功率谱密度的方法，避免了当信号宽度占据整个频谱宽度的比重较大时将宽带信号的功率谱误检测为噪底的问题，解决大多数噪底估计算法无法检测频谱上稠密信号的缺点，提高噪底估计精度等。提高噪底估计精度等。提高噪底估计精度等。

【技术实现步骤摘要】
一种低信噪比频谱稠密信号噪底估计与门限计算方法


[0001]本专利技术涉及信号检测
，具体涉及一种低信噪比频谱稠密信号噪底估计与门限计算方法。

技术介绍

[0002]通信电子战系统中，信号处理的第一步是确定信号的存在性，即信号检测。
[0003]在论文“宽带侦查信号检测中的门限算法”中，指出对于大量信号存在的情况，已经证明了傅里叶接收机是最优接收机。且论文中给出的噪声门限检测方法需知道噪声子带或者已知一定的概率分布，但对于盲检测来说，一般没有这些先验信息。文中提到的N
‑
sigma门限算法，适合信号个数较小，带宽很窄的场合，当信号频谱占据整个频谱比重比较大时不适合。
[0004]在另一篇论文中“通信对抗中的干扰检测算法研究”中的CME算法将频点分为两个集合，噪声频点集合和被干扰频点集合，通过迭代运算不断从噪声频点集合中取出大于门限的频点，加到被干扰频点集合，再重新计算门限来进行去除操作，直到没有频点被去除为止。该方法通过迭代的方法逐步从功率谱密度中剔除信号，逐步修改噪底估计值，具有噪底估计精度差的问题。
[0005]针对上述缺陷，本申请提供一种一种低信噪比频谱稠密信号噪底估计与门限计算方法，解决大多数噪底估计算法无法检测频谱上稠密信号的缺点，提高噪底估计精度等。

技术实现思路

[0006]本专利技术的目的，避免当信号宽度占据整个频谱宽度的比重较大时将宽带信号的功率谱误检测为噪底的问题，解决了大多数噪底估计算法无法检测频谱上稠密信号的缺点，噪底估计精度差等问题。
[0007]为实现上述目的，本专利技术提供如下技术方案：
[0008]一种低信噪比频谱稠密信号噪底估计与门限计算方法，包括如下步骤：
[0009]步骤1：对基带IQ信号采用周期图法做功率谱估计，得到的功率谱估计结果为psd；
[0010]步骤2：计算上述功率谱psd的均值，记为psd_mean；查找psd的最小值记为psd_min，将psd落入[psd_min,psd_mean]的区间的值归一化到[0,1]区间；
[0011]步骤3：对上述归一化[0,1]区间，根据划分区间个数P，统计落入每个区间的个数K
i
,i＝1,2,3...P,得到归一化功率谱的直方图；
[0012]步骤4：查找功率谱直方图最大值对应的区间，该区间去归一化得到噪底估计值S
noise
；
[0013]步骤5：根据上一步得到的噪声功率谱估计，计算th1和th2计算方法为：
[0014]th1＝K1*Snoise+C1*(psd_mean
‑
psd_min)；
[0015]th2＝K2*Snoise+C2*(psd_mean
‑
psd_min)；
[0016]其中，K1和K2为门限倍数因子，例如可取K1＝6，K2＝12，C1和C2为远小于1直流偏
置系数，C1和C2的作用为当信噪比极高时，可避免门限计算过小的问题。
[0017]本专利技术技术方案的进一步改进在于：步骤1中，对IQ信号进行N_fft点FFT，取模平方，对模平方平均N_mean次，N_mean≥64，FFT(k)表示信号第k点FFT结果；得到信号的功率谱估计psd(k)：
[0018][0019]式中，字母表达含义：psd(k)表示估计的第k点功率谱密度值，N_fft表示傅里叶变换点数，N_mean表示傅里叶变换平滑次数，i表示第i次傅里叶变换，|
·
|表示取模。
[0020]本专利技术技术方案的进一步改进在于：步骤2中求功率谱psd的最小值psd_min和均值psd_mean，最小值到均值[psd_min,psd_mean]区间归一化到[0,1]区间，归一化区间记为psd
[0,1]，psd
[0,1]可用下式表示：
[0021][0022]i＝1,2,3...N_fft
[0023]k＝1,2,3,....Nk
[0024]式中，字母表达含义：psd
[0,1](k)，表示第k点的功率谱归一化值，下标[0,1]表示归一化，psd_min为psd的最小值，psd_mean为psd的均值。Nk为psd在区间[psd_min,psd_mean]内的个数，含义为只对小于psd_mean的功率谱进行归一化。本专利技术技术方案的进一步改进在于：步骤3中，对psd
[0,1]划分为P个区间，统计psd
[0,1]落入每个区间的个数Lj，详细步骤为：
[0025]1、初始化落入每个区间的个数为0，记Lj＝0，j＝1，2，3
…
,P；
[0026]2、计算每个psd
[0,1](k)属于的区间号j＝floor(P
×
psd
[0,1](k))+1，区间号j对应的次数自加1，即L
j
＝L
j
+1，其中floor(
·
)表示向下取整。
[0027]本专利技术技术方案的进一步改进在于：步骤4中，查找L
j
最大值对应的j记为j
max
，对j
max
做反归一化,得到噪声平均功率谱密度S
noise
：
[0028][0029]式中，字母表达含义：S
noise
表示估计的噪声功率谱密度，j
max
表示归一化功率谱psd
[0,1]直方图最大值对应的区间号，P表示功率谱直方图划分区间个数，psd_mean为功率谱密度均值，psd_min为功率谱密度的最小值。
[0030]理论依据为psd服从自由度为N_mean的卡方分布，当平滑次数N_mean较大时，psd趋向正态分布，正态分布概率密度函数在期望处取得最大。
[0031]本专利技术技术方案的进一步改进在于：步骤5中，计算高门限和低门限，设低门限和高门限门限倍数为K1和K2，C1和C2为固定的直流偏置，低门限th1和高门限th2的计算方法为：
[0032]th1＝K1·
S
noise
+C1·
(psd_mean
‑
psd_min)
[0033]th2＝K2·
S
noise
+C2·
(psd_mean
‑
psd_min)
[0034]其中，式中字母表达含义：th1表示计算的低门限，th2表示计算的高门限，C1为低
门限直流偏置参数，C2为高门限直流偏置参数。psd_min为功率谱密度的最小值，psd_mean为功率谱密度均值。K1为低门限噪声倍数参数，K2为高门限噪声倍数参数。
[0035]与现有技术相比，本专利技术提供的一种低信噪比频谱稠密信号噪底估计与门限计算方法有益效果如下：
[0036]1、本专利技术提供一种低信噪比频谱稠密信号噪底估本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低信噪比频谱稠密信号噪底估计与门限计算方法，其特征在于：包括如下步骤：步骤1：对基带IQ信号采用周期图法做功率谱估计，得到的功率谱估计结果为psd；步骤2：计算上述功率谱psd的均值，记为psd_mean；查找psd的最小值记为psd_min，将psd落入[psd_min,psd_mean]的区间的值归一化到[0,1]区间；步骤3：对上述归一化[0,1]区间，根据划分区间个数P，统计落入每个区间的个数K
i
,i＝1,2,3...P,得到归一化功率谱的直方图；步骤4：查找功率谱直方图最大值对应的区间，该区间去归一化得到噪底估计值S
noise
；步骤5：根据上一步得到的噪声功率谱估计，计算th1和th2计算方法为：th1＝K1*Snoise+C1*(psd_mean
‑
psd_min)；th2＝K2*Snoise+C2*(psd_mean
‑
psd_min)；其中，K1和K2为门限倍数因子，例如可取K1＝6，K2＝12，C1和C2为远小于1直流偏置系数，C1和C2的作用为当信噪比极高时，可避免门限计算过小的问题。2.根据权利要求1所述一种低信噪比频谱稠密信号噪底估计与门限计算方法，其特征在于：步骤1中，对IQ信号进行N_fft点FFT，取模平方，对模平方平均N_mean次，N_mean≥64，FFT(k)表示信号第k点FFT结果；得到信号的功率谱估计psd(k)：式中，字母表达含义：psd(k)表示估计的第k点功率谱密度值，N_fft表示傅里叶变换点数，N_mean表示傅里叶变换平滑次数，i表示第i次傅里叶变换，|
·
|表示取模。3.根据权利要求1所述一种低信噪比频谱稠密信号噪底估计与门限计算方法，其特征在于：步骤2中求功率谱psd(k)的最小值psd_min和均值psd_mean，将功率谱最小值到均值[psd_min,psd_mean]区间归一化到[0,1]区间，归一化后的功率谱记为psd
[0,1]
，psd
[0,1]
可用下式表示：式中，字母表达含义：psd
[0,1]
(k)表示第k点的功率谱归一化值，下标[0,1]表示归一化，psd_min为psd的最小值，psd_mean为psd的均值，Nk为psd在区间[psd_min,psd_mean]内的个数，含义为只对小于psd_mean的功率谱进行归一化。N_fft表示傅里叶变换点数。4.根据权利要求1所述一种低信噪比频谱稠密信号噪底估计与门限计算方法...

【专利技术属性】
技术研发人员：侯敬元，陈明敏，王晋忠，吴凌华，吕锁宁，
申请(专利权)人：成都秀为科技发展有限公司，
类型：发明
国别省市：