本发明专利技术提供一种基于窄带特征提取的脉冲信号频域感知方法。该方法首先对脉冲信号各感知参数进行初始化，在此基础上提取待处理脉冲信号采样数据序列的短时功率谱，然后计算脉冲信号局部背景噪声提取权重，获得脉冲信号短时窄带特征参量，最后计算脉冲信号短时存在概率，实现脉冲信号的自动感知。该方法充分利用了脉冲信号的频域短时窄带特征，以较小的运算量实现脉冲信号的精确感知，工程实用性较强，适用于非合作脉冲信号的实时感知处理。
1、随着声纳技术和水声工程技术的发展，人类在海洋资源勘探、水下电子对抗和水声通信等领域的活动也在不断深入。信号感知作为信号处理的第一步，判断观测信号中是否存在目标信号，是信号参数提取、噪声估计和信号增强等后续处理的重要基础。因此，在非合作条件下实现水声脉冲信号的精准感知，对于水下生物信号捕获、水下目标检测以及水下信息传输等应用具有重要意义。
2、现有的脉冲信号感知方法主要包括：(1)能量检测法，该方法无需信号的任何先验信息，当背景噪声是高斯白噪声时，能量检测法是非合作信号的最佳检测法。然而，当背景噪声非平稳时，方法中门限的选取较为困难，且脉冲信号的持续时间一般较短，这使得能量检测法能够获得的时间增益很有限；(2)相关检测法，该方法利用伪随机序列和噪声相关性的不同来区分信号和噪声，在一定程度上使其对于背景噪声不太敏感，甚至在低信噪比下也有较好的检测性能，但该方法需要一定的先验信息，对于非合作条件下的脉冲信号检测仅具有参考意义；(3)高阶谱累积量检测法，由于高阶谱包含更多随机过程的统计信息，因此该方法具有一定的优势，但高阶谱累计量检测法的能力提高是以更大的计算量为代价；(4)循环谱检测法，该方法具有分辨率高，能从强噪声和干扰中识别多个非合作信号、处理简单、易于实现等优点，但该方法仅对直扩信号和跳频信号的检测有优势；(5)短时傅里叶变换检测法，该方法计算复杂度低，实现简单，物理意义明确，但其时间频率分辨率不可兼得。
>技术实现思路1、专利技术目的，本专利技术目的在于提供一种基于窄带特征提取的脉冲信号频域感知方法,以解决脉冲信号感知的准确性和稳健性差的技术问题。
2、技术方案，为解决上述技术问题，本专利技术提出一种基于窄带特征提取的脉冲信号频域感知方法，包括以下步骤：
3、步骤1、获取待处理的脉冲信号采样数据序列x(n)，并对脉冲信号各感知参数进行初始化，设置时帧数l＝1；
4、步骤2、滑动时间窗提取当前时帧的脉冲信号采样数据序列xl(n)，并计算当前时帧的脉冲信号短时功率谱y(l,k)；
5、步骤3、提取当前时帧的脉冲信号后验信噪比γ(l,k)，计算当前时帧的脉冲信号局部背景噪声提取权重h(l,k)；
6、步骤4、依据所述当前时帧的脉冲信号局部背景噪声提取权重h(l,k)，计算当前时帧的脉冲信号短时窄带特征参量ξ(l,k)；
7、步骤5、依据所述脉冲信号短时窄带特征参量ξ(l,k)，估计出当前时帧的脉冲信号短时存在概率p(l,k)；
8、步骤6、判断是否完成待处理脉冲信号采样数据序列x(n)所有时帧的信号自动感知，若完成所有时帧的处理，则处理结束；否则令时帧数l＝l+1，并返回步骤2。
9、进一步的，步骤1中，采用如下方法获取待处理脉冲信号采样数据序列x(n)，并对脉冲信号各感知参数进行初始化，具体包括以下步骤：
10、步骤1.1、获取待处理的脉冲信号采样数据序列x(n)：从传感器接收n个采样点的实时采集数据作为待处理的数据序列x(n)，或从存储器中提取包含整个脉冲信号的n个采样点数据作为待处理的数据序列x(n)，n＝2p,p为大于10的整数；
11、步骤1.2、对脉冲信号各感知参数进行初始化，具体包括以下参数的初始化：
12、短时傅里叶变换滑动窗长k初始化为：k＝n/2a，a为4≤a≤6的整数；
13、短时傅里叶变换滑动步进m初始化为：m=k/2b,b为3≤b≤5的整数；
14、脉冲信号功率谱的总时帧数l初始化为：其中，int(·)代表四舍五入取整运算；
15、局部背景噪声提取窗长w1初始化为：10<w1<20的整数；
16、局部背景噪声分裂窗长w2初始化为：3<w2<8的整数；
17、脉冲信号后验信噪比上限γmax初始化为：2<γmax<6的实数；
18、脉冲信号存在性感知的虚警概率pfa初始化为：0.001<pfa<0.1的实数；
19、脉冲信号连续性特征参量下限η1初始化为：0.45≤η1≤0.55的实数；
20、脉冲信号连续性特征参量上限η2初始化为：0.9≤η2≤1的实数；
21、脉冲信号存在性判决门限μ初始化为：0.4＜μ＜0.6的实数；
22、脉冲信号短时窄带特征参量平滑因子α初始化为：0.88＜α＜0.92的实数。
23、进一步的，步骤2中，采用如下方法利用滑动时间窗提取当前第l时帧的脉冲信号采样数据序列xl(n)，并计算其短时功率谱y(l,k)，具体包括以下步骤：
24、步骤2.1、利用滑动时间窗提取当前第l时帧的脉冲信号采样数据序列xl(n)：
25、xl(n)＝x(n)wl(n-(l-1)m),n＝1,2,...,n
26、其中,wl(n-(l-1)m)为当前第l时帧的滑动时间窗，其表示为：
27、
28、步骤2.2、对当前第l时帧的脉冲信号采样数据序列xl(n)做短时傅里叶变换，得到当前第l时帧的脉冲信号频谱y(l,k)：
29、
30、其中，k为离散频率索引；
31、步骤2.3、依据所述当前第l时帧的脉冲信号频谱y(l,k)，计算当前第l时帧的脉冲信号短时功率谱y(l,k):
32、
33、其中，k为离散频率索引，| |代表取模值运算。
34、步骤2.4、判断l＝1是否成立，若成立执行步骤2.5，否则转入步骤3；
35、步骤2.5、初始化第1时帧的噪声功率谱为：k＝1,2,…,k，初始化第1时帧的局部背景噪声功率谱s(1,k)为：s(1,k)＝y(1,k)，k＝1,2,…,k，令第1时帧的脉冲信号短时存在概率p(1,k)为：p(1,k)＝0.5，并转入步骤6。
36、进一步的，步骤3中，采用如下方法提取当前第l时帧的脉冲信号后验信噪比γ(l,k)，并计算当前第l时帧的脉冲信号背景噪声提取权重h(l,k)，具体包括以下步骤：
37、步骤3.1、判断l＞2是否成立，若成立执行步骤3.2，否则转入步骤3.3；
38、步骤3.2、估计第l-1时帧的各频点k＝1,2,…,k的噪声功率谱
39、
40、其中，p(l-1,k)为第l-1时帧的脉冲信号短时存在概率，y(l-1,k)为第l-1时帧的脉冲信号短时功率谱，为第l-2时帧的噪声功率谱；
41、步骤3.3、计算当前第l时帧的各频点k＝1,2,…,k的脉冲信号后验信噪比γ(l,k)：
42、
43、步骤3.4、计算当前第l时帧的各频点k＝1,2,…,k的脉冲信号局部背景噪声提取权重h(l,k)：
44、h(l,k本文档来自技高网...
【技术保护点】
1.一种基于窄带特征提取的脉冲信号频域感知方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于窄带特征提取的脉冲信号频域感知方法，其特征在于，步骤1中，采用如下方法获取待处理脉冲信号采样数据序列x(n)，并对脉冲信号各感知参数进行初始化，具体包括以下步骤：
3.根据权利要求2所述的一种基于窄带特征提取的脉冲信号频域感知方法，其特征在于，步骤2中，采用如下方法利用滑动时间窗提取当前第l时帧的脉冲信号采样数据序列xl(n)，并计算其短时功率谱Y(l,k)，具体包括以下步骤：
4.根据权利要求3所述的一种基于窄带特征提取的脉冲信号频域感知方法，其特征在于，步骤3中，采用如下方法提取当前第l时帧的脉冲信号后验信噪比γ(l,k)，并计算当前第l时帧的脉冲信号背景噪声提取权重h(l,k)，具体包括以下步骤：
5.根据权利要求4所述的一种基于窄带特征提取的脉冲信号频域感知方法，其特征在于，步骤4中，依据获得的当前第l时帧各频点的脉冲信号局部背景噪声提取权重h(l,k)，采用如下方法获取当前第l时帧的脉冲信号短时窄带特征参量ξ(l,k)，具体包括以下步骤：
6.根据权利要求5所述的一种基于窄带特征提取的脉冲信号频域感知方法，其特征在于，步骤5中，采用如下方法估计当前第l时帧的脉冲信号短时存在概率P(l,k)，具体包括以下步骤：
7.根据权利要求1所述的一种基于窄带特征提取的脉冲信号频域感知方法，其特征在于，步骤6中，采用如下方法判断是否完成待处理脉冲信号采样数据序列x(n)所有时时帧的信号自动感知，具体包括以下步骤：
...
【技术特征摘要】
1.一种基于窄带特征提取的脉冲信号频域感知方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于窄带特征提取的脉冲信号频域感知方法，其特征在于，步骤1中，采用如下方法获取待处理脉冲信号采样数据序列x(n)，并对脉冲信号各感知参数进行初始化，具体包括以下步骤：
3.根据权利要求2所述的一种基于窄带特征提取的脉冲信号频域感知方法，其特征在于，步骤2中，采用如下方法利用滑动时间窗提取当前第l时帧的脉冲信号采样数据序列xl(n)，并计算其短时功率谱y(l,k)，具体包括以下步骤：
4.根据权利要求3所述的一种基于窄带特征提取的脉冲信号频域感知方法，其特征在于，步骤3中，采用如下方法提取当前第l时帧的脉冲信号后验信噪比γ(l,k)，并计算当前第l时帧的脉冲信...
【专利技术属性】
技术研发人员：姚帅，刘琦玮，匡青云，张佾轩，武其松，方世良，曹栋栋，周岩，沈家瑞，
申请(专利权)人：东南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。