一种基于特征值分解的有色噪声相关检测方法技术

本发明专利技术提供一种基于特征值分解的有色噪声相关检测方法，利用自回归模型建模构造有色噪声时间序列，利用特征值分解的方法构造白化矩阵，然后使用白化矩阵对探测器检测到的输入信号矩阵进行白化滤波并得到白化后滤波信号；对白化后滤波信号和延迟后数据进行自相关检测得到自相关函数，提取出混在自相关函数中的微弱信号。本发明专利技术针对一些低慢小目标的激光回波信号中除了有热噪声和散弹噪声这样的白噪声，还存在有色噪声的实际场景，对其进行微弱信号检测，首先将有色噪声进行基于特征值分解的白化滤波，再通过相关检测算法将淹没在噪声中的微弱信号提取成功。本发明专利技术适用于低慢小目标回波信号微弱及背景噪声复杂的信号处理问题。

【技术实现步骤摘要】

本专利技术涉及测量测试，具体涉及一种基于特征值分解的有色噪声相关检测方法。

技术介绍

1、通常，低慢小目标的激光回波信号十分微弱，甚至可能淹没在噪声之中，使得导引头定位精度下降，甚至有可能丢失目标，因此需要研究激光半主动导引头的微弱信号检测技术。对此，国内外学者对此进行了长期的研究工作，通过分析噪声产生的原因和规律，研究被测信号的特点、相关性以及噪声的统计特性，寻找出从背景噪声中检测出有用信号的方法，取得了丰硕成果。锁定放大是主要适用于正弦信号的检测方法；相关检测是利用信号的相关性和噪声的不相关性进行信号的提取；取样积分与数字式平均则适用于具有复杂频谱信号的脉冲信号，但是由于需要对信号累积平均，因此该方法也存在检测时间长，效率较低等问题，不适合对实时性要求较高的场合；自适应噪声抵消不需要预先知道干扰噪声的统计特性，它能在逐次迭代的过程中将自身的工作状态自适应地调整到最佳状态，对抑制宽带噪声或窄带噪声都有效；小波分析迅速发展起来，并成为一种有效的信号时频分析理论，它具有对信号按不同的尺度进行分层分析的功能，从而可以提取淹没于较强噪声中的微弱特征信号，克服了传本文档来自技高网...

【技术保护点】

1.一种基于特征值分解的有色噪声相关检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于特征值分解的有色噪声相关检测方法，其特征在于：步骤S1包括以下步骤：

3.根据权利要求2所述的一种基于特征值分解的有色噪声相关检测方法，其特征在于：步骤S12中，

4.根据权利要求3所述的一种基于特征值分解的有色噪声相关检测方法，其特征在于：步骤S12中，

5.根据权利要求2所述的一种基于特征值分解的有色噪声相关检测方法，其特征在于：步骤S13中，

6.根据权利要求1所述的一种基于特征值分解的有色噪声相关检测方法，其特征在于...

【技术特征摘要】

1.一种基于特征值分解的有色噪声相关检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于特征值分解的有色噪声相关检测方法，其特征在于：步骤s1包括以下步骤：

3.根据权利要求2所述的一种基于特征值分解的有色噪声相关检测方法，其特征在于：步骤s12中，

4.根据权利要求3所述的一种基于特征值分解的有色噪声相关检测方法，其特征在于：步骤s12中，

5.根据权利要求2所述的一种基于特征值分解的有色噪声相关检测方法，其特征在于：步骤s13中，

6.根据权利要求1所述的一种基于特征值分解的有色噪声相关检测方法，其特征在于：步骤s2中，

7.根据权利要求1所述的一种基于特征值分解的有色噪声相关检测方法，其特征在于：步骤s2中，将所述白化后滤波信号f(t)同时输入到相关接收机的2个通道，其中一路经过延迟电路使f(t)延迟时间τ，然后将所述延迟后数据f(t-τ)...

【专利技术属性】
技术研发人员：李梦娅，张剑琦，徐健，肖忠源，
申请(专利权)人：北京遥测技术研究所，
类型：发明
国别省市：