一種低信噪比下突發信號的檢測方法
【技術領域】
[0001] 本發明屬于通信技術領域，具體涉及一種低信噪比下突發信號的檢測方法，可用 于在低信噪比環境下突發信號的檢測。
【背景技術】
[0002] 突發通信作為低截獲概率通信的重要方式之一，發射隱蔽、持續時間短，具有很強 的抗偵察截獲能力，在軍事通信中獲得了廣泛應用，如潛艇對岸通信、最低應急通信等都采 用了突發通信體制。伴隨著通信新技術和新體制的推廣使用，電磁環境日益復雜，給突發信 號的檢測帶來更大挑戰。因此，研究低信噪比下突發信號的檢測具有一定的意義和價值。
[0003] 突發信號的檢測主要分為時域檢測算法和頻域檢測算法，時域檢測算法有短時 能量法、高階矩、高階累積量、時域Power-Law的方法；頻域檢測算法主要有基于幅度譜 和循環譜、基于DFT的Power-Law算法、基于高階譜的Power-Law算法、基于小波變換的 Power-Law算法、譜熵法、wigner-ville法等。時域檢測算法受噪聲影響大，頻域檢測算法 計算復雜。倒譜檢測法計算速度快，可實現實時檢測，并且可以抗窄帶干擾，但是其對噪聲 的抑制能力較差，因此提出基于功率譜的倒譜的突發信號檢測方法，以提高檢測性能。目 前，已有很多對突發信號的檢測技術的研究，但基于倒譜的突發信號檢測研究還是沒有。韓 騰飛等人針對由高階累積量作為判決統計量的信號檢測方法，提出了相應的改進算法，該 算法只用2個符號進行累積量估計，通過增加滑動窗，對累積量值進行平滑處理，并通過窗 內累積量值的變化自適應調整窗長，減小或消除了因數據過短引起高階累積量估計值的抖 動，該方法減少了計算復雜度，但是沒有提高突發信號的檢測性能。（韓騰飛，陳衛東.基 于高階累積量的突發信號檢測技術[J].工程實踐及應用技術，2013,39(2) :72-74.)。鑒 于對少量頻點功率譜的統計結果可以利用Goertzel算法快速得到，賈宏雷等人提出了用 Goertzel算法代替DFT變換，并結合Power-Law檢測器來實現對突發信號的快速捕獲，提高 了檢測性能，但是沒有給出起止點檢測的準確度。（賈宏雷，江樺，王權.基于形態學處理的 突發信號寬帶檢測算法[J].太赫茲科學與電子信息學報，2013,11(6) :911-916.)。王輝針 對突發信號檢測實時性的問題，研究了信號檢測的時域算法。從簡化運算量的角度，采用計 算量簡單的Kolmogorov檢測統計量，即經驗分布函數和正態分布兩個分布函數在垂直方 向上的最大距離，實現了低復雜度的突發信號檢測；從提高檢測性能的角度，通過改進相關 算法，對信號做兩次自相關來提高信噪比，提高了低信噪比下突發信號的檢測性能；從恒虛 警門限的角度，利用分形盒維數的特點，解決了噪聲方差變化時門限選取魯棒性的問題；針 對突發信號精確提取問題，給出了起止點評價指標，通過利用小波分解重構算法提高了信 號起止點檢測精度。（王輝.短波低截獲概率通信信號的檢測與調制識別[D]，解放軍信息 工程大學碩士學位論文，2013.)。王民等人將對數能量特征和倒譜特征相結合，提出了一種 新的對數能量倒譜特征，采用模糊C均值聚類和貝葉斯信息準則方法估計特征門限，完成 了語音端點檢測（王民，孫廣，沈利榮，劉利.基于對數能量倒譜特征的端點檢測算法[J]. 計算機工程與應用，2014, 50(16) : 198-201.)。
【發明內容】
[0004] 針對現有技術的不足，本發明旨在提供一種有效檢測低信噪比下突發信號的方 法，以提高在低信噪比環境下突發信號的檢測概率。
[0005] 為了實現上述目的，本發明采用的技術方案如下：
[0006] -種低信噪比下突發信號的檢測方法，包括以下步驟：
[0007] S1對接收到的突發信號進行分段處理，再求每段信號的功率譜的倒譜，取倒譜的 最大值作為檢驗統計量；
[0008] S2用移動平均法對檢驗統計量進行平滑；
[0009] S3用K-均值聚類算法對經過平滑后的檢驗統計量進行分類判決，區分出信號和 噪聲；
[0010] S4用基于長度的三態轉換對判決結果進行修正，完成突發信號的檢測。
[0011] 需要說明的是，步驟S1中，對接收到的突發信號進行分段處理，再求每段信號的 功率譜的倒譜，取倒譜的最大值作為檢驗統計量按以下進行：
[0012] 1. 1)設經過采樣的待檢突發信號為x(n) (n = 1，2,…，N)，N為數據長度，對數據 分段處理，每次處理的數據長度記為perlen，步進長度記為step，則第i段信號 Xl (n)為：
[0013]
[0014]
[0015] 計算信號Xi (n)的功率譜為：
[0016]
[0017] 其中，FFT[?]為傅里葉變換，《為角頻率，/?、.>)為第i段信號Xl(n)的自相關函 數，T為延時。
[0018] 1.2)根據如下公式求每段信號的功率譜的倒譜：
[0019]
[0020] 其中，IFFT[?]為反傅里葉變換；
[0021] 1. 3)取倒譜的最大值作為檢驗統計量T(n):
[0022]
[0023] 需要說明的是，步驟S2中，用移動平均法對檢驗統計量進行平滑按以下進行：
[0024] 用長度為1的移動矩形窗對檢驗統計量處理，在窗內求均值，得到平滑后的檢驗 統計量3〇1)，（11 = 1，2，*"，吣：
[0025]
[0026] 需要說明的是，K-均值聚類算法可將含有N個數據點的集合進行分類，將集合劃 分成K個類。算法首先要聚類中心初始化，隨機地選取K個數據點作為K個簇的初始簇中 心，根據數據點與聚類中心的距離進行聚類，每個數據點被劃分到距離最近的中心所在的 簇中，進而產生了 K個聚類，從而完成了初始的聚類分布；然后對產生的K個簇分別重新計 算新的簇中心，繼續進行數據分配，就這樣迭代多次后，如果簇中心不在變化，說明數據對 象以及全部聚集到自己所在的簇中，此時說明聚類準則函數已經達到收斂，算法終止。
[0027] 步驟S3的具體實施如下：
[0028] 3. 1)對于步驟S2中得到的經過平滑的檢驗統計量S(n)，令迭代次數I = 1，選取 2個初始聚類中心、(1) (j = 1，2);
[0029] 3. 2)計算每個數據對象S (n)與A,⑴的距離：
[0030] D (S (n)，A) (I)) = | S (n) -A) (I) | ;
[0031] 若滿足 D(S' (n)，Ak(I)) zminmsaO^a))，（j = 1，2)}，則 S(n) G Ak，A^ 示第k類，k = 1，2 ;
[0032] 3. 3)計算誤差平方和準則函數：
[0033]
[0034] 其中，為在步驟3. 2)中被歸入第j類的數據，n]為其個數；
[0035] 3.4)判斷：如果|J⑴-J(I-l) | < G，則結束迭代，其中，（為任意小的數；否則 I = 1+1，計算2個新的聚類中心
返回步驟3. 2)重新執行。
[0036] 需要說明的是，突發通信信號的檢測環境包含廣播信號、電視信號，無線通信信號 等多種連續信號；也包含閃電、突發噪聲、雷達脈沖等自然或人為的短促信號，稱為短突發 干擾信號。為了完成通信傳輸，突發通信的信號長度一般比這些短突發干擾信號的持續時 間長。對突發通信系統的用途、使用方式等資料情報進行分析可以獲得該系統突發通信信 號持續時間的大致范圍L_< L < L_，1_和L_分別為已知或從其他途徑估計的信號長 度L的最小值和最大值。
[0037] 對待檢突發信號的信號長度范圍1_和L_分別計算最小數據塊長度J = L_fs和 最大數據塊長度D = L_，fs，其中，fs為采樣頻率。將步驟S3中得到的判決結果中統計連 續判為信號的個數，記為A。若A > D，則認為是連續信號；若A < J，則認為無信號或為短 突發干擾信號；若J < A < D，則判待檢突發信號存在。
[0038] 以上檢測利用了待檢信號長度的先驗知識以及其短時性特征，即持續一段短時間 段后消失的特點，區分了連續信號、短突發干擾信號和待檢突發信號，避免了這些信號形成 的大量虛假檢測。
[0039] 本發明有益效果在于：本發明具有良好的檢測突發信號的性能，而且本發明在低 信噪比環境下仍能較有效地檢測突發信號。
【附圖說明】
[0040] 圖1為本發明的流程示意圖；
[0041] 圖2為本發明不同信噪比下的突發信號的檢測概率；
[0042] 圖3為本發明在不同信噪比下的突發信號的加權錯誤測度。
【具體實施方式】
[0043] 以下將結合附圖對本發明作進一步的描述，需要說明的是，本實施例以本技術方 案為前提，給出了詳細的實施方式和具體的操作過程，但本發明的保護范圍并不限于本實 施例。
[0044] 如圖1所示，本發明為一種低信噪比下突發信號的檢測方法，包括以下步驟：
[0045] S1對接收到的突發信號進行分段處理，再求每段信號的功率譜的倒譜，取倒譜的 最大值作為檢驗統計量，具體實施如下：
[0046] 1. 1)設經過采樣的待檢突發信號為x(n) (n = 1，2,…，N)，N為數據長度，