基于功率谱和多尺度小波变换分析强干扰信号检测方法
【技术领域】
[0001] 本发明设及一种信号检测方法。
【背景技术】
[0002] 无线通信已成为人们生活、科研、军事等领域不可缺少的一部分，尤其是在战争 中，有效可靠的战场通信是取得最后胜利的重要保障，然而复杂电磁环境和人为的恶意干 扰对通信质量造成很大的威胁。为保证可靠的通信，必须采取一定的干扰对抗技术。目前 最主要的干扰对抗手段是使用扩频通信技术，然而，扩频通信系统的扩频增益有限，当遇到 强干扰时，通信质量同样无法保证。若接收端能在通信前和通信过程中周期性的对周围电 磁环境进行检测（或实时检测，需要单独的感知模块），提取出强干扰信号的中屯、频率与带 宽信息，将其反馈至发送端，发送端根据检测结果选择没有受到干扰的频段进行通信（或 者采用其他抗干扰手段，躲避干扰是最佳的干扰对抗方式），通信质量将得到显著提升。因 此，干扰检测是通信抗干扰的重要环节之一。
[0003] 干扰检测的目的就是获得实时的干扰信号的参数信息，目前常用的干扰检测算法 有频域口限法、小波包分解法、DT-FCME法。
[0004] 频域口限法将信号变换到频域后根据信号的概率分布设置口限，将超过口限的谱 线记录下来从而得到干扰参数，但口限的选取对结果影响很大，选择合适的口限比较困难。 小波包分解法对信号进行小波分解，等价于将信号在频域等分为N段，计算每段能量值，若 某频段信号能量值明显偏大则认为此频段中存在干扰，但检测分辨率低，无法确定准确的 干扰位置，只能将该包含干扰的频谱段全部抛弃，造成频谱浪费。DT-FCME算法的核屯、部分 为高低口限的迭代过程，然而，当数据样本较多时，迭代过程非常缓慢，在实际应用中实时 性差。
【发明内容】
阳〇化]为了克服现有技术的不足，本发明提供一种基于功率谱和多尺度小波变换的强干 扰信号检测方法，能有效的减少强干扰对扩频通信通信质量的影响。
[0006] 本发明解决其技术问题所采用的技术方案包括如下步骤：
[0007] (1)接收端对接收到的信号进行采样，计算采样得到的接收信号功率谱S化)，并 通过滑动滤波器进行平滑滤波，得到平滑后的功率谱Sm(k)=S化-1)+S(k)+S化+1);
[000引 似对Sm似做n阶高斯曲线拟合，n取值范围为3-10,得到Pm似；
[0009] 做对Pm似做多尺度小波变换，得到各个尺度小波变换系数W(a,fi)，a为对应的 尺度因子，为信号频率；
[0010] (4)对各尺度因子对应的小波系数绝对值求和，得到和小波系数W(fi)， 坏1/;) = 1；|坏'(。，./；)|; -a
[0011] (5)计算和小波系数口限
选取小波和系数W(fi)中大于口限丫的系 数组合为新的和小波系数Wg(fi)，其中，N为小波系数的长度；
[0012] (6)用极值点捜寻算法捜索和小波系数极大值点fi，1GZ+;
[0013] (7)对捜寻得到的极大值点的正确性进行验证，若极值点个数为偶数且两两极大 值点之间的频段中功率谱PmOO谱线的均值超过口限A=y+3〇,则认为极值点正确，将 其确定的干扰信号频段作为最终检测结果，y和O分别为Sm化）最小的五分之一谱线的均 值和标准差；否则增大口限丫后返回步骤（5)开始循环，若循环5次后仍无法找到正确的 极值点，则对功率谱用口限法，记录功率谱中超过口限A的谱线，计算出干扰信号所处频 段，作为最终检测结果。
[0014] 本发明的有益效果是：
[0015] 1、本发明克服了传统口限检测法口限难W设置的问题，对平滑后的功率谱做高斯 曲线拟合后做小波分析，产生的小波和系数将会在强干扰信号出现与消失频点产生非常尖 锐明显的峰值，n限非常易于设置，易于捕捉到精确的干扰出现与消失的频点，实现干扰的 精确定位。
[0016] 2、本发明可W检测和识别多种干扰类型，包括单音干扰、多音干扰、窄带干扰、部 分频带干扰，如果将其应用到时域信号还可W检测脉冲干扰。
[0017] 3、本发明具备很好的鲁棒性，且可W采用二进形式的尺度因子，方便硬件实现，可 应用到工程实践中。
【附图说明】
[0018] 图1是本发明的实现流程图；
[0019] 图2是本发明与现有的频域口限检测法在信干比10化时检测结果示意图；
[0020] 图3是本发明与现有的口限检测法在不同干信比下对干扰信号检测的归一化均 方误差对比图；
[0021] 图4是本发明采用连续尺度小波变换与二进尺度小波变换对干扰信号检测的归 一化均方误差对比图。
【具体实施方式】
[0022] 下面结合附图和实施例对本发明进一步说明，本发明包括但不仅限于下述实施 例。
[0023] 本发明提出的基于功率谱与多尺度小波变换分析的强干扰信号检测方法，包括如 下步骤：
[0024] (1)接收端对接收到的信号进行采样，计算采样得到的接收信号功率谱S化)，并 将其通过滑动滤波器进行平滑滤波，得到平滑后的功率谱Sm化）： 阳0巧]Sm化）=S化-1) +S化)+S化+1)
[0026] 似对平滑后的功率谱Sm似做n阶高斯曲线拟合，对信号做了非常好的平滑，n根 据具体情况选取（n取值范围为3-10,值越大拟合程度越好），得到
[0028](3)对拟合后的Pm(k)做多尺度小波变换，得到各个尺度小波变换系数W(a，fi)，a 为对应的尺度因子，为信号频率。
[0029] (4)对各尺度因子对应的小波系数绝对值求和，得到和小波系数W(fi):
[0031] (5)计算和小波系数口限丫，选取小波和系数W(fi)中大于口限丫的系数组合为 新的和小波系数化），其中
[0033] 其中，N为小波系数的长度。
[0034] (6)用极值点捜寻算法捜索和小波系数极大值点fi，1GZ+。
[0035] (7)对捜寻得到的极大值点的正确性进行验证，若极值点个数为偶数且两两极大 值点之间的频段中功率谱PmOO谱线的均值超过口限A，则认为极值点正确，将其确定的 干扰信号频段作为最终检测结果，否则增大口限T后返回到和小波系数提取步骤（5)开始 循环，若循环5次后仍无法找到正确的极值点，则对功率谱用口限法，记录功率谱中超过口 限T的谱线，计算出干扰信号所处频段，作为最终检测结果。
[0036] 参照图1，本发明的实施例包含如下步骤：
[0037] 步骤1，计算接收信号功率谱并通过平滑滤波器平滑
[00測 （Ia)接收端对接收信号进行采样，得到离散信号X(n)，将X(n)分为L段，每段信 号长度为M，每段信号都加一个汉明窗w(n)后计算其周期图，则第m段数据周期图为：
[0040] 其中，
是归一化因子，对每个分段的周期图进行平均，可得到整个 信号X(n)的功率谱估计：
(2)
[0042] (Ib)对估计的功率谱进行平滑滤波，得到平滑后的功率谱Sm化）：
[0043] Sm似=S(k-1)+S似+S化+1)做
[0044] 步骤2,对平滑后的功率谱对平滑后的功率谱Sm化）做n阶高斯曲线拟合，相当于 对信号做了非常好的平滑，n根据具体情况选取（n取值范围为3-10,值越大拟合程度越 好），得到
[0046] 步骤