[发明专利]一种直扩信号截获检测方法有效
申请号: | 201610412869.6 | 申请日: | 2016-06-14 |
公开(公告)号: | CN105959035B | 公开(公告)日: | 2018-04-03 |
发明(设计)人: | 王晓燕;李帝水;姚帅;其他发明人请求不公开姓名 | 申请(专利权)人: | 东南大学 |
主分类号: | H04B1/707 | 分类号: | H04B1/707 |
代理公司: | 南京瑞弘专利商标事务所(普通合伙)32249 | 代理人: | 杨晓玲 |
地址: | 211189 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 信号 截获 检测 方法 | ||
技术领域
本发明属于通信和信号处理技术领域,涉及一种直扩信号截获检测方法,用于非合作条件下直扩信号的截获检测。
背景技术
直接序列扩频(以下简称直扩)技术在水声通信与探测领域已得到广泛应用,由于其能量分散在较宽的频带,单位频点能量低,在非合作条件下的截获检测方法成为通信与水声对抗中的研究热点与难点。现有的直扩信号截获检测方法主要包括:能量检测法、平方律法、相关累积法、基于周期谱法。传统的能量检测法依赖于背景噪声模型,没有充分利用直扩信号特征,检测效果差。平方律法利用平方处理将二相调制直扩信号变为窄带信号进行检测,但具有小信号抑制效应,低信噪比下性能严重下降,且不适于多相调制信号。相关累积法利用了直扩信号伪码的自相关特性,但为了获得高增益,需要多段数据自相关估计进行累积平均,在水声领域,传播速度慢,多段数据获取需要较长时间,且实际信号较短时,多段累积引入更多的噪声,增益反而下降。周期谱方法性能较好,但实现困难。
发明内容
技术问题:本发明提供一种直扩信号截获检测方法,该方法利用直扩信号伪码的自相关特性,通过单次自相关估计的变步长时域累积搜索方法,提高自相关峰增益,降低信息码对自相关特性的影响,提高检测性能,同时获得伪码周期估计,具备实时处理优势。
技术方案:本发明的直扩信号截获检测方法,包括以下步骤:
步骤1:获取离散数据序列x(n),n=0,1,2,…,N-1:从传感器接收N个采样点的实时采集数据或提取N个采样点存储的现成数据作为待处理的数据序列x(n),n=0,1,2,…,N-1,其中N为采样点数;
步骤2:对所述离散数据序列x(n)进行自相关估计,得到自相关序列r(m),m=0,1,2,…,M-1,其中M为自相关序列长度,m为自相关序列的离散时间索引;
步骤3:对所述自相关序列r(m)的绝对值进行平滑处理,即根据下式计算得到平滑自相关序列R(k):
其中,K为平滑处理的半窗长,且K<M,k为平滑自相关序列的离散时间索引;
步骤4:设定判定伪码周期具有等间隔规律的最少自相关峰个数L,L>1,再根据自相关序列长度M设定搜索步进j,j=Js,Js+1,Js+2,…,Je,其中Js为搜索起始点,Je为搜索终点,Js<Je,Je<M/L;
步骤5:按照所述搜索步进j对所述平滑自相关序列R(k)进行累积平均,即从j开始,将L个间隔为j的平滑自相关序列R(k)相加后求平均,得到累积量C(j),计算公式如下:
其中,R(ij)为从j开始,以j为间隔,从平滑自相关序列R(k)中抽取的第ij个自相关估计值,ij为上述累积平均中的平滑自相关序列离散时间索引,i为所述L个间隔j的间隔倍数,i=1,2,…,L;
步骤6:搜索累积量C(j)的最大值C(jmax)作为检验统计量,其中jmax为最大值对应的离散时间索引;
步骤7:将所述最大值C(jmax)与判决门限比较,如大于判决门限,则认为存在直扩信号,并根据下式估计伪码周期Tp:Tp=jmax/fs,其中fs为离散信号的采样频率;
否则,认为离散数据序列x(n)中不含直扩信号。
进一步的,本发明方法中,步骤2中,根据下式获得自相关序列r(m):
进一步的,本发明方法中,步骤7中的判决门限根据检测器设计要求确定,对于恒虚警检测,所述判决门限根据聂曼-皮尔逊准则,按照设定的虚警概率要求确定判决门限。
有益效果:本发明与现有技术相比,具有以下优点:
1.充分利用了直扩信号伪码的自相关特性,通过对单次自相关估计的时域累积处理,对多个自相关峰实现了累加平均,既降低了信息码对自相关特性的影响,又降低了伪码周期等间隔特性判断的难度;
2.本发明方法只利用了单次自相关估计结果,无需长时间多段数据累积,降低了短信号时多段数据累积引入噪声而增益降低的风险,适于实时处理,实用性强;
3.本发明方法通过累积减弱了信息码影响,能够同时获得更准确的伪码周期估计。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610412869.6/2.html,转载请声明来源钻瓜专利网。