[发明专利]一种基于高阶统计量的微弱信号检测方法

说明书

本发明公开了一种基于高阶统计量的微弱信号检测方法，用于在高斯噪声背景下的微弱信号检测，所述方法包括：采用滑动窗口在目标信号的时间序列上滑动，计算窗口内的高阶统计量，如果高阶统计量的绝对值大于阈值，则判断窗口内有微弱信号。本发明的方法能够在更低的信噪比的情况下检测出目标信号；而且不需要任何关于目标信号的先验知识，和已有的检测方法相比适用范围更广，检测效果更好。

技术领域

本发明信号检测领域，具体涉及一种基于高阶统计量的微弱信号检测方法。

背景技术

强噪声背景下微弱特征信号检测，一直是工程应用领域的难题。微弱特征信号检测方法日新月异，从传统的频谱分析、相关检测、取样积分和时域平均方法到新近发展起来的小波分析理论、神经网络、混沌振子、高阶统计量，随机共振等方法，在微弱特征信号检测中均有广泛的应用。

微弱信号检测在微弱故障检测、应急救援中的微目标检测、生物医学中的胎儿心电和脑电信号监测等众多领域有着广泛的应用。由于信号受到其它信号的干扰和复杂背景噪声的污染，由于噪声的复杂性和随机性，一般的时域波形和频谱分析方法很难实现微弱信号的有效提取。因此提供一种能够适用多种场景的微弱信号检测方法是非常有意义的。

发明内容

本发明的目的在于克服目前微弱信号检测存在的上述缺陷，提出了一种基于高阶统计量的微弱信号检测方法。

为了实现上述目的，本发明提供了一种基于高阶统计量的微弱信号检测方法，用于在高斯噪声背景下的微弱信号检测，所述方法包括：采用滑动窗口在目标信号的时间序列上滑动，计算窗口内的高阶统计量，如果高阶统计量的绝对值大于阈值，则判断窗口内有微弱信号。

作为上述方法的一种改进，所述高阶统计量的阶数为三阶或三阶以上。

作为上述方法的一种改进，所述方法具体包括：

步骤1)对目标信号进行预处理得到均值为零的待检测信号在信号的始端设置窗口S；

步骤2)估计在窗口S内的信号的高阶统计量的绝对值；

步骤3)如果高阶统计量的绝对值大于阈值则判断窗口内有微弱信号；否则，转入步骤4)；

步骤4)窗口S以Step为步长窗口在待检测信号上滑动，转入步骤2)，直至滑动到待检测信号的末端。

作为上述方法的一种改进，所述步骤1)具体为：

计算得到均值为零的信号，其中是目标信号，是背景信号，通过先验或者估计得到，在恒定背景的应用场景下采用计算信号均值的方式得到，则是去除背景后的得到均值为零的待检测信号。

作为上述方法的一种改进，所述步骤1)的为：

其中，l是待检测信号长度，为待检测信号序列。

作为上述方法的一种改进，所述步骤2)采用的高阶统计量c_k为：

其中，ψ(s)为高阶统计量的生成函数，其表达式为：

其中，f(x)是随机变量的概率密度函数，为母函数。

本发明的优势在于：

1、相比传统方法本发明的方法能够在更低的信噪比的情况下检测出目标信号；

2、本发明的检测方法不需要任何关于目标信号的先验知识，和已有的检测方法相比适用范围更广，检测效果更好；

3、本发明的方法中检测时间和被检测信号长度之间是线性关系。

附图说明