[发明专利]基于异常值检测的子空间投影滤波器设计

说明书

本发明提出对样本协方差矩阵进行特征分析，是否符合高斯分布检验异常值的方法，以及利用检验统计量的方法，在未知干扰参数的情况下自适应求出干扰和信号之间特征值的阈值，检测干扰异常值，结合子空间投影方法抑制干扰。其主要思路是：利用干扰和信号及噪声特性的不同，求取样本自相关矩阵，然后进行特征分解，使用Lilliefors检验统计量的检测算法，求出干扰特征值的自适应阈值，根据不同信号对应的特征子空间的正交性，实现样本数据映射到非干扰子空间中，从而抑制干扰，提高滤波器性能。避免不同子空间的特征值幅度本身相差较大，过大的干扰特征值会使得较小的干扰特征值位于阈值之下而被误认为是信号或噪声子空间的问题，消除了干扰特征值本身大小差距的影响。

技术领域

本发明涉及通信领域中自适应干扰信号抑制处理，具体涉及特征值检测的子空间投影干扰抑制方法，即对样本协方差进行特征分解，利用干扰和信号及噪声特性的不同，设计自适应检测干扰特征值方法，抑制干扰。

背景技术

子空间投影设计的滤波器，可以消除干扰子空间，降低干扰影响。但是在子空间投影方法中，对于干扰子空间对应的特征值个数要求有准确的判断，如果判断的特征值个数少于实际个数，那么干扰抑制不彻底，残余的干扰分量会继续恶化通信性能。相反，如果判断的特征值个数大于实际个数，那么有用信号会受到损害，降低了信噪比和通信性能。因此，有必要对干扰子空间的特征值进行分析，对特征值进行分类，从而给出自适应的子空间判断方法，识别出干扰特征值。一般文献认为，干扰特征值具有“远远大于”信号和噪声特征值，从而忽略了细致的讨论，而是采用一种粗糙的办法，典型的有“大于最大特征值百分之几(阈值)的部分特征值为干扰特征值”。传统方法对干扰幅度差别进行干扰特征值检测的办法，不利于对幅度差别较大的干扰特征值进行成功的检测。即在实际应用时，对应不同子空间的特征值幅度本身相差较大，过大的干扰特征值会使得较小的干扰特征值位于阈值之下而被误认为是信号或噪声子空间。

针对以上问题，本发明提出一种基于异常值检测的子空间投影滤波器。即基于白噪声的特性及参数进行干扰特征值检测，与白噪声特征值的差距大于标准差一定的倍数，被认为是“异常值”即干扰特征值，消除了干扰特征值本身大小差距的影响，结合子空间投影方法抑制干扰。

发明内容

本发明提出对样本协方差矩阵进行特征分析，是否符合高斯分布检验异常值的方法，以及利用检验统计量的方法，自适应求出干扰和信号之间特征值的阈值，检测干扰异常值，最后根据不同信号对应的特征子空间的正交性，实现样本数据映射到非干扰子空间中，从而抑制干扰。

为达到以上技术目的，本发明采用如下技术方案予以实现。

一种基于异常值检测的子空间投影滤波器设计方法，包括以下步骤：

步骤1，对接受的信号计算其自相关函数，排列为自相关矩阵；

步骤2，对估计的协方差矩阵进行特征值分解，得到特征值矩阵；

步骤3，对特征值矩阵特征值元素取绝对值，并从小到大排列为次序统计量X，视为观测数据样本使用Lilliefors检验统计量的检测算法，求出干扰特征值的自适应阈值；

步骤4，根据求得的自适应阈值，检测干扰特征值集合Σ_i后，确定其子空间U_i，则信号与噪声子空间为U_i的补集，进行子空间投影抑制干扰。

本发明与现有的技术相比具有以下优点：