[发明专利]一种GMSK信道干扰检测方法

摘要

本发明提供了一种GMSK信道干扰检测方法。本发明针对GMSK信道中的同频和邻频干扰检测问题，提出利用GMSK调制特有的瞬时频率直方图分布特征，通过学习和训练获得特征计算区间以及特征阈值，并建立基于特征参数的干扰分类器。在实际工作中，由干扰分类器对信号瞬时频率直方图特征参数和阈值进行分类判定，检测信道是否存在干扰。本发明对GMSK信道中频谱特征和时域幅度特征不明显的干扰有较高的检测概率，还具备计算复杂度和实现代价低的优点。

主权项

1.一种GMSK信道干扰检测方法，其特征在于，包括如下步骤：a)提取信号瞬时频率统计特征参数，特征参数至少包括：①高频区、中频区和低频区等三个特征区的分布概率；②正负半轴分布概率均值对称性误差；③正负半轴高频区分布概率峰值点瞬时频率间对称性误差；④正负半轴低频区分布概率峰值点瞬时频率间对称性误差；⑤正负最大瞬时频率区间外分布概率；b)干扰分类器的分类方法：以步骤a中提取的特征参数为输入，通过分类决策树将信道分类为未检出信道干扰或检出信道干扰；c)特征参数计算方法：计算基带信号瞬时平率直方图H(f)，根据步骤a中提取的特征参数类型及定义，计算干扰分类器需要使用的特征参数；d)特征参数计算区间和阈值学习：使用不同信噪比(SNR)的无干扰GMSK信号，计算瞬时频率直方图，记录不同SNR情况下的直方图数据集；从直方图数据集中通过学习确定对称性误差值阈值和三个分布概率特征区的频率区间；e)干扰分类器训练：以步骤d通过学习获得的三个分布概率特征区频率区间为起点，使用不同信噪比(SNR)的无干扰GMSK信号作为训练样本，统计分类器不出现错判的最低信噪比值SNRdep；微调三个分布概率特征区的频率区间，重复训练过程，使得SNRdep值最小，同时获得经过训练的三个分布概率特征区的瞬时频率区间；信号SNR＞SNRdep是分类器可信任工作条件；f)干扰分类流程：根据步骤c计算瞬时频率分布概率特征参数，根据步骤b定义的干扰分类器执行信道干扰检测，显示瞬时频率分布概率数据，对检出的信道干扰发出自动告警消息。