非平坦噪声环境下基于频谱数据的底噪拟合与信号检测方法与流程

摘要: 本发明涉及频谱感知与信号检测,具体涉及一种非平坦噪声环境下基于频谱数据的底噪拟合与信号检测方法。背景技术:1、非协作通信通常是指在未获得信号发射端授权、先验参数...
非平坦噪声环境下基于频谱数据的底噪拟合与信号检测方法与流程

本发明涉及频谱感知与信号检测,具体涉及一种非平坦噪声环境下基于频谱数据的底噪拟合与信号检测方法。

背景技术:

1、非协作通信通常是指在未获得信号发射端授权、先验参数或协议信息的条件下,接收端对通信信号进行盲处理和解析的技术过程。盲处理通常包括信号检测、参数估计、信号识别、同步以及解调等操作。其中,信号检测用于判断目标频段内是否存在有效信号,是后续参数估计、同步、识别及解调等处理环节的前提和基础,其检测结果的准确性直接影响后续处理的可靠性和整体系统性能。

2、随着频谱感知和非协作通信技术的发展,现有信号检测方法在理想噪声环境下已经能够取得较好的检测效果。例如,在噪声统计特性较稳定、噪声底较平坦、硬件链路响应较理想的情况下,基于频谱幅度或能量判决的检测方法能够较为准确地完成信号存在性判定。然而,在实际工程应用中,接收环境通常较为复杂,受到接收机前端增益起伏、滤波器幅频响应不一致、模数转换器非理想特性、外部电磁干扰以及信道环境变化等因素影响,频谱底噪往往呈现非平坦分布特征,即不同频点处的噪声基线存在明显波动甚至缓慢起伏。此时,基于平坦噪声假设建立的传统检测方法难以继续保持稳定性能。

3、现有技术中,许多频谱检测方案通常采用固定门限或单一全局门限进行信号判决,或者仅针对整段频谱给出统一的噪声估计结果。当底噪呈现非平坦特征时,上述方法难以准确表征不同频段处的局部噪声水平,容易导致检测门限与真实噪声背景不匹配:在底噪较高区域,门限偏低时容易产生虚警;在底噪较低或信号较弱区域,门限偏高时又容易造成漏警。此外,当信号频带较窄、信号功率较弱,或者待检测信号处于复杂背景噪声中时,传统方法还可能出现检测结果边界不准确、信号频段定位偏差较大等问题,从而影响后续的参数估计、同步和解调性能。

4、另一方面,为提高非平坦噪声环境下的检测精度,部分方法会对频谱进行局部统计分析或迭代式噪声估计,但此类方法在实际应用中又可能存在计算量较大、迭代过程复杂、存储开销较高、实时性不足等问题,难以兼顾检测精度与工程实现效率。特别是在需要对大带宽频谱数据进行连续处理时,若底噪估计过程依赖多轮迭代更新噪声点集和门限参数,将进一步增加处理延时和实现复杂度,不利于快速、稳定地完成信号检测。

5、因此,亟需一种适用于非平坦噪声环境的信号检测方法,能够针对频谱底噪的局部变化特征进行有效拟合,构建与底噪变化相匹配的检测门限,并在保证较低算法复杂度和较高实现效率的同时,实现复杂噪声背景下信号的准确、灵活、高效检测。

技术实现思路

1、本发明要解决的技术问题:针对现有的在非平坦噪声环境下难以准确地检测信号的问题,提供一种非平坦噪声环境下基于频谱数据的底噪拟合与信号检测方法,以实现非平坦噪声环境下信号的准确、高效、灵活检测。

2、为了解决上述技术问题,本发明采用的技术方案为:

3、一种非平坦噪声环境下基于频谱数据的底噪拟合与信号检测方法,包括步骤:

4、s1,获取待检测信号样本的iq数据并进行频谱处理得到频谱数据;

5、s2,基于预设的滑动窗长度和滑动窗步进长度对所述频谱数据进行补长处理,得到补长后的频谱数据;

6、s3,在所述补长后的频谱数据上,采用长度为所述滑动窗长度、步进长度为所述滑动窗步进长度从前向后滑动截取多组频谱数据,并对每组频谱数据利用改进的fcme算法进行底噪估计得到对应的滑动窗底噪估计结果;

7、s4,将所述频谱数据划分为多个频谱小段,对覆盖同一频谱小段的多组滑动窗底噪估计结果进行加权融合得到当前频谱小段的底噪估计值,并基于底噪估计值确定当前频谱小段对应的信号检测门限;

8、s5,将得到的各频谱小段的底噪估计值和信号检测门限分别进行拼接,得到整个频谱的拟合底噪曲线和信号检测门限曲线。

9、进一步地,步骤s1包括:

10、采集待检测信号样本,获取信号样本的连续iq数据,所述连续iq数据的总长度为单次快速傅里叶变换处理点数与频谱叠加平均次数的乘积;

11、按照所述单次快速傅里叶变换处理点数对所述连续iq数据进行分段,并对每一段iq数据进行一次快速傅里叶变换,得到对应的频谱图;

12、将得到的多张频谱图叠加为一帧频谱图,并对该帧频谱图进行滑动平均滤波处理,得到平滑后的频谱数据。

13、进一步地,步骤s2包括:

14、设定滑动窗长度和滑动窗步进长度,其中iq数据进行频谱处理时单次快速傅里叶变换处理点数与滑动窗长度的比值、滑动窗长度与滑动窗步进长度的比值均为二的整数次幂,且滑动窗步进长度小于滑动窗长度;

15、在频谱数据前端及后端分别拼接一组长度为滑动窗长度减去滑动窗步进长度的数组,其中前端拼接的数组中各元素的取值为频谱数据起始位置滑动窗长度个数据的平均值,后端拼接的数组中各元素的取值为频谱数据结束位置滑动窗长度个数据的平均值,从而获得补长后的频谱数据。

16、进一步地,步骤s3中,对每组频谱数据利用改进的fcme算法进行底噪估计得到对应的滑动窗底噪估计结果具体包括:

17、对通过滑动窗长度截取的当前频谱数据进行升序排序,得到排序后的数据;

18、设定初始噪声点集长度、门限搜索点和门限因子,判断当前门限搜索点对应数据是否满足预设门限条件;若满足,则将当前门限搜索点之前的排序数据对应的频点确定为噪声频点并停止搜索;若不满足,则继续增加门限搜索点的值直至满足预设门限条件或超过滑动窗长度,并根据停止搜索时确定的噪声频点计算当前频谱数据的底噪幅度估计值。

19、进一步地,所述预设门限条件为当前门限搜索点对应的数据是否已经超出噪声集合范围,表达式如下:

20、

21、上式中,为当前门限搜索点,为升序排序后第个数据的幅度值,为门限因子,为升序排序后第i个数据的幅度值。

22、进一步地,根据停止搜索时确定的噪声频点计算当前频谱数据的底噪幅度估计值时,计算停止搜索后噪声点集的平均幅度并作为当前频谱数据的底噪幅度估计值,计算表达式如下:

23、

24、上式中,为当前频谱数据的底噪幅度估计值,为当前门限搜索点,为升序排序后第i个数据的幅度值。

25、进一步地,步骤s4中,将所述频谱数据划分为多个频谱小段时,具体将所述频谱数据划分为等长的个小段,使得每小段被个滑动窗覆盖,其中为iq数据进行频谱处理时单次快速傅里叶变换处理点数;

26、对覆盖同一频谱小段的多组滑动窗底噪估计结果进行加权融合时,提取覆盖该频谱小段的个滑动窗对应的底噪估计结果,并按照各滑动窗中心点与该频谱小段中心点之间的距离进行布莱克曼窗加权求和,将布莱克曼窗加权求和结果作为该频谱小段的底噪估计值,其中滑动窗中心点与该频谱小段中心点之间的距离越小则对应底噪估计结果的权重越大,所采用的布莱克曼窗窗长为;

27、基于底噪估计值确定当前频谱小段对应的信号检测门限时,将门限因子t与当前频谱小段的底噪估计值相乘得到当前频谱小段的信号检测门限。

28、进一步地,步骤s5之后还包括:

29、s6,将所述频谱数据与信号检测门限曲线进行比较以确定频谱数据中所有的信号频点,并对所有信号频点进行聚类以得到最终的信号检测结果。

30、一种非平坦噪声环境下基于频谱数据的底噪拟合与信号检测系统,包括相互连接的微处理器和存储器,所述微处理器被编程或配置以执行非平坦噪声环境下基于频谱数据的底噪拟合与信号检测方法的步骤。

31、一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序/指令,所述计算机程序/指令被编程或配置以通过处理器执行非平坦噪声环境下基于频谱数据的底噪拟合与信号检测方法的步骤。

32、与现有技术相比,本发明的优点在于:

33、本发明通过对频谱数据进行补长处理,并采用小步进重叠滑动窗对局部频谱进行底噪估计,可充分提取非平坦噪声环境下底噪的局部变化特征,避免传统全局统一门限难以适应底噪起伏的问题;本发明通过对覆盖同一频谱小段的多组滑动窗底噪估计结果进行加权融合,可获得连续、平滑且更符合实际噪声分布的拟合底噪曲线,并据此构建自适应信号检测门限曲线,从而有效降低虚警率和漏警率,提高弱信号及复杂背景下的检测准确性;本发明采用改进的fcme算法进行底噪估计,可将传统迭代式门限更新过程转化为更高效的搜索计算过程,从而降低算法复杂度、减少计算资源占用并提升处理效率。