專利名稱：基于壓縮感知的跳頻信號(hào)盲檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于通信對(duì)抗領(lǐng)域，具體涉及一種基于壓縮感知的跳頻信號(hào)盲檢測(cè)方法。
背景技術(shù)：
跳頻通信因其良好的抗干擾、低截獲特性及良好的組網(wǎng)能力，已在軍事領(lǐng)域得到了廣泛的應(yīng)用。開(kāi)展對(duì)跳頻通信對(duì)抗的研究、尋求截獲、分選識(shí)別和干擾跳頻通信信號(hào)的方法，已成為了當(dāng)前通信對(duì)抗領(lǐng)域緊迫而困難的重要研究課題之一。目前跳頻信號(hào)的檢測(cè)方法多種多樣，主要有信道輻射機(jī)檢測(cè)、壓縮接收機(jī)檢測(cè)、空間相關(guān)檢測(cè)、時(shí)頻分析檢測(cè)、基于小波變換檢測(cè)、聲光頻譜分析、DFT譜分析及其他譜分析方法。大部分的檢測(cè)方法都是在假設(shè)已知部分參數(shù)、信道環(huán)境較理想的條件下實(shí)施的，對(duì)于惡劣電磁環(huán)境下的信號(hào)盲識(shí)別效果較差，其中利用相關(guān)檢測(cè)方法實(shí)現(xiàn)對(duì)跳頻信號(hào)的檢測(cè)，其判決門限的確定和信噪比密切相關(guān)，在實(shí)際實(shí)施中存在不便，而時(shí)頻分析和小波算法在低信噪比條件下雖然可以達(dá)到較好的檢測(cè)效果，但是這兩種算法非常復(fù)雜，計(jì)算量極大，實(shí)時(shí)性差并且對(duì)硬件要求很高。然而在通信偵察和對(duì)抗等非協(xié)作通信應(yīng)用中，通常需要在不能事先獲知任何協(xié)議和參數(shù)的情況下，快速并準(zhǔn)確的檢測(cè)出整個(gè)頻域段的跳頻信號(hào)，它是實(shí)現(xiàn)跳頻信號(hào)分離、干擾、監(jiān)聽(tīng)、欺騙的基礎(chǔ)。因此要求檢測(cè)跳頻信號(hào)的方法不僅具有簡(jiǎn)單快速高實(shí)時(shí)性的基本要求而且能夠?qū)崿F(xiàn)低信噪比復(fù)雜電磁環(huán)境下的準(zhǔn)確識(shí)別，這是跳頻信號(hào)盲檢測(cè)面臨的一個(gè)巨大難題。

發(fā)明內(nèi)容
為了解決背景技術(shù)中所述的相關(guān)檢測(cè)方法對(duì)信噪比敏感、時(shí)頻分析和小波算法非常復(fù)雜、計(jì)算量極大、實(shí)時(shí)性差并且對(duì)硬件要求很高的技術(shù)問(wèn)題，本發(fā)明提供了一種基于壓縮感知的跳頻信號(hào)盲檢測(cè)方法。本發(fā)明的技術(shù)解決方案是本發(fā)明提供了一種基于壓縮感知的跳頻信號(hào)盲檢測(cè)方法，檢測(cè)的目的是區(qū)別兩種假設(shè)H0 x = nH1 x = s+nH0表示不存在跳頻信號(hào)的情況訊表示存在跳頻信號(hào)的情況。式中s ^ Rn表不跳頻f目號(hào)，n是加性1 斯白噪聲，均值為0，方差為o2In，X ^ Rn 是長(zhǎng)度為奈奎斯特釆樣點(diǎn)數(shù)的接收信號(hào)，常規(guī)的跳頻信號(hào)檢測(cè)方法直接以X為樣本進(jìn)行判決，為了保證高的檢測(cè)性能，需要A/D釆樣器以很高的釆樣頻率對(duì)接收到的連續(xù)信號(hào)進(jìn)行釆樣，而釆用基于壓縮感知的跳頻信號(hào)檢測(cè)方法解決了這個(gè)難題，接收信號(hào)X首先經(jīng)過(guò)壓縮釆樣系統(tǒng)從高維映射成低維信號(hào)y，也就是y= Ox，其中O ^ Rmxn是一個(gè)滿足有限等距性質(zhì)(restricted isometry property，RIP)的MXN觀測(cè)矩陣，y是壓縮感知獲得的釆樣
3值。因此，可在不重構(gòu)原信號(hào)的情況下，通過(guò)直接處理壓縮采樣值y來(lái)完成檢測(cè)。具體地，壓縮采樣值y為H0 y = OnH1y = O (s+n)下面分別分析壓縮感知采樣值在H1和Hci兩種情況下的數(shù)字特征(Numerical Characteristics, NC)H1情況下，高斯白噪聲的分布滿足n N(0, o 2In)，跳頻信號(hào)s G Rn，因此s+n N(s，O 2In),在每次壓縮感知過(guò)程中O可以認(rèn)為是一個(gè)確定的、已知的MXN的測(cè)量矩陣，那么在H1中的過(guò)程可以認(rèn)為是一個(gè)N維高斯變量s+n的線性變換過(guò)程。由概率論與數(shù)理統(tǒng)計(jì)中的相關(guān)理論可知，N維高斯變量的線性變換仍服從高斯分布，因此可以獲得采樣值y的數(shù)字特征，即y = O (s+n) Nf^s, O o 2Ot)同理H0 情況下 y = On N(0, O o 2Ot)由于y是一個(gè)M維的變量，因此，可以認(rèn)為壓縮感知的采樣點(diǎn)有M個(gè)，由y的數(shù)字特征可知，每一個(gè)采樣點(diǎn)Ji的數(shù)字特征也是可知的，即H0 E(Yi) = 0,D Cyi) = a24>j<t>lH1 :E(y) = 4) ts,D (兄.)= <rX，I ^ i ^ M式中t為矩陣O的第i行向量。由上面分析可知，在H1和Htl情況下，壓縮感知獲得的采樣值I方差相同，數(shù)學(xué)期望不同。H1情況下的數(shù)學(xué)期望是(ts，Htl情況下各個(gè)采樣值的數(shù)學(xué)期望均為0，兩種情況下采樣值的數(shù)學(xué)期望均與噪聲強(qiáng)度無(wú)關(guān)。因此可以利用采樣值在不同假設(shè)情況下的數(shù)學(xué)期望不同這一特點(diǎn)，采用將實(shí)際采樣值與其在兩種假設(shè)情況下數(shù)學(xué)期望的偏差作為判決依據(jù)的方法，來(lái)完成跳頻信號(hào)檢測(cè)的目的。具體步驟如下I)接收信號(hào)X首先經(jīng)過(guò)壓縮采樣系統(tǒng)從高維映射成低維信號(hào)y，也就是y = Ox， 其中O e Rmxn是一個(gè)MXN的觀測(cè)矩陣，y是壓縮感知獲得的M個(gè)跳頻采樣點(diǎn)。2)在由壓縮感知獲得的M個(gè)跳頻采樣點(diǎn)中任意選擇I(KM)個(gè)跳頻采樣點(diǎn)， 分別求出每個(gè)跳頻采樣點(diǎn)與其在H1情況下數(shù)學(xué)期望的偏差，然后分別平方之后取和
權(quán)利要求
1.一種基于壓縮感知的跳頻信號(hào)盲檢測(cè)方法，其特征在于該方法包括以下步驟1)接收信號(hào)X首先經(jīng)過(guò)壓縮采樣系統(tǒng)從高維映射成低維信號(hào)y，也就是y= Ox，其中O e Rmxn是一個(gè)MXN的觀測(cè)矩陣，y是壓縮感知獲得的M個(gè)采樣值。2)在由壓縮感知獲得的M個(gè)跳頻采樣點(diǎn)中任意選擇1(1( M)個(gè)跳頻采樣點(diǎn)，分別求出每個(gè)跳頻采樣點(diǎn)與其在H1情況下數(shù)學(xué)期望的偏差，然后分別平方之后取和
全文摘要
本發(fā)明公開(kāi)了一種跳頻信號(hào)盲檢測(cè)方法，該方法包括的步驟1)通過(guò)壓縮采樣系統(tǒng)獲得壓縮采樣值y；2)分別求出每個(gè)跳頻采樣點(diǎn)與其在H1情況下數(shù)學(xué)期望的偏差，然后分別平方之后取和，記為H1Δ；3)分別求出每個(gè)跳頻采樣點(diǎn)與其在H0情況下數(shù)學(xué)期望的偏差，然后分別平方之后取和，記為H0Δ；4)若H1Δ＜H0Δ，判為H1，即存在跳頻信號(hào)；否則，判為H0，不存在跳頻信號(hào)。這種方法可以根據(jù)檢測(cè)要求靈活選擇采樣點(diǎn)數(shù)完成檢測(cè)?？梢圆恍枰褂盟械牟蓸狱c(diǎn)，因?yàn)槊恳粋€(gè)采樣點(diǎn)都有對(duì)應(yīng)的數(shù)學(xué)期望，都可以作為檢測(cè)判決依據(jù)，而且不需要采用蒙特卡洛方法統(tǒng)計(jì)檢測(cè)閾值。
文檔編號(hào)H04L1/00GK102546116SQ20121003197
公開(kāi)日2012年7月4日 申請(qǐng)日期2012年2月14日 優(yōu)先權(quán)日2012年2月14日
發(fā)明者付衛(wèi)紅, 劉乃安, 吳俊 , 張妍飛, 沈常林 申請(qǐng)人:西安電子科技大學(xué)