基于Myriad滤波的跳频信号参数估计方法【专利摘要】本发明公开了一种基于Myriad滤波的跳频信号参数估计方法。本发明首先利用Myriad滤波器对脉冲噪声进行抑制，然后结合线性时频分析方法STFT，完成a稳定分布噪声下跳频信号的跳频周期、跳变时刻和跳频频率参数的估计。具体步骤包括：1、采集信号，2、加权麦瑞德Myriad滤波，3、时频分析，4、搜索最大值，5、提取参数信息。本发明克服了已有技术无法抑制强脉冲噪声的缺陷，提高了低广义信噪比下跳频信号参数估计的精度。【专利说明】基于Myriad滤波的跳频信号参数估计方法【
技术领域：
】[0001]本发明属于通信【
技术领域：
】，更进一步涉及无线通信技术、信号处理【
技术领域：
】中基于麦瑞德Myriad滤波的跳频信号参数估计方法。本发明利用麦瑞德Myriad滤波器对脉冲噪声进行抑制，用短时傅里叶变换STFT估计跳频信号的跳频周期、跳变时刻和跳频频率参数，实现非高斯脉冲噪声环境中跳频信号的参数提取。【
背景技术：
】[0002]跳频是一种重要的扩频通信方式，具有抗干扰能力强、频谱利用率高，优秀的组网能力等特点，广泛应用于非协作通信领域中。因此，在非协作通信系统的接收端，对跳频信号的跳频周期、跳变时刻和跳频频率参数进行精确估计，具有非常重要的意义。目前，跳频信号的参数估计方法主要有短时傅里叶变换（STFT)、维格纳-威尔分布（WVD)及其改进方法等线性时频分析方法。[0003]以短时傅里叶变换（STFT)为代表的线性时频分析方法，将背景噪声建立为高斯模型，直观地给出了跳频信号的参数信息，可以在不知道任何先验知识的情况下估计跳频信号的参数。但是大量的研究发现，实际环境中的干扰和噪声，例如通信多通道干扰、低频空气噪声、水声和雷达杂波等均服从非高斯分布，并且具有一定的脉冲特性，更适合用α稳定分布来描述。在这类具有脉冲特性的背景噪声下，基于高斯噪声模型的线性时频分析方法对跳频信号的参数估计性能严重下降。因此，研究脉冲噪声下跳频信号的参数估计成为非协作通信中亟待解决的问题。[0004]中国工程物理研究院电子工程研究所拥有的专利技术"跳频通信系统跳频间隔的一种盲识别方法"（申请号201110158600.7,申请日2011.06.14,授权号CN102223155B，授权日2013.10.09)中提出了一种基于误差函数的跳频间隔估计方法。该方法构造了一个误差函数，通过搜索频率集合中的频率值，将使得误差函数最小的频率值作为跳频间隔的估计值，无需利用传统的线性时频分析方法提取参数信息。该专利技术存在的不足是，脉冲噪声对误差函数的影响很大，尤其在当噪声的脉冲性较强时，已经无法通过该误差函数得到跳频间隔的准确估计值。[0005]刘杰等人发表的文章"ParameterEstimationofFrequencyHoppingSignalsinAlphaStableNoiseEnvironment(IEEE11thInternationalConferenceonSignalProcessing,2012,1:250-253)中提出了一种基于分数低阶时频分析的方法FL0STFT。该方法首先对接收信号做分数低阶运算，然后采用短时傅里叶变换STFT方法提取跳频信号的参数信息。该方法在一定程度上能够抑制脉冲噪声对跳频参数估计的影响，提高脉冲噪声下跳频信号参数估计的精度。但是，该方法存在的不足是，由于分数低阶运算对跳频信号本身也有一定的抑制作用，因而在低广义信噪比下，该方法的参数估计性能会明显下降。【
发明内容】[0006]本发明的目的在于克服上述已有跳频信号参数估计方法的不足，提供了一种基于麦瑞德Myriad滤波的跳频信号参数估计方法，以抑制脉冲噪声对跳频信号参数估计的影响，提高低广义信噪比下跳频参数的估计性能。[0007]实现本发明目的的具体思路是：首先对采集信号进行加权麦瑞德Myriad滤波处理，然后采用基于短时傅里叶变换STFT的时频分析方法，完成跳频信号的参数估计，提高非高斯脉冲噪声下跳频信号参数估计的性能。[0008]实现本发明目的的具体步骤如下：[0009](1)采集信号：[0010]信号采集系统通过接收天线，选取任意一段含有原始跳频信号和脉冲噪声的接收信号，将所选取的接收信号作为采集信号；[0011]⑵加权麦瑞德Myriad滤波：[0012](2a)采用加权麦瑞德Myriad滤波器，对采集信号进行滤波处理，得到加权麦瑞德Myriad滤波器的初始输出值；[0013](2b)采用基于平均误差最小准则的自适应方法，通过迭代，获得加权麦瑞德Myriad滤波器的最优权值；[0014](2c)采用最优权值的麦瑞德Myriad滤波器，对采集信号进行滤波处理，得到加权麦瑞德Myriad滤波器的最终输出值；[0015](3)时频分析：[0016]采用基于短时傅里叶变换STFT的时频分析方法，对加权麦瑞德Myriad滤波器的最终输出值做短时傅里叶变换，得到滤波处理后采集信号的时频分布二维矩阵；[0017]⑷搜索最大值：[0018]从滤波处理后采集信号的时频分布二维矩阵中，搜索每一时刻沿频率轴的最大值，将搜索得到的所有最大值构成一个最值向量【权利要求】1.一种基于Myriad滤波的跳频信号参数估计方法，包括如下步骤：(1)采集信号：信号采集系统通过接收天线，选取任意一段含有原始跳频信号和脉冲噪声的接收信号，将所选取的接收信号作为采集信号；(2)加权麦瑞德Myriad滤波：(2a)采用加权麦瑞德Myriad滤波器，对采集信号进行滤波处理，得到加权麦瑞德Myriad滤波器的初始输出值；(2b)采用基于平均误差最小准则的自适应方法，通过迭代，获得加权麦瑞德Myriad滤波器的最优权值；(2c)采用最优权值的麦瑞德Myriad滤波器，对采集信号进行滤波处理，得到加权麦瑞德Myriad滤波器的最终输出值；(3)时频分析：采用基于短时傅里叶变换STFT的时频分析方法，对加权麦瑞德Myriad滤波器的最终输出值做短时傅里叶变换，得到滤波处理后采集信号的时频分布二维矩阵；(4)搜索最大值：从滤波处理后采集信号的时频分布二维矩阵中，搜索每一时刻沿频率轴的最大值，将搜索得到的所有最大值构成一个最值向量(5)提取参数信息：(5a)对最值向量做快速傅里叶变换FFT，得到跳频间隔的估计值和跳频周期的估计值；(5b)按照下式，搜索最值向量的最大值，得到与该最大值所对应的最值坐标值：其中，Pi表示最值向量的最大值所对应的最值坐标值表示取最大值所对应的下标值操作表示最值向量；η表示最值向量的下标值，ne[H+1,N-H];H表示跳频间隔的估计值；N表示加权麦瑞德Myriad滤波器的窗口长度；(5c)按照下式，计算跳频信号跳变时刻的估计值：其中，叫表示跳频信号跳变时刻的估计值；Pi表示最值向量的最大值所对应的最值坐标值；i表示最值向量的频率，i=1,2…P;P表示最值向量的长度；Η表示跳频间隔的估计值；(5d)按照下式，计算跳频信号跳频频率的估计值：其中，表示跳频信号跳频频率的估计值表示取最大值所对应的下标值操作叫表示跳频信号跳变时刻的估计值；i表示最值向量$的频率，i=1，2…P;P表示最值向量#的长度；MYRSTFTx(k，1)表示滤波处理后采集信号的时频分布二维矩阵；k表示采集信号的时刻；1表示采集信号的频率；fs表示采集信号的采样频率；N表示采集信号的长度。2.根据权利要求1所述的基于麦瑞德Myriad滤波的跳频信号参数估计方法，其特征在于：步骤（2a)、步骤（2c)所述采集信号滤波的具体步骤如下：第一步，选取加权麦瑞德Myriad滤波器的窗口长度N，N的取值范围为5?10;选取加权麦瑞德Myriad滤波器的权向量w，w=[Wpw2,...，wN]，其中N表示在5?10范围内所选定的加权麦瑞德Myriad滤波器的窗口长度；选取加权麦瑞德Myriad滤波器的尺度参数K，其中α表示稳定分布噪声的特征指数，α的取值范围为（0,2];第二步，用柯西分布公式对采集信号构造似然函数，在跳频信号幅度的取值范围内等间隔选取1〇〇个样值，分别代入似然函数，将似然函数取得最大值时所对应的样值作为加权麦瑞德Myriad滤波器的输出值。3.根据权利要求1所述的基于麦瑞德Myriad滤波的跳频信号参数估计方法，其特征在于：步骤（2b)所述基于平均误差最小准则的自适应方法的具体步骤如下：第一步，用加权麦瑞德Myriad滤波器的初始输出值减去原始跳频信号的幅度值，作为加权麦瑞德Myriad滤波器的滤波误差；第二步，按照下式，选取加权麦瑞德Myriad滤波器的初始权向量：w(0)=[0,...,2N,...,0]其中，w(0)表示加权麦瑞德Myriad滤波器的初始权向量；N表示加权麦瑞德Myriad滤波器的窗口长度；第三步，采用基于平均绝对误差最小准则，对加权麦瑞德Myriad滤波器的初始权向量进行L次迭代，L的取值范围为50?100,权值的迭代公式如下：其中，Wi(η)和wjn+l)分别表示加权麦瑞德Myriad滤波器第i个加权值的第η次与第η+1次迭代值；μ表示加权麦瑞德Myriad滤波器的步长因子，μ的取值范围为[0.001,0.1];e表示加权麦瑞德Myriad滤波器的滤波误差；y表示加权麦瑞德Myriad滤波器的输出值；X表不米集信号的幅度；K表不加权麦瑞德Myriad滤波器的尺度参数；sgn(·)表示符号函数；P[·]表示矩阵函数。4.根据权利要求1所述的基于麦瑞德Myriad滤波的跳频信号参数估计方法，其特征在于：步骤（4)所述搜索最大值按照下式进行：其中，表示由滤波处理后采集信号的时频分布二维矩阵得到的最值向量；MYRSTFTx(k，1)表示滤波处理后采集信号的时频分布二维矩阵；max{·}表示取最大值^表示采集信号；k表示时刻；1表示频率。5.根据权利要求1所述的基于麦瑞德Myriad滤波的跳频信号参数估计方法，其特征在于：步骤（5a)所述快速傅里叶变换FFT的具体步骤如下：第一步，用快速傅里叶变换FFT对最值向量Η故谱分析，得到一组跳频间隔的估计值；第二步，对相邻的跳频间隔估计值作差，将所有相邻跳频间隔估计值差值的平均值，作为跳频周期的估计值。【文档编号】H04B1/715GK104218973SQ201410468826【公开日】2014年12月17日申请日期:2014年9月15日优先权日:2014年9月15日【发明者】金艳,任航,赵新明,姬红兵申请人:西安电子科技大学