基于眼图能量的直扩通信信号干扰检测方法与流程

本发明属于信号与信息处理技术领域，特别是涉及一种在数字通信环境下检测干扰信号的方法，具体是一种基于眼图能量的直扩通信信号干扰检测方法，可用于通信对抗、卫星干扰检测和无线电干扰检测分析等情况。

背景技术：

随着无线通信技术的应用越来越广,通信环境变得越来越复杂,干扰也变得越来越多,因此，干扰和抗干扰技术也变得越来越重要。研究一个通信系统的抗干扰性能,首先要能检测出系统是否受到干扰，然后才能够有效地采取抗干扰技术。因此，在电子对抗的侦察与反侦察和认知无线电中对授权信号的识别中，干扰检测技术都起着至关重要的作用。

由于无线信道的开放性，在现实环境中存在各种无线通信设备，这些无线通信设备不可避免地会在无线通信网络中引入空间干扰，这些干扰会严重影响无线通信的性能。因此需要及时地检测干扰的存在和干扰的特征，以便进行干扰清除处理。目前通常采用的干扰检测方法是能量检测法，该方法是在恒虚警的条件下设定检测门限，经计算确定接收信号的能量超过该门限时，即确认存在干扰。能量检测法应用到信号检测领域，作为预先的粗检测方法，实现起来简单方便，是具有一定的优越性的。但由于能量检测法对噪声的适应能力有限，干扰检测的概率较低，稳定性也较差。此外，能量检测法受干扰信号能量影响较大，当干扰信号的能量偏小时，此方法的检测效率几乎为零。随着通信领域的发展，对干扰检测性能的要求也越来越高，为了保证通信信号的质量，因此在低干信比下，进一步改善干扰检测概率的性能也变得十分必要。

在通信系统传输信号的过程中，外界会有许多的干扰信号，从而对通信系统的通信性能产生影响，进而影响通信质量。因此，必须做好对干扰信号精确检测的前提工作，才能考虑消除干扰以提升通信性能。为了保证高质量的通信性能，要求干扰检测方法不仅能检测到功率较大、干扰性强的干扰信号，而且必须对小功率、干扰性较弱的干扰信号也有很好的检测效果。然而，现在常用的传统干扰检测法只能检测出功率较大、干扰性强的干扰信号(高干信比)，对功率较小、干扰性弱的干扰信号(低干信比)几乎很难检测出来。

技术实现要素：

本发明的目的在于针对现有技术的不足，提供一种在低干信比的情况下也能检测出干扰信号的基于眼图能量的直扩通信信号干扰检测方法。

本发明是一种基于眼图能量的直扩通信信号干扰检测方法，其特征在于，包括以下步骤：

(1)获取接收信号的时域波形：接收通信系统传输信号，将其解调至基带，并对其进行离散抽样，抽样时间间隔为δt；假设该通信系统的接收信号包含有直扩通信信号和背景噪声，当该通信系统受到干扰的影响时，接收信号中还包含有干扰信号；其中，直扩通信信号记为s(t)，背景噪声记为n(t)，干扰信号记为j(t)，t代表时间；背景噪声指高斯白噪声，噪声方差为

(2)将接收信号的时域波形转换为接收信号的眼图：将接收信号的时域波形逐段累积显示，得到接收信号的眼图，横轴表示时间，纵轴表示接收信号的幅度；

(3)得到接收信号的眼图矩阵：通过对接收信号的眼图进行区域量化处理，得到接收信号的眼图矩阵a；

(4)求接收信号的眼图的平均能量分布值：通过对眼图矩阵a进行二值化处理得到接收信号的眼图能量矩阵e，再对该能量矩阵中的能量求均值，得到接收信号的眼图的平均能量分布值，记为检验统计量t；

(5)设定干扰检测门限γ：当通信系统不受干扰信号j(t)的影响，此时接收信号只包含直扩通信信号s(t)和背景噪声n(t)，求得不受干扰影响时接收信号的眼图的平均能量分布值，记为h，利用虚警概率pfa和此时接收信号的眼图的平均能量分布值h设定干扰检测门限γ；

(6)检测判决，得到干扰检测结果：当通信系统受到干扰信号j(t)的影响时，接收信号的能量变大，所以其眼图的平均能量分布值也相应变大；若检验统计量t>γ，则通信系统受到干扰，否则，通信系统不受干扰，即得到了最终的干扰检测结果。

为保证低干信比条件下通信系统的通信质量，本发明基于眼图能量的直扩通信信号干扰检测方法可以在该条件下获得较高干扰检测概率的。

本发明与现有技术相比具有如下优点：

1.与传统的能量检测法相比，本发明在能量的基础上，利用了接收信号的眼图可以反应通信系统的通信性能的优劣程度这一性质，改善了传统能量检测法对噪声适应能力有限的缺点，使得检测效率的精确度和稳定性明显提高。

2.本发明提出的方法是一种新型的检测干扰信号的方法，它将传统的能量干扰检测法与眼图结合起来使用，理论部分简单易理解，同时也方便实现。

3.本发明还可以在干扰检测的过程中对接收信号进行实时监测，给出接收信号的眼图，进一步分析得到眼图的基本特征，从中可观察出码间串扰和噪声干扰的影响，即可大概判断出干扰信号的特征，以及该干扰对通信系统造成的不良影响，进而初步预测干扰信号的类型，这些都是传统干扰检测法不具备的特点。

4.在恒虚警的条件下，当背景噪声的噪声方差较小时，本发明的干扰检测门限主要由无干扰条件下的接收信号的眼图的平均能量分布值决定，与背景噪声的关系不大。因此，与传统的能量检测法相比，本发明对背景噪声的容纳性较强。一般通信环境下，与通信信号相比，背景噪声都较小，此时本发明的干扰检测法几乎不受背景噪声的影响。

附图说明

图1为本发明的实现流程图；

图2为通信系统不受干扰和背景噪声影响时，接收信号的眼图；

图3位噪声调幅干扰信号的眼图；

图4位噪声调频干扰信号的眼图；

图5为干扰信号是噪声调幅干扰时，接收信号的眼图；

图6为干扰信号是噪声调频干扰时，接收信号的眼图；

图7为干扰信号是噪声调频干扰时，接收信号的眼图矩阵的一部分；

图8为干扰信号是噪声调幅干扰时，pfa＝0.1，传统能量检测法与本发明检测法的干扰检测概率与信干比sjr的关系曲线图；

图9为干扰信号是噪声调频干扰时，pfa＝0.1，传统能量检测法与本发明检测法的干扰检测概率与信干比sjr的关系曲线图。

具体实施方式

结合附图，对本发明的技术方案和效果作详细描述。

实施例1

随着通信技术和干扰技术的发展，干扰变得越来越多，通信环境也变得越来越复杂，因此，抗干扰技术也变得越来越重要。与此同时，人们对通信质量的要求也越来越高，为保证高质量的通信性能，在低干信比下实现对干扰信号的检测也变得十分迫切。目前工程上常通常用能量检测法来检测干扰，但由于此方法对噪声的适应能力有限，整体的干扰检测概率都不是很精确，更无法实现低干信比下的干扰检测。

本发明提供的方法，将接收信号的眼图与能量结合起来使用，使得整体的干扰检测概率明显提高，并实现了低干信比下的干扰信号检测。

本发明是一种基于眼图能量的直扩通信信号干扰检测方法，参见图1，包括以下步骤：

(1)获取接收信号的时域波形：接收通信系统传输信号，将其解调至基带，并对其进行离散抽样，抽样时间间隔为δt；假设该通信系统的接收信号包含有直扩通信信号和背景噪声，当该通信系统受到干扰的影响时，接收信号中还包含有干扰信号；其中，直扩通信信号记为s(t)，背景噪声记为n(t)，干扰信号记为j(t)，t代表时间；背景噪声指高斯白噪声，噪声方差为

本发明中的直扩通信信号s(t)以双极性不归零码信号为例，其表达式如下：

其中，a'为信号幅度，ωc表示载波频率。

本发明中的干扰信号j(t)，包括噪声调幅信号和噪声调频信号，其表达式分别如下：

噪声调幅信号：

其中，u0和ωj是常数，调制噪声un(t)为零均值、方差为σ²的广义平稳过程；为在[0,2π]区间内均匀分布的随机变量，且与调制噪声un(t)独立；

噪声调频信号：

其中，uj和ωj是常数，kfm为调频斜率，调制噪声u(t)为零均值的广义平稳随机过程；为在[0,2π]区间内均匀分布的随机变量，且与调制噪声u(t)独立。

(2)将接收信号的时域波形转换为接收信号的眼图：将接收信号的时域波形逐段累积显示，得到接收信号的眼图，参见图2，图2为通信系统不受干扰和背景噪声影响时，接收信号的眼图，横轴表示时间，纵轴表示接收信号的幅度。

(3)得到接收信号的眼图矩阵：通过对接收信号的眼图进行区域量化处理，得到接收信号的眼图矩阵a，参见图7；通过得到眼图矩阵能将眼图和能量结合起来使用。

(4)求接收信号的眼图的平均能量分布值：通过对眼图矩阵a进行二值化处理得到接收信号的眼图能量矩阵e，再对该能量矩阵中的能量求均值，得到接收信号的眼图的平均能量分布值，记为检验统计量t；将眼图的能量通过眼图的平均能量分布值这个物理量体现出来。

(5)设定干扰检测门限γ：当通信系统不受干扰信号j(t)的影响，此时接收信号只包含通信信号s(t)和背景噪声n(t)，求得不受干扰影响时接收信号的眼图的平均能量分布值，记为h，利用虚警概率pfa和此时接收信号的眼图的平均能量分布值h设定干扰检测门限γ，参见公式<1>；该接收信号的眼图的平均能量分布值中只有包含直扩通信信号s(t)和背景噪声n(t)的能量。

(6)检测判决，得到干扰检测概率：当通信系统受到干扰信号j(t)的影响时，接收信号的能量变大，所以其眼图的平均能量分布值也相应变大；若检验统计量t>γ，则通信系统受到干扰，否则，通信系统不受干扰，即得到了最终的干扰检测结果。

在相同的条件下，与传统的能量检测法相比，本发明在能量的基础上，因为利用了接收信号的眼图的性质，使得检测效率明显提高。其次，本发明首次将通信系统接收信号的眼图和能量结合起来，是一种全新的通信信号干扰检测法。此外，本发明在干扰检测的同时，还可以通过对通信系统眼图的分析，观察出码间串扰和噪声干扰的影响，并对通信系统的通信性能进行实时监测，本发明是一个整体的技术方案，这些都是传统干扰检测法不具备的特点。

实施例2

基于眼图能量的直扩通信信号干扰检测方法同实施例1，步骤(2)中的接收信号的眼图，参见图2，按以下步骤设定：

(2a)将步骤(1)中抽样后的接收信号划分为l段长度为m＝a·δt的信号段xi，i＝1,2,3,...,l；其中，δt为抽样时间间隔，a为正整数，a的选取应保证接收信号的眼图中至少得到一个完整的眼，本例中a＝32。

(2b)将接收信号的每一信号段xi的时域波形逐渐累积，i＝1,2,3,...,l，即可得到接收信号的眼图，横轴表示时间，纵轴表示接收信号的幅度。

在使用能量检测法进行干扰检测时，整体的检测概率不精确、不稳定。如何能有效地解决能量检测法的这一弊端呢？本发明在研究过程中发现，在检测通信系统的性能时，通常会用到通信系统的眼图。眼图是数字信号逐渐累积而显示的图形，它包含了丰富的信息，体现了数字信号整体的特征，可用于估计通信系统通信性能的优劣程度，从而判断通信系统是否受到了干扰的影响。本发明利用了眼图的这一特性，通过对接收信号的眼图的基本特征进行分析，然后通过分析处理接收信号眼图的能量分布情况，有效地改善了传统能量检测法检测概率的不精确、不稳定的缺点，实现了较高质量的干扰检测。

实施例3

基于眼图能量的直扩通信信号干扰检测方法同实施例1-2，步骤(3)中的接收信号的眼图矩阵a，按以下步骤设定：

(3a)将眼图的时间轴均匀地分为a份，间隔为δt，本例中a＝64。

(3b)将眼图的幅度轴均匀地划分为b份，称为量化级；b的选取由量化程度决定，b越大，量化程度越大，量化误差越小。

(3c)建立大小为a×b的零矩阵a。

(3d)通过(3a)和(3b)，把眼图的坐标范围均匀地划分为a×b个区域，并与矩阵a的行列一一对应，其中每一个区域称为眼图坐标区域。

(3e)将接收信号的眼图中的每一个点记为眼图样本值。

(3f)对所有的眼图样本值进行如下处理：把落入同一眼图坐标区域的眼图样本值归为一类，那么矩阵a中对应位置的元素值大小等于落入该区域的眼图样本值个数，最终得到的矩阵a即为接收信号的眼图矩阵。

眼图可以反映通信信号的整体特征，进而可以从中估计出通信系统通信性能的优劣程度。根据眼图的这个性质，本发明在得到接收信号的眼图后，通过对眼图中所有接收信号的时域波形进行区域量化处理，得到接收信号的眼图矩阵，参见图7。接收信号的眼图矩阵中各个元素值的大小代表接收信号在眼图对应的坐标区域出现的次数，眼图矩阵的元素数值越大，说明接收信号在对应的眼图坐标区域出现的次数也越多，表示该处聚集的接收信号越多，接收信号在该处的能量分布也就越大。因此，接收信号的眼图矩阵可以表示接收信号眼图的能量分布情况。眼图矩阵在本发明中的作用至关重要，因为接收信号的眼图矩阵不仅能反映接受信号的眼图的质量的好坏，还能表示接收信号的能量大小，是将眼图与能量结合起来的关键载体。

实施例4

基于眼图能量的直扩通信信号干扰检测方法同实施例1-3，步骤(4)中的接收信号的眼图的平均能量分布值，按以下步骤设定：

(4a)对接收信号的眼图矩阵a进行二值化处理，即将a中等于0的值全部记为0，非零值记为1，得到新的矩阵e，称为接收信号的眼图能量矩阵。

(4b)矩阵e中的分布，即为接收信号的眼图能量分布，对矩阵e中的所有元素求和，即可得到接收信号的眼图的平均能量分布值。

眼图矩阵可以表示眼图的能量分布情况，通过对接收信号的眼图矩阵进行二值化处理后，眼图矩阵中不为零的元素值记为1，为零的元素记为0。因此，眼图中接收信号出现的地方就是眼图能量矩阵e中元素1的位置。矩阵e中1的分布就是接收信号的眼图能量分布，通过对矩阵e中所有元素求和得到接收信号眼图的平均能量分布值，该值的大小代表了接收信号的能量大小。眼图能量矩阵e不仅继承了眼图矩阵所有的特性，而且在表示眼图的能量分布情况时比眼图矩阵更为简洁明了，因为它只有0和1两种数值。在通信系统受到干扰时，接收信号中因为干扰信号的存在，接收信号的能量变大，接收信号眼图的平均能量分布值也相应地变大，所以接收信号的眼图的平均能量分布值的大小可以反应通信系统的受干扰情况。

实施例5

基于眼图能量的直扩通信信号干扰检测方法同实施例1-4，步骤(5)所述的根据不受干扰信号影响时接收信号的眼图的平均能量分布值h的大小和虚警概率pfa设定干扰检测门限γ，按以下公式设定：

其中，h为不受干扰时接收信号的眼图的平均能量分布值，pfa为虚警概率，为背景噪声的方差，噪声方差的大小只由噪声本身决定；erfc(x)是误差函数。

从公式<1>中可以看出，本发明的干扰检测门限的设定由不受干扰时接收信号的眼图的平均能量分布值h、噪声方差和虚警概率pfa共同决定。

当通信系统不受干扰信号的影响时，接收信号只包含直扩通信信号和背景噪声，此时接收信号的眼图的平均能量分布值就是决定本发明干扰检测门限的主要部分。在恒虚警的条件下，当背景噪声的噪声方差较小时，本发明中干扰检测门限的设定主要由不受干扰影响时接收信号的眼图的平均能量分布值决定。因此，与传统的能量检测法相比，本发明对背景噪声的容纳性较强。在一般通信环境下，与通信信号相比，背景噪声都偏小，此时本发明的干扰检测法几乎不受背景噪声的影响。

实施例6

基于眼图能量的直扩通信信号干扰检测方法同实施例1-5，本发明将接收信号的时域波形转换成接收信号的眼图，最终得到接收信号的眼图的平均能量分布值。在恒虚警的条件下，设定干扰检测门限，利用干扰检测门限对接收信号中是否存在干扰信号进行判决。本发明主要针对两种典型干扰(噪声调幅干扰和噪声调频干扰)，在直扩通信信号和背景噪声存在的情况下，对这两种干扰进行检测分析。本发明利用多次干扰检测统计的方式进行最终的检测判决，这种多次判决的好处与单次判决相比，可以避免偶然出现的干扰对检测结果产生影响。本发明的实现步骤如下：

(1)设直扩通信信号s(t)，其中t代表时间；假设该通信系统的接收信号包含有直扩通信信号和背景噪声，当该通信系统受到干扰的影响时，接收信号中还包含有干扰信号。

(2)设干扰信号j(t)，其中t代表时间，干扰信号主要包括噪声调幅信号和噪声调频信号。

(3)设背景噪声n(t)，其中t代表时间，背景噪声指高斯白噪声，噪声方差为

(4)求受干扰影响时接收信号的眼图的平均能量分布值：假设通信系统受到干扰信号j(t)的影响，根据接收信号的时域波形求得接收信号的眼图，并对该眼图进行量化处理得到眼图矩阵a，再对眼图矩阵a进行二值化处理得到接收信号的眼图能量矩阵e，最后再对该能量矩阵e进行数值处理，得到接收信号的眼图的平均能量分布值，记为h'，记为检验统计量t。

(5)设定干扰检测门限γ：当通信系统不受干扰信号j(t)的影响，此时接收信号只包含直扩通信信号s(t)和背景噪声n(t)，求得此时接收信号的眼图的平均能量分布值，记为h，利用虚警概率pfa和不受干扰影响时接收信号的眼图的平均能量分布值h设定干扰检测门限γ，参见公式<1>。

(6)检测判决，求干扰检测概率：当通信系统受到干扰信号j(t)的影响时，接收信号的能量变大，所以其眼图的平均能量分布值也相应变大；在不同的信干比sjr下，设置重复的试验次数m＝25，依次求得受干扰影响时接收信号的眼图的平均能量分布值；重复试验时，用s表示通信系统受到干扰影响的次数，s的初始值为0，将检验统计量t与干扰检测门限γ比较，若检验统计量t>γ，s的值增加1，否则，s的值不变；那么，不同信干比sjr下的干扰检测概率等于s与m的比值大小，即得到了最终的干扰检测结果。

与传统的能量检测法相比，本发明提出的方法改善了传统能量检测法对噪声适应能力有限的缺点，结合了接收信号的眼图与能量，使得干扰检测概率的精确度和稳定性得到了明显地提升，并实现了低干信比下的干扰检测。

下边给出一个更加详细的例子，结合附图，对本发明的技术方案和效果作进一步描述。

实施例7

基于眼图能量的直扩通信信号干扰检测方法同实施例1-6，

参照图1，本发明的实施步骤如下：

步骤1，获取接收信号的时域波形。

接收通信系统传输信号，将其解调至基带，并对其进行离散抽样，抽样时间间隔为δt；假设该通信系统的接收信号包含有直扩通信信号和背景噪声，当该通信系统受到干扰的影响时，接收信号中还包含有干扰信号；其中，直扩通信信号记为s(t)，背景噪声记为n(t)，干扰信号记为j(t)，t代表时间；背景噪声指高斯白噪声，噪声方差为

步骤2，求受干扰影响时接收信号的眼图的平均能量分布值。

2a)当通信系统受干扰信号j(t)的影响，将接收信号的时域波形逐段累积显示，得到接收信号的眼图；

2b)通过对接收信号的眼图中所有接收信号的时域波形进行区域量化处理，得到接收信号的眼图矩阵a；

2c)对眼图矩阵a进行二值化处理，将矩阵a中等于0的值记为0，非零值记为1，得到新的矩阵e，称为接收信号的眼图能量矩阵；

2d)矩阵e中1的分布，即为接收信号的眼图能量分布，对矩阵e中的所有元素求和，即可得到受干扰影响时接收信号的眼图的平均能量分布值，记为h'。

步骤3，设定干扰检测门限。

3a)当通信系统不受干扰信号j(t)的影响，接收信号只包含直扩通信信号s(t)和背景噪声n(t)时，将接收信号的时域波形逐段累积显示，得到接收信号的眼图；

3b)通过对接收信号的眼图中所有接收信号的时域波形进行区域量化处理，得到接收信号的眼图矩阵a；

3c)对眼图矩阵a进行二值化处理，将矩阵a中等于0的值记为0，非零值记为1，得到新的矩阵e，称为接收信号的眼图能量矩阵；

3d)矩阵e中1的分布，即为接收信号的眼图能量分布，对矩阵e中的所有元素求和，即可得到不受干扰影响时接收信号的眼图的平均能量分布值，记为h；

3e)在恒虚警的条件下，将虚警概率pfa和此时接收信号的眼图的平均能量分布值h代入公式<1>中，即可得到干扰检测门限γ。

步骤4，构建检验统计量。

4a)设置信干比sjr的范围和重复的试验次数m，本例中m＝20；

4b)在每次的实验中，从通信环境下提取接收信号，依次求得受干扰影响时接收信号的眼图的平均能量分布值h'，记为检验统计量t。

步骤5，检测判决，求干扰检测概率。

5a)当通信系统受到干扰信号j(t)的影响时，接收信号的能量变大，所以其眼图的平均能量分布值h'也相应变大。重复试验时，用s表示通信系统受到干扰影响的次数，s的初始值为0，将检验统计量t与干扰检测门限γ比较，若检验统计量t>γ，s的值增加1，否则，s的值不变；

5b)不同信干比sjr下的干扰检测概率等于s与m的比值大小，即得到了最终的干扰检测结果。

本发明的效果可以通过以下仿真结果进一步说明：

实施例8

基于眼图能量的直扩通信信号干扰检测方法同实施例1-7，

仿真条件

下述仿真双极性不归零码，码元个数为n＝30000，单位码元中比特数为16。建立升余弦滚降模型，模拟基带传输系统，该双极性不归零码经过基带后得到的信号就是后续实验中的直扩通信信号s(t)。当虚警概率为pfa＝0.1时，仿真中的干扰信号考虑两种，分别为噪声调幅干扰和噪声调频干扰，干扰噪声频率fj＝35mhz，采样频率fs＝4fj，背景噪声n(t)均为高斯白噪声，噪声方差为进行干扰检测时，设定虚警概率pfa＝0.1。

仿真内容

仿真1，仿真双极性不归零码，并通过升余弦滚降模型，得到直扩通信信号s(t)，此时接收信号的眼图如图2。仿真噪声调幅干扰信号和噪声调频干扰信号的眼图，结果如图3和图4所示。图3为噪声调幅干扰信号的眼图，图4位噪声调频干扰信号的眼图。

仿真2，当通信系统受到干扰信号的影响时，干扰信号分别为噪声调幅干扰和噪声调频干扰，接收信号的眼图分别如图5和图6所示。图5为干扰信号是噪声调幅干扰时，接收信号的眼图。图6为干扰信号是噪声调频干扰时，接收信号的眼图。图7为干扰信号是噪声调频干扰时，接收信号的眼图矩阵的一部分。

仿真结果分析

结合仿真结果图发现，当不受干扰信号和背景噪声影响时，接收信号的眼图如图2，此时眼图的性质非常好，说明通信系统的通信性能非常好。当受到干扰信号和背景噪声的影响时，对比图3和图5，以及图4和图6，此时干扰信号的波形会叠加在不受干扰时数字通信信号的眼图上，从能量的角度来讲，也就是干扰信号和背景噪声的能量叠加在了数字通信信号的眼图上，与图7的眼图矩阵所展示的眼图能量分布情况一致。因此，由于这一特点，在熟悉多种干扰信号的前提下，本发明利用眼图进行干扰检测，在检测过程中可以实时监测通信系统接收信号的眼图，进一步分析得到眼图的基本特征，从中可观察出码间串扰和噪声干扰的影响，即可大概判断干扰信号的特征，以及该干扰对通信系统造成的不良影响，进而初步预测干扰信号的类型。因此，本发明除了可以实现直扩通信信号环境下的干扰检测之外，还能对干扰信号的类型进行初步预测预测。

实施例9

基于眼图能量的直扩通信信号干扰检测方法同实施例1-7，仿真条件同实施例8，

仿真3，在不同的信干比sjr下，重复试验，本例中取试验次数m＝20，得到本发明的检测法与传统的能量检测法的检测概率与sjr的曲线关系，分别如图8和图9所示。图8为干扰信号是噪声调幅干扰时，pfa＝0.1，传统能量检测法与本发明检测法的干扰检测概率与信干比sjr的关系曲线图。图9为干扰信号是噪声调频干扰时，pfa＝0.1，传统能量检测法与本发明检测法的干扰检测概率与信干比sjr的关系曲线图。

仿真结果分析

图8表明，当干扰信号为噪声调幅干扰时，传统能量检测法在信干比sjr小于-8db时才能实现干扰检测，而本发明只要信干比sjr小于5db就能实现。图9表明，当干扰信号为噪声调频干扰时，传统能量检测法实现干扰检测的信干比sjr范围是小于-8db，而本发明实现干扰检测的信干比sjr范围是小于5db。因此，从能实现干扰检测的信干比sjr范围来讲，本发明明显优于传统能量检测法。此外，从图8和图9的两种检测法的干扰检测概率曲线可以看出，传统能量检测法即使能在低信干比(高干信比)下实现干扰检测，但检测的精确度和稳定性都较差，更无法解决较高信干比(低干信比)下的干扰检测问题，而本发明不仅能实现高信干比(低干信比)下的干扰检测，还确保了检测的精确度和稳定性。

因此，在相同的条件下，与传统的能量检测法相比，本发明不仅提高了干扰检测概率的精确度和稳定性，而且解决了传统能量检测法无法实现低干信比下的干扰检测的不足。

简而言之，本发明公开的基于眼图能量的直扩通信信号干扰检测方法，解决了传统方法检测精度低、稳定性差和在低干信比下无法实现干扰检测的问题。实现步骤：1)获取接收信号的时域波形；2)将接收信号的时域波形转换为接收信号的眼图；3)得到接收信号的眼图矩阵；4)求接收信号的眼图的平均能量分布值；5)设定干扰检测门限γ；6)检测判决，得到干扰检测概率。

与传统的能量检测法相比，本发明在传统能量检测法的基础上，利用了接收信号的眼图可以反应通信系统的通信性能的优劣程度这一性质，将传统的能量检测法与眼图结合起来使用，使得本发明对背景噪声的容纳性较强，从而明显提高了检测效率的精确度和稳定性，并在干信比低的情况下实现了干扰检测。此外，本发明还可以在干扰检测的过程中对接收信号的眼图进行实时监测，从中可观察出码间串扰和噪声干扰对通信系统造成的不良影响，进而初步预测干扰信号的类型。本发明可用于实际通信环境中的干扰检测，进而提升通信质量；还可用于卫星干扰检测和无线电干扰检测等情况。