一种基于高阶累积量的信号帧结构检测方法与流程

本发明属于通信领域，涉及通信信号盲检测，具体涉及在复杂的电磁环境中利用高斯噪声高阶累积量的零均值特性检测出突发信号的方法。

背景技术：

随着通信技术的快速发展，突发信号因其具有突发性、抗截获性等特点受到了越来越多通信系统的青睐。实际应用中的突发信号具有三个特点：第一，每个突发信号的长度都较短，而合作通信发送的信号长度较长。因此，传统的信号处理算法已经无法高效的处理突发信号，需要研究新的算法以适应突发通信短时的特性。第二，突发信号的起点和终点不确定，信号的隐蔽性比较强。在处理突发信号时，首要任务就是确定突发信号的起始点和持续时间。第三，突发信号持续时间、信号间的间隔以及带宽都是不固定的。也正是因为这几个特点，使得突发通信具有很高的抗截获能力。因此如何在电磁环境中捕获突发信号一直是很多学者关注的问题。在非合作通信中，首先要做的就是在复杂的电磁环境中检测到突发信号，并确定信号的起始时间和持续时间，为后续的信号处理提供前提。

依据突发信号的不同性质，突发信号的检测方法也完全不同。有传统的能量检测法，频域检测法，时域相关检测法，也有近年提出来的时频混合分析法，短时傅里叶分析法，小波变换法等，这些方法在处理一些理想信号时取得了不错的效果。但是以上这些方法都有一定的限制：能量检测法对噪声敏感；离散傅里叶变换计算复杂且门限的设置对检测结果有很大影响。因此在低信噪比非协作突发信号检测中，性能较差。

技术实现要素：

本发明为了解决低信噪比下突发信号的检测问题，提出了一种基于高阶累积量的信号帧结构检测方法。由于突发信号帧结构的特点：信号的头部和尾部都有同步码，且同步码和信号有效内容的调制方式不一样。因此可以利用高斯噪声高阶累积量的零均值特性以及同步码和信号有效内容的高阶累积量差异来设置阀值，从而在低信噪比下实现突发信号的检测，并确定突发信号的起始时间和持续时间。

本发明是通过以下技术方案实现的：低信噪比条件下基于高阶累积量的信号帧结构检测算法，其特征在于以下3个大步骤：1）重采样，采用低速率对待测中频信号进行采样；2）对低采样率下采集得到的信号进行高阶累积量特征提取；3）根据高斯噪声、同步码和信号有效内容的高阶累积量值的差异设置门限，达到实现突发信号检测的目的，并确定突发信号的起始时间和持续时间。

附图说明

图1是本发明基于高阶累积量的信号帧结构检测方法的系统原理图。

图2是离散信号原始序列示意图。

图3是离散信号降采样序列示意图。

图4是突发信号时域波形示意图。

图5是信号的四阶累积量检测波形示意图。

具体实施方式

下面结合附图和具体实施示例，对本发明对本发明涉及的技术方案做进一步的详细说明：

图1是本实施示例中的系统原理图，具体包括以下步骤。

1.根据采样率转换原理，对中频样本信号进行降采样

内插与抽取是信号处理中采样率转换常用的两种方式，离散信号可通过抽取来实现降低采样率。对中频采样得到的离散样本信号，参照图2原始信号的离散序列示意图。每个样本值间，采用线性（非线性）抽取方法等间隔地抽取个值，形成一个降采样序列：，参照图3抽取后的序列示意图。是离散的样本值，是抽取器输出的降序列信号的采样周期，是输入样本信号的采样周期。抽取使得输入信号的频谱沿轴进行倍扩展，抽取器输出的信号频谱是输入信号频谱的倍，因此待测信号的频率，即待测信号的频率等于输出信号的峰值频率与抽取因子的乘积。

2.根据高阶累积量理论，提取信号的高阶累积量特征

信号的高阶累积量特征具有抗噪性强和计算复杂度低等优点，在实际中得到广泛应用。信号高阶累积量为：

对于一个零均值实平稳随机序列 {x(n)，n=0，±1，…，±∞)，其p阶混合矩定义为：

其中 * 表示复共轭，信号的二阶和四阶累积量可定义为：

根据高阶统计量理论，高斯随机变量阶数n>2的累积量值恒等于零，所以可以根据四阶累积量进行突发信号检测。

3.设置阀值，区分高斯噪声、同步码和信号有效内容

从图4突发信号的时域波形可以看出：高斯噪声和信号很难区分并难以精确确定信号的起始时间点和持续时间。然而利用高斯噪声的高阶累积量零均值特性和同步码、信号有效内容因采用的不同调制方式所提取的高阶累积量特征不同可以精确的检测信号的起始时间点。从图5信号的四阶累积量检测波形可以看出提取的四阶累计量特征可以很明显的区分噪声、同步码和信号有效内容，能够精确的检测信号的起始时间点并确定信号的持续时间。