一种自适应干扰检测方法
【技术领域】
[0001] 本发明为通信技术领域，尤其设及在电磁干扰环境的无线通信系统对时域干扰和 频域干扰的自适应干扰检测。
【背景技术】
[0002] 随着干扰技术的发展，无线通信系统所处的电磁环境变得日益复杂，电磁环境中 的时域或频域干扰对无线通信系统的性能影响越来越大，如果能检测出干扰信号，然后采 用相应的干扰抑制手段，可W大大提高无线通信系统的抗干扰传输性能，因此干扰检测技 术是抗干扰通信系统的一项关键技术。干扰检测不仅能够检测干扰信号的有无，还可检测 出干扰功率、干扰在时频域的分布等参数，为干扰抑制提供基础。
[0003] 对于干扰信号，通常可采用W下检测方法：1)恒虚警（Constant False Alarm Rate，CFAR)检测方法;2)最小错误概率(Minimum Error Probability，MEP)检测方法，二者 可适用于不同的应用需求。在CFAR干扰检测方法中，根据系统的虚警概率要求，得到一个口 限因子，干扰信号的检测口限等于该口限因子乘W噪声功率，在系统一定的虚警概率要求 下，口限因子不变，因此干扰检测口限只与噪声功率有关，和干扰功率无关，也和干噪比 (化mming to Noise Ratio，JNR)无关，即干扰检测的虚警概率恒定，不随JNR的改变而改 变，干扰的漏检概率随着干噪比的增加而减小。在MEP干扰检测方法中，干扰检测的口限因 子随着JNR的改变而改变，干扰的虚警和联合概率最小，虚警概率和漏检概率都随着JNR的 增加而减小，在低JNR时，虚警概率较高。
[0004] 在无线通信系统中，接收端接收到有用信号、干扰和噪声。在一定信噪比（Signal to Noise Ratio，SNR)下，当干扰功率较小，例如低于有用信号功率时，此时MEP干扰检测方 法比CFAR方法的虚警概率高、漏检概率低，而运种情况下干扰的虚警比漏检对系统性能损 害更大，因为小功率的干扰对信号的影响几乎可W忽略不计，即使干扰被漏检对有用信号 的传输性能影响也不大，而虚警会使有用信号被误判成干扰，从而被抑制，运损害有用信号 的传输性能，因此在低JNR环境中更适合采用CFAR干扰检测方法；当干扰功率较大，例如大 于有用信号功率时，干扰的漏检和虚警都会损害有用信号的传输性能，虚警会将有用信号 误判成干扰被抑制，漏检会使干扰没有被抑制而增加系统传输误码率，若干扰的漏检和虚 警的联合概率最小，可W得到更好的系统传输性能，在此环境下若采用CFAR方法，虽然漏检 概率很低，但虚警概率较高，而MEP方法虚警和漏检概率都较低，二者的联合概率最小，因 此，此时采用MEP干扰检测方法更为合适。
[000引所W ,CFAR和MEP干扰检测方法适用于不同的JNR环境，但在传统的无线通信系统 中，通常采用二者中其中一种干扰检测方法，在不同的JNR环境中无法获得最优的系统传输 性能。
【发明内容】
[0006]为避免现有技术的不足，本发明提供一种自适应干扰检测方法，该方法结合了 CFAR和MEP干扰检测方法的优点，优化干扰检测口限设置，使干扰检测口限能够随JNR的变 化而动态变化，从而在不同的JNR环境中，能够自适应地选择更优的干扰检测方法，使系统 能获得更优的传输性能。
[0007]为了方便地描述本发明的内容，首先对接收信号进行说明：每次处理的接收到的 干扰信号为L = Nk个采样数据，针对的干扰信号是广义平稳的时域干扰或频域干扰，例如脉 冲噪声干扰、瞄准式干扰、多音干扰和部分频带噪声干扰等，其中，k为不为零的自然数，N为 不为零的自然数。
[000引一种自适应干扰检测方法，具体步骤如下：
[0009] S1、参数设置:设定系统的目标最大虚警概率Pfa_max;
[0010] S2、初始化干扰检测方式，计算初始干扰检测口限因子ajam:针对接收到的干扰信 号，设置初始干扰检测方式为CFAR方式，根据关系式Pfa_max= l-F(ajam)计算干扰检测口限因 子ajam，其中，F(ajam)是口限因子的分布函数；
[0011] S3、计算接收数据功率，即，对接收数据进行分组，分为N组数据，计算出各个分组 的平均功率E= [Eo，Ei，…，En-i]t;
[001 ^ S4、进行干扰检测处理，计算干噪比切换口限Tjnr ;
[0013] S5.判断干噪比是否小于切换口限：根据S49所得的切换口限Tjnr,判断S48所得的 JNR是否小于Tjnr,若是，转到S8,若否，转到S6;
[0014] S6、更新干扰检测方式:更新为MEP方式，根据S48所得的JNR和P，再依据最小错误 概率准则，计算得到新的干扰检测口限因子为ajam' = (l+p/JNR)ln(l+JNR/p);
[001引 S7、干扰检测处理:根据S6所述aJam'，对S3得到的N个数据功率E日，El，…，EN-l，进行 干扰检测处理；
[0016] S8、输出结果:干扰数据集合Sj、无干扰数据集合Sn、干噪比，其中，所述干燥比包括 瞬时干噪比JNR/和平均干噪比JNR。
[0017] 进一步地，S3所述计算接收数据功率具体步骤如下：
[0018] S31、进行时域干扰检测，对接收数据进行分组，连续k个采样点为一组，分为N组数 据，即r = [ro，ri，? ? ?，TN-I]，其中，第n组数据为rn = [rno，rni，? ? ?，：Tn(k-i) ]T，对各分组时域数据 进行模方求均值运算，得到各个分组的平均功率E=[E0，Ei，…，En-i]t，其中，第n个分组数据 rn的平均功率为.
，N表示数据分组总数，上标"[]T"表示矩阵的转置，k表示 每个分组的采样点数；
[0019] S32、进行频域干扰检测，则将接收数据分段，连续N个采样点为一段，共分为k段r = [:r0，:ri，'''，rk-l]，其中，第m段时域数据为；Tm=[：rmO，：rml，。'，：Tm(N-l)]T，对各段时域数据分别 进行FFT变换，得到k段频域数据R= [Ro，Ri,…，Rk-I]，其中，第m段频域数据为Rm= [RmO, Rml,…，Rm(N-l)]T，然后对各段的相同频点数据进行模方求均值运算，得到各个频点的平均功 率E = [Eo，Ei，…，En-I]T，其中，第n个频点的平均功率为
[0020] 进一步地，S4所述干扰检测处理具体步骤如下：
[0021] S41、初始化无干扰数据集合:对S3所得的数据功率E，选择功率最小的一部分数据 构成无干扰数据集合Sn;
[0022] S42、计算S41所述无干扰数据集合Sn的平均功率A ;
[0023] S43、计算干扰检测口限Tjam:S2所述日恤乘WS42所述4作为干扰检测口限Tjam;
[0024] S44、更新无干扰数据集合:根据S43所述Tjam，对S3所述E=[E0，Ei，…，En-i]t依次进 行判断，若各数据功率Eo，Ei，…，EN-i<Tjam，则将该数据放入S41所述Sn中，构成新的无干扰 数据集合Sn ' ；
[0025] S45、判断无干扰数据集合是否有变化:判断S44所述Sn'中的元素与S41所述Sn中元 素是否有增减，若是，转到S42，若否，转到S46;
[0026] S46、得到干扰数据集合:将S3所得的巧〇瓜，…，En-i}中不含S44所述Sn'元素的其 他数据构成干扰数据集合Sj ;
[0027] S47、计算S46所述干扰数据集合&的平均功率参W ;
[0028] S48、计算干噪比：根据S42所得的4和S47所得的，计算干扰功率戶,、干扰比例 因子P、瞬时干噪比JNR/和平均干噪比JNR。
[0029] 进一步地，S7所述干扰检测处理具体步骤如下：
[0030] S71、初始化无干扰数据集合:对S3所得的数据功率E，选择功率最小的一部分数据 构成无干扰数据集合Sn;
[0031] S72、计算S71所述无干扰数据集合Sn的平均功率4 ;
[0032] S73、计算干扰检测口限Tjam*:S6所述a恤'乘WS72所述4作为干扰检测口限TjJN
[003；3] S74、更新无干扰数据集合:根据S73所述Tjam*，对S3所述E = [Eg，Ei，…，En-I ]T依次 进行判断，若各数据功率Eo，Ei，…，EN-i<Tjam*，则将该数据放入S71所述Sn中，构成新的无干 扰数据集合Sn'*;
[0034] S75、判断无干扰数据集合是否有变化:判断S74所述SN'^中的元素与S71所述SN中 元素是否有增减，若是，转到S72，若否，转到S76;
[00对 S76、得到干扰数据集合:将S3所得的{E0，Ei，…，En-i}中不含S74所述Sn'*元素的其 他数据构成干扰数据集合S/;
[0036] S77、计算S76所述干扰数据集合S/的平均功率会，％
[0037] S78、计算干噪比:根据S72所