專利名稱：基于小波變換來感知認(rèn)知無線電系統(tǒng)中的脈沖信號的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種感知認(rèn)知無線電系統(tǒng)中的脈沖信號的方法，特別涉及一種基于小波變換來感知認(rèn)知無線電系統(tǒng)中的脈沖信號的方法。
背景技術(shù)：
認(rèn)知無線電(CR)是提高頻譜利用率的有效手段。由于雷達(dá)頻段的頻譜利用率很低，故與雷達(dá)系統(tǒng)共享頻段的認(rèn)知無線電系統(tǒng)受到了很大的關(guān)注并有了很多研究工作。對于認(rèn)知無線電系統(tǒng)，為了實現(xiàn)對雷達(dá)頻譜的有效機(jī)會利用，需要有效的檢測雷達(dá)頻段中的空白頻譜，且不對雷達(dá)系統(tǒng)造成有害干擾，而且在某頻段上探測到雷達(dá)信號后需要盡快退出該頻段。因此，關(guān)鍵技術(shù)是如何有效地感知與定位各種雷達(dá)信號。實際中，存在各種雷達(dá)信號，如連續(xù)波雷達(dá)信號、脈沖雷達(dá)信號、和調(diào)頻雷達(dá)信號(chirp signals)。不同的雷達(dá)信號形式，需要采用不同的感知與檢測方法。最常見的一種雷達(dá)是采用脈沖串序列雷達(dá)信號的脈沖雷達(dá)，脈沖雷達(dá)主要應(yīng)用于航空控制，氣象預(yù)報和船舶導(dǎo)航。為了實現(xiàn)通信系統(tǒng)與雷達(dá)的共存，感知與識別微弱的雷達(dá)脈沖信號成為了一項重要的任務(wù)。很多文獻(xiàn)中的雷達(dá)信號檢測都是基于能量檢測，即通過將能量檢測器輸出與一個門限進(jìn)行比較，以判斷雷達(dá)信號是否存在。能量檢測器的優(yōu)點是不需要關(guān)于初級用戶信號的任何先驗信息。然而，能量檢測器有如下一些不足之處。首先，能量檢測算法無法分辨主用戶信號、次級用戶信號和干擾。其次，能量檢測器對噪聲的不確定性比較敏感，在低信噪比(SNR)時性能比較差。而且，雷達(dá)脈沖可能以一種隨機(jī)的方式出現(xiàn)，使得能量檢測算法難以勝任。因此，對于隨機(jī)雷達(dá)脈沖信號的有效檢測與定位成為了雷達(dá)信號檢測中的一個難點問題。小波變換(Wavelet transform)是檢測信號中局部奇異性和不規(guī)則結(jié)構(gòu)(如脈沖的邊沿和寬度等)的有利工具。文獻(xiàn)“M. Frisch，H. Messer，“The use of the wavelet transform in the detectionof an unknown transient signal," IEEE Transactions on Information Theory, vol. 38, no. 2, pp. 892-897, March 1992” 中利用小波檢測未知的瞬時信號；文獻(xiàn)"Akira Ohsumi, Hiroshi Ijima, Tomoki Kuroishi, "Online detection of pulse sequence in random noise using a wavelet, "IEEETransactions on Signal Processing, vol. 47, no. 9, pp. 2526-2531, September 1999” 中利用小波檢測含噪聲觀測信號中的隨機(jī)脈沖串信號；文獻(xiàn)“Z. Tian，G. B. Giannakis，“A wavelet approach towideband spectrum sensing for cognitive radios, ”in Proc.Of the 1st International Conference onCognitive Radio”中提出了一種利用小波變換的寬帶頻譜空洞檢測方法， 該方法首先利用FFT估計寬頻帶上的功率譜密度(power spectral density，PSD)，然后利用小波變換對功率譜密度中不同頻譜區(qū)域(黑、灰、或白空間)的邊沿進(jìn)行有效地檢測與定位，該能量檢測器相當(dāng)于頻域中的能量檢測器。然而，在低SNR時，由于噪聲可能破壞脈沖邊沿而難于檢測脈沖邊沿。一些文獻(xiàn)也證明，小波變換在不同尺度空間上存在很強(qiáng)的關(guān)聯(lián)性。對于輸入信號中存在的各脈沖邊沿，其小波變換系數(shù)將在連續(xù)的尺度空間上產(chǎn)生局部極值點，而噪聲的小波變換則快速地衰落。而且不難理解，噪聲的小波變換系數(shù)在不同尺度空間上的同一平移參數(shù)處將為正值或負(fù)值，而脈沖邊沿的小波變換系數(shù)在不同尺度空間上的同一平移參數(shù)處將為相同的符號?；谶@些結(jié)論，一些文獻(xiàn)提出將一些連續(xù)尺度空間上小波變換系數(shù)相乘，所得到的多尺度小波變換系數(shù)之積用于對高斯噪聲中的隨機(jī)脈沖進(jìn)行檢測與定位。該方法能有效地增強(qiáng)局部極值的峰值幅度，且有效地降低噪聲。但是，除了一些特殊情況外，多尺度小波變換系數(shù)之積的概率密度函數(shù)難于推導(dǎo)出來，從而制約了其實用性。在文獻(xiàn)“Rym Besrour, Zied Lachiri, Noureddine Ellouze，“Using multiscale product for ECG characterization，，，Research Letters inSignal Processing, Volume 2009，pp. 1-5”中，多尺度小波變換系數(shù)之積用于ECG的特征描述，其中門限根據(jù)相應(yīng)尺度上小波變換系數(shù)的均方根(冊幻值來確定，但這樣選取的門限無法滿足恒虛警要求。文獻(xiàn) "E. ElsehelyiM. I. SobhyZiDetection of radar target pulse in the presence ofnoise and jamming signal using the multiscale wavelet transform，，，IEEE International Symposiumon Circuits and Systems,Orlando,Florida,USA,May 30-June 2,1999,vol.3, PP. 536-539”中利用小波系數(shù)在不同尺度空間上局部極值之和來檢測與定位脈沖信號。但是，當(dāng)SNR比較低時，難以確定局部極值點是由噪聲產(chǎn)生還是由所需脈沖信號產(chǎn)生，因而檢測性能將變差。由上描述可見，現(xiàn)有的2類雷達(dá)脈沖檢測算法即基于能量感知法和基于小波域多尺度乘積法，都因各自的缺點而限制了這些感知算法的可靠性和實際應(yīng)用。因此，為了更加可靠的檢測到雷達(dá)脈沖信號，同時提高檢測的效率和精度，必須研究有效的頻譜感知方法。而根據(jù)文獻(xiàn) “Akira Ohsumi, Hiroshi I jima，Tomoki Kuroishi, "Online detection of pulsesequence in random noise using a wavelet, "IEEE Transactions on Signal Processing, vol. 47, no. 9, pp. 2526-2531, September 1999” 的證明可知脈沖邊緣信號的小波變換系數(shù)在相應(yīng)尺度空間上小波濾波器的支撐集中(region of support, RoS)都為正值(或負(fù)值)而在其他位置處則為0，而高斯白噪聲的小波變換系數(shù)仍舊為高斯白噪聲。而且，隨著尺度空間的增加，SNR變大。如圖1所示，其為高斯白噪聲(O2 = I) 和脈沖信號的小波變換系數(shù)，其中，標(biāo)號為(a)的圖示表示高斯白噪聲(σ2 = 1)和脈沖信號；標(biāo)號為(b)的圖示表示尺度空間s = 21上小波變換系數(shù)；標(biāo)號為(c)的圖示表示尺度空間s = 22上小波變換系數(shù)；標(biāo)號為(d)的圖示表示尺度空間s = 23上小波變換系數(shù)。由此可見，脈沖邊沿小波變換系數(shù)會在各尺度上傳播，而且小波變換系數(shù)的能量集中于小波濾波器的支撐集中，而噪聲的小波變換系數(shù)不具有此特征。因此，如何利用這些特征來正確感知和定位認(rèn)知無線電系統(tǒng)中的脈沖信號，已成為本領(lǐng)域技術(shù)人員所要解決的課題。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于小波變換來感知認(rèn)知無線電系統(tǒng)中的脈沖信號的方法。為了達(dá)到上述目的及其他目的，本發(fā)明提供的基于小波變換來感知認(rèn)知無線電系統(tǒng)中的脈沖信號的方法，包括步驟1)對感知接收機(jī)所接收到的信號進(jìn)行小波變換，并在各時間點處計算特定尺度上小波支撐集內(nèi)小波變換系數(shù)的平方和，再用該尺度上噪聲方差對該平方和進(jìn)行歸一化以便獲得小波變換域能量感知的判決統(tǒng)計量；2)分析所述判決統(tǒng)計量的統(tǒng)計特征，以便計算出所述判決統(tǒng)計量在觀測區(qū)間上的最大值，進(jìn)而根據(jù)冬= 1*(7；(^>知|//。)來確定判決門限值，其中，Pf為虛警概率，其值預(yù)先設(shè)定，Tjw為所述判決統(tǒng)計量的最大值，λ 判決門限值，Htl表示接收到的信號中不存在脈沖邊沿信號， ΡΓ(Γ,°Μ >；1￡ |盡裱示在!!。下，7^ >毛的概率；3)將所獲得的判決統(tǒng)計量與所確定的判決門限值進(jìn)行比較以判斷接收到的信號中是否存在脈沖邊沿信號。此外，所述基于小波變換來感知認(rèn)知無線電系統(tǒng)中的脈沖信號的方法還可包括在判決統(tǒng)計量不小于所述判決門限值的區(qū)域內(nèi)搜索出判決統(tǒng)計量的最大值以估計脈沖邊沿的位置的步驟。綜上所述，本發(fā)明的基于小波變換來感知認(rèn)知無線電系統(tǒng)中的脈沖信號的方法通過對判決統(tǒng)計量的統(tǒng)計分析，可獲得判決門限值，由此可實現(xiàn)對雷達(dá)脈沖信號進(jìn)行高效和可靠地感知，且計算復(fù)雜度較低，便于應(yīng)用在實際系統(tǒng)中。


圖1為高斯白噪聲(O2 = 1)和脈沖信號的小波變換系數(shù)。圖2為本發(fā)明的基于小波變換來感知認(rèn)知無線電系統(tǒng)中的脈沖信號的方法的流程示意圖。圖3為待檢測脈沖信號s (η)的示意圖。圖4為SNR = SdB時小波變換域脈沖邊沿能量檢測器 γ,Μ(η)的檢測結(jié)果示意圖。圖5為當(dāng)虛警概率Pf = 時不同尺度
權(quán)利要求
1.一種基于小波變換來感知認(rèn)知無線電系統(tǒng)中的脈沖信號的方法，其特征在于包括步驟1)對感知接收機(jī)所接收到的信號進(jìn)行小波變換，并在各時間點處計算特定尺度上小波支撐集內(nèi)小波變換系數(shù)的平方和，再用該尺度上噪聲方差對該平方和進(jìn)行歸一化以便獲得小波變換域能量感知的判決統(tǒng)計量；2)分析所述判決統(tǒng)計量的統(tǒng)計特征，以便計算出所述判決統(tǒng)計量在觀測區(qū)間上的最大值，進(jìn)而根據(jù)辱=Pr(71°M > Λε I 來確定判決門限值，其中，Pf為虛警概率，其值預(yù)先設(shè)定，TJm為所述判決統(tǒng)計量的最大值，λ Ε為判決門限值,Htl表示接收到的信號中不存在脈沖邊沿信號，Pr(7jM >Λε I仏)表示在H。下， 1°Μ >毛的概率；3)將所獲得的判決統(tǒng)計量與所確定的判決門限值進(jìn)行比較以判斷接收到的信號中是否存在脈沖邊沿信號。
2.如權(quán)利要求1所述的基于小波變換來感知認(rèn)知無線電系統(tǒng)中的脈沖信號的方法，其特征在于還包括在判決統(tǒng)計量不小于所述判決門限值的區(qū)域內(nèi)搜索出判決統(tǒng)計量的最大值以估計脈沖邊沿的位置的步驟。
3.如權(quán)利要求1所述的基于小波變換來感知認(rèn)知無線電系統(tǒng)中的脈沖信號的方法， 其特征在于當(dāng)感知接收機(jī)所接收到的信號表示為y(n) = A · s (η)+ν (η) (1彡η彡N)， 其在尺度s =浐上按照
4.如權(quán)利要求1所述的基于小波變換來感知認(rèn)知無線電系統(tǒng)中的脈沖信號的方法，其特征在于所述虛警概率在-10%的范圍內(nèi)選取。
全文摘要
本發(fā)明提供一種基于小波變換來感知認(rèn)知無線電系統(tǒng)中的脈沖信號的方法，其首先對感知接收機(jī)所接收到的信號進(jìn)行小波變換，并在各時間點處計算特定尺度上小波支撐集內(nèi)小波變換系數(shù)的平方和，再用該尺度上噪聲方差對該平方和進(jìn)行歸一化以便獲得小波變換域能量感知的判決統(tǒng)計量，接著分析所述判決統(tǒng)計量的統(tǒng)計特征，以便計算出所述判決統(tǒng)計量在觀測區(qū)間上的最大值，進(jìn)而根據(jù)來確定判決門限值，最后將所獲得的判決統(tǒng)計量與所確定的判決門限值進(jìn)行比較以判斷接收到的信號中是否存在脈沖邊沿信號，本法計算復(fù)雜度較低，便于在實際系統(tǒng)中應(yīng)用。
文檔編號G01S7/32GK102346246SQ201010239918
公開日2012年2月8日 申請日期2010年7月29日 優(yōu)先權(quán)日2010年7月29日
發(fā)明者易輝躍, 王力, 王瑞, 胡宏林 申請人:上海無線通信研究中心