CN201410221363.8
2014.05.25
CN104573303A
2015.04.29
撤回
无权
发明专利申请公布后的视为撤回IPC(主分类):G06F 19/00申请公布日:20150429|||实质审查的生效IPC(主分类):G06F 19/00申请日:20140525|||公开
G06F19/00(2011.01)I
G06F19/00
何明浩; 韩俊; 郁春来
何明浩; 韩俊; 郁春来; 陈昌孝; 赵国林
430019湖北省武汉市黄浦大街288号
本发明公开了一种未知辐射源信号信噪比的估计方法,该方法包括以下主要步骤:(1)对接收到的未知辐射源信号进行WVD变换处理,并取零频处的信息;(2)对零频处信息的幅度进行归一化处理;(3)通过相关数学变换计算去噪后信号的功率;(4)依据信噪比估计公式得到接收信号的信噪比。
权利要求书1. 对接收到的信号 首先进行威格纳-维尔分布 (WVD)变换,取WVD变换零频处信息,记为。2. 对零频处信息的幅度进行归一化处理,记为。3. 根据相关数学变换得到去噪后信号的功率:信噪比的估计方法如下式所示 (1)式中是受噪声污染后的信号的功率,是未受噪声污染后的信号的功率,令和分别为信号和经采样后的信号序列,采样点数为N,则和的表达式分别如下 (2) (3)对接收到的未知信号进行信噪比估计时,已知,但未知,令,和分别为和经采样后的信号序列,采样点数为N,由数学变换可得到如下公式 (4)由公式(4)可得 (5)依据公式(3)可得(6)公式(6)即为的估计值。4. 基于信噪比估计公式求得未知信号的信噪比。
说明书未知辐射源信号信噪比的估计方法 技术领域 本发明设计是一种未知辐射源信号信噪比的估计方法,能够在没有先验知识的情况下,估算出与信号互不相关、不同时刻相互独立的各种加性噪声的大小。 背景技术 在现代雷达和通信电子战中,对辐射源信号进行个体特征的提取与识别具有重要意义,利用接收信号的信噪比作为个体特征对辐射源进行唯一识别已成为研究热点。当前用于信噪比估计的方法可以分为两类:一类是基于先验知识的估计算法,例如M2M4算法,需预先知道信号的包络信息;另一类则是无需先验知识的估计算法,例如基于特征值分解的算法,此类算法无需任何先验知识,但噪声类型仅限于高斯白噪声。对当前的辐射源信号进行信噪比的估计需满足两个条件:一是无需任何先验知识;二是适用于高斯、非高斯等各种加性噪声。因此,亟需一种能够在没有先验知识的前提下,准确估算各类高斯、非高斯等加性噪声大小的方法。 本发明针对上述问题,对接收到的信号首先进行威格纳-维尔分布变换(WVD),取WVD变换零频处信息,此处信息有效抑制了与信号互不相关的各种加性噪声,但中心频率变为原始信号的两倍,幅度也为原来的常数倍。然后对幅度进行归一化处理,根据数学变换可以得到去噪后信号的功率,最后依据信噪比估计公式得到接收信号的信噪比。该方法无需任何先验知识,且适用于与信号互不相关、不同时刻相互独立的各种加性噪声,并通过仿真验证了该方法的准确性和可行性。 发明内容 本发明的方法包括以下技术措施: (1)基于计算机仿真平台,建立辐射源信号信噪比估计的处理模型; (2)对接收到的未知辐射源信号进行WVD变换处理,并取零频处的信息; (3)对零频处信息的幅度进行归一化处理; (4)通过相关数学变换计算去噪后信号的功率; (5)依据信噪比估计公式得到接收信号的信噪比。 本发明相比背景技术具有如下优点: (1) 本发明工程实现容易,成本低; (2) 本发明具有普适性。 附图说明 附图1是本发明的流程图。参照附图1,本发明的流程由建立模型、提取WVD变换零频处信息、归一化处理、计算去噪信号功率、信噪比估计以及获得最终的信噪比值6个部分组成。其中1用于建立辐射源信号信噪比估计的处理模型;2用于对接收到的未知辐射源信号进行WVD变换处理,并取零频处的信息;3用于对零频处信息的幅度进行归一化处理;4用于通过相关数学变换计算去噪后信号的功率;5用于依据信噪比估计公式得到接收信号的信噪比;6用于获得最终的信噪比值。 附图2、3是指以线性调频信号为例,在每种信噪比下运算100次,估计出信噪比的均值和标准偏差大小的结果图。其中,图2横坐标是指接收到未知信号的实际信噪比大小,纵坐标表示估计出的信噪比均值;图3横坐标是指接收到未知信号的实际信噪比大小,纵坐标表示估计出的信噪比偏差。 具体实施方式 实施本发明的原理如下:对接收信号首先提取其WVD变换零频处信息,进行归一化处理后通过数学变换近似得到接收信号中原始信号的功率,最后根据信噪比计算公式得到信噪比的估计值。本发明旨在没有任何先验知识的前提出,准确估算出与信号互不相关、不同时刻相互独立的各种加性噪声的大小值,为辐射源进行唯一识别打下基础。 (1) 提取WVD变换零频处信息。设信号 ,为调频系数,为角频率,WVD变换定义为 (1) 将信号写成其复数形式 (2) 则的WVD变换如下所示 令公式(3)中的,可得 令(4)式中的,,可得 (5) 上式中。同理可得,当时,有 (6) 由以上公式可知,信号在WVD变换零频处的幅度为原始信号的常数倍,中心频率为2倍。显然,对上述WVD变换的零频处可定义为 (7) 由公式(7)可知,对能量有限的信号而言,其WVD变换的零频处实际就是其对称相关函数。假设是周期为的实信号,则的为 (8) 令 (9) 其中为零均值的有用实信号,为与信号互不相关、不同时刻相互独立的加性随机噪声,则可得到 (10) 由公式(10)可知,对求取其对称相关函数后,信号中的噪声基本被有效抑制,并且越大,抑制的效果越好。 (2) 归一化处理。由公式(5)、(6) 可知,求取信号的后,幅度变为原信号的常数倍,中心频率变为原信号的2倍,如何利用变换后得到的对信号进行信噪比的估计呢?假设原始信号的表达式如下 (11) 其中,为与信号互不相关、不同时刻相互独立的加性噪声,对按公式(3)、(4)进行处理,可得 (12) 再对进行归一化处理得到 (13) (3)计算去噪信号功率。信噪比的估计方法如下式所示 (14) 式中是受噪声污染后的信号的功率,是未受噪声污染后的信号的功率,令和分别为信号和经采样后的信号序列,采样点数为N,则和的表达式分别如下 (15) (16) 对接收到的未知信号进行信噪比估计时,已知,但未知。 令,和分别为和经采样后的信号序列,采样点数为N。由数学变换可得到如下公式 (17) 由公式(17)可得 (18) 依据公式(16)可得 (19) (4)信噪比估计。最终由公式(14)可得到信噪比的估计大小如下 (20) 下面结合实例说明一下整个发明的优势。 假设原始信号为线性调频信号,中心频率为,带宽,脉宽。仿真时加上由高斯白噪声和服从韦布尔分布的非高斯噪声所产生的混合噪声。每次仿真所加的高斯白噪声和服从韦布尔分布的非高斯噪声的能量相等,与原始信号相比的信噪比分别为10dB、15dB、20dB、25dB、30dB、35dB,最终产生的混合噪声大小如表1所示。服从韦布尔分布的噪声的形状参数为4、强度参数为2。混合噪声的大小按公式(21)计算,式中和为分别加高斯白噪声和韦布尔噪声时的信噪比大小。 (21) 表1 原始信号所加噪声的大小 高斯白噪声/dB101520253035韦布尔噪声/dB101520253035混合噪声/dB6.9911.9916.9921.9926.9931.99利用本发明对接收到的未知辐射源信号进行信噪比的估计,每种信噪比下计算100次,估计信噪比的均值如图2所示,标准偏差如图3所示。由图2和图3可知,利用本发明估计出的信噪比具有较高的准确度和稳定度。随着信噪比的增高,准确度和稳定度也不断提升,可以为未知辐射源信号的唯一识别提供支撑。
《未知辐射源信号信噪比的估计方法.pdf》由会员分享,可在线阅读,更多相关《未知辐射源信号信噪比的估计方法.pdf(8页珍藏版)》请在专利查询网上搜索。
本发明公开了一种未知辐射源信号信噪比的估计方法,该方法包括以下主要步骤:(1)对接收到的未知辐射源信号进行WVD变换处理,并取零频处的信息;(2)对零频处信息的幅度进行归一化处理;(3)通过相关数学变换计算去噪后信号的功率;(4)依据信噪比估计公式得到接收信号的信噪比。。
copyright@ 2017-2020 zhuanlichaxun.net网站版权所有经营许可证编号:粤ICP备2021068784号-1